Институты научной результативности: организации cреднего Урала Текст научной статьи по специальности «Экономика и бизнес»

Для цитирования: Власов М. В., Попов Е. В. Институты научной результативности: организации Среднего

Урала // Экономика региона. — 2017. — Т. 13, вып. 3. — С. 697-707

doi 10.17059/2017-3-5 УДК 330.1

М. В. Власов а б), Е. В. Попов а)

а) Институт экономики УрО РАН (Екатеринбург, Российская Федерация; e-mail: Mvlassov@mail.ru) б) Уральский Федеральный Университет имени первого Президента России Б. Н. Ельцина

(Екатеринбург, Российская Федерация)

ИНСТИТУТЫ НАУЧНОЙ РЕЗУЛЬТАТИВНОСТИ: ОРГАНИЗАЦИИ CРЕДНЕГО УРАЛА 1

В статье показано, что основными институтами научной результативности являются институты опубликования статей в российских и зарубежных журналах, монографий, тезисов докладов конференций, препринтов, рецензий, рефератов, а также регистрации патентов. Целью настоящего исследования является разработка показателя оценки дисфункции институтов научной результативности, вызванной различными видами трансакционных издержек, и верификация авторского индекса научной результативности посредством эмпирического исследования деятельности научных организаций. В ходе исследования применялись методы системного, логического и экономического анализа, при обработке эмпирической информации использовались методы статистического анализа и корреляционного анализа. На основании различия научной результативности центральных и региональных институтов, подтвержденных данными БД Scopus, доказано, что анализ научной результативности региональных научных институтов необходимо проводить отдельно от центральных научных институтов. На основе анализа результатов научной деятельности представительной выборки научных организаций Среднего Урала сделаны выводы об эффективности применения институтов опубликования статей. Определены дисфункции применения указанных институтов, вызванных различными видами трансакционных издержек. Разработан показатель оценки дисфункции институтов научной результативности, вызванной различными видами трансакционных издержек. Введен индекс научной результативности, равный отношению динамики приращения научных результатов к динамике приращения трансакционных издержек. В зависимости от вида анализируемых трансакционных издержек индекс научной результативности иллюстрирует эффективность применения различных экономических институтов. На основе анализа результатов научной деятельности представительной выборки научных организаций Среднего Урала сделаны выводы об эффективности применения институтов опубликования статей в российских и зарубежных научных журналах. Определены дисфункции применения институтов опубликования статей в российских и зарубежных научных журналах, вызванные различными видами трансакционных издержек. Сделаны выводы о целесообразности наращивания определенных видов трансакционных издержек. Полученные результаты могут быть применены региональными научными учреждениями для повышения эффективности научной деятельности.

Ключевые слова: экономические институты, научная организация, научная результативность, публикационная активность, научные статьи, трансакционные издержки, эффективность институтов, дисфункция институтов, эмпирическое исследование, научная деятельность

Введение

Стремительное развитие научной деятельности как основы инновационных процессов предопределило необходимость разработки методов оценки научной результативности. Широко применяемые библиометри-ческие методы позволяют оценить лишь одну сторону научной деятельности (а именно — научную результативность) посредством коли-

1 © Власов М. В., Попов Е. В. Текст. 2017.

чественной оценки опубликованных статей и монографий. При этом причинно-следственные связи развития научной результивности остаются вне рассмотрения администраторов творческой деятельности. В этом направлении полезно применять достижения современной институциональной экономической теории. Поскольку именно экономические институты формируют необходимую инфраструктуру фундаментальных научных исследований [1].

В мировой научной литературе широко представлены оценки институционального

описания инновационных систем. Хорошо известна взаимосвязь экономических институтов и трансакционных издержек на формирование и поддержание данных институтов. При этом отсутствуют исследования, посвященные анализу дисфункции институтов научной результативности от дифференциации трансак-ционных издержек.

Целью настоящего исследования является разработка показателя оценки зависимости эффективности институтов научной результативности от различных видов трансакционных издержек и верификация авторского индекса научной результативности посредством эмпирического исследования деятельности научных организаций.

Теория

Институты научной результативности как объекты исследования. Формирование и развитие инновационной системы тесно связаны с влиянием институциональной среды и сопутствующими факторами, отражающими качественные характеристики экономического развития [2]. При этом качество институтов является ключевым элементом, определяющим возможности инновационного развития.

Отметим, что институциональная теория технологических изменений основана на различном участии исследователей в решении задач технологического выбора [3]. Именно основываясь на том, какие виды задач в рамках технологического выбора будут решать ученые, можно построить их функциональное разделение. Так, Б. Кларк в своих исследованиях выделил и обосновал три основных ориентации научной деятельности в университетах [4]. Первая ориентация научной деятельности в университетах является академической и представляет собой фундаментальные исследования. Вторая ориентация научных исследований в университетах является прикладной и заключается в реализации коммерческих идей в предпринимательских университетах. Третья ориентация — реализация задач, поставленных обществом и государством, является основой научной работы социально-ориентированного вуза.

Осуществляемое во времени преобразование кодифицированных и некодифициро-ванных знаний, по мнению таких ученых, как Нонака и Такеучи [5], Лундвалла и Боррас [6], обуславливает процессы производства и использования знаний, аналогично тому, как взаимодействия людей в организации обуславливают ее иерархию. И если непосредствен-

ными и неотделимыми носителями и пользователями неявных знаний являются люди и организации, то явные знания могут быть переданы любому количеству других носителей в любое время и расстояние [7].

Необходимо выделить два типа знаний: аналитические, представляющие собой научные знания, и синтетические, представляющие собой инженерные разработки [8]. Эти типы знаний показывают все возможные комбинации неявных и явных (кодифицированных) знаний обозначают потенциал и лимиты, мастерства и навыки, требующиеся организациям и институтам для адекватного ответа на различные инновационные вызовы в условиях нажима, оказываемого глобализируемой экономикой.

В промышленности происходит производство новых знаний на основе рациональных и познавательных процессов либо на основе формализованных моделей; именно здесь (в таких отраслях как космические технологии, авиа- и ракетостроение, высокотехнологичное медицинское оборудование) знания играют очень важную роль, и именно роли промышленности в экономике страны соответствует база аналитических знаний. Наиболее координированными среди баз разных типов знаний являются базы аналитических знаний. Высокий уровень их кодификации обусловлен следующими причинами: во первых, процессы производства новых знаний всегда базируются на самых современных достижениях науки, во вторых, в основе генерации новых знаний всегда лежат принципы и методология научного поиска, в третьих, процессы распространения знаний всегда строго документированы и формализованы, в четвертых, процессы генерации знаний всегда имеют свое отражение в документах (например в ноу-хау, патентах, чертежах, моделях и программном обеспечении).

Требованиям инновационной промышленности, в которой ведущая роль отводится технологическим изменениям, возникающим вследствие внедрения существующих или вновь сгенерированных новых знаний, соответствует база синтетических знаний. Это обусловлено необходимостью покупателей и поставщиков решать специфические проблемы взаимодействия. Чаще всего решение проблем развития продуктов или процессов осуществляется посредством прикладных исследований [9].

Таким образом, институциональная среда инновационной деятельности может отличаться значительным разнообразием и требует определенной дифференциации [10].

Институт публикаций в российских журналах

ИНСТИТУТЫ НАУЧНОЙ РЕЗУЛЬТАТИВНОСТИ

Институт публикаций в зарубежных журналах

Институт публикации монографий

Институт публикации нестатейных материалов

Институт оформления патентов

Рис. Типы институтов научной результативности

Особенное значение дифференциация институтов приобретает при моделировании инновационной активности организаций [11].

В связи с этим целесообразно ввести понятие института научной результативности как устоявшейся нормы взаимодействия между экономическими агентами, направленной на получение научных результатов.

Вопросы оценки и повышения эффективности научной деятельности неоднократно становились объектом исследований различных ученых. Для оценки эффективности научной деятельности Т. Г. Максимова и соавторы предложили метод, заключающийся в сравнении показателей структуры финансирования научной сферы при международных сопоставлениях отдельных видов затрат [12]. В работе Е. С. Быковой и Н. В. Сергеевой представлен метод оценки эффективности деятельности научных организаций на основе процедуры квантификации по сегментам процедуры бенчмаркетинга [13]. В результате проведенных исследований Е. А. Глухова предложила метод мониторинга в качестве основных показателей которого рассматриваются информационно-методическое обеспечение, индикаторы процесса и критерии результата, оценки соответствия требованиям постоянного улучшения [14]. В предложениях И. Н. Рыковой по формированию методики результативности научной деятельности основными показателями являются наличие лидера идей и цитирование по ключевым словам в результатах научной деятельности [15]. В своей статье С. В. Проничкин и И. П. Тихонов предложили подход, в основе которого лежит применение качественных характеристик научной деятельности при анализе количественных показателей эффективности деятельности [16]. Однако в приведенных исследованиях отсутствуют разработки по анализу эффективности научной результативности на основе институционального подхода.

Поскольку научная результативность организаций определяется количеством публика-

ций в российских и зарубежных научных журналах, монографий, а также нестатейных материалов и патентов, то очевидно, что институтами научной результативности являются институты опубликования статей в российских и зарубежных журналах, монографий, нестатейных материалов, а также регистрации патентов (рис.). К нестатейным материалам отнесены тезисы докладов конференций, препринты, рецензии, рефераты, методики и другая научная продукция, оформляемая не по формату научных статей.

Эффективность институтов научной результативности. Важнейшей проблемой оценки действенности институциональной инфраструктуры является определение эффективности экономических институтов [17]. Авторы настоящей статьи считают, что количественно качество экономических институтов может быть оценено через анализ численной оценки трансакционных издержек на их создание и функционирование.

Дж. Коммонс стал рассматривать в своих научных трудах нетрансформационные взаимодействия экономических агентов с точки зрения методологии экономической науки [18], он предложил рассматривать в качестве основной единицы экономического анализа деятельности экономических акторов трансакцию, которая представляет собой не что иное, как отчуждение и присвоение прав собственности и свобод, созданных обществом. По мнению Дж. Коммонса, единица трансакции представляет предельную единицу деятельности, которая должна включать принципы взаимности, конфликтности и порядка. [19]

О. Уильямсон определил трансакции наиболее развернутым образом. Он рассматривал трансакцию как переход услуги или товара от финального этапа одного к начальному этапу другого технологического процесса, смежного с первым. Другими словами, это то, что завершает один этап технологического процесса и начинает другой этап технологического процесса [20].

По мнению Мартинса да Роха и Вайлакиса, высказанному в совместных исследованиях, даже на финансовых рынках (которые наиболее установившиеся и устоявшиеся) самыми значимыми внутренними трансакционными издержками являются трансакционные издержки измерения и хранения информации, транспортировки и поиска [21].

При этом, согласно проведенному А. Ринд-флейшем с соавторами [22] широкому исследованию научной экономической литературы, определенно одним из наиболее перспективных направлений современных научных исследований является изучение типа и видов трансакций деятельности экономических агентов. По мнению Е. Шаститко, анализ трансакций имеет высокую значимость для развития институциональной теории [23].

Анализ трансакционных издержек обосновывает правомерность перехода к экономическим институтам, представляющим собой устойчивые нормы взаимодействия между экономическими агентами с соответствующими механизмами принуждения следования нормам.

Основным достижением уральских ученых, развивающих положения и методологию институциональной экономической теории, можно считать разработку трансакционной теории количественной оценки экономических институтов. Основа данной теории, авторами которой являются уральские ученые-экономисты, состоит в том, что численное измерение экономических трансакционных издержек является количественным измерителем эффективности соотвествующих экономических институтов.

Таким образом, авторы выделяют следующие научные принципы, являющиеся фундаментом построения трансакционной институциональной экономической теории:

— сформулированный Дж. Коммонсом принцип предельного акта трансакций [23],

— принцип формирования трансакцион-ного сектора (согласно Дж. Уоллису и Д. Норту [24]),

— все трансакционные издержки, согласно Р. Мэтьюзу, имеют внепроизводственную природу [25],

— трансакционные издержки всегда пропорциональны соответствующим им специфическим активам (согласно О. Уильямсону [26]),

— необходимость минимизации трансакци-онных издержек при формировании экономических институтов (согласно Р. Коузу [27]).

Научными основами данной теории являются результаты исследований авторов по ти-пологизации трансакций, выделению трансак-ционных издержек в бухгалтерской отчетности и количественной оценке экономических институтов посредством экономической оценки трансакционных издержек.

При рассмотрении трансакций научной деятельности академических организаций, в первую очередь, целесообразно оценивать ресурсный индикатор дифференциации знаний, показывающий степень влияния новых знаний на прирост информационных, структурных и материальных ресурсов организации. В определении динамики необходимых для становления и поддержания экономических институтов генерации оперативных, структурных и функциональных новых знаний заключается суть трансакционного анализа количественных показателей динамики развития экономических институтов дифференциации новых знаний и соответствующего ресурсного индикатора.

Предложенное развитие институционального подхода к оценке результативности научной деятельности позволяет производить количественную оценку научной продуктивности, а также осуществлять проектирование институциональных атласов генерации знаний в академических организациях.

В институциональном проектировании научной деятельности очень значительным успехом стала разработка методических основ идентификации в бухгалтерском учете академических организаций трансакционных издержек [28]. Доказано, что кроме основной трансформационной деятельности по генерации новых знаний, академические научные организации выполняют различные трансакци-онные виды деятельности. Основными видами трансакционных издержек в деятельности академических научных организаций являются следующие: командирование научных сотрудников для участия в российских и зарубежных конференциях, непосредственно организация научных конференций, обеспечение исследователей всей необходимой информацией, издание монографий по результатам исследований, поддержание международных контактов, решение различных юридических вопросов. Именно на основании этого возможно осуществить систематизацию по статьям бухгалтерского учета трансакционных издержек.

Таким образом, оценка эффективности применения институтов научной результативности может быть проведена по анализу различ-

ных статей бухгалтерского учета, описывающих трансакционные издержки организации.

Данные и методы

В качестве объекта настоящего исследования выступили научные организации Среднего Урала. Были проанализированы данные бухгалтерской отчетности 8 научных организаций из 20 академических учреждений города Екатеринбурга, то есть полученная выборка данных является представительной, так как изучено 40 % организаций.

Анализ научной результативности региональных научных институтов необходимо проводить отдельно от центральных научных институтов, это связано со следующими причинами:

1. Региональные научные институты, особенно по гуманитарным и общественным наукам, решают научные задачи прикладного характера, направленные на развитие конкретного региона в соответствии с его территориальной и экономико-социальной спецификой, в отличие от центральных институтов, решающих общефедеральные задачи.

2. Большинство научных конференций проводится в центральных регионах, то есть ученые из центральных научных институтов имеют более широкий доступ к различным научным мероприятиям.

3. Большинство научных журналов имеют центральную прописку, что обуславливает более высокую научную результативность центральных научных институтов

Факт различия научной результативности центральных и региональных институтов подтверждается данными БД Scopus. Так, количество публикаций, проиндексированных из центральных научных институтов, составляет около 40 % от всех российских публикаций, проиндексированных в БД Scopus. Для сравнения, количество публикаций из регионального научного центра, а именно Среднего Урала, составляет около 2 %.

Период анализа данных — 2008-2015 гг. Для однозначности получаемых результатов были проанализированы институты публикаций в российских и зарубежных научных журналах.

На первом этапе исследования был проведен анализ корреляционных зависимостей между значениями издержек по бухгалтерским статьям расходов на компенсации на приобретение литературы, услуги связи, приобретение программного обеспечения, приобретение книг для пополнения библиотечного фонда, суммарных информационных из-

держек из официальной годовой бухгалтерской научной организации и рядов значений показателей научной результативности в официальной научной отчетности организации за соответствующий год.

В случае если изменение вида издержек приводило к закономерному изменению вида результатов научной деятельности с коэффициентом корреляции к более или равным 0,75, можно считать, что между этими двумя величинами существует корреляционная зависимость, то есть изменение данного вида издержек обусловливает изменение вида научной результативности научной организации. В случае если коэффициент корреляции к был менее 0,75, между этими двумя величинами связь отсутствует и можно предположить дисфункцию применения данного института научной результативности [29].

На втором этапе исследования была проведена оценка применения собственно институтов научной результивности.

Для оценки зависимости показателя эффективности применения экономических институтов от различных видов трансакционных издержек может быть применен индекс научной результативности Si (scientific index), равный отношению динамики приращения научных результатов dN к динамике приращения трансакционных издержек dC:

Si = dN / dC. (1)

По-видимому, если Si < 1, то мы наблюдаем дисфункцию данного института научной результативности, иными словами, применение данного экономического института не обеспечивает возрастающую отдачу результата в виде опубликования научных статей от увеличения динамики различных видов трансакционных издержек. Если Si больше или равен 1, то применение данного экономического института является эффективным.

Модель

Основные результаты эмпирического исследования представлены в таблицах 1 и 2.

В таблицах приведены значения корреляционных зависимостей динамики изменения количества статей в российских и зарубежных журналах от динамики изменения таких статей расходов научных организаций на осуществление научной деятельности, как «компенсации на приобретение литературы», «услуги связи (интернет)», «приобретение программного обеспечения», «приобретение книг для пополнения библиотечного фонда». Были выявлены

Таблица 1

Эффективность института публикаций в российских журналах

Зависимости количества опубликованных статей от различных видов трансакционных

издержек

Профиль научной организации Компенсации на приобретение литературы Услуги связи (интернет) Приобретение программного обеспечения Приобретение книг для пополнения библиотечного фонда Совокупные трансакционные издержки

k Si k Si k Si k Si k Si

Экология 0,75 0,8 0,65 0,1 0,13 0,79 1,13 0,51 0,51

Химия (первая организация) 0,76 0,2 0,79 0,1 0,18 0,75 0,81 0,96 0,3

Химия (вторая организация) 0,81 2,45 0,87 0,98 0,84 1,16 0,79 1,12 0,8 1,21

Науки о Земле (первая 0,85 1,37 0,99 0,8 0,77 0,1 0,35 0,75 0,6

организация)

Физика 0,91 3,24 0,83 0,98 0,94 0,69 0,81 0,91 0,88 2,4

Гуманитарные науки 0,77 1,2 0,65 0,1 0,51 0,52 0,6 0,55

Науки о Земле (вторая 0,89 2,87 0,76 0,01 0,96 0,2 0,31 0,8 0,15

организация)

Общественные науки 0,84 6,2 0,76 1,5 0,77 0,005 0,68 0,75 1,1

Среднее 0,822 2,29 0,79 0,57 0,64 0,43 0,62 0,99 0,76 0,85

Здесь: к — коэффициент корреляции; 81 — индекс научной результативности.

Таблица 2

Эффективность института публикаций в зарубежных журналах

Профиль научной организации Зависимости количества опубликованных статей от различных видов трансакционных издержек

Компенсации на приобретение литературы Услуги связи (интернет) Приобретение программного обеспечения Приобретение книг для пополнения библиотечного фонда Совокупные трансакционные издержки

k Si k Si k Si k Si k Si

Экология 0,97 2,8 0,81 1,15 0,45 0,91 0,31 0,83 2,09

Химия (первая организация) 0,82 2,9 0,77 1,01 0,79 0,915 0,18 0,75 1,31

Химия (вторая организация) 0,93 6,3 0,91 1,48 0,78 2,94 0,65 0,83 3,17

Науки о Земле (первая организация) 0,94 4,75 0,99 2,1 0,91 0,21 0,8 0,73 0,99 1,9

Физика 0,81 2,47 0,87 4,9 0,75 4,81 0,75 0,4 0,77 3,9

Гуманитарные науки 0,91 3,4 0,84 2,31 0,21 0,93 0,89 0,79 1,89

Науки о Земле (вторая организация) 0,95 5,41 0,79 1,76 0,37 0,84 0,5 0,8 1,29

Общественные науки 0,99 8,7 0,75 1,1 0,81 0,1 0,99 0,2 0,79 3,21

Среднее 0,92 4,59 0,84 1,98 0,63 1,8 0,76 0,51 0,82 2,35

Здесь: к — коэффициент корреляции; 81 — индекс научной результативности.

эффективные развивающиеся институты и институциональные ловушки. Эффективным институт признавался автором, если коэффициент корреляции между динамикой вида результата научной деятельности и динамикой вида издержки составлял более 0,75.

Средние значения коэффициентов корреляции носят справочный характер и служат оценкой зависимости применения определенного вида института научной результативности от различных видов трансакционных издержек.

В таблицах приведены значения индексов научной результативности, полученные в ходе проведенного исследования.

Средние значения индексов научной результативности носят справочный характер и служат оценкой зависимости применения определенного вида института научной результативности от различных видов трансак-ционных издержек.

Для возможностей сравнения аналогичных научных организаций были проанализированы по две научные организации профиля наук о Земле и профиля химических наук.

В результате могут быть сделаны заключения об эффективности или дисфункциональ-ности применения институтов опубликования статей в российских и зарубежных научных журналах и, соответственно, о применимости индекса научной результативности как показателя эффективности научной деятельности организации.

Полученные результаты

Данные, приведенные в таблицах 1 и 2, дают основание сделать вывод, что такие издержки, как компенсация на приобретение литературы и услуги связи оказывают значимое влияние на результативность научной деятельности, то есть любое изменение данных издержек приводит к изменению научной результативности научной деятельности.

Полученные результаты демонстрируют эффективное применение экономических институтов: институт публикаций в российских журналах зависит от компенсации на приобретение литературы, институт публикаций в российских и зарубежных журналах зависит от услуг связи, институт публикаций в зарубежных журналах — от компенсации на приобретение литературы.

Следовательно, наиболее значимыми издержками, которые делают данные институты наиболее эффективными, являются компенсации на приобретение литературы и услуги связи. Другими словами, при повышении объе-

мов финансирования данных издержек увеличивается публикационная активность.

Анализ корреляционной зависимости количества публикаций в российских и зарубежных журналах от суммы денежных средств, потраченных на программное обеспечение и приобретение книг для пополнения библиотечных фондов, выявил дисфункцию в развитии институтов публикаций в российских и зарубежных журналах.

Такие издержки, как приобретение программного обеспечения и приобретение книг для пополнения библиотечного фонда, не оказывают значительного влияния на публикационную активность исследователей. Другими словами, при увеличении финансирования данных издержек публикационная активность не изменяется, то есть наблюдается дисфункция применения данного института научной результативности.

По-видимому, это может быть объяснено тем, что в случаях компенсации на приобретение литературы и услуг связи научные сотрудники приобретают необходимую им информацию, соответствующую их потребностям, для проведения текущих научных исследований и написания статей. В то время как литература, закупаемая для пополнения библиотечных фондов, зачастую бывает востребована лишь студентами и аспирантами для написания различных теоретических обзоров и не используется для проведения научных исследований. Что же касается программного обеспечения, то в большинстве случаев оно имеет значение для всей научной организации (операционные системы, текстовые редакторы, издательское программное обеспечение, бухгалтерские программы) и не используется непосредственно в научном поиске.

Заключение

Таким образом, разработка показателя оценки дисфункции институтов научной результативности от различных видов трансак-ционных издержек и верификация авторского индекса оценки научной результативности посредством эмпирического исследования деятельности научных организаций позволили получить следующие теоретические и практические результаты.

Во-первых, на основе анализа научной литературы показано, что научная результативность организаций характеризуется применением различных экономических институтов научной деятельности. Основными типами институтов научной результативности являются

институты опубликования статей в российских и зарубежных журналах, монографий, нестатейных материалов, а также регистрации патентов. К нестатейным материалам отнесены тезисы докладов конференций, препринты, рецензии, рефераты, методики и другая научная продукция, оформляемая не по формату научных статей.

Во-вторых, трансакционная теория, ее положения и инструментарий стали основой для разработки методов оценки эффективности функционирования экономических институтов на основе анализа таких трансакционных издержек, как издержки формирования и поддержания соответствующих экономических институтов.

В-третьих, введен индекс научной результативности, равный отношению динамики приращения научных результатов к динамике приращения трансакционных издержек. В зависимости от вида анализируемых трансак-

ционных издержек индекс научной результативности иллюстрирует эффективность применения различных экономических институтов.

В-четвертых, на основе анализа результатов научной деятельности представительной выборки научных организаций Среднего Урала сделаны выводы об эффективности применения институтов опубликования статей в российских и зарубежных научных журналах.

В-пятых, определены дисфункции применения институтов опубликования статей в российских и зарубежных научных журналах от различных видов трансакционных издержек. Сделаны выводы о целесообразности наращивания определенных видов трансакционных издержек.

Следовательно, применение индекса научной результативности позволяет оценивать эффективность применения экономических институтов научной деятельности организаций.

Благодарность

Статья подготовлена в соответствии с планом НИР Института экономики УрО РАН, № темы 0404-20150010 в ИСГЗ ФАНО России.

Список источников

1. Popov E. V., Vlasov M. V. Analysis of institutional cycles of evolution of inventions // Montenegrin journal of economics.

— 2015. — Vol. 11. — No 1. — pp. 117-123.

2. Вольчик В. В., Кривошеева-Медянцева Д. Д. Институты, ресурсы и национальная инновационная система, или почему не получается инновационный суп // Journal of Institutional Studies. — 2014. — Т. 6. — № 4. — С. 51-64.

3. Сухарев О. С. Институциональная теория технологических изменений. Определения, классификация, модели // Journal of Institutional Studies. — 2014. Т. 6. — № 1. — С. 84-106.

4. Clark B. R. The Higher Education System: Academic Organization in Cross-National Perspective. Berkley: University of California Press, 1983. — 315 p.

5. Nonaka I., Takeuchi H. The Knowledge Creating Company, Oxford — New York: Oxford University Press, 1995. — 304 p.

6. Lundvall B.-A., Borras S. The Globalising Learning Economy: Implications for Innovation Policy, Luxembourg: European Communities, 1997. — 175 p.

7. Nightingale P. A Cognitive Model of Innovation // Research Policy. — 1998. — Vol. 27. — pp. 689-709. DOI: 10.1016/ S0048-7333(98)00078-X.

8. Laestadius S. Technology Level, Knowledge Formation and Industrial Competence in Paper Manufacturing / Eliasson G., Green C. Eds. The Micro Foundations of Economic Growth. USA:The University of Michigan Press, 1998. — 443 p. — pp. 212-226.

9. Asheim B. T., Coehen L. Contextualising Regional Innovation Systems in a Globalising Learning Economy // Journal of Technology Transfer. — 2006. — Vol. 31. — P. 163-173.

10. Исламутдинов В. Ф. Сущность и классификация институтов институциональной среды инновационной деятельности // Journal of Institutional Studies. — 2014. — Т. 6. — № 2. — С. 79-90.

11. Некрасова Е. А., Казьмин А. А. Модели инновационной активности фирмы и конкурентная политика // Journal of Institutional Studies. — 2015. — Т. 7. — № 4. — С. 86-99. DOI: 10.17835/2076-6297.2015.7.4.086-099.

12. Максимова Т. Г., Кукушкин А. М., Шаныгин С. И. Статистика финансовой обеспеченности и результативности научной деятельности // Научный журнал НИУ ИТМО. — 2013. — № 2. — (Экономика и экологический менеджмент) [Электронный ресурс] URL: http://economics.ihbt.ifmo.ru/file/article/7148.pdf (дата обращения: 31.07.2017).

13. Быкова Е. С., Сергеева Н. В. Система оценки результативности инновационной деятельности научно-образовательных организаций // Вестник Пермского национального исследовательского политехнического университета.

— 2011. — № 10. — С. 49-63. — (Социально-экономические науки).

14. Глухова Е. А. Мониторинг процессов и оценка результативности научной деятельности // Здравоохранение Российской Федерации. — 2012. — № 5. — С. 7-10.

15. Рыкова И. Н. Подходы к определению результативности научно-исследовательской деятельности в России // Научно-исследовательский финансовый институт. Финансовый журнал. — 2013. — № 3 (17) . — С. 73-88.

16. Проничкин С. В., Тихонов И. П. Оценка результативности деятельности научных организаций // Экономический анализ: теория и практика. — 2014. — № 3 (354) . — С. 27-32.

17. Ширяев И. М. Типологизация подходов к определению эффективности экономических институтов //Journal of Institutional Studies. — 2014. — Т. 6. — № 2. — С. 91 — 109.

18. Commons J. R. Institutional Economics // American Economic Review. — 1931. — Vol. 21. — N 4. — P. 649-672.

19. Commons J. R. The Problem of Correlating Law, Economics and Ethics // Wisconsin Law Review. — 1932. — Vol. 8.

— P. 4. — P. 3-26.

20. Williamson O. E. Transaction-Cost Economics: The Governance of Contractual Relations // Journal of Law and Economics. — 1979. — Vol. 22. — P. 233-261.

21. Martins-da-Rocha V. F., Vailakis Y. Financial Markets with Endogenous Transaction Costs // Economic Theory. — 2010. — Vol. 45. — P. 65-97. DOI: 10.1007/s00199-009-0498-1.

22. Rindfleisch A. et al. Transaction Costs, Opportunism and Governance: Contextual Considerations and Future Research Opportunities // Market Letters. — 2010. — Vol. 21. — P. 211-222. DOI: 10.1007/s11002-010-9104-3.

23. Шаститко А. Е. Предметно-методологические особенности новой институциональной экономической теории // Вопросы экономики. — 2003. — № 1. — С. 24-41.

24. Wallis J., North D. Measuring the Transaction Sector in the American Economy, 1870-1970 / Long-Term Factors in American Economic Growth. Engerman S. L., Gallman R. E. Eds. Chicago: University of Chicago Press, 1986. — 162 P. — P. 95-148.

25. Matthews R. C. O. The Economics of Institutions and Sources of Growth // Economic Journal. — 1986. — Vol. 96. — N 12. — P. 903-910. DOI: 10.2307/2233164.

26. Williamson O. E. Strategizing, Economizing and Economic Organization // Strategic Management Journal. — 1991.

— Vol. 12. — N 1. — P. 75-94. DOI: 10.1002/smj.4250121007.

27. Coase R. H. The Nature of Firm // Economica. — 1937. — Vol. 4. — N 10. — P. 386-405.

28. Попов Е. В., Власов М. В., Орлова Н. В. Выделение трансакционных издержек в бухгалтерской отчетности академических институтов // Финансы и кредит. — 2010. — № 17. — С. 7-12.

29. Сухарев О. С. Основные понятия институциональной и эволюционной экономики. — М. : ИЭ РАН, 2004. — 128 с.

Информация об авторах

Власов Максим Владиславович — кандидат экономических наук, доцент, старший научный сотрудник, Центр экономической теории, Институт экономики УрО РАН; доцент кафедры региональной и муниципальной экономики, финансов и безопасности, Уральский Федеральный Университет имени первого Президента России Б. Н. Ельцина (Российская Федерация, 620014, ул. Московская, 29; 620000, ул. Ленина, 13 б; e-mail: Mvlassov@mail.ru).

Попов Евгений Васильевич — член-корреспондент РАН, доктор экономических наук, доктор физико-математических наук, профессор, руководитель Центра экономической теории, Институт экономики УрО РАН (Российская Федерация, 620014, г. Екатеринбург, ул. Московская, 29; e-mail: epopov@mail.ru).

For citation: Vlasov, M. V. & Popov, E. V. (2017). Institutes of Scientific Effectiveness: Organizations of the Middle Urals. Ekonomika regiona [Economy of Region], 13(3), 697-707

M. V. Vlasov а b), E. V. Popov а)

а) Institute of Economics of the Ural Branch of RAS (Ekaterinburg, Russian Federation; e-mail: Mvlassov@mail.ru)

b) Ural Federal University (Ekaterinburg, Russian Federation)

Institutions of Scientific Efficiency: Organizations of the Middle Urals

In the article, the authors show that the main institutions of scientific efficiency are the institutions that publish scientific articles in Russian and international journals as well as monographs, scientific conference abstracts, pre-prints, reviews, reports, and also the institutions that register patents. The purpose of the research is the development of the indicator for the evaluation of the dysfunction of the institutions of scientific efficiency depending on different types of transaction coasts; and verification of the authors' indicator of scientific efficiency by the empirical study of the scientific organizations' activities. In the research, we applied the methods of the system, logical and economic analysis. The empirical information was processed using the methods of statistical analysis and correlation analysis. On the basis of different scientific efficiency of the central and regional institutions confirmed by Scopus data, the authors have proved that the scientific efficiency of regional scientific institutions and central ones need to be analysed separately. We have determined the dysfunctions of these institutions depending on different types of transaction coasts. We have developed the indicator for the assessment of the dysfunction of scientific efficiency institutions depending on different types of transaction coasts. The authors have introduced the indicator of scientific efficiency equal to the ratio of the dynamics of the increment of scientific results to the dynamics of the increase of transaction coasts. Depending on a type of the analyzed transaction coasts, the indicator of scientific efficiency illustrates the efficiency of various economic institutions. On the basis of the analysis of the research findings of the middle Urals' scientific organizations, we have arrived at

the conclusion that the institutions that publish articles in the Russian and foreign scientific journals are efficient. We defined the dysfunctions of the institutions that publish articles in the Russian and foreign scientific journals depending on different types of transaction coasts. The authors conclude that it is efficient to increase certain types of transaction coasts. The received results can be applied by regional scientific institutions to increase the efficiency of their scientific activity.

Keywords: economic institutions, scientific organization, scientific efficiency, publication activities, scientific articles, transaction coasts, efficiency of institutions, dysfunction of institutions, empirical research, scientific activities

Acknowledgments

The article has been prepared according to the plan of research and development of the Institute of Economics of the Ural Branch of RAS, project № 0404-2015-0010 in ISGZ Federal Agency for Scientific Organizations of Russia.

References

1. Popov, E. V. & Vlasov, M. V. (2015). Analysis of institutional cycles of evolution of inventions. Montenegrin journal of economics, 11(1), 117-123.

2. Volchik, V. V. & Krivosheeva-Medyantseva, D. D. (2014). Instituty, resursy i natsionalnaya innovatsionnaya sistema, ili pochemu ne poluchaetsya innovatsionnyy sup [Institutions, resources and the Russian national innovation system or why we face hurdles in preparing «the innovation soup»]. Journal of Institutional Studies, 6(4), 51-64. (In Russ.)

3. Sukharev, O. S. (2014). Institutsionalnaya teoriya tekhnologicheskikh izmeneniy. Opredeleniya, klassifikatsiya, modeli [Institutional Theory of Technological Change: Definition, Classification, Models]. Journal of Institutional Studies, 6(1), 84-106. (In Russ.)

4. Clark, B. R. (1983). The Higher Education System: Academic Organization in Cross-National Perspective. Berkley: University of California Press, 315.

5. Nonaka, I. & Takeuchi, H. (1995). The Knowledge Creating Company. Oxford — New York: Oxford University Press, 304.

6. Lundvall, B.-A. & Borras, S. (1997). The Globalising Learning Economy: Implicationsfor Innovation Policy. Luxembourg: European Communities, 175.

7. Nightingale, P. (1998). A Cognitive Model of Innovation. Research Policy, 27, 689-709. DOI: 10.1016/S0048-7333(98)00078-X.

8. Laestadius, S. (1998). Technology Level, Knowledge Formation and Industrial Competence in Paper Manufacturing. In: Eliasson G., Green C. (Eds.) The Micro Foundations of Economic Growth. USA: The University of Michigan Press, 443, (212-226).

9. Asheim, B. T. & Coehen, L. (2006). Contextualising Regional Innovation Systems in a Globalising Learning Economy. Journal of Technology Transfer, 31, 163-173.

10. Islamutdinov, V. F. (2014). Sushchnost i klassifikatsiya institutov institutsionanoy sredy innovatsionnoy deyatelnosti [The essence and classification of the institutions of the institutional environment of innovation]. Journal of Institutional Studies, 6(2), 79-90. (In Russ.)

11. Nekrasova, E. A. & Kazmin, A. A. (2015). Modeli innovatsionnoy aktivnosti firmy i konkurentnaya politika [Models of Innovation Activity Firms and the Competitive State]. Journal of Institutional Studies, 7(4), 86-99. DOI: 10.17835/20766297.2015.7.4.086-099. (In Russ.)

12. Maksimova, T. G., Kukushkin, A. M. & Shanygin, S. I. (2013). Statistika finansovoy obespechennosti i rezultativnosti nauchnoy deyatelnosti [Statistics of financial security and productivity of scientific activity]. Nauchnyy zhurnal NIU ITMO [Scientific Journal of St Petersburg State University of Low Temperature and Food Technologies: Economics and Environmental Management], 2. Retrieved from: http://economics.ihbt.ifmo.ru/file/article/7148.pdf (date of access: 31.07.2017). (In Russ.)

13. Bykova, E. S. & Sergeeva, N. V. (2011). Sistema otsenki rezultativnosti innovatsionnoy deyatelnosti nauch-no-obrazovatelnykh organizatsiy [The system of performance evaluationof innovative scientific and educationalestablish-ments]. Vestnik Permskogo natsionalnogo issledovatelskogo politekhnicheskogo universiteta [PNRPU Sociology and Economics Bulletin], 10, 49-63. (In Russ.)

14. Glukhova, E. A. (2012). Monitoring protsessov i otsenka rezultativnosti nauchnoy deyatelnosti [The monitoring of processes and the assessment of research activities]. Zdravookhranenie Rossiyskoy Federatsii [Public health of the Russian Federation], 5, 7-10.

15. Rykova, I. N. (2013). Podkhody k opredeleniyu rezultativnosti nauchno-issledovatelskoy deyatelnosti v Rossii [Approaches to Measurement of Research Effectiveness in Russia]. Nauchno-issledovatelskiy finansovyy institut. Finansovyy zhurnal [Financial Research Institute. Financial Journal], 3(17), 73-88. (In Russ.)

16. Pronichkin, S. V. & Tikhonov, I. P. (2014). Otsenka rezultativnosti deyatelnosti nauchnykh organizatsiy [Assessment of effectiveness of activity of the scientific organizations]. Ekonomicheskiy analiz: teoriya i praktika [Economic Analysis: Theory and Practice], 3(354), 27-32. (In Russ.)

17. Shiryaev, I. M. (2014). Tipologizatsiya podkhodov k opredeleniyu efekttvnosti ekonomicheskikh institutov [Typologization of approaches to identifying the efficiency of economic institutions]. Journal of Institutional Studies, 6(2), 91-109. (In Russ.)

18. Commons, J. R. (1931). Institutional Economics. American Economic Review, 21(4), 649-672.

19. Commons, J. R. (1932). The Problem of Correlating Law, Economics and Ethics. Wisconsin Law Review, 8, 3-26, (4).

20. Williamson, O. E. (1979). Transaction-Cost Economics: The Governance of Contractual Relations. Journal of Law and Economics, 22, 233-261.

21. Martins-da-Rocha, V. F. & Vailakis, Y. (2010). Financial Markets with Endogenous Transaction Costs. Economic Theory, 45, 65-97. DOI: 10.1007/s00199-009-0498-1.

22. Rindfleisch, A. et al. (2010). Transaction Costs, Opportunism and Governance: Contextual Considerations and Future Research Opportunities. Market Letters, 21, 211-222. DOI: 10.1007/s11002-010-9104-3.

23. Shastitko, A. E. (2003). Predmetno-metodologicheskie osobennosti novoy institutsionalnoy ekonomicheskoy teorii [Subject and methodological features of the new institutional economic theory]. Voprosy ekonomiki [Economic Issues], 1, 24-41. (In Russ.)

24. Wallis, J. & North, D. (1986). Measuring the Transaction Sector in the American Economy, 1870-1970. Long-Term Factors in American Economic Growth. In: Engerman S. L., Gallman R. E. (Eds). Chicago: University of Chicago Press, 162, (95-148).

25. Matthews, R. C. O. (1986). The Economics of Institutions and Sources of Growth. Economic Journal, 96(12), 903910. DOI: 10.2307/2233164.

26. Williamson, O. E. (1991). Strategizing, Economizing and Economic Organization. Strategic Management Journal, 12(1), 75-94. DOI: 10.1002/smj.4250121007.

27. Coase, R. H. (1937). The Nature of Firm. Economica, 4(10), 386-405.

28. Popov, E. V., Vlasov, M. V. & Orlova, N. V. (2010). Vydelenie transaktsionnykh izderzhek v bukhgalterskoy otchetnosti akademicheskikh institutov [Allocation of transactional expenses in accounting reports of the academic institutes]. Finansy i kredit [Finance and Credit], 17, 7-12. (In Russ.)

29. Sukharev, O. S. (2014). Osnovnyye ponyatiya institutsionalnoy i evolyutsionnoy ekonomiki [Basic concepts of institutional and evolutionary economy]. Moscow: IE RAN, 128. (In Russ.)

Authors

Maksim Vladislavovich Vlasov — PhD in Economics, Associate Professor, Senior Research Associate, Center of Economic Theory, Institute of Economics of the Ural Branch of RAS; Associate Professor, Department of Regional and Municipal Economics, Finances and Security, Ural Federal University (29, Moskovskaya St., Ekaterinburg, 620014; 13b, Lenina Ave., Ekaterinburg, 620000, Russian Federation; e-mail: Mvlassov@mail.ru).

Evgeny Vasilyevich Popov — Corresponding Member of RAS, Doctor of Economics, Doctor of Physics and Mathematics, Professor, Head of the Center of Economic Theory, Institute of Economics of the Ural Branch of RAS (29, Moskovskaya St., Ekaterinburg, 620014, Russian Federation; e-mail: epopov@mail.ru).

Для цитирования: Берсенёв В. Л. Процессы разгосударствления и приватизации в России в 90-е гг.Часть 2.

Экономика региона. — 2017. — Т. 13, вып. 3 — С. 708-715

ао1 10.17059/2017-3-6 УДК 338.22(930.23)

В. Л. Берсенёв

Институт экономики УрО РАН (Екатеринбург, Российская Федерация; colbers@bk.ru)

ПРОЦЕССЫ РАЗГОСУДАРСТВЛЕНИЯ И ПРИВАТИЗАЦИИ

В РОССИИ В 90-Е ГГ. ЧАСТЬ 21

Обобщение и систематизация накопленной за двадцать с лишним лет литературы по истории реформы позволяют упорядочить имеющиеся представления о происходивших в рамках преобразований процессах и задать новый вектор осмысления социально-экономического развития России в последнее десятилетие ХХ века — первые десятилетия XXI века. Шагом в этом направлении является анализ публикаций, отражающих подготовку, ход и результаты приватизации государственной и муниципальной собственности в 1990-е гг. Историографический обзор включает монографии и статьи, написанные как апологетами ускоренной приватизации, так и их оппонентами и критиками. На основе изучения этой литературы раскрываются спектр мнений по вопросам предпочтения вариантов разгосударствления российской экономики, оценки итогов приватизации к концу 1990-х гг. и возможности альтернативных путей повышения эффективности отечественных предприятий. В частности, отмечается, что апологеты ускоренной приватизации (Е. Т. Гайдар, А. Б. Чубайс) акцентируют внимание на количественных показателях передачи государственного и муниципального имущества в частную собственность. Критики правительственного варианта приватизации предпочитают говорить о качественных последствиях «революции собственности», в том числе о снижении эффективности приватизированных предприятий, падении жизненного уровня населения, ухудшении правового положения наемных работников. Во второй части статьи анализируются публикации, авторы которых занимают критическую позицию по отношению к правительственному курсу на ускоренную приватизацию и негативно оценивают последствия рыночных преобразований в отечественной экономике.

Ключевые слова: историография, современная экономическая реформа, приватизация, разгосударствление, эффективный собственник

Вместо введения

Данная статья является продолжением работы по выявлению и оценке основных тенденций в рамках современной экономической реформы, начатой под руководством академика РАН А. И. Татаркина (1946-2016). В первой публикации на эту тему [1] был раскрыт спектр мнений по вопросам предпочтения «шокового» варианта преобразований, подведения итогов реформы к концу 1990-х годов и определения альтернативных путей перехода от плановой к рыночной экономике. При этом за основу анализа был взят жанр историографического обзора наиболее знаковой литературы по данной теме.

Приватизация государственной и муниципальной собственности, или, если понимать этот процесс шире, разгосударствление российской экономики воспринимались лиде-

1 © Берсенёв В. Л. Текст. 2017.

рами реформаторского блока правительства Е. Т. Гайдаром и А. Б. Чубайсом как основа рыночных преобразований 1990-х гг. Само собой разумеется, что за прошедшие с начала современной экономической реформы четверть века накопился огромный массив литературы, посвященной глобальной трансформации отношений собственности в России. При этом весь спектр мнений по данной проблематике можно свести к противостоянию между сторонниками и противниками курса на ускоренную приватизацию, реализованного в первой половине 1990-х гг. В части 1 данной статьи были упорядочены взгляды сторонников максимально возможного разгосударствления российской экономики — апологетов ускоренной приватизации. В части 2 предпринимается попытка систематизировать позиции критиков правительственного курса на скорейшую передачу государственных и муниципальных предприятий в частную собственность.

Хронологические рамки анализа остаются прежними — от начала 1990-х гг. до конца 1998 г. Нижняя граница исследования достаточно условна, поскольку сама тема предполагает обращение к процессам и явлениям эпохи перестройки (1985-1991 гг.) и их оценкам в литературе. Верхняя граница определяется знаковым событием — дефолтом 17 августа 1998 г., после чего ход реформы приобрел несколько иные черты. Кроме того, точно также историографический анализ ориентируется на поиск ответов на ряд принципиальных вопросов, раскрывающих общую картину приватизации государственной и муниципальной собственности в 1990-е гг.:

1. Почему был выбран и реализован вариант ускоренной приватизации?

2. Как следует оценивать итоги приватизации?

3. Возможны ли были иные варианты разгосударствления российской экономики 1990-х гг.?

Сомнительные итоги приватизации

«Шоковую терапию» как основное направление реформирования российской экономики изначально подвергали критике представители Российской академии наук. Поскольку приватизация представляла собой во многом не экономический процесс, а правовую процедуру передачи прав собственности, данной проблеме в академической среде уделялось гораздо меньше внимания. Достаточно отметить, что в известном аналитическом докладе Института экономики РАН «Социально-экономическая ситуация в России: итоги, проблемы, пути стабилизации», подводящем итоги преобразований в 1992-1993 гг., говорилось лишь о неподготовленности приватизации в научно-технической сфере и криминализации отношений собственности, реформирование которых свелось к переделу контроля над государственной собственностью [2, с. 143, 149] Кроме того, специалисты ИЭ РАН во главе с академиком Л. И. Абалкиным напоминали об известной истине: «Независимо от того, к какой форме собственности относится предприятие, ключевую роль в его успешной деятельности играют используемые методы управления» [2, с. 155].

Всякий процесс процедурно-правового характера лучше анализировать, обладая специфической информацией «для служебного пользования». В данном случае в качестве ведущего критика ускоренной приватизации выступила Счетная палата Российской Федерации, изу-

чившая соответствующие материалы за период 1993-2003 гг. Опубликованный в 2004 г. по итогам расследования (экспертно-аналити-ческого мероприятия, по версии Счетной палаты), отчет [3] наиболее объемно отражает ход и результаты приватизации государственного и муниципального имущества в России, избегая при этом чересчур эмоционально окрашенных оценок.

Прежде всего, во введении к отчету ставились ключевые вопросы, на которые должен был дать ответы Государственный научно-исследовательский институт системного анализа Счетной палаты Российской Федерации:

1. Было ли целесообразным принятие решения о массовой приватизации в начале 1990-х гг.?

2. Были ли действия органов государственной власти законными и эффективными?

3. Обеспечили ли органы государственной власти гарантии равенства прав и защиты законных интересов граждан в процессе приватизации? [3, с. 6]

В сущности, в концентрированном виде ответы на эти вопросы были даны тут же:

«Как показали результаты экспертно-ана-литического мероприятия, решение о начале массовой российской приватизации в определенном смысле оказалось вынужденным. Однако начало реформ в сфере государственной собственности было недостаточно подготовлено с точки зрения формирования должных правовых и институциональных условий. Недостатки законодательной базы, неразвитость приватизационных институтов и процедур, фактическое отсутствие внешнего контроля создали возможности для многочисленных нарушений законности в ходе реализации конкретных приватизационных мероприятий, а также стали причиной целого ряда негативных социально-экономических последствий» [3, с. 6-7].

Подтверждение этой оценки приводится последующих главах отчета, каждая из которых дает ответы на свой набор проблемных вопросов. В частности, в первой главе «Анализ правовых основ приватизации» выяснялось, проводилась ли приватизация в соответствии с действующим законодательством, правильно ли оценивались приватизируемые предприятия и активы и осуществлялись ли все обязательные процедуры на конкурсной основе [3, с. 8].

Отчет свидетельствовал, что законодательство периода 1992-1994 гг. объективно носило внутренне противоречивый, компромисс-

ный характер, а приватизационная практика не соответствовала декларируемой идеологии (формирование «эффективного собственника», повышение эффективности деятельности предприятий и создание социально ориентированной рыночной экономики, привлечение иностранных инвестиций и т. п.). Не были обеспечены равные права и возможности по участию в приватизации всех слоев российского общества, и не соблюдался принцип социальной справедливости. Более того, не были определены процедуры возвращения в государственную собственность предприятий и отдельных объектов, приватизация которых была осуществлена с нарушением законодательства. Наконец, отмечалось, что из-за отсутствия ограничений в допуске иностранных инвесторов к приватизации стратегически важных объектов был утрачен контроль над рядом предприятий оборонно-промышленного комплекса и сопряженными с ними предприятиями научно-технической сферы, машиностроения, металлургии и химической промышленности [3, с. 15-16].

Относительно «денежного» этапа приватизации делался вывод: не была (наряду с уже отмеченными недостатками) обеспечена полноценная и непротиворечивая правовая основа для приватизации объектов государственной собственности по рыночной цене без занижения ее реальной стоимости. Помимо прочего, не был определен порядок расторжения сделок приватизации и возмещения ущерба в связи с невыполнением покупателем объекта приватизации инвестиционных условий, сделок, совершенных без стоимостной оценки или без оплаты объекта приватизации [3, с. 24].

Во второй главе анализировалась деятельность органов исполнительной власти в сфере приватизации. В результате был выявлен широкий набор нарушений, включая превышение органами исполнительной власти установленных законодательством полномочий в сфере распоряжения государственным имуществом, невыполнение органами исполнительной власти своих непосредственных обязанностей в сфере приватизации, необоснованное занижение цены продаваемых государственных активов, притворность конкурсов и низкая результативность продаж, отсутствие внешнего независимого контроля предприватизационной подготовки государственных активов и результатов приватизационных сделок, коррупцию в органах власти, отсутствие системы противодействия криминалу в сфере приватизации [3, с. 49].

Непосредственно экономические итоги приватизации приводились в третьей главе. Что касается числовых показателей, то, на первый взгляд, в аналитической записке встречались слишком явные разночтения. Сначала говорится, что к середине 1992 г. в стране насчитывалось 349 381 государственное и муниципальное предприятие, а также 80 809 федеральных объединений, организаций, предприятий (?) и учреждений [3, с. 82]. Далее отмечается, что за 1993-2003 гг. было приватизировано 96 414 государственных предприятий, в том числе 16 701 предприятие федерального уровня, при этом в 1993-1994 гг. собственника сменили 71 829 предприятий, или 74,5 % всех приватизированных за анализируемый период предприятий. Однако тут же приводится не совсем понятное уточнение «(соответственно 49 924 и 21 905)» [3, с. 83]. Скорее всего, это указание на число предприятий, находившихся в собственности субъектов Федерации и в федеральной собственности, но тогда расхождение в показателях становится еще более очевидным. Можно только предположить, что, с одной стороны, крупные государственные предприятия перед приватизацией или по ходу ее осуществления дробились, вследствие чего конечные показатели отличались от стартовых, а с другой — что сотрудники Государственного научно-исследовательского института системного анализа Счетной палаты Российской Федерации не слишком качественно выполнили свою работу.

Тем не менее, данные, приводимые в аналитической записке, являются наиболее полными и подтвержденными ссылками на Госкомстат России. Кроме того, аналитики Счетной палаты РФ, со своей стороны, также выделили главную особенность приватизации у нас в стране: «В отличие от стран с развитой рыночной экономикой, где передача в частные руки государственного имущества решала задачу повышения эффективности отдельных предприятий, в России приватизация была призвана обеспечить радикальное изменение отношений собственности, то есть решить задачи изменения экономического базиса общества» [3, с. 81].

Хотя в течение 1990-х гг. был осуществлен переход к многообразию форм собственности и возникла основа для развития рыночных форм хозяйственных связей и использования механизмов конкуренции, а также условия для привлечения в российскую экономику иностранных инвестиций, ликвидации дефицита товаров и услуг на внутреннем рынке и пр., основные стратегические цели, заявлен-

ные в Государственной программе приватизации, практически достигнуты не были [3, с. 86]. Этот вывод в отчете подтверждался детальным анализом ситуации в различных отраслях российской экономики.

Примечательно, что среди причин углубления спада производства уже по ходу приватизации выделялось резкое свертывание инвестиционной деятельности. Сокращение объема централизованных капитальных вложений в данном контексте представляется естественным, однако одновременно наблюдались постоянная нехватка собственных финансовых ресурсов предприятий, а также сжатие спроса и предложения кредитных ресурсов [3, с. 77, 79]. Даже амортизационные отчисления предприятия использовали не на модернизацию производства, а на приобретение материальных оборотных средств [3, с. 78].

Иными словами, аналитики Счетной палаты РФ подтвердили высказывавшееся с начала преобразований утверждение, что реформаторский блок правительства, увлекшись финансовой стабилизацией на макроуровне, не продумал и не предложил предприятиям механизм пополнения оборотных средств в условиях высокой инфляции.

Что касается социальных итогов приватизации, подводимых в четвертой главе, то здесь анализировались как уровень материального благосостояния населения, так и правовое положение работников приватизированных предприятий. Отмечалось, что «реальные денежные доходы граждан до сих пор не превысили уровня 1990 года» [3, с. 135]. Приватизация также «не способствовала усилению социальной защищенности работников приватизируемых предприятий и развитию объектов социальной инфраструктуры, а напротив, в ряде случаев ускорила их разрушение» [3, с. 136]. Наконец, признавалось, что система защиты прав работников на приватизированных предприятиях до сих пор остается несовершенной и оставляет много возможностей для злоупотреблений [3, с. 138].

Иными словами, ускоренная приватизация признавалась мерой вынужденной и не всегда оправданной, а ее итоги однозначно свидетельствовали, по мнению составителей отчета Счетной палаты РФ, о провале данного варианта разгосударствления российской экономики. Переход к реальному многообразию форм собственности, начало формирования предпринимательского менталитета и т. д. означали достижение некоторого институционального успеха, но он не был подкреплен

положительной динамикой экономических показателей.

Приватизация и публицистика

Общую картину, представленную в отчете Счетной палаты РФ, дополняли многочисленные монографии, написанные в жанре публицистики. Их можно подразделить на две группы. Первую составляют работы, в которых ход и результаты приватизации рассматриваются как составная часть общих разрушительных тенденций, сопровождавших политическую и социально-экономическую ситуацию в России 1990-х гг. Во второй группе представлены работы, отражающие тот же контекст, но — через персоналии, от чиновников (А. Б. Чубайс) до олигархов (Б. А. Березовский).

Монография И. Я. Фроянова даже своим названием «Погружение в бездну» [4] как нельзя лучше соответствовала критериям первой группы публикаций, однако вопросам приватизации в ней уделено очень мало места. Впрочем, приводимые И. Я. Фрояновым факты большей частью представляют собой цитаты из небольшой брошюры Р. А. Медведева «Чубайс и ваучер» [5], представляющей вторую группу публицистических работ по приватизации в России. Б. М. Соколин [6], так же как и И. Я. Фроянов, опирается на обширный исторический материал, но его работа все же наполнена фактами, отражающими борьбу за передел собственности в России по ходу современной экономической реформы в России.

Гораздо более интересными представляются публикации непосредственных участников событий. О. А. Хохлов, экс-сотрудник сначала Контрольно-бюджетного комитета при Верховном Совете Российской Федерации, а затем — Счетной палаты Российской Федерации, в монографии с характерным названием «Приватизация России» не просто приводит многочисленные примеры неэффективности работы органов исполнительной власти, отвечавших за приватизацию, но и делает важный вывод: «Подавляющая часть приватизационных решений, начиная с чекового этапа и кончая инвестиционными конкурсами, и залоговыми аукционами носит противоправную антигосударственную направленность. Право собственности, не освещенное Законом, нелегитимно, поэтому мы прошли „нефтяные", „алюминиевые" и многие иные войны на полях „гарвардской приватизации"» [7, с. 238].

Под «гарвардской приватизацией» в данном случае понимается непосредственное участие иностранных, преимущественно амери-

канских, советников в подготовке решений Госкомимущества РФ. Впрочем, недолго возглавлявший это ведомство В. П. Полеванов доказал, а правоохранительные органы США подтвердили, что Дж. Хэй и другие советники одновременно оказывали услуги по приобретению акций российских предприятий, в том числе оборонных, как для себя, так и для других внешних инвесторов.

Относительно истинных замыслов инициаторов процесса приватизации О. А. Хохлов высказывает утверждение, тяготеющее к кон-спирологии: «...Вместо структурной перестройки народного хозяйства в интересах усиления производственного потенциала страны был взят курс на снижение уровня жизни. Механизм приватизации был использован для целенаправленного уничтожения конкурентоспособных производителей, которые могли бы помешать иностранным фирмам в захвате и разграблении ресурсодобывающих отраслей и топливно-энергетического комплекса» [48, с. 32].

В качестве одного из основных приемов, обеспечивающих доведение предприятий до состояния банкротства, называется, как и в аналитической записке Счетной палаты РФ, искусственно вызванный дефицит оборотных средств. Помимо этого, О. А. Хохлов достаточно детально описывает разнообразные методы приватизации в ключевых отраслях российской экономики (залоговые аукционы, толлинг и др.), что придает его монографии не только публицистическую, но и информационную значимость.

Вместе с тем, исходя из того, что итоги приватизации не обладают достаточной легитимностью в глазах населения, О. А. Хохлов предостерегает: «Сегодня ... каждого нового „добросовестного приобретателя" ждет новый добросовестный киллер потому, что у него есть моральное право на дальнейший передел собственности...» [48, с. 238].

М. Вилькобрисский, предлагая свою версию истории приватизации, позиционирует себя как бывшего участника «команды Чубайса». Тем не менее, прослеживая и общий ход преобразований отношений собственности, и судьбу отдельных предприятий, он предлагает такую оценку приватизации 1990-х гг.: «Приватизация для граждан России стала воплощением преступления, воровства создаваемой десятилетиями общенародной собственности, обмана и несправедливости, а люди, ее проводившие, надолго останутся в народной памяти. Еще долго в деревнях рыжих ко-

тов будут назвать Чубайсами, а приватизацию — прихватизацией» [8, с. 187].

Свою столь эмоционально окрашенную оценку приватизации М. Вилькобрисский подкрепляет описанием основных приемов передачи различных объектов, находившихся в государственной и муниципальной собственности, в частные руки. Практические примеры осуществления разнообразных финансовых операций, в том числе и залоговых аукционов в середине 1990-х гг., не просто иллюстрируют авторскую версию истории приватизации, но и выступают чем-то вроде методических ориентиров для будущих аналитиков данного процесса.

С именем известного политика А. И. Подберёзкина связаны две коллективные монографии по истории приватизации. Первая из них со скромным названием «Из истории приватизации в России» [9] даже претендовала на пальму первенства в деле комплексного анализа хода и результатов приватизации в 1993-2003 гг. С учетом того, что подготовленный в том же 2004 г. отчет Счетной палаты РФ представлял собой документ для служебного пользования, такое утверждение имело под собой определенные основания. К тому же А. И. Подберёзкин, занимая в первой половине 2000-х гг. посты советника Председателя Счетной палаты РФ, а затем заместителя директора Государственного научно-исследовательского института системного анализа Счетной палаты РФ, имел доступ к тем же источникам информации.

В 2005 г. А. И. Подберёзкин также с соавторами опубликовал монографию «Приватизация и приватизаторы» [10], которую можно отнести ко второй группе публицистических работ, ориентированных на раскрытие темы через обращение к личностям участников процесса. Разумеется, и здесь присутствует, как и в предыдущей публикации, анализ нормативной базы приватизации, этапов ее реализации и т. д., и в то же время можно встретить любопытные признания известных людей, как они распорядились своими ваучерами, подробности биографии А. Чубайса и его соратников, мнения зарубежных экспертов о ходе и результатах разгосударствления российской экономики.

А. П. Бунич персонализирует процесс приватизации в России еще больше. В его монографии «Осень олигархов. История прихвати-зации и будущее России» [11] главными героями являются уже не Б. Н. Ельцин, Е. Т. Гайдар, А. Б. Чубайс и другие представители исполни-

тельной власти в 1990-е годы, а главные выгодоприобретатели от проходивших в то время процессов — представители крупного капитала. Автор выделяет пять этапов становления олигархии в современной России, отмечает ее отличительные черты (включая сходство с партийной номенклатурой советской эпохи), раскрывает некоторые подробности постоянной борьбы между кланами. Сложившийся в результате олигархический режим и его представителей А. П. Бунич характеризует следующим образом:

«Как и любая инерционная косная система, олигархическая криминальная система эпохи позднего Ельцина в вопросах своего выживания являлась успешной. Что касается собственного выживания, такого рода системы действуют намного эффективнее систем демократических, намного эффективнее тех организаций, которые нацелены на экономический рост, рост производительности труда. Они, напротив, направляют всю свою энергию на поддержание своей власти, своего положения и зачастую более четко отслеживают и обеспечивают свои частные корыстные интересы. Поэтому они в значительной степени более способны к адаптации даже в изменившихся условиях. Так устроена в целом экономическая и политическая жизнь» [11, с. 379].

Процесс приватизации государственной и муниципальной собственности раскрывает через персону одного из главных участников этих событий американский журналист русского происхождения П. Хлебников, посвятивший свою монографию Б. А. Березовскому [12]. Фактически эта книга представляет собой журналистское расследование становления и деятельности одного из самых успешных олигархов на фоне политической борьбы как в высших эшелонах власти, так и среди криминалитета, в сочетании с осуществлявшейся в 1990-е гг. экономической реформой и в частности — с приватизацией. Именно П. Хлебников сделал знаменитой фразу Б. А. Березовского о том, как надо проводить приватизацию предприятия: «Приватизация в России проходит три этапа. На первом этапе приватизируется прибыль. На втором этапе приватизируется собственность. На третьем этапе приватизируются долги» [12, с. 169].

Если суммировать публицистические высказывания самых разных авторов, владеющих необходимой информацией, в том числе и недоступной обычному читателю, то следует признать преобладание негативных оценок хода и результатов ускоренной приватизации.

При этом, однако, не предлагаются и радикальные варианты деприватизации. О. А. Хохлов, к примеру, лишь говорит о необходимости восстановления государственного контроля над «богатствами недр» [7, с. 239-240], А. П. Бунич предсказывает загадочную антиолигархическую бархатную революцию [11, с. 443], но никто не желает социальной катастрофы по ходу нового насильственного передела собственности в России.

Заключение

Практика приватизации насчитывает тысячелетия своей истории, хотя сам этот термин появился только во второй половине ХХ в. Достаточно вспомнить раздачу королевских земель рыцарям в качестве вознаграждения за верную службу в феодальной Европе, передачу казенных заводов частным владельцам на горнозаводском Урале в XVIII столетии (богатство рода Демидовых умножалось в том числе и таким способом) и т. д.

Во второй половине ХХ в. приватизационные процессы приобрели системный характер, став частью экономической политики как индустриальных, так и развивающихся стран. В частности, продажа пакетов акций неэффективных предприятий государственного сектора в ряде стран Западной Европы преследовала цель оздоровить национальные экономики в целом. Что касается стран третьего мира, то потребность в приватизации вызывалась у них рядом дополнительных причин. К примеру, промышленность в получивших независимость государствах Африки возникала, как правило, за счет инвестиций из бюджета и помощи со стороны международных организаций. Однако низкая эффективность государственных предприятий была обусловлена не только их инерционностью, невосприимчивостью к инновациям и т. д., но и коррупцией на всех уровнях управления, межклановой борьбой за власть, давлением со стороны транснациональных корпораций и еще целым рядом обстоятельств. Приватизация в таких условиях позволяла решить хотя бы некоторые проблемы национальной промышленности.

В странах Центральной и Восточной Европы после отказа от социалистического пути развития приватизация была ориентирована в первую очередь на повышение эффективности предприятий и только потом — на восстановление «исторической справедливости». В России реформаторский блок правительства в первой половине 1990-х гг. однозначно преследовал в ходе приватизации сугубо полити-

ческую цель — создать условия, при которых возврат коммунистической партии к власти будет невозможен. Историографический обзор монографий по разгосударствлению российской экономики в 1990-е гг. показывает, что никакие альтернативы массовой передаче государственного и муниципального имущества в частную собственность даже не рассматривались. Апологеты ускоренной приватизации при этом говорят об успехе, ссылаясь на количественные показатели (общее число приватизированных предприятий, их доля в производственном потенциале страны и др.). Критики указывают на неудовлетворительные качественные характеристики результатов приватизации (неэффективность предприятий, па-

дение уровня жизни населения, систематические нарушения прав наемных работников и др.), а также на многочисленные нарушения в ходе передела собственности.

Объединяет и апологетов, и критиков только нежелание глобального пересмотра итогов приватизации во избежание крупных социальных потрясений. Пока же можно предположить, что эволюционным путем когда-нибудь будет достигнуто оптимальное сочетание государственного и частного секторов российской экономики. Главное, не забывать при этом простую истину: эффективность хозяйствующего субъекта определяется не формой собственности на средства производства, а качеством управления.

Благодарность

Статья подготовлена в соответствии с планом НИР ИЭ УрО РАН, № темы 0404-2015-0011 в ИСГЗ ФАНО.

Список источников

1. Татаркин А. И., Берсенёв В.Л. Крутой разворот к рынку. Экономическая реформа в России 1992-1998 гг. и ее последствия // Экономика региона. — 2016. — Т.12, вып. 2. — С.325-341.

2. Социально-экономическая ситуация в России. Итоги, проблемы, пути стабилизации. Аналитический доклад Института экономики РАН // Вопросы экономики. — 1994. — № 2. — С.126-160.

3. Анализ процессов приватизации государственной собственности в Российской Федерации за период 1993-2003 годы. Экспертно-аналитическое мероприятие / Рук. раб. гр. председатель Счетной палаты Российской Федерации С. В. Степашин. — М. : Олита, 2004. — 186 с.

4. Фроянов И.Я. Погружение в бездну. Россия на исходе XX века. — СПб. : Издательство Санкт-Петербургского университета, 1999. — 800 с.

5. Медведев Р. А. Чубайс и ваучер. Из истории российской приватизации. — М. : ИМПЭТО, 1997. — 24 с.

6. Соколин Б. М. Продажа России. История и будущее отечественной приватизации. — М. : Бизнес-пресс, 2004. — 160 с.

7. Хохлов О. А. Приватизация России. — М. : Поволжье, 2005. — 312 с.

8. Вилькобрисский М. Как делили Россию. История приватизации. — СПб.: Издательский дом «Питер», 2012. — 189 с.

9. Из истории приватизации в России /А. Подберезкин, С. Стреляев, О. Хохлов и др. — М. : Ступени, 2004. — 144 с.

10. Мунтян М. А., Подберёзкин А. И., Стреляев С. П. Приватизация и приватизаторы. Теория и практика российской приватизации. — М.: Воскресенье, 2005. — 308 с.

11. Бунич А. Осень олигархов. История прихватизации и будущее России. — М.: Яуза; Эксмо, 2005. — 443 с.

12. Хлебников П. Крёстный отец Кремля Борис Березовский, или история разграбления России. — М. : Детектив-Пресс, 2004. — 384 с.

Информация об авторе

Берсенёв Владимир Леонидович — доктор исторических наук, профессор, ведущий научный сотрудник Института экономики УрО РАН (Российская Федерация, 620014. Г. Екатеринбург, ул. Московская, д.29; e-mail: colbers@bk.ru).

For citation: Bersenyov, V. L. (2017). The Processes of Denationalization and Privatization in Russia in the 1990s. Pt.2. Ekonomika regiona [Economy of Region], 13(3), 708-715

V. L. Bersenyov

Institute of Economics of the Ural Branch of RAS (Ekaterinburg, Russian Federation; e-mail: colbers@bk.ru)

The Processes of Denationalization and Privatization in Russia in the 1990s. Part 2

The synthesis and systematization of the literature on the history of modern economic reform, accumulated over more than twenty years, allow us to streamline the existing ideas about the processes occurring in the framework of transformations and to set a new vector for comprehending the socio-economic development of Russia in the last decade of the 20th century and the first decades of the 21st century. A step in this direction is the analysis of publications reflecting the preparation, progress

and results of state and municipal property privatization in the 1990s. The historiographical review includes monographs and articles written by both the apologists of accelerated privatization, and their opponents and critics. The review of this literature reveals a range of opinions on the preferences for the denationalizing Russian economy, evaluation of the results of privatization by the end of the 1990s, and the possibility of alternative ways to improve the efficiency of domestic enterprises. In particular, it is noted that the apologists of accelerated privatization (E. T. Gaidar, A. B. Chubais) focus on the quantitative indicators of State and municipal property transfer into private ownership. Critics of the Government's privatization option prefer talking about qualitative implications of "property revolution", including reducing the efficiency of privatized enterprises, falling living standards, deteriorating the legal status of employees. In the first part of the article, the author analyses the publications dedicated to the study of the foreign experience of privatization preceding the preparations for the reform of the property relations in Russia and to the evaluation of the process and results of the accelerated privatization from the position of Government supporters of the course of market reforms in the domestic economy.

Keywords: historiography, modern economic reform, privatization, denationalization, effective owner

Acknowledgements

The article is prepared according to the plan of research and development of the Institute of Economics of the Ural Branch of Russian Academy of Sciences, the Number of Subject 0404-2015-0011 in the Information System of Government Procurement of the Federal Agency for Scientific Organizations.

References

1. Tatarkin, A. I. & Bersenyov, V. L. (2016). Krutoy razvorot k rynku. Ekonomicheskaya reforma v Rossii (1992-1998) i eyo posledstviya [Sharp turn to the market. Economic reform in Russia (1992-1998) and its consequences]. Ekonomika regiona [Economy of Region], 12(2), 325-341. (In Russ.)

2. Sotsialno-ekonomicheskaya situatsiya v Rossii. Itogi, problemy, puti stabilizatsii. Analiticheskiy doklad Instituta ekonomiki RAN [Socio-economic situation in Russia: results, problems, ways of stabilizing (analytical report)]. (1994). Voprosy ekonomiki [Economic Issues], 2, 126-160.

3. Analiz protsessov privatizatsii gosudarstvennoy sobstvennosti v Rossiyskoy Federatsii za period 1993-2003 gody. Ekspertno-analiticheskoye meropriyatie [Analysis of the processes of state property privatization in the Russian Federation during 1993-2003 (expert analysis)]. In: S. V. Stepashin [Ed.]. Moscow: Olita Publ., 186.

4. Froyanov, I. Ya. (1999). Pogruzhenie v bezdnu. Rossiya na iskhode XX veka [Falling into abyss: (Russia in the end of XX century)]. St. Peterburg: St. Peterburg University Publ., 800.

5. Medvedev, R. A. (1997). Chubais i vaucher. Iz istorii rossiyskoy privatizatsii [Chubais and a voucher. From the history of Russian privatization]. Moscow: IMPETO Publ., 24.

6. Sokolin, B. M. (2004). Prodazha Rossii. Istoriya i budushcheye otechestvennoy privatizatsii [SellingRussia. History and future of Russian privatization]. Moscow: Biznes-press Publ., 160.

7. Khokhlov, O. A. (2005). Privatizatsiya Rossii [Privatization of Russia]. Moscow: Povolzhye Publ., 312.

8. Vilkobrisskiy, M. (2012). Kak delili Rossiyu. Istoriya privatizatsii [How Russia was pulled apart. History of privatization]. St. Peterburg: Piter Publ., 189.

9. Podberezkin, A., Strelyaev, S., Khokhlov, O. et al. (2004). Iz istorii privatizatsii v Rossii [From the history of privatization in Russia]. Moscow: Stupeni Publ., 144.

10. Muntyan, M. A., Podberyozkin, A. I. & Strelyaev, S. P. (2005). Privatizatsiya i privatizatory. Teoriya i praktika rossiyskoy privatizatsii [Privatization and privatizators (theory and practice of Russian privatization)]. Moscow: Voskresenye Publ., 308.

11. Bunich, A. (2005). Osen oligarkhov. Istoriya prikhvatizatsii i budushcheye Rossii [Autumn for oligarchs. History of grab-it-isation and future of Russia]. Moscow: Yauza Publ.; Eksmo Publ., 443.

12. Khlebnikov, P. (2004). Kryostnyy otets Kremlya Boris Berezovskiy, ili istoriya razgrableniya Rossii [Boris Berezovsky, godfather of the Kremlin, or how the Russian Federation was plundered]. Moscow: Detektiv-Press Publ., 384.

Author

Vladimir Leonidivich Bersenyov — Doctor of History, Professor, Leading Research Associate, Institute of Economics of the Ural Branch of RAS (29, Moskovskaya St., Ekaterinburg, 620014, Russian Federation; e-mail: colbers@bk.ru).

Для цитирования: Куклин А. А., Шипицына С. Е. От теории к практике актуарного оценивания пенсионных

рисков России // Экономика региона. — 2017. — Т. 13, вып. 3. — С. 716-731

doi 10.17059/2017-3-7 УДК 369

А. А. Куклин а б), С. Е. Шипицына в)

а) Институт экономики УрО РАН (Екатеринбург, Российская Федерация e-mail: alexkuklin49@mail.ru) б) Уральский федеральный университет им. первого президента России Б. Н. Ельцина

(Екатеринбург, Российская Федерация) в) Пермский государственный национальный исследовательский университет (Пермь, Российская Федерация)

ОТ ТЕОРИИ К ПРАКТИКЕ АКТУАРНОГО ОЦЕНИВАНИЯ ПЕНСИОННЫХ РИСКОВ РОССИИ 1

В статье рассмотрены истоки становления пенсионных систем в мире, показаны причины возникновения различных моделей государственного пенсионного обеспечения. Особое внимание уделено истории формирования российской пенсионной системы, проанализированы этапы и причины современного реформирования. С позиции современного законодательства проведена систематизация форм, видов пенсионного обеспечения и пенсионного страхования в РФ с точки зрения источников финансирования, субъектов пенсионных отношений. С позиции процессного и системного подхода определено понятие «актуарное оценивание». Раскрыто теоретическое содержание категории «пенсионный риск», проведена классификация пенсионных рисков по сферам возникновения. Разработан методический аппарат актуарного оценивания рисков пенсионной системы с разбивкой по различным критериям: демографические, экономические, финансовые, трудовые риски. Предложенный методический подход оценки пенсионных рисков основан на комплексной оценке социально-экономических показателей и выявлении зависимостей между социально-демографическими и экономическими процессами в пенсионной системе и экономике страны. Разработанный инструментарий апробирован при проведении актуарного оценивания пенсионных рисков РФ. В статье приведены результаты расчетов с выявлением критичных рисков для пенсионной системы РФ. Доказано, что наибольшую угрозу для пенсионной системы РФ в краткосрочной перспективе представляют стагнационные процессы в экономике и высокая доля теневой экономики, в долгосрочном горизонте — старение населения и увеличение продолжительности жизни.

Ключевые слова: пенсионное обеспечение, пенсионное страхование, пенсионная система, страховая пенсия, накопительная пенсия, пенсионный фонд, страховые взносы, риск, актуарное оценивание, демографические процессы, доходы, расходы населения

Введение

Проблемы пенсионной реформы на протяжении последних десятилетий остаются среди самых обсуждаемых тем в России. Все эти годы идет активная дискуссия между представителями государственной власти, научным сообществом, общественными деятелями и простыми гражданами РФ. Предметом продолжающейся дискуссии являются вопросы трансформации пенсионной системы и адаптации в рыночной экономике. Реформационные процессы пенсионной системы сегодня существенно расширились и не ограничиваются сферой государственных финансов. Кроме них, современная пенсионная система в РФ включает страховые, кредитные организации, негосударственные пенсионные фонды и дру-

1 © Куклин А. А., Шипицына С. Е. Текст. 2017.

гие финансовые институты. В связи с этим немаловажным вопросом реформирования становится органичное включение в российскую пенсионную систему накопительного элемента.

И если среди участников дискуссии обозначилось устойчивое согласие в необходимости реформирования, то предлагаемые методы многообразны: от внедрения зарубежного опыта до элементарного принятия политического решения.

Значительно сложнее обстоит дело с комплексной оценкой состояния пенсионной системы. Для адекватной оценки и долгосрочного прогнозирования, сбалансированности и финансовой устойчивости пенсионной системы необходимо дискретное актуарное оценивание базовых и производных пенсионных рисков. Это позволит достоверно устанавливать причинно-следственные связи между негатив-

ными и позитивными факторами, регулировать и управлять пенсионной системой РФ.

Из истории вопроса

Обеспечение и содержание старшего поколения всегда было неотъемлемым процессом в общественном устройстве и по мере развития цивилизованности требовало поддержки и вмешательства государства. Промышленные революции XVШ-XIX вв. и развитие капиталистических отношений привели к появлению новых принципов социальной политики. В это время сформировались два направления: либеральное и направление с ярко выраженными чертами патернализма. Либеральное направление было характерно для стран, первыми вошедших в период промышленных революций: Великобритания, США и Франция, к этому времени имевших более сформированную систему социальной поддержки бедных слоев. Австро-Венгрия, Германия, Россия дольше сохранили крепостные отношения, поэтому запаздывали с промышленным развитием, и для них масштабное государственное вмешательство в экономику стало традиционным. Историческая речь кайзера Германии Отто фон Бисмарка 17 ноября 1881 г. положила начало системе государственного социального страхования в мире. Известно, что модель социального страхования «железного канцлера» — это результат попыток сдерживания социалистических настроений в Германии: «Лекарство от социальных изъянов следует искать не только в подавлении социально-демократических перегибов, но, одновременно, и в положительном развитии благосостояния рабочего класса» [1].

В целом формирование современных пенсионных систем в мире строилось исходя из двух классических моделей: немецкого канцлера О. фон Бисмарка и английского экономиста У. Бевериджа. Модель Бисмарка (1881 г.) базировалась на обязательных страховых взносах с работников и работодателей, был установлен пенсионный возраст 70 лет, пенсионные выплаты осуществлялись в денежной форме. У. Беверидж (1942 г.) предложил финансировать пенсионное обеспечение и другие социальные выплаты за счет налогов. Был установлен минимальный стандарт (уровень) благосостояния, который должен при необходимости поддерживаться государством: «Государство дает хлеб, а люди покупают масло» [2]. Размер выплат определялся вне зависимости от участия конкретного получателя в системе социального страхования и размера произведенных им отчислений [3].

Сегодня в мире уже не встречается в аутентичном виде ни одна из классических моделей пенсионного обеспечения, в их развитии наблюдаются тенденции комбинаторики, сочетания и объединения подходов. В зависимости от ряда критериев можно систематизировать и обозначить модели пенсионных систем, наиболее часто встречающиеся в мире. Так, например, в зависимости от источников финансирования: государственные, частные, смешанные с преобладанием (дополнением) государственным или частным пенсионным обеспечением. В зависимости от методов финансирования: распределительные, накопительные, смешанные пенсионные системы. Распределительные пенсионные системы основаны на страховых или налоговых принципах [4].

Что касается России, то основы пенсионной системы начали закладываться более 360 лет назад. Смена исторических эпох и общественно-экономических формаций привносила свои изменения в пенсионную систему, которая служила отражением постепенной социализации общества. Пенсионное обеспечение в России первоначально (Алексей Михайлович, Петр I) распространялось только на военнослужащих, вдов и сирот в случае потери кормильца, пенсии выплачивались из царской казны и назначались пожизненно за заслуги перед Отечеством. Впоследствии к числу получателей государственной пенсии были добавлены чиновники и рабочие стратегических и особо опасных профессий. Екатерина II впервые ввела пенсионный возраст 60 лет и выслугу 35 лет. При Николае I (1828 г.) к распределительной государственной пенсии добавилась накопительная пенсия. При Александре II (1868 г.) начало развиваться негосударственное пенсионное страхование, были открыты эмеритальные и страховые пенсионные кассы. При Николае II была сформирована довольно прогрессивная пенсионная система, которая распространялась на достаточно большую часть населения России. Появилась государственная система контроля и надзора. В 1908 г. впервые были проведены актуарные расчеты до 2049 г., с установленным уровнем доходности не менее 4 % [4-6].

После Октябрьской социалистической революции пенсионная система России, которая формировалась на протяжении нескольких веков, была ликвидирована. В 1920 г. вновь стали закладываться основы новой государственной пенсионной системы. За годы Советской власти, пройдя несколько этапов, сложилась государственная пенсионная система, которая ох-

ш

0

1

о

> "О

0

1 >

гН

1-М

го р

1-М

"ю О

о О

О -<

О

"П т

Е1

О

О

О

ФОРМЫ:

ВИДЫ ПЕНСИЙ:

СУБЪЕКТЫ:

Пенсионная система Российской Федерации

Обязательное пенсионное страхование (обеспечение) ОПС

Добровольное пенсионное страхование

Государственное пенсионное обеспечение

1. Пенсия за выслугу лет.

2. Пенсия по старости.

3. Пенсия по инвалидности.

4. Пенсия по случаю потери кормильца;

5. Социальная пенсия

1. Федеральные и госслужащие.

2. Военнослужащие.

3. Участники ВОВ.

4. Граждане, награжденные знаком «Жителю блокадного Ленинграда».

5. Граждане, пострадавшие в результате радиационных или техногенных катастроф.

6. Граждане из числа космонавтов и летно-испытательного состава.

7. Нетрудоспособные граждане

Страховая пенсия

1. Страховая пенсия по старости;

2. Страховая пенсия по инвалидности.

3. Страховая пенсия по случаю потери кормильца

1 .Граждане РФ, застрахованные по ОПС;

2. Нетрудоспособные члены семей, умершего кормильца, состоявшие на его иждивении;

3.Иностранные граждане и лица без гражданства, постоянно проживающие в РФ, при соблюдении ими условий, предусмотренных, законодательством

Накопительная пенсия

Обязательное пенсионное страхование ГУК; НПФ

Пенсионное страхование в негосударственных пенсионных фондах (НПФ)

Ежемесячная денежная выплата с наступлением нетрудоспособности вследствие старости, исчисленная исходя из суммы средств пенсионных накоплений, учтенных в специальной части индивидуального лицевого счета или на пенсионном счете накопительной пенсии застрахованного лица

Лица 1967 г. рождения и моложе:

1. Граждане РФ, застрахованные по ОПС.

2. Иностранные граждане и лица без гражданства, постоянно проживающие в РФ, при соблюдении ими условий, предусмотренных, законодательством

Пенсионное страхование в страховых организациях

Договор негосударственного пенсионного страхования -соглашение между НПФ и вкладчиком фонда, в соответствии с которым вкладчик обязуется уплачивать пенсионные взносы в фонд, а фонд обязуется выплачивать негосударственную пенсию

Вкладчик — физическое или юридическое лицо, являющееся стороной пенсионного договора и уплачивающее пенсионные взносы в фонд. Участник — физическое лицо, которому в соответствии с заключенным между вкладчиком и фондом пенсионным договором производятся выплаты негосударственной пенсии. Участник может выступать вкладчиком в свою пользу

Договор негосударственного пенсионного страхования между страховщиком и страхователем, по которому страхователь (застрахованный) обязуется уплачивать страховые премии, а страховщик — при достижении пенсионного возраста застрахованного выплачивать негосударственную пенсию

Страхователь — юридическое или физическое лицо, заключившее со страховщиком договор добровольного пенсионного страхования, уплачивающее страховые премии. Застрахованный — физическое лицо, в отношении которого заключен договор пенсионного страхования. Страхователь может выступать одновременно застрахованным, если договор страхования заключен в отношении себя

Российские, иностранные граждане, лица без гражданства и российские, иностранные юридические лица

К*

00

О от сг

п п ь

гп &

О

от >

О

"О

> ь

сг

о

Рис. 1. Пенсионная система Российской Федерации [составлено в соответствии с российским законодательством]

ватывала всех без исключения граждан, включала два вида пенсий: трудовые (пенсии по возрасту, за выслугу лет) и социальные (по инвалидности, по случаю потери кормильца). Основным критерием являлся трудовой стаж. Минимальный стаж для мужчин 25 лет, для женщин — 20 лет [4-6].

С 2002 г. в России начался новый этап реформирования пенсионной системы, который сегодня находится в пиковой стадии развития.

Теория и законодательство

В настоящее время пенсионные отношения в РФ регулируются законодательством, к которому относят № 165-ФЗ от 16.07.1999 г. (в ред. № 250-ФЗ от 03.07.2016 г.) «Об основах обязательного социального страхования», № 167-ФЗ от 15.12.2001 г. (в ред. № 456 от 19.12.2016 г.) «Об обязательном пенсионном страховании в РФ», № 400-ФЗ от 28.12.2013 г. (в ред. № 428-ФЗ от 19.12.2016 г.) «О страховых пенсиях», № 166-ФЗ от 15.12.2001 г. (в ред. № 227-ФЗ от 03.07.2016 г.) «О государственном пенсионном обеспечении в РФ», № 424-ФЗ от 28.12.2013 г. (в ред. № 143-ФЗ от 23.05.2016) «О накопительной пенсии», № 27-ФЗ от 01.04.1996 г. (в ред. № 471 от 28.12.2013 г.) «Об индивидуальном (персонифицированном) учете в системе обязательного пенсионного страхования», № 117-ФЗ от 05.08.2000 г. (в ред. 03.04.2017 г.) Налоговый кодекс РФ (часть вторая), гл. 34 «Страховые взносы», № 75-ФЗ от 07.05.1998 г. (в ред. № 292-ФЗ от 03.07.2016 г.) «О негосударственных пенсионных фондах», № 4015-1 от 27.11.1992 г. (в ред. № 363-ФЗ от 03.07.2016 г.) «Об организации страхового дела в РФ» и др.

В соответствии с действующим законодательством современная российская пенсионная система включает обязательное, добровольное пенсионное страхование, государственное пенсионное обеспечение, страховые и накопительные пенсии (рис. 1).

Обязательное пенсионное страхование — система создаваемых государством правовых, экономических и организационных мер, направленных на компенсацию гражданам заработка (выплат в пользу застрахованного лица), получаемого ими до установления обязательного страхового обеспечения.

Обязательное страховое обеспечение — исполнение страховщиком (ПФР) своих обязательств перед застрахованным лицом при наступлении страхового случая посредством выплаты страховой пенсии, накопительной пенсии, социального пособия на погребение умерших пенсионеров, не подлежавших обяза-

тельному социальному страхованию на случай временной нетрудоспособности и в связи с материнством на день смерти. 1

Добровольное пенсионное страхование — система отношений по обеспечению страховой защиты при достижении пенсионного возраста с участием негосударственных пенсионных фондов и страховых организаций.

По источникам финансирования пенсионные выплаты делятся на государственные и частные, где частные пенсии могут формироваться как за счет работодателя, так и за счет самого работника по добровольному пенсионному страхованию, осуществляемому страховщиками и негосударственными пенсионными фондами (рис. 2).

Таким образом, современная пенсионная система РФ — это сложная, многокомпонентная субстанция. С точки зрения системного подхода она представляется нам как открытая, не имеющая отчетливых границ, многопараметрическая, активно взаимодействующая с внешней средой, динамически изменяющаяся экономическая система.

С позиции процессного подхода пенсионную систему можно описать как совокупность взаимосвязанных, но, одновременно, относительно автономных социально-экономических процессов: демографических, финансовых, трудовых, политических и др.

При характеристике пенсионной системы центральное место в категориальном аппарате занимает понятие «пенсионные риски». Однако в российском законодательстве такое понятие не закреплено. Трактуется лишь «социальный страховой риск» — как предполагаемое событие, при наступлении которого осуществляется обязательное социальное страхование,2 частью которого является пенсионное страхование. Такое определение, на наш взгляд, не отражает сложности социально-экономических процессов, происходящих в пенсионной системе РФ. Проведенный анализ публикаций в этой сфере показал, что в основном исследователи связывают пенсионный риск «с наступлением нетрудоспособности вследствие старости или инвалидности» [4, 7-10].

Риск — это квинтэссенция пенсионной системы. Пенсионные риски по своему составу многочисленны и неоднородны, носят комплексный характер, находятся на стыке раз-

1 Об основах обязательного социального страхования, № 167-ФЗ от 15.12.2001 г. (в ред. № 456 от 19.12.2016 г.).

2 Об основах обязательного социального страхования, № 167-ФЗ от 15.12.2001 г. (в ред. № 456 от 19.12.2016 г.).

• Источник пенсионных выплат:

• Пенсионный фонд

• Федеральный бюджет (трансферты)

Источник пенсионных выплат:

• НПФ

• Страховая организация

Государственное пенсионное обеспечение, государственная страховая пенсия

Корпоративная пенсия

накопительная

Государственная

накопительная

пенсия

• Источник пенсионных выплат:

• Государственная управляющая компания ГУК

• НПФ (в части управления средствами ПФ РФ)

Источник пенсионных выплат:

НПФ

Страховая организация

Рис. 2. Источники финансирования пенсионной системы РФ

Пенсионные риски

Экзогенные

Эндогенные

Социально-экономические риски

Системные риски

Экономические риски:

Снижение ВВП

Сокращение

доли

экономически

активного

населения

Снижение

производительн

ости труда

Снижение

доходов

населения

Рост

безработицы

Теневая

экономика

Финансовые риски:

Финансовые

кризисы

Инфляция,

снижение

покупательной

способности

национальной

валюты

Рост дефицита

федерального

бюджета

Сокращение

размера Фонда

национального

благосостояния

Ограниченное

предложение

финансовых,

накопительных

иструментов, низкая

^доходность

Демографические риски:

Снижение уровня

рождаемости

Отрицательный

естественный

прирост

населения

Нарушение

половозрастной

структуры,

гендерный

дисбаланс,

старение

населения

Риски Пенсионного фонда РФ:

Низкий уровень

собираемости

страховых

взносов

Рост дефицита

ПФР

Рост числа

пенсионеров;

Рост

продолжительно сти жизни

Трудовые риски:

Риск дожития

(смерти) до

пенсионного

возраста, после

достижения

пенсионного

возраста

Изменение

пенсионного

законодательства

(увеличение

пенсионного

возраста, увеличение

максимального стажа

изменение методики

расчета пенсии,

коэффициентов,

баллов)

Снижение доходов Риск потери работы (сокращения)

Рис. 3. Классификация пенсионных рисков

личных сфер жизнедеятельности, не имеют четко описанных границ.

Пенсионные риски одновременно относятся к социальным, демографическим, экономическим, финансовым рискам. Идентификация пенсионных рисков позволяет разделить их, в первую очередь, на экзогенные и эндогенные. К экзогенным рискам относятся макроэкономические риски, к эндогенным — непосредственно риски пенсионной системы. Пенсионные риски, на наш взгляд, — достаточно специфическая группа рисков, которая для разных субъектов (население, пенсионный фонд) может иметь одновременно как неблагоприятный, так и благоприятный исход (дожитие до пенсионного возраста, увеличение продолжительности жизни и др.). Пенсионные риски также связывают с оценкой уровня дохода и уровня жизни пенсионеров и экономически активного населения (рис. 3).

В условиях постоянно меняющихся социально-экономических, демографических процессов возникает закономерная проблема объективной оценки пенсионных рисков для своевременного реагирования, прогнозирования и принятия рациональных решений. Представляется, что сегодня в основе реформирования пенсионной системы РФ уместны не политические, а экономико-математические методы управления, которые базируются на теории риска и актуарном оценивании.

Методы

Учитывая, что для целей статьи понятие «актуарное оценивание» является ключевым, остановимся на нем более подробно, определим содержание, основные принципы, методологию применительно к пенсионным рискам и пенсионному страхованию.

В широком смысле актуарное оценивание представляет собой оценку рисков с применением математических и статистических методов (актуарных расчетов). С 1.01.2015 г. в РФ вновь законодательно возобновилась актуарная деятельность и профессия актуария. В соответствие с Федеральным законом № 293-ФЗ от 02.11.2013 г., «актуарная деятельность — деятельность по анализу и количественной, финансовой оценке рисков и (или) обусловленных наличием рисков финансовых обязательств, а также разработке и оценке эффективности методов управления финансовыми рисками; актуарное оценивание — вид актуарной деятельности по анализу и количественной, финансовой оценке рисков и (или) обусловленных наличием рисков финансовых обязательств, результатом которой явля-

ется актуарное заключение». В соответствии со ст. 3 указанного закона, актуарное оценивание обязательно для уполномоченного органа при разработке страховых тарифов по обязательному страхованию, негосударственных пенсионных фондов, страховых организаций, за исключением страховых медицинских организаций, осуществляющих исключительно обязательное медицинское страхование и обществ взаимного страхования.1 Для указанных субъектов проведение актуарных расчетов всегда являлось традиционным, и в настоящее время накоплен некоторый опыт актуарного оценивания.

Поскольку Пенсионный фонд России не входит в число обязательных субъектов актуарного оценивания, то применительно к государственной системе пенсионного страхования нет единых методических подходов и федеральных стандартов оценивания. Именно поэтому сегодня оценкой рисков пенсионной системы занимаются отдельные институты или отдельные эксперты, в числе которых, в первую очередь, следует назвать В. Баскакова, А. Будько, А. Лельчука, Д. Помазкина, А. Соловьева [11-13].

Анализ методов оценки пенсионных рисков показал, что в настоящее время сформирована достаточная методическая база для актуарного оценивания. Существующие методики отличаются набором показателей и предпочтением отдельных рисков и угроз для пенсионной системы РФ. Недостатком методического задела актуарного оценивания, на наш взгляд, является отсутствие методологического единства политического, экономического и социального подходов в оценке пенсионной системы. Это объясняется тем, что актуарное оценивание пенсионных рисков — сложный процесс, имеющий междисциплинарный характер, требующий в оценке комплексного системного подхода.

Алгоритм полного актуарного оценивания пенсионных рисков разделим на этапы (рис. 4).

Предлагаемый авторами методологический подход актуарного оценивания пенсионных рисков базируется на анализе и оценке корреляции между социальными, демографическими, экономическими и финансовыми рисками пенсионной системы:

1. Отбор показателей для оценки рисков пенсионной системы (табл. 1);

2. Оценка корреляции между социальными, демографическими, экономическими и финансовыми рисками пенсионной системы, вы-

1 Об актуарной деятельности в Российской Федерации, № 293-ФЗ от 02.11.2013 г. (в ред. от 23.06.2016 N 194-ФЗ).

I этап

предварительный

Поиск

исполнителей

(экспертов,

актуариев),

формирование

научно-

исследовательского коллектива

II этап подготовительн ый:

Изучение

литературы,

отечественного

и зарубежного

опыта

Анализ

законодательства, решений Правительства, ПФР Сбор

информации, статистики

III этап методический:

Разработка методологических и

методических

подходов

анализа и

оценки рисков

Методика

оценки, выбор

системы

показателей

Идентификация

рисков

(классификация, деление на группы, виды)

С N V этап итоговый: Прогнозирование показателей

IV этап оценки

аналитическо- Составление

статистический: актуарного

Обработка заключения

статистических Разработка

данных; рекомендаций

Расчет и оценка (программ,

показателей стратегий),

Анализ и оценка, сценариев

полученных развития

результатов, социально-

сопоставление , экономических

выявление процессов

корреляционных Мониторинг

зависимостей рисков и

Выявление угроз, социально-

негативных экономических

тенденций процессов, изменение,

^ J коррекция

Рис. 4. Алгоритм актуарного оценивания пенсионных рисков

госслужащие; 0,2 ^ ____социальные; 7,3

пострадавшие от радиационных катастроф ; 0,8

потеря кормильца; 3,3

по инвалидности; 5,3

по старости; 83,2

Рис. 5. Структура пенсий РФ, 2016 г. (источник: Пенсионный фонд Российской Федерации [Электронный ресурс]. URL.

http://www.pfrf.ru/ (дата обращения 31.05.2017))

явление актуальных рисков, основных угроз пенсионной системы РФ.

Для оценки рисков в теории и практике применяются несколько методических подходов:

— статистический метод оценки;

— метод экспертных оценок;

— использование аналогов;

— комбинированный метод.

Предпочтительным и наиболее точным является статистический метод, с применением подходов теории вероятности и математической статистики риск оценивается через показатели дисперсии, стандартного отклонения, коэффициентов вариации, корреляции. Плюсом этого метода оценки риска является несложность математических расчетов, а минусом — необходимость большого количества

статистических данных (чем больше массив, тем достовернее оценка риска).

Полученные результаты

В рамках данной статьи проведем апробацию оценки пенсионных рисков, которые, по мнению авторов и многочисленных экспертов [12-17], являются наиболее существенными как для мировой, так и российской пенсионной системы.

В первую очередь, это увеличение числа и доли пенсионеров. В настоящее время в РФ на учете в ПФР состоит 42,9 млн чел., из которых 83,2 % получают пенсию по старости (рис. 5).1

1 Пенсионный фонд Российской Федерации [Электронный ресурс]. URL: http://www.pfrf.ru/ (дата обращения

Таблица 1

Показатели оценки рисков пенсионной системы

№ Название показателя, ед. изм. Расчет

Демографические риски

1 Численность населения, млн чел.: изменение численности населения АТемп роста / снижения; в динамике по годам

2 Показатели естественного движения населения: — родившиеся, тыс. чел. — умершие, тыс. чел. — рождаемость на 1000 чел. — смертность на 1000 чел. — естественный прирост (убыль) (+) прирост / (-) снижение; (+) прирост / (-) снижение; К число родившихся/умерших; р/с 1000 ' Естеств. прироста6с = число родившихся - число умерших; К = к а - К > 0 Естеств. прирост род умер АТемп роста / снижения; в динамике по годам

3 Средняя продолжительность жизни, лет АТемп роста / снижения; в динамике по годам

4 Риск дожития до пенсионного возраста, % Е = 100; х -х х — возраст; 1х — число лиц в возрасте начала трудовой деятельности; 1х + — число лиц в пенсионном возрасте (женщины 155, мужчины — /60); п — трудовой стаж

5 Риск смерти (не дожития до пенсионного возраста), % V d + d ,+...+ d А = ^ х 100; х К 1 — число лиц в возрасте начала трудовой деятельности; — число умирающих при переходе от возраста х к возрасту х + 1; 1 — число умирающих при достижении пенсионного возраста (женщины 155, мужчины — 160)

6 Средняя продолжительность жизни после выхода на пенсию, лет V +1х+1 + .../„ ; w I ' х х — возраст; 1х — число лиц в возрасте начала трудовой деятельности; ¡к — число лиц, доживших до предельного возраста (100 лет)

7 Численность (доля) пенсионеров, чел.: — получатели пенсий по старости; — инвалидности; — потери кормильца; — государственные служащие и т. д. АТемп роста / снижения; в динамике по годам

8 Доля работающих пенсионеров, % Дат работающие пенсионеры ю0 всего пенсионеров

Социально-экономические риски

9 Объем ВВП, трлн руб. АТемп роста / снижения; в динамике по годам

10 Индекс промышленного производства, % АТемп роста / снижения; в динамике по годам

11 Уровень инфляции, % АТемп роста / снижения; в динамике по годам

12 Доходы населения, трлн руб. АТемп роста / снижения; в динамике по годам

13 Средняя заработная плата, руб. АТемп роста / снижения; в динамике по годам

14 Средний размер пенсии (по старости), руб. АТемп роста / снижения; в динамике по годам

15 Прожиточный уровень, руб. АТемп роста / снижения; в динамике по годам

16 Численность (доля) экономически активного населения, чел. АТемп роста / снижения; в динамике по годам

17 Численность (доля) занятых в экономике, чел. АТемп роста / снижения; в динамике по годам

18 Численность (доля) безработных, чел. АТемп роста / снижения; в динамике по годам

19 Численность (доля) самозанятого населения, чел. АТемп роста / снижения; в динамике по годам

20 Доля теневой экономики в ВВП, % «скрытая» оплата труда, руб. „ объем теневой экономики,__ Доля =-100; ВВП „ „ . скрытая з/пл Доля скрытой з/пл = —--100 ФОТ

Окончание на след. стр.

Окончание табл. 1

Финансовые риски

21 Доходы ПФР, млн руб. АТемп роста / снижения; в динамике по годам

22 Расходы ПФР, млн руб. АТемп роста / снижения; в динамике по годам

23 Дефицит/профицит ПФР, млн руб. АТемп роста / снижения; в динамике по годам

Доля дефицита/профицита ПФР, % Доля = доходы " расходы 100 доходы

24 Трансферты федерального бюджета, млн руб.: — доля трансфертов ФБ в расходах ПФР, % ^ объем трансфертов ФБ___ Доля =---^-100 Бюджет ПФР

25 Дефицит (доля) федерального бюджета, млн руб. АТемп роста / снижения; в динамике по годам

26 Объем ФНБ, млн руб. АТемп роста / снижения; в динамике по годам

27 Доля дефицита ПФР и ФНБ, % Доля = дефицит ПФР100 ФНБ

28 Средняя доходность ГУК, % АТемп роста / снижения; в динамике по годам

29 Средняя доходность НПФ, % АТемп роста / снижения; в динамике по годам

30 Средняя доходность добровольного пенсионного страхования в страховых организациях, % АТемп роста / снижения; в динамике по годам

Трудовые риски

31 Обязательный страховой стаж для получения страховой пенсии устанавливается законодательством: не менее 15 лет*

32 Страховой стаж Период уплаты страховых взносов в ПФР

33 Индивидуальный пенсионный коэффициент Максимальный пенсионный коэффициент и расчет индивидуального коэффициента устанавливается законодательством

34 Размер страховых взносов в ПФР Страховые тарифы (основной тариф, без льгот) 22,0 %. Предельный размер ФОТ работника 796 тыс. руб. свыше тариф 10 %. Повышение страхового тарифа с 2019 г.**

35 Пенсионный возраст устанавливается законодательством: женщины — 55 лет; мужчины — 60 лет

* О страховых пенсиях № 166-ФЗ от 15.12.2001 г. (в ред. № 227-ФЗ от 03.07.2016 г.).

** Налоговый кодекс Российской Федерации (часть вторая) № 117-ФЗ от 05.08.2000 (в ред. № 58-ФЗ от 03.04.02017 г.).

Риск увеличения числа пенсионеров описывается рядом демографических процессов: старение населения, отрицательная динамика рождаемости, рост продолжительности жизни. В 2016 г. побит абсолютный рекорд за всю историю России: средняя продолжительность жизни достигла 72, 1 г. (женщины — 77,3, мужчины — 67), увеличилась с 1960 г. в 1,5 раза.1

Однако существенную угрозу для устойчивости пенсионной системы представляет не сам рост числа пенсионеров, а опережающий рост числа и доли пенсионеров по сравнению с экономически активным населением (табл. 2, рис. 6-7).

Первоначальный анализ (табл. 2, рис. 6-7) показал, что положительная динамика числа и доли пенсионеров в России пока не является критичной, темп роста количества пенсионе-

31.05.2017).

1 Федеральная служба государственной статистики [Электронный ресурс]. URL: http://www.gks.ru (дата обращения: 03.05.2017).

ров незначительно превышает изменение численности рабочей силы и населения, занятого в экономике, в 2016 г. составляет 1,1 % и 3,1 % соответственно.

Проблемы старения, прежде всего, отражаются на финансовых показателях и финансовой устойчивости пенсионной системы. Очевидно, что увеличение продолжительности жизни и старение населения приведут к сокращению пенсий и коэффициента замещения (рис. 8, табл. 3).

После присоединения в 2012 г. к ОЭСР Россия обязана, среди прочего, выполнять требования Международной организации труда (МОТ) по коэффициенту замещения. Согласно Конвенции 102, коэффициент замещения должен быть не менее 40 % от уровня средней заработной платы. В России в 2016 г. он составил 34,2 % (табл. 3), (хотя в некоторых российских регионах и отраслях с низкими заработными платами, он превышает 50 %, доходит до 80 %).

Таблица 2

Соотношение трудоспособного населения и пенсионеров, тыс. чел., %*

Показатель 2010 2011 2012 2013 2014 2015 2016

Численность рабочей силы 75477,9 75779,0 75676,1 75528,9 75428,4 76587,5 76636,1

в % к предыдущему году — 100,4 99,9 99,8 99,9 101,5 100,1

Численность занятых в экономике 69933,7 70856,6 71545,4 71391,5 71539,0 72323,6 72392,6

Численность безработных 5544,2 4922,4 4130,7 4137,4 3889,4 4263,9 4243,5

Численность пенсионеров 41144 41819 42367 42837 43327 43797 45182

в % к предыдущему году 101,6 101,1 101,0 101,1 101,1 101,4 103,2

Доля пенсионеров от рабочей силы, % 54,5 55,2 56,0 56,7 57,4 57,2 58,9

Доля пенсионеров от занятых в экономике, % 58,8 59,0 59,2 60,0 60,6 60,6 62,4

* Составлено по данным Федеральной службы государственной статистики [Электронный ресурс]. URL: http://www.gks. ru (дата обращения: 03.05.2017).

90000,0

80000,(

70000,0

60000,0 50000,0 40000,0 30000,0 20000,0 10000,0 0,0

75477,9

69933,7

41144 —*=

5544,2

75779,0

75676,1

75528,9

75428,4

70856,6

71545,4

71391,5

71539,0

41819 —

42367

42837

43327

4922,4

4130 7

4137 4

3889,4

2013

76587,5

72323,6

43797

4263,9

76636,1

72392,6

45182

-К

4243,5

2010 2011 2012 ^^»численность рабочей силы численность безработных

Рис. 6. Структура населения РФ, тыс. чел. (источник: Федеральная служба государственной статистики

2014 2015 2016

численность занятых в экономике численность пенсионеров

[Электронныйресурс]. URL: http://www.gks.ru (дата обращения: 03.05.2017))

30 25 20 15 10

8,6

15,4

163-

18,5

20,5

22,2 22,2

22,6 23,1 23,5

24

24,5

-Цв-

0 Н-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1-1

1939 1959 1970 1979 1989 2002 2010 2011 2012 2013 2014 2015 2016

Рис. 7. Доля населения старше трудоспособного, %. Мужчины в возрасте 60лет и старше, женщины в возрасте 55 лет и старше (источник: Федеральная служба государственной статистики [Электронный ресурс]. URL: http://www.

gks.ru (дата обращения: 03.05.2017))

5

40000 35000 30000 25000 20000 15000 10000 5000 0

35369

29535

26840

23746

20669

6177

-7593,9

780 4

1

8272,7

938

- I

9153,6

564

■т—

32660

30929

30929 32660

,6 ^ ,, -'98803

6131 Н 6354 П 7161 =Т"

-м——.—Ш+J—I—,—IH_iJ—1_—IH-|J——I

2010 2011 ¡средний размер пенсии

2012 2013 2014 2015 2016

□ средняя заработная плата □ прожиточный минимум

Рис. 8. Динамика размера средней заработной платы, пенсий, прожиточного уровня РФ, руб. (источник: Федеральная служба государственной статистики [Электронный ресурс]. URL: http://www.gks.ru (дата обращения: 03.05.2017))

Таблица 3

Коэффициент замещения РФ, %

Показатель 2010 2011 2012 2013 2014 2015 2016

Соотношение пенсии с прожиточным уровнем, % 165,4 163 176,5 165,4 163 150,5 137,2

Коэффициент замещения (пенсия/средняя з/пл.), % 35,7 35,1 33,9 33,3 33,2 35,3 34,2

* Составлено по данным Федеральной службы государственной статистики [Электронный ресурс]. URL: http://www.gks. ru (дата обращения: 03.05.2017).

8000000

7000000

6000000

5000000

4000000

3000000

2000000

1000000

0

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 □ Поступления □ Расходование ■ Дефицит

Рис. 9. Доходы, расходы, дефицит/профицит Пенсионного фонда РФ, млн руб. (источник: Федеральная служба государственной статистики [Электронный ресурс]. URL: http://www.gks.ru (дата обращения: 31.05.2017))

Самый «простой» способ решения проблем старения населения — это увеличение финансирования пенсионной системы. Оценим финансовые риски и финансовые возможности Пенсионного фонда России (рис. 9).

Анализ доходов и расходов ПФР показал, что за рассматриваемый период с 2000 г. ПФР имел дефицит лишь в 2002 г. и в последние три года 2014-2016 гг., причем по итогам 2016 г. дефицит сократился на 37,6 % и составляет

всего 2,6 % от расходов ПФР. Немаловажным для оценки финансовой устойчивости пенсионной системы является вопрос соотношения источников поступления в пенсионный фонд. Поступления ПФР формируются за счет страховых взносов и трансфертов из Федерального бюджета (рис. 10).

За рассматриваемый период 2000-2016 гг. соотношение этих источников изменялось: с 2006 г. по 2010 г. доля поступлений из ФБ пре-

4500000 4000000 3500000 3000000 2500000 2000000 1500000 1000000 500000 0

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 ♦ страховые взносы —^—трансферты из ФБ

Рис. 10. Соотношение поступлений в ПФР: страховые взносы, трансферты из федерального бюджета, млн руб. (источник: Федеральная служба государственной статистики [Электронный ресурс]. URL: http://www.gks.ru (дата обращения: 31.05.2017))

Таблица 4

Объем средств Фонда национального благосостояния (ФНБ), млрд руб.

Дата Объем средств, млрд руб. % от ВВП Дефицит ПФР, млрд руб.

01.01.2017 4 359,16 5,0 204,425

01.01.2016 5 227,18 6,1 543,636

01.01.2015 4 388,09 5,3 31,063

01.01.2014 2 900,64 4,1 —

01.01.2013 2 690,63 4,0 —

01.01.2012 2 794,43 4,7 —

Министерство финансов Российской Федерации [Электронный ресурс]. URL http://minfin.ru.

вышала долю страховых взносов (тогда ЕСН), с 2012 г. доля трансфертов сокращается, в 2016 г. составила 44 % от всех поступлений в ПФР. Напомним, что доля пенсий по старости составляет 82,3 % (рис. 5), выплата материнского капитала, социальные пенсии, государственным служащим и др. финансируются из Федерального бюджета, поэтому доля федеральных средств на поддержку пенсионной системы России в 2016 г. составила около 1 902 561 млн руб., что соответствует 24,3 % от всех расходов ПФР.1

Оценивая риски финансовой устойчивости пенсионной системы РФ, необходимо вспомнить о Фонде национального благосостояния (ФНБ), который «является частью средств федерального бюджета. Фонд призван стать частью устойчивого механизма пенсионного обеспечения граждан Российской Федерации на длительную перспективу. Целями Фонда национального благосостояния являются обеспечение софинансирования добровольных пенсионных накоплений граждан Российской Федерации и обеспечение сбалансированности (покрытие дефицита) бюджета Пенсионного

1 Рассчитано по: Федеральная служба государственной статистики [Электронный ресурс]. URL: http://www.gks.ru (дата обращения: 31.05.2017).

фонда Российской Федерации».2 Фонд стал формироваться с 2008 г. в результате деления Стабилизационного фонда на Резервный фонд и ФНБ (табл. 4).

ФНБ является «подушкой финансовой безопасности», страховым фондом российской пенсионной системы, как видно из табл. 4, его объем многократно превышает дефицит Пенсионного фонда РФ. Управление средствами Фонда национального благосостояния осуществляется Министерством финансов РФ, отдельные полномочия по управлению могут осуществляться Банком России. Средства ФНБ размещены на депозитах ЦБ РФ, государственной корпорации «Банк развития и внешнеэкономической деятельности (Внешэкономбанк)», в долговых обязательствах иностранных банков и государств и других активах. «Целями управления средствами Фонда национального благосостояния являются обеспечение сохранности средств Фонда и стабильного уровня доходов от его размещения в долгосрочной перспективе»,3 для будущих выплат пенсионных накоплений гражданам.

2 Министерство финансов Российской Федерации (http:// minfin.ru/).

3 Министерство финансов Российской Федерации [Электронный ресурс]. URL http://minfin.ru/.

прочие расходы; 5,2

покупка валюты; 4,2 недвижимость; 2,9

обязательные платежи: налоги, обязательное страхование; 10,8

накопления и сбережения; 6,5

покупка товаров, работ, услуг; 54,1

прочие услуги

услуги ЖКХ и бытовые услуги; 6,1.

Рис. 11. Структура расходов населения РФ 2015 г., % (источник: Федеральная служба государственной статистики [Электронныйресурс]. URL: http://www.gks.ru (дата обращения: 31.05.2017))

Сегодня одним из основных направлений государственной политики в РФ обозначено «реформирование института накопительной составляющей пенсионной системы». 1 Результаты анализа и оценки накопительных рисков позволили нам сделать вывод, что развитие накопительного компонента в системе государственного обязательного пенсионного страхования в России находится в зачаточной стадии. Так, по данным ПФР, в 2016 г. только 1,3 млн чел. (3 % пенсионеров) являются получателями выплат из средств пенсионных накоплений. Средний размер накопительной пенсии составил 802 руб., средняя инвестиционная доходность пенсионных накоплений 14,2 %. 2 Незначительный результат имеет объективные и субъективные причины. Объективные — накопительный компонент был введен только в 2002 г., субъективные — ограниченный выбор накопительных инструментов, низкие доходы и низкая финансовая культура. В расходах населения доля всех накоплений и сбережений составляет 6,5 %, из которых подавляющая часть — 4,9 % приходится на депозиты в банках (рис. 11).

Кроме того, угрозу развития накопительной пенсионной системы представляют риски расслоения и обнищания населения. По

1 Об утверждении Стратегии долгосрочного развития пенсионной системы РФ. Утв. Распор. Правительства РФ № 2524-Р от 25.12.12 г.

2 Пенсионный фонд Российской Федерации [Электронный ресурс]. URL http://www.pfrf.ru/ (дата обращения 31.05.2017).

данным ФСГС, средняя по России заработная плата в 2016 г. составила 36 703 руб. При этом больше половины (55 %) работающих граждан РФ получают меньше 25 тыс. рублей в месяц, 30 % трудоспособного населения имеют зарплату ниже 15 тыс. руб. За чертой бедности, согласно официальной статистике, в 2016 г. оказались 19,3 млн россиян, или каждый седьмой. Их доходы не превышали прожиточный минимум, который в 2016 г. составляет 10678 руб. для трудоспособных граждан, 8136 руб. — для пенсионеров. 3

Значительную угрозу для финансовой устойчивости ПФР и российской пенсионной системы представляет высокая доля теневой экономики. Как отмечает руководитель ФСГС А. Суринов, «доля теневой экономики в России, в среднем, составляет 10-14 %. При этом в теневой экономике задействованы миллионы наемных работников. Например, 50 % сельское хозяйство, потому что там личные подсобные хозяйства. Операции с недвижимым имуществом — около 50 %: это люди сдают свои квартиры. Торговля — примерно 10-11 %; строительство — порядка 16-18 %, в образовании порядка 5-6 % — это репетиторство».4 По некоторым оценкам экспертов, соотношение скрытой оплаты труда с фондом заработной платы

3 Рассчитано по: Федеральная служба государственной статистики [Электронный ресурс]. URL: http://www.gks.ru (дата обращения: 03.05.2017).

4 Федеральная служба государственной статистики [Электронный ресурс]. URL: http://www.gks.ru (дата обращения: 03.05.2017).

в 2014 г. составило 58,48 %, это 14,4 % от ВВП (79 199,7 млрд руб.) [9,14]. По расчетам: ПФР недополучил более 2,5 млрд руб. страховых взносов, что соответствует 10 % дефицита ПФР

2016 г. (рис. 8).

Заключение

Подводя итоги, напрашиваются следующие выводы. Основными рисками, представляющими серьезные угрозы для пенсионной системы РФ, являются:

— демографические риски (старение населения, рост продолжительности жизни);

— финансовые риски (финансовая устойчивость ПФР);

— макроэкономические риски (снижение доходов населения, высокая доля теневой экономики).

Следует отметить, что в целом пенсионная система РФ и финансовое состояние ПФР в частности в настоящее время находятся далеко не в критическом состоянии, и имеют существенный финансовый задел, о чем свидетельствует накопленный объем Фонда национального благосостояния. Предвидится, что в

2017 г. ситуация с собираемостью страховых взносов в пенсионный фонд улучшится в связи с передачей налоговым органам полномочий по администрированию страховых взносов на обязательное пенсионное, социальное и медицинское страхование.

В данном случае устойчивость пенсионной системы нами трактуется узко — как выполнение обязательств в краткосрочный период.

Однако природа пенсионных рисков предполагает долгосрочный временной горизонт, который включает в себя трудовой стаж и время пребывания на пенсии. И тогда российская пенсионная система требует безотлагательных стратегических реформ.

Повышение пенсионного возраста и повышение страховых взносов, как предлагается большинством реформаторов, не только не спасет, а в условиях стагнационной экономики навредит, спровоцирует рост безработицы, теневой экономики и негативных социальных настроений в обществе.

Реформирование пенсионной системы должно стать не частным процессом, а частью реформирования экономики в целом, следствием, а не причиной социально-экономических процессов в обществе.

На наш взгляд, современная модель пенсионного обеспечения призвана решить две равновеликие задачи:

1) обеспечить выполнение обязательств государства перед сегодняшними пенсионерами, чья трудовая деятельность началась в СССР, включая инфляционные риски;

2) гарантировать экономически активному населению уровень доходов для формирования будущих пенсионных накоплений.

Целью построения новой модели пенсионного страхования является достижение оптимального соотношения двух базовых принципов — обеспечение социальной справедливости и органичное включение в нее накопительного элемента.

Благодарность

Исследование выполнено за счет средств гранта Российского научного фонда, проект № 14-18-00574 «Информационно-аналитическая система „Антикризис": диагностика регионов, оценка угроз и сценарное прогнозирование с целью сохранения и усиления экономической безопасности и повышения благосостояния России».

Список источников

1. Dawson W. H. Social insurance in Germany, 1883-1911. — London: Fisher Unwin, 1912. — 232 p. — P. 16.

2. Beveridge W. H. Planning under Socialism and other Addresses. — London: Longmans, 1936. — 142 p.

3. Beveridge J. Beveridge and his plan. — London: Hodder and Stoughton, 1954. — 239 p.

4. Страхование и управление рисками. Проблемы и перспективы / А. П. Архипов, А. Н. Базанов, С. А. Белозеров [и др.]. — М. : Проспект, 2016. — 528 с.

5. Лушникова М. В., Лушников А. М. Курс права социального обеспечения. — М. : Юстицинформ, 2009. — 656 с.

6. Селеев С. Русская сословная пенсия // Коммерсант Деньги. — 2016. — № 10-12.

7. Айзинова И.М. Пенсионное обеспечение методом «проб и ошибок» // Научные труды. Институт народнохозяйственного прогнозирования РАН. — 2010. — Т. 8. — С. 562-586.

8. Домнина О.Л. Реформирование обязательного пенсионного страхования как возможность развития добровольного страхования жизни // Страховое право. — 2015. — № 4 (69). — С. 7-11.

9. Соловьев А. К. Пенсионная реформа. Иллюзии и реальность: учебное пособие. — М.: Проспект, 2015. — 336 с.

10. РоикВ. Д. Основы социального страхования. — М. : Анкил, 2005. — 256 с.

11. Актуарная модель развития пенсионной системы России / Соловьев А. К., Донцова С. А., Кувалкина Е. А. и др. — М. : ГУ ВШЭ, 2003. — 30 с.

12. Баскаков В. Н., Лельчук А.Л., Помазкин Д. В. Актуарная экспертиза пенсионной системы России // Социальный вестник пенсионных и социальных фондов стран СНГ и Балтии. — 2002. — № 1 (7). — С. 3-19.

13. Будько С. А. Формальные условия сбалансированности распределительной пенсионной системы // Baikal Research Journal. — 2016. — Т. 7. — № 2. — С. 40-47.

14. Соловьев А. К. Пенсионная мифология. Пенсионная реформа и макроэкономика // SPERO. — 2014. — № 19 весна — лето. — С. 31-58.

15. Кудрин А., Гурвич Е. Старение населения и угроза бюджетного кризиса // Вопросы экономики. — 2012. — № 3. — С. 52-79.

16. Bloom D. E., Canning D., Malaney P. Demographic Change and Economic Growth in Asia // Population and Development Review. — 2 000. — Vol. 26. — P. 257-290.

17. Tyers R., Shi Q. Global Demographic Change, Policy Responses and Their Economic Implications // The World Economy. — 2007. — Vol. 30, № 4. — P. 537-566.

Информация об авторах

Куклин Александр Анатольевич — доктор экономических наук, профессор, руководитель центра экономической безопасности, Институт экономики УрО РАН; ведущий научный сотрудник, Уральский федеральный университет им. первого Президента России Б. Н. Ельцина; Scopus Author ID: 7003946617 (Российская Федерация, 620014, г. Екатеринбург, ул. Московская,29; e-mail: alexkuklin49@mail.ru).

Шипицына Светлана Евгеньевна — кандидат экономических наук, доцент кафедры предпринимательства и экономической безопасности ФГБОУ ВПО Пермский государственный национальный исследовательский университет; Scopus Author ID: 57190430862 (Российская Федерация 614990, г. Пермь, ул. Букирева, 15; e-mail: sv-in-sure@ mail.ru).

For citation: Kuklin, A. A. & Shipitsyna, S. E. (2017). Actuarial Evaluation of Pension Risks of Russia: From Theory to Practice. Ekonomika regiona [Economy of Region], 13(3), 716-731

A. A. Kuklin а) b), S. E. Shipitsyna c)

а) Institute of Economics of the Ural Branch of RAS (Ekaterinburg, Russian Federation; e-mail: alexkuklin49@mail.ru)

b) Ural Federal University (Ekaterinburg, Russian Federation) c) Perm State National Research University (Perm, Russian Federation)

Actuarial Evaluation of Pension Risks of Russia: from Theory to Practice

The article discusses the origins of the development of pension systems in the world, shows the causes of the emergence of various models of public pension provision. We pay a particular attention to the history of the formation of the Russian pension system, and analyse the stages and causes of modern reform. From the position of modern legislation, we systemise the forms, types of pension provision and pension insurance in the Russian Federation from the point of view of the sources of financing and subjects of pension relations. The authors have defined the concept of "actuarial evaluation" from the point of view of the process and system approach. We have revealed the content of the pension risk category, as well as classified the pension risks by the spheres of origin. The authors have developed the methodology of actuarial estimation of the risks of the pension system classified by different criteria: demographic, economic, financial, labor risks. The proposed methodological approach to the evaluation of pension risks is based on the comprehensive assessment of socio-economic indicators and the identification of dependencies between socio-demographic and economic processes in the pension system and economy of the country. The authors have tested the developed tools on the actuarial estimation of the pension risks of the Russian Federation. The article presents the results of calculations and identifies critical risks for the Russian pension system. We have proved that stagnation processes in the economy and a high share of the shadow economy represent the greatest threat to the Russian pension system in the short term, whereas, the aging of the population and the increase in life expectancy — in the long term.

Keywords: pension provision, pension insurance, pension system, insurance pension, funded pension, pension fund, insurance premiums, risk, actuarial estimation, demographic processes, incomes, population expenditures

Acknowledgements

The research has been supported by the Grant of the Russian Science Foundation (the Project № 14-18-00574 "The information-analytical system "Anticrisis:" diagnostics of the regions, threat assessment and scenario forecasting for the preservation and strengthening of economic security and well-being of Russia).

References

1. Dawson, W. H. (1912). Social insurance in Germany, 1883-1911. London: Fisher Unwin, 232, 16.

2. Beveridge, W. H. (1936). Planning under Socialism and other Addresses. London: Longmans, 142.

3. Beveridge, J. (1954). Beveridge and his plan. London: Hodder and Stoughton, 239.

4. Arkhipov, A. P., Bazanov, A. N., Belozerov, S. A. et al. Strakhovanie i upravlenie riskami. Problemy i perspektivy [Insurance and risk management. Problems and prospects]. Moscow: Prospekt Publ., 528. (In Russ).

5. Lushnikova, M. V. & Lushnikov, A. M. (2009). Kurs prava sotsialnogo obespecheniya [Course of the right for social security]. Moscow: Yustitsinform Publ., 656. (In Russ.)

6. Seleev, S. (2016). Russkaya soslovnaya pensiya [Russian class pension]. Kommersant. Dengi [Kommersant. Money], 10-12. (In Russ.)

7. Aizinova, I. M. (2010). Pensionnoye obespechenie metodom "prob i oshibok" [Pension security by "trial and error"]. Nauchnyye trudy. Institut narodnokhozyaystvennogo prognozirovaniya RAN [Scientific works. Institute of economic forecasting of RAS], 8, 562-586. (In Russ.)

8. Domnina, O. L. (2015). Reformirovanie obyazatelnogo pensionnogo strakhovaniya kak vozmozhnost razvitiya dobro-volnogo strakhovaniya zhizni [Reforming of compulsory pension insurance as possibility for the development of voluntary life insurance]. Strakhovoyepravo [Insurance Law], 4(69), 7-11. (In Russ.)

9. Solovyev, A. K. (2015). Pensionnaya reforma. Illyuzii i realnost: uchebnoye posobie [Pension reform. Illusions and reality: textbook]. Moscow: Prospekt Ave., 336. (In Russ.)

10. Roik, V. D. (2005). Osnovy sotsialnogo strakhovaniya [Bases of social insurance]. Moscow: Ankil Publ., 256. (In Russ.)

11. Solovyev, A. K., Dontsova, S. A., Kuvalkina, E. A. et al. (2003). Aktuarnaya model razvitiya pensionnoy sistemy Rossii [Actuarial model of the development of pension system of Russia]. Moscow: GU VShE Publ., 30. (In Russ.)

12. Baskakov, V. N., Lelchuk, A. L. & Pomazkin, D. V. (2002). Aktuarnaya ekspertiza pensionnoy sistemy Rossii [Actuarial examination of pension system of Russia]. Sotsialnyy vestnik pensionnykh i sotsialnykh fondov stran SNG i Baltii [Social bulletin of pension and social funds of CIS and Baltic countries], 1(7), 3-19. (In Russ.)

13. Budko, S. A. (2016). Formalnyye usloviya sbalansirovannosti raspredelitelnoy pensionnoy sistemy [Formal Conditions for Equationof the Unfunded Pension Scheme]. Baikal Research Journal, 7(2), 40-47.

14. Solovyev, A. K. (2014). Pensionnaya mifologiya. Pensionnaya reforma i makroekonomika [Pension mythology. Pension reform and macroeconomic]. SPERO, 19, 31-58. (In Russ.)

15. Kudrin, A. & Gurvich, E. (2012). Starenie naseleniya i ugroza byudzhetnogo krizisa [Aging of the population and threat for the budgetary crisis]. Voprosy ekonomiki [EconomicIssues], 3, 52-79. (In Russ.)

16. Bloom, D. E., Canning, D. & Malaney, P. (2000). Demographic Change and Economic Growth in Asia. Population and Development Review, 26, 257-290.

17. Tyers, R. & Shi, Q. (2007). Global Demographic Change, Policy Responses and Their Economic Implications. The World Economy, 30(4), 537-566.

Authors

Aleksandr Anatolyevich Kuklin — Doctor of Economics, Professor, Head of the Centre of Economic Security, Institute of Economics of the Ural Branch of RAS; Leading Research Associate, Ural Federal University; Scopus Author ID: 7003946617 (29, Moskovskaya St., Ekaterinburg, 620014, Russian Federation; e-mail: alexkuklin49@mail.ru).

Svetlana Evgenyevna Shipitsyna — PhD in Economics, Associate Professor, Entrepreneurship and Economic Security Department, Perm State National Research University; Scopus Author ID: 57190430862 (15, Bukireva St., Perm, 614990, Russian Federation; e-mail: sv-in-sure@mail.ru).

СОЦИАЛЬНО-ЭКОНОМИЧЕСКИЕ ПРОБЛЕМЫ РЕГИОНА

Для цитирования: Андреева Е. Л., Карх Д. А., Мыслякова Ю. Г. Концептуальный подход к формированию базового кода неоиндустриального развития региона // Экономика региона. — 2017. — Т. 13, вып. 3.

— С. 732-745

doi 10.17059/2017-3-8

УДК: 332.1

JEL: 0320, P36, R1

Е. Л. Андреева а б), Д. А. Карх б), Ю. Г. Мыслякова а б)

а) Институт экономики УрО РАН (Екатеринбург, Российская Федерация) б) Уральский государственный экономический университет (Екатеринбург, Российская Федерация; e-mail: jul_jul@inbox.ru)

КОНЦЕПТУАЛЬНЫЙ ПОДХОД К ФОРМИРОВАНИЮ БАЗОВОГО КОДА НЕОИНДУСТРИАЛЬНОГО РАЗВИТИЯ РЕГИОНА 1

В статье предложены концептуальные основы кодового подхода к неоиндустриальному развитию региона. Целью исследования выступает раскрытие сущности перехода на новый тип индустриально-экономических отношений с помощью концепции генетических кодов региона, под которыми понимается система наследственной памяти территории, обусловливающей специфику и особенности реализации неоиндустриализации. Обоснована гипотеза о влиянии на результативность неоиндустриализации генетических кодов региона. Определены участники — носители кодов в трансформации регионального наследства в целях стимулирования неоиндустриального развития экономики региона. Предметом исследования являются отличительные особенности функционирования определяющих кодов региона, содержание которых обусловливает социально-экономическую специфику региона и особенности инновационного, информационного и ценностно-компе-тентностного развития территории. Определяющие коды генерируют динамические коды региона, под которыми понимаются их производные, обладающие большой вероятностью возникновения, скоростью развития и распространения, а также наличием внутренних сил, обеспечивающих саморазвитие региона. Научный вклад представлен обоснованием базового кода неоиндустриального развития региона, представляющего собой эволюционное накопление скоростных изменений его инновационных, информационных и ценностно-компетентностных кодов, стимулирующее генерацию и внедрение новых идей в жизнь хозяйствующих субъектов, адаптированных к культурно-исторически сложившимся условиям бытия. В статье представлена и формульно описана кодовая модель неоиндустриального развития региона. В работе использовались методы системного анализа, исторического и цивилизационного подходов, эволюционно-институциональной теории и экономико-математических методов. Также представлены результаты исследований за период 2011-2016 гг., отражающие эмпирическую оценку значимости информационных, институциональных, инновационных и ценностно-компетентностных кодов на основе опросов населения, представителей бизнеса и органов власти, студентов, преподавателей ведущих вузов УрФО. В заключении представлены рекомендации, ориентированные на ускорение перехода на новый тип индустриального развития региона. Результаты исследования могут быть использованы при разработке программ и проектов неоиндустриализации на федеральном и региональном уровнях.

Ключевые слова: регион, неоиндустриальное развитие, наследственная память территории, генетические коды, процессы саморазвития, ценностный подход, неоиндустриальное общество, трансформация ценностей, модернизация, региональная специализация

1 © Андреева Е. Л., Карх Д. А., Мыслякова Ю. Г. Текст. 2017.

Введение

В настоящее время существуют различные подходы к решению задач обеспечения неоиндустриального развития регионов России. Традиционно важнейшая роль связывается с исторически закрепленной за регионом специализацией (старопромышленный, индустриальный, сельскохозяйственный), находящей отражение, в первую очередь, в структуре ВРП и промышленного производства, однако в реальности регион находится под воздействием более продолжительного и комплексного влияния, включая социально-демографические процессы, нравственные нормы и культурные традиции населения. Авторы предлагают рассмотреть переход на новый тип индустриально-экономических отношений с помощью концепции генетических кодов региона, под которыми понимается система наследственной памяти территории, обусловливающей специфику и особенности реализации неоиндустриализации, а также определить роль различных участников — носителей этих кодов в трансформации регионального наследства в целях стимулирования неоиндустриального развития экономики региона.

Существующие теоретические подходы

Дефиницию «регион» в основном раскрывают через элементы социально-экономической системы. Так, С. Глазьев под регионом понимает комплекс, состоящий из земли, воздуха, флоры, фауны и человеческого населения, которые могут рассматриваться в их соотношениях друг с другом и составляют вместе определенную и характерную часть поверхности Земли [1]. Н. Некрасов уточняет, что под регионом следует понимать крупную территорию страны с более или менее однородными природными условиями, а главным образом — характерной направленностью развития производительных сил на основе сочетания комплекса природных ресурсов с соответствующей сложившейся перспективной социальной инфраструктурой. В. Смирнов считает что регион — это многоуровневая конструкция из взаимодействующих элементов, объединенных в подсистемы нескольких уровней для достижения единой цели — повышения эффективности социально-экономического развития [2, с. 66]. А. Гранберг определяет регион как часть территории страны, имеющую сходные природные, социально-экономические и общественно-политические условия, а также определенную степень целостности, внутреннего единства, чувство общности, которые и

отличают ее от других частей страны [3, с. 16]. Авторы полностью согласны с данными определениями и считают, что главной и определяющей характеристикой региона выступает способность эффективно использовать, автономно видоизменять ресурсы развития, непрерывно наращивать социально-экономические показатели развития, минимизируя при этом расход невозобновляемых ресурсов. Однако авторы предлагают несколько расширить такое понимание сущности региона на базе кодового подхода, что позволит существенно раздвинуть рамки поиска путей решения задач неодустриализации.

Для того чтобы выделить основные коды неоиндустриального развития региона, авторы проанализировали определения неоиндустриализации таких авторов, как Г. Вечканов [4], В. Рязанов [5], В. Черковец [6], С. Любимцева [7], Б. Давыдов, П. Евстратов [8], А. Нешитой [9], А. Колосовский [10], О. Романова и Н. Бухвалов [11], и пришли к выводу, что ее основу определяют, прежде всего, инновационные технологии и обновленные производства, новые формы взаимодействия и уровень профессионального образования населения.

Как свидетельствует история индустриального развития России, специфика инновационных процессов связана с тем, что происходит раскол и поляризация общества, ценностное разнообразие обращается не только в конфликт ценностей, но и в конфликтное столкновение цивилизационных типов. Цивилизационный дуализм российского общества (раскол по ци-вилизационным предпочтениям между инновационно и консервативно настроенными слоями) до сих пор порождает противоречия, которые тормозят ход модернизационных процессов и неоиндустриальное развитие в целом. Так, В. Кемеров, автор теории личностной кристаллизации социальности, настаивает на том, что взаимосвязанное индивидное бытие людей создает фундаментальный слой социального бытия, а формы индивидуального бытия людей образуют ядерные силы развития производственной сферы жизнедеятельности общества, а значит, и перехода на новый эволюционный этап индустриализации.

В цивилизационном аспекте неоиндустриального развития общества необходимость культурной рефлексии ценностей обусловлена тем, что доминантой выступает человек как ценность культуры (М. Кагаи, Д. Лихачев, А. Марков, В. Степин и др.). Среди отечественных ученых можно отметить труды Т. Заславской, в которых исследовался социо-

культурный аспект трансформации российского общества. Изменение ценностной парадигмы современного российского общества в контексте социокультурных трансформаций, вызванных модернизацией, исследовалось С. Ивановой. Социокультурные предпосылки модернизации в России изучались Э. Орловой. Движущие силы инновационного развития общества анализируются в работах Т. Яковец. Большой спектр работ имеется в области ценностных аспектов национальной экономической безопасности России (С. Сулакшин). В данной сфере проведено исследование пересечения ценностных ориентиров социально-экономического и инновационного развития России, представлены труды по проблематике национальной идеи России. Предполагается, что цивилизационный код государства состоит из двух блоков — культурного и социального, — включающих традиции, ценности, национальную идею, трудовую сферу, госполитику.

В зарубежных трудах формирование системы ценностей в условиях индустриального развития общества исследовалось Ф. Клухтоном и Ф. Стродтбеком. Их результаты в части изучения культурных переменных были развиты Г. Лэйном и Дж. Дистефано. Классификация ценностей и видов деятельности предложена Дж. Оллпортом, П. Верноном и К. Линдзи, выделившим наиболее значимые для инновационного развития типы человека: экономический, эстетический, социальный. Различия в национальных деловых культурах экономически развитых, развивающихся и отсталых государств исследовались Г. Хофстеде на предмет их способности к генерированию нового знания и запуска инновационных процессов.

Связь между генами и культурой конкретной территории исследовалась Ч. Ламсденом и И. Вилсоном, выступающими основоположниками направления социогенетики [12]. Итальянские исследователи, Г. Брунелло и М. Лангелла выявили, что специфичное социальное взаимодействие, характерное для промышленных районов, определяет реакцию на экономические шоки [13]. Актуальны исследования того, как на развитие фирм, отраслей и регионов влияют инновации и предпринимательство, и наоборот, как эти субъекты хозяйствования способствуют модернизации. При этом М. Бэкман и Х. Леф принимают во внимание такие факторы, как пространственная концентрация, отраслевая структура, характеристики рынка труда, характеристики предприятий, научно-исследовательская деятельность

и научно-исследовательское сотрудничество

[14].

Г. Кайнелли и Р. Гаунау в части промышленного развития изучают так называемую «связанную диверсификацию», когда развитие отраслей промышленности региона согласованно. При таких условиях повышается устойчивость локальных систем к внешним шокам

[15]. Бегли, Коллинз и Доннелли к определяющим факторам развития промышленных отраслей, в особенности машиностроения, относят наличие квалифицированной рабочей силы с высоким уровнем образования [16]. В исследовании Диллона, Кэмпбела и МакКинона важной ценностью признается здоровье трудовых ресурсов [17].

В работах зарубежных авторов также подтверждается значимость ценностей населения для обеспечения индустриальной эволюции развития территории. Так, Р. Инглхарт считает, что для реализации первой фазы индустриализации свойственен переход традиционных ценностей (акцент на важности религии, уважении и повиновении властям, отрицательное отношение к разводам и абортам и высокий уровень национальной гордости) в секулярно-рациональные (противоположные традиционным) [18]. Для фазы постиндустриализации характерен отход от ценностей выживания (акцент на экономической и физической безопасности и конформизме) к ценностям самовыражения (акцент на свободе выражения, политическом участии, политическом активизме, защите окружающей среды, гендерном равенстве, толерантности по отношению к этническим и сексуальным меньшинствам). То есть для результативного процесса неоиндустриализации необходима трансформация или эволюция ценностей: от традиционных к се-кулярно-рациональным и ценности самовыражения. В других ценностных условиях процессы неоиндустриализации не приобретут масштабность и в лучшем случае будут иметь локальный характер.

Все перечисленные выше исследования свидетельствуют о том, что у каждой территории есть своя индустриальная, инновационная, ценностная, социальная, институциональная специфика, через призму которой она воспринимает модернизационные преобразования революционного характера и участвует в них, сохраняя и накапливая полученные результаты в виде региональной записи, или кода хода индустриализации и выборе новых путей ее реализации.

Концептуальные основы кодового подхода к неоиндустриальному развитию региона

Авторы считают, что представленные выше определения позволяют взглянуть на регион не только как на социально-экономическую систему, но и как на социально-экономический организм, внутри которого происходит так называемый обмен веществ, обусловленный открытостью его границ, в том числе обеспечивающей взаимодействие его с внешним миром; процессы самоподдержания своего существования путем формирования и генезиса социально-экономических источников развития и процессы саморазвития на базе экономического воспроизводства и накопления капитала территории, а также происходит сохранение наследственных особенностей бытия и хозяйствования.

В рамках концепции кодового подхода к развитию региона можно выделить следующие методологические положения:

Первое положение: регион — социально-экономический организм со следующими базовыми составляющими:

— промышленные предприятия, выполняющие производственную миссию. В советской экономике существовала успешная интеграция производства и науки (высокотехнологичное производство), производства и образования (фабрично-заводское обучение) [19];

— общество как совокупность граждан, являющаяся активным участником перехода на новый тип индустриализации региональной экономики;

— органы власти, осуществляющие поддержку реализации инновационных проектов и финансирующие запуск высокотехнологических и наукоемких производств.

Таким образом, основным условием жизнеспособности региона является непрерывное и эффективное функционирование его базовых систем, а также развитие тесных взаимосвязей между ними.

Второе положение. У региона как у любого живого организма есть свои определяющие коды, которые формируются его базовыми структурами. Под определяющими кодами мы понимаем устойчивые коды региона, для них характерен длительный срок преобразований с высокой долей неопределенности. Органы власти являются носителями институциональных кодов региона, предприятия выступают носителями производственных кодов региона, а общество — носителем социальных кодов региона.

Институциональные коды региона — типичные для региональной экономики конкретной территории нормы законодательства, формирующие благоприятные условия для функционирования в условиях изменений, а также адаптации к новым экономико-политическим тенденциям развития государства.

Производственные коды региона — типичные для экономики конкретной территории производственные технологии и мощности, которые определяют производственную платформу и технологические особенности ее реального сектора.

Социальные коды региона — типичные для региональной экономики конкретной территории особенности населения, включая демографические явления и процессы, а также нравственно-культурные традиции населения, его экономическая и инновационная активность, способность приспосабливаться к изменениям экономической реальности и функционировать в динамично меняющихся условиях бытия [20].

Отличительной особенностью данных видов кодов региона является их определяющий характер, который обусловливает, с одной стороны, социально-экономическую специфику региона, с другой — особенности инновационного, информационного и ценностно-компе-тентностного развития субъектов хозяйствования этой территории.

Основу разработанных авторами методологических принципов функционирования определяющих кодов обосновали, с одной стороны, точки зрения отечественных ученых, в том числе исследователей уральского старопромышленного региона, касающиеся выявления содержания и особенностей уральской горнозаводской цивилизации, с другой стороны, идеи зарубежных исследователей, в т. ч. Е. Майминаса и его последователей о социально-экономическом генотипе территории.

Так П. Богословский, впервые предложив понятие «уральская горнозаводская цивилизация», обозначил масштабную систему расселения, структурно состоящую более чем из двухсот городов-заводов, являющуюся не просто промышленным экономическим районом, но и самобытным регионом, в котором все взаимоувязано: умение сделать дело с древними языческими требами, нравы народа с глухостью лесов и неприступностью гор, выплавка чугуна с количеством снега в узких скалистых долинах. Данные мысли ученого говорят нам о том, что данная цивилизация начала зарождаться задолго до появления заводов, а на-

следие ее не исчерпано и доныне, уже много позже того, как горные заводы, словно погасшие вулканы, величественно опустились ниже уровня моря истории [21].

Горнозаводская цивилизация представляла собой настоящее государство в государстве. Она была прочно вплетена в единые природные циклы, прошита дорогами и намертво сцеплена реками, главной из которых являлась Чусовая [22, 23].

Согласно идее Е. Майминаса, социально-экономический генотип территории представляет собой информационный механизм социального наследования и экономических трансформаций, обеспечивающий воспроизведение структуры, принципов функционирования, процессов отбора, запоминания и распространения позитивного опыта в определенной экономической системе, совмещающий характеристики трех ее сторон: наследственность, изменчивость и селекцию [24]. Получаем, что социально-экономический генотип территории — это многослойная память ее общества, образующая информационную матрицу, по которой воспроизводится структура экономического функционирования данного общества, а также определяются способы взаимодействия его членов и их связи. В упрощенном виде структура социально-экономического генотипа представляет собой систему социально-экономических интересов территории и систему культуры ее общества.

Таким образом, для «определяющих» кодов региона свойственны типичность, наследственность, универсальность, устойчивость к изменениям, ресурсоемкость, длительность зарождения.

Третье положение. Определяющие коды генерируют динамические коды региона, под которыми будем понимать их производные, обладающие большой вероятностью возникновения, скоростью развития и распространения, а также наличием внутренних сил, обеспечивающих саморазвитие региона. При этом бездефектное соединение определяющих кодов дает экономически эффективные динамические коды. Так, Э. Бэнфилд доказал, что низкие темпы экономического развития во многом объясняются культурными системами, сложившимися в различных странах, и несоответствием государственной социально-экономической политики их культурным традициям. Л. Гуизо, П. Сапиенза и Л. Зингалес также установили прямое воздействие культуры на экономику и доказали, что в долгосрочной перспективе экономическая система

и производственные отношения формируют культуру самого общества, в то же время отмечая, что культурные ценности не всегда меняются в соответствии с экономическим развитием территории.

Содержание динамических кодов идентифицируем следующим образом:

Информационные коды региона — информация и информационные технологии, обеспечивающие скорость передачи данных, а также доступ к современным источникам, ее генерирующим.

Инновационные коды региона — инновационные решения, которые представляют собой прорывные идеи, зачастую революционного характера, а также разработанные и внедренные инновационные технологии и объемы инновационной продукции.

Ценностно-компетентностные коды региона — ценности населения, обусловливающие потребности общества в изменениях и его поведение в условиях промышленных преобразований, а также знания, умения и навыки населения, характеризующие его в качестве эффективной производительной силы.

В качестве иллюстрации к информационным кодам можно отметить, что, например, процесс неоиндустриализации в экономиках западных стран сопровождается внедрением информационно-компьютерных технологий в регулирование всем жизненным циклом продукции [25, с. 53]. Инновационные коды определяют инновационные решения даже в рамках традиционных отраслей промышленности, таких как традиционная энергетика [26]. Может быть отмечено, что в целом в рамках национальной экономики существует национальная инновационная система [27]. Ценностно-компетентностные коды посредством управления потребностями общества, а также развитием образовательного потенциала оказывают влияние на уровень развития и структуру национальной экономики, а также на цивилиза-ционное развитие общества и менталитет населения [28].

Кодовая модель неоиндустриального развития региона

Описанный выше концептуальный подход позволяет графически представить кодовую модель неоиндустриального развития региона, в которой соотносятся две плоскости рассмотрения: регион и неоиндустриализация с использованием выделенных видов кодов (рис. 1) и соответствующие комбинации кодов (информационные — институциональные, инноваци-

Плоскость «НЕОИНДУСТРИАЛИЗАЦИЯ»

Динамические коды

Определяющие коды

межвидовые соединения кодов внутривидовые соединения кодов объектно-межвидовые соединения кодов

РЕГИОН»

Рис. 1. Кодовая модель неоиндустриального развития региона

онные и производственные, ценностно-ком-петентностные и социальные) для усиления из воздействия и обеспечения синергетического эффекта, ориентированного на обеспечение перехода на новый тип индустриализации.

Получаем, что представленную выше модель можно описать следующим образом (1):

КодIDгeg¡on (д = инновационный код (д +

+ информационный код (д + + ценностно-компетентностный код(д, (1)

где КоpJDгeg¡on — код индустриального развития региона; инновационный код (д = производственный код' (д > 0 — отражает скорость изменения деятельности производства в момент времени д информационный код (д = = институциональный код' (д > 0 — отражает скорость изменения решений органов власти в момент времени д ценностно-компетент-ностный код (д = социальный код' (д > 0 — отражает скорость изменения населения в момент времени д

Методологическими особенностями динамических кодов являются их привязка к определяющим кодам региона, накопительный эффект воздействия на определяющие коды региона, подверженность мутациям, ведущим к быстрому росту депрессивности и длительности изменения ситуации в регионе.

Тогда учет динамической составляющей позволяет сделать вывод о том, что базовый код неоиндустриального развития региона представляет собой эволюционное накопление скоростных изменений его инновационных, информационных и ценностно-компетентност-ных кодов, стимулирующее генерацию и внедрение новых идей в жизнь хозяйствующих субъектов, адаптированных к исторически и культурно сложившимся условиям бытия, см. формула 2:

Котюгец0П =f мщ. ) х T , (2)

i=0

где КодЫЮк^оп — базовый код неоиндустриального развития региона и код NID . (t ) =

г f ^ region 4 i

= инновационный код; (t.) + информационный код; (t.) + ценностно-компетентностный код'(Г); код NIDeegoon (t.) = производственный код'' (t.) + институциональный код'' (t.) + социальный код'' (t.); T — коэффициент временного влияния.

Таким образом, для обеспечения неоиндустриального развития региона необходимо найти источники либо скоростного изменения и накопления динамических кодов неоиндустриализации, либо ускоренного изменения и накопления определяющих кодов региона.

Эмпирические аспекты оценки формирования базового кода неоиндустриального развития Уральского федерального округа

Центром региональных компаративных исследований Института экономики УрО РАН с 2011 г. проведены три социологических исследования, поддержанных грантами: «Оценка социокультурного влияния модернизации на формирование ценностных установок локальных сообществ промышленных территорий» (129 респондентов; грант РФФИ, проект № 11-06-00438-а) [29], «Оценка влияния ценностных установок предпринимателей на решение задач импортозамещения в регионе» (208 респондентов; грант РГНФ, проект № 16-0218006-е) [30], «Управление ценностно-ориентированными факторами развития предпринимательской культуры молодежи в муниципальных образованиях»; грант РГНФ, проект № 15-32-01281-а2) [31].

Всего в режиме глубинного анкетирования было опрошено двести восемь респондентов. По окончательным итогам опроса респонденты были представлены на 50 % экспертами из сферы науки и образования, на 30 % бизнесом, на 16 % органами власти и экспертами от других категорий лиц. Большинство представителей бизнеса являлись руководителями (47,5 %) и/или предпринимателями-собственниками (26 %), а также сотрудниками — 34,2 %.

Значимость отдельных инструментов, влияющих на к

УрФО по мненш

Бизнес был представлен преимущественно малыми (60,3 %), но также средними (27 %) и крупными (12,7 %) предприятиями.

Полученные результаты на основе методов группировки по вариантам ответов, их обобщения, причинно-следственного и количественного анализа позволяют сделать следующие наблюдения и выводы. Немалая часть из двух тысяч респондентов (представители бизнеса и органов власти, студенты, преподаватели ведущих вузов УрФО), а в ряде случаев и большинство, признают значимость институциональных и информационных кодов неоиндустриального развития региона. Каждый предложенный в вопросе код был признан значимым около 25 % респондентов (табл. 1). В разделе «Институциональные коды» наиболее значимыми они считают финансовые меры, значимость каждой из которых признается большинством опрошенных: содействие льготному кредитованию (66 % респондентов), субсидии на возмещение затрат, связанных с им-портозамещением (54,8 %), и финансирование из государственных целевых программ (57,2 %) и др., что при выделенной главной проблеме — недостатке финансирования — вполне закономерно. Также в разделе «Институциональные коды» половина опрошенных выделила значимость заключения межрегиональных соглашений. По мнению опрошенных, к ним относятся содействие организации повышения квали-

Таблица 1

ды неоиндустриального развития региона на примере

респондентов, %

Коды Инструменты Значимость

Институциональные льготное кредитование, кредитование с государственной гарантией 66,3

льготное налогообложение 58,7

финансирование из государственных целевых программ 57,2

субсидии на возмещение затрат, связанных с импортозамещением 54,8

заключение международных соглашений 49,0

заключение межрегиональных соглашений 35,6

Инф ормационные содействие участию в программах технологической модернизации 49,0

содействие в получении патента для импортозамещающей продукции 43,8

информационное содействие в участии в тендерах на поставку товаров 41,8

проведение выставочно-ярмарочных мероприятий 37,0

обустройство информационного портала, федерального и регионального 36,5

содействие сертификации продукции 30,3

Ценностно-компетентно стные повышение экономической независимости страны 62,5

рост конкурентоспособности отечественных производителей 57,2

создание высокопроизводительных рабочих мест 56,9

диверсификация производства и экспорта 49,8

создание центров промышленных компетенций 43,3

содействие организации повышения квалификации персонала 39,9

Данные получены авторами.

где Х — доля занятого населения с высшим образованием

1-1-1-1-1

10 15 20 25 30 35

где Х — доля занятого населения с высшим образованием

где Х — доля занятого населения с высшим образованием

где Х — доля занятого населения с высшим образованием

Рис. 2. Эмпирическая оценка элементов кодовой формулы неоиндустриального развития региона за период 20052016 гг. на примере УрФО

фикации персонала (50 % респондентов), содействие в осуществлении сертификации импортозамещающей продукции, содействие в получении патента для такой продукции, содействие участию предприятий в программах технологической модернизации (более 40 % все) и др. Многие бизнесмены отмечают трудность поиска информации о программах поддержки и развития бизнеса. Под информационными кодами представители бизнеса отметили официальные рекомендации (которые может им выдать регион, адресованные, например, в кредитные учреждения), льготы на рекламную продукцию, помощь в организации и проведении пресс-релизов и конференций. Значимым инструментом, по мнению респондентов, выступает информационное содействие в участии в тендерах на поставку товаров.

Далее мы рассмотрели корреляционные зависимости между показателем ВРП и тремя основными видами кодов неоиндустриального развития региона. Так, для оценки инновационных кодов региона оценивалась зави-

симость разработанных передовых производственных технологий от доли занятого населения с высшим образованием.

Для количественной оценки информационных кодов региона оценивалась зависимость среднедушевых денежных доходов и потребительских расходов в среднем на душу населения от доли занятого населения с высшим образованием. Высокотехнологичные рабочие места, имеющие непосредственное отношение к ИКТ и цифровой экономике, в наибольшей степени определяют рост доходов и расходов населения.

Для оценки компетентностных кодов региона учитывалась зависимость показателя ВРП от профессиональной специализации, обусловленной уровнем образованности занятого населения.

Описанные корреляционные зависимости, построенные а период 2005-2016 гг. по Уральскому федеральному округу, представлены на рисунке 2.

Все полученные зависимости свидетельствуют о существенном влиянии компетент-

Таблица 2

Отношение к процессам неоиндустриализации в УрФО

Вариант ответа Доля респондентов, в %

Неоиндустриализация влияет на социокультурную трансформацию, привнося в культуру новые позитивные качества 11,7

Неоиндустриализация внедряет новые технологии во все сферы общественного развития 29.8

Неоиндустриализация стимулирует развитие техники 12.2

Неоиндустриализация разрушает традиционные устои общества 3,4

Неоиндустриализация способствует появлению асоциальных процессов в обществе 2,9

Данные получены авторами.

ностных кодов на ход неоиндустриального развития рассматриваемого региона и прямой зависимости его результатов от ценностей населения.

Результаты эмпирических исследований в рамках методики Р. Инглхарта, проведенные на базе опросов 1500 студентов последних курсов ведущих вузов г. Екатеринбурга, также свидетельствуют о том, что у молодежи УрФО преобладают секулярно-рациональные ценности и ценности самовыражения, что свидетельствует о том, что молодое поколение положительно воспринимает индустриальные преобразования, выступая активной ячейкой неоиндустриального общества и способно не только в них жить, но и генерировать. Так, в целом на вопрос, каковы ваши чувства, когда вы сталкиваетесь с чем-то новым, 79,3 % респондентов Также можно констатировать, что около половины опрошенных оценивают влияние неоиндустриализации положительно (табл. 2).

Таким образом, эмпирическая оценка выделенных видов кодов региона свидетельствует о том, что они оказывают существенное экономическое, инновационное, информационное и социальное влияние на формирование базового кода региона.

Выводы и рекомендации

В настоящее время неоиндустриализация является одним из наиболее обсуждаемых феноменов, определяющих вектор инновационного развития. Несмотря на большое количество публикаций по данной теме, достичь желаемых экономических результатов с помощью традиционных подходов пока не удается.

Все более заметную роль в решении данной проблемы начинает играть цивилизационный подход, существенный вклад в развитие которого применительно к уральской горнозаводской цивилизации сделан в трудах пермского ученого П. С. Богословского еще в начале ХХ в. Принципиальным его отличием от других подходов стало исследование статистиче-

ских и динамических процессов, характерных для конкретной территории. При этом идентификация статических процессов позволяет понять строение, анатомию и морфологию изучаемой территории и определить сложную систему ее взаимообусловленных внутренних связей и пропорций. Выделение динамических процессов позволяет выявить, оценить, измерить тенденции неравномерно-волнообразного, цикличного развития региона или страны в целом, указать на периоды спадов и воздействовать на их ход и результаты, располагая существующими на конкретный момент времени ресурсами или прилагая усилия для их активизации.

В условиях активно утверждающегося «нового» цивилизационного подхода авторами предпринята попытка выработать оригинальную исследовательскую кодовую парадигму, учитывающую хозяйственное прошлое территории, ее опыт, специфику, традиции, культуру, и ценности общества. Данная парадигма доказывает, что шаг к неоиндустриальному развитию невозможен без выявления внутренних механизмов территории, определения закономерностей ее развития, выделения инвариантного ядра, выражающего социально-экономическую суть изучаемого региона и обусловливающего его генотип как некую предрасположенность к определенным экономическим, инновационным, индустриальным и др. явлениям. Также ее дальнейшее развитие возможно позволит приблизиться к ответу на вопрос, который еще в 1776 г. задавал А. Смит: «Что определяет отставание одних и процветание других территорий, и почему некоторые регионы экономически прогрессируют, а другие подвержены кризисам на генетическом уровне».

В рамках авторского подхода выявлено, что у любого регионального механизма есть свой социально-экономический кодовый профиль, который зависит от доминирующего социального слоя и определяет возможности и

пределы генерирования, отбора и реализации возможных вариантов социально-экономических решений. Следовательно, выбор решения по обеспечению перехода на новый тип индустриальных отношений в регионе должен опираться на определяющие его коды, формирование которых стимулирует или тормозит этот процесс.

В качестве обобщенных рекомендаций для формирования информационного кода неоиндустриального развития региона предлагается формировать устойчивый информационный сигнал для предприятий и населения о долговременном характере и необходимости инновационных преобразований, в том числе вызванных действующей в настоящее время политикой импортозамещения в условиях экономических санкций. Пока у промышленного бизнеса и населения есть одобрительный настрой на политику импортозамещения (89,9 %) и готовность ждать (до 10 лет) ее результатов с целью повышения экономической независимости страны, у органов власти существует определенный запас времени. Следовательно, первая задача — не только не растерять этот кредит доверия, но и упрочить его за счет комплексных и последовательных мер, предполагающих содействие информационно-организационному и институциональному обеспечению инновационного развития в приоритетных отраслях.

Для формирования институционального и инновационного кодов неоиндустриального развития региона предлагается создать для промышленного бизнеса и предпринимателей атмосферу межрегионального взаимодействия. Необходима трансляция альтернативного варианта опережающего поведения в усиливающейся конкуренции за счет интеллектуальной составляющей путем углубления специализации производственного процесса, повышения качества, уровня технологий и профессионализма. Требуется укреплять настрой промышленных предприятий на модерниза-

цию и инновационное развитие, в том числе за счет более тесного и целенаправленного взаимодействия как в среде самого бизнеса, в том числе межрегионального, так и с другими сферами, например, наука и образование.

Для формирования ценностно-компетент-ностного кода неоиндустриального развития региона предлагается пересмотреть подходы к подготовке и переподготовке кадров [32]. Первоначальным условием формирования высокотехнологичных рабочих мест должна стать система образования как главный долгосрочный фактор, обуславливающий успех неоиндустриализации. Необходима выверенная система условий для его развития, начиная с долгосрочной государственной экономической политики, поставившей задачу создания и модернизации высокопроизводительных рабочих мест и усилий региональных и муниципальных властей по реализации задачи, через соответствующие стратегии, включая наличие необходимой инфраструктуры с четко определенной ролью науки и вузов как трансляторов инновационного обновления, заканчивая настроем индивидов на инновационное развитие.

Авторский подход позволяет каждому региону выявить свойственную ему уникальную комбинацию индустриальной, инновационной, ценностной, социальной, институциональной и др. специфики, обусловленной территориальной памятью, которая представляет собой своеобразную кодовую запись о ходе индустриализации или так называемый генетический код ее реализации, учет которого в той или иной мере регулирует развитие процессов неоиндустриализации.

Предложенный авторами подход имеет непосредственное отношение к трансформации существующих и запуску новых межвидовых, внутривидовых и объектно-межвидовых кодовых взаимодействий в регионе, ориентированных на векторное изменение хода его неоиндустриального развития.

Список источников

1. Глазьев С. Социально-экономический смысл бюджета 2005 г. // Российский экономический журнал. — 2004.

— № 9-10. — С. 3-12.

2. Смирнов В. В. Теоретические аспекты формирования концепции и парадигмы эффективного социально-экономического развития региона // Региональная экономика. Теория и практика. — 2008. — № 10 (67). — С. 64-74.

3. Гранберг А. Г. Основы региональной экономики. — М. : Изд-во Гос. ун-та «Высшая школа экономики», 2003.

— 495 с.

4. Вечканов Г. Модернизация и неоиндустриализация // Вестник ИНЖЭКОНа. — 2011. — № 2(45). — С. 7-19. — (Экономика).

5. Рязанов В. От рентной экономики к новой индустриализации России // Экономист. — 2011. — № 8. — С. 3-17.

6. Черковец В. Особенности нового этапа инновационного развития России // Экономист. — № 2008. — № 12. — С. 38-55.

7. Любимцева С. К стратегии инновационного хозяйства // Экономист. — 2007. — № 7. — С. 43-52.

8. Давыдов Б., Евстратов П. Неоиндустриализация и энергетический фактор // Экономист. — 2010. — № 4. — С. 9-16.

9. Нешитой А. К новой модели экономического развития. Воспроизводственный аспект // Экономист. — 2010.

— № 2. — С. 10-24.

10. Колосовский А. М. Европейская реиндустриализация. Институциональные аспекты и применимость ее опыта для России и ее регионов // Научные труды ДонНТУ. — 2014. — № 1. С. 192-201. (Экономичкская).

11. Романова О. А., Бухвалов Н. Ю. Реиндустриализация как определяющая тенденция экономического развития промышленных территорий // Фундаментальные исследования. — 2014. — № 6-1. — С. 151-155.

12. Lumsden C. J., Wilson E. O. Genes, mind, and culture: The revolutionary process. Singapore: World Scientific Publishing Co., 2005. doi: 10.1142/5786.

13. Brunello G., Langella M. Local agglomeration, entrepreneurship and the 2008 recession: Evidence from Italian industrial districts // Regional Science and Urban Economics. 2016. — Vol. 58 (May 01). — P. 104-114. doi: 10.1016/j. regsciurbeco.2016.03.004.

14. Backman M., Loof H. The geography of innovation and entrepreneurship // Annals of Regional Science. — 2015. — Vol. 55. — Iss. 1. — 6p. doi: 10.1007/s00168-015-0713-x.

15. Cainelli G., Ganau R. Smart specialization, related diversification and regional resilience: A brief note [Smart Specialization, diversificazione correlata e resilienza regionale: Note a margine di un dibattito] // Scienze Regionali. — 2016.

— No 15 (3). — P. 29-46.

16. Begley J., Collis C., Donnelly T. Skills shortages: A brake on the British car industry? // Local Economy. — 2015. — Iss. 30 (6). — P. 593-608. doi: 10.1177/0269094215598112.

17. Dhillon I., Campbell J., McKinnon R. Investments in the global health workforce are imperative to achieve social security for all // International Social Security Review. — 2016. — Vol. 69. — Iss. 3-4. — P. 131-147. doi: 10.1111/issr.12123.

18. Inglehart R., Baker W. Modernization, Cultural Change, and the Persistence of Traditional Values // American Sociological Review. — 2000. — Vol. 65. — P. 19-51.

19. Бодрунов С. Д. Интеграция производства, науки и образования как основа реиндустриализации РФ // Мировая экономика и международные отношения. — 2015. — № 10. — С. 94-104.

20. Korobitsyn B. A., Kuklin A. A. Demografic and health dynamic in Russia in economic chocks and crises // 3rd International Multidisciplinary Scientific Conference on Social Sciences and Arts SGEM 2016, SGEM 2016 Conference Proceedings, ISBN 978-619-7105-71-1 / ISSN 2367-5659, 24-31 August, Book 48 Vol. 1, 375-382 pp, — DOI: 105593/ SGEMS0CIAL2016/B12/S02.048

21. Богословский П. С. О постановке культурно-исторических изучений Урала // Уральское краеведение. — Вып. 1. — Свердловск: Уральское бюро краеведения, 1927. — С. 36-37.

22. Мамин-Сибиряк Д. Н. Город Екатеринбург. Исторический очерк [Электронный ресурс]. URL: http://www.1723. ru/read/books/city-yekaterinburg.htm (дата обращения: 29.06.2017).

23. Иванов А. Горнозаводская цивилизация. — М.: АСТ, 2014. — 283 с.

24. Майминас Е. О социально-экономических особенностях развития России //Общественные науки и современность. — 1998. — № 3. — C. 116-123.

25. Побываев С. А., Толкачев С. А. Переход к неоиндустриализации России. Повестка дня и анализ вариантов // Экономическое возрождение России. — 2016. — № 1 (47). — С. 53-65.

26. Lisin E., Kurdiukova G., Strielkowski W. Economic prospects of the power-plant industry development in Russia // Journal of International Studies. — 2016. — Vol. 9 (issue 3). — P. 178-190. — doi: 10.14254/2071-8330.2016/9-3/14.

27. Andreeva E. L., Zakharova V. V., Myslyakova Y. G., Ratner A. V., Glukhikh P. L. Organization of innovative systems in global economy // SGEM 2016: Proceedings of 3-rd international multidisciplinary scientific conference on social sciences and arts. Economics and tourism. — Sofia, 2016. — Book 2. Vol. 5. — 940 p. — P. 487-493. (doi of conference proceedings: 10.5593/sgemsocial2016B25).

28. Неоиндустриализация в базисе идей экономики знаний и высших технологических укладов / Ланская Д. В., Волкова Л. И., Губин К. К., Стрелков В. Е. // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. — 2015. — № 111. — С. 1621-1642.

29. Андреева Е. Л., Ратнер А. В., Глухих П. Л. Изменение ценностных установок модернизируемого общества // Ценности и смыслы. — 2014. — № 1 (29). — С. 89-101.

30. Методический инструментарий оценки влияния ценностных установок предпринимателей на решение задач импортозамещения в регионе / Андреева Е. Л., Жеренков Д. В., Мыслякова Ю. Г., Ратнер А. В. // Этап. Экономическая теория, анализ, практика. — 2016. — № 3. — С. 87-98.

31. Глухих П. Л., Воронина Л. В., Хабирова А. В. Влияние ценностей на предпринимательскую культуру молодежи муниципальных образований. Предварительные результаты // Развитие стратегического и проектного управления сетевыми территориально-отраслевыми системами — ключевое направление неоиндустриальной модернизации современной российской экономики. Мат-лы IX Всерос. науч.-практ. конф. (г. Пермь, ПГНИУ, 8 дек. 2016 г.). — Пермь : Пермский государственный национальный исследовательсикй университет, 2016. — С. 223-228.

32. Ustubici A., Irdam D. The impact of remittances on human development: A quantitative analysis and policy implications// Economics and Sociology. — 2012. — 5 (1). — pp. 74-95.

Информация об авторах

Андреева Елена Леонидовна — доктор экономических наук, профессор, заместитель директора, Институт экономики УрО РАН; профессор кафедры мировой экономики, Уральский государственный экономический университет; Scopus Author ID: 57192161499 (Российская Федерация, 620014, г. Екатеринбург, ул. Московская, 29, 620219, г. Екатеринбург, ул. 8 Марта, 62; e-mail: elenandr@mail.ru).

Карх Дмитрий Андреевич — доктор экономических наук, профессор кафедры коммерции, логистики и экономики торговли, Уральский государственный экономический университет; Scopus Author ID: 56736997900 (Российская Федерация, 620219, г. Екатеринбург, ул. 8 Марта, 62; e-mail: dkarh@mail.ru).

Мыслякова Юлия Геннадьевна — кандидат экономических наук, старший научный сотрудник, Институт экономики УрО РАН; доцент кафедры маркетинга и международного менеджмента, Уральский государственный экономический университет; Scopus Author ID: 57194274677 (Российская Федерация, 620014, г. Екатеринбург, ул. Московская, 29; 620219, г. Екатеринбург, ул. 8 Марта, 62; e-mail: jul_jul@inbox.ru).

For citation: Andreeva, E. L., Karkh, D. A. & Myslyakova, Yu. G. (2017). Conceptual Approach to Forming the Basic Code of Neo-Industrial Development of a Region. Ekonomika regiona [Economy of Region], 13(3), 732-745

E. L. Andreeva а b), D. A. Karkh b), Yu. G. Myslyakova а b)

a) Institute of Economics of the Ural Branch of RAS (Ekaterinburg, Russian Federation) b) Ural State University of Economics (Ekaterinburg, Russian Federation; e-mail: jul_jul@inbox.ru)

Conceptual Approach to Forming the Basic Code of Neo-Industrial Development of a Region

In the article, the authors propose the conceptual fundamentals of the "code approach" to the regional neo-industrial development. The purpose of the research is to reveal the essence of the transition to a new type of industrial and economic relations through a prism of "genetic codes" of the region. We consider these codes as a system of the "racial memory" of a territory, which determines the specificity and features of neo-industrialization realization. We substantiated the hypothesis about the influence of the "genetic codes" of the region on the effectiveness of the neo-industrialization. We have defined the participants, or else the carriers of the codes in the transformation of regional inheritance for the stimulation of the neo-industrial development of regions economy. The subject matter of the research is the distinctive features of the functioning of the determinative regions codes. Their content determines the socio-economic specificity of the region and the features of innovative, informational, value-based and competence-based development of the territory. The determinative codes generate the dynamic codes of the region, which are understood as their derivatives. They have a high probability of occurrence, higher speed of development and distribution, internal forces that make possible the self-development of the region. The scientific contribution is the substantiation of the basic code of the regional neo-industrial development. It represents the evolutionary accumulation of the rapid changes of its innovative, informational, value-based and competence-based codes stimulating the generation and implementation of new ideas regarding to economic entities adapted to the historical and cultural conditions. The article presents the code model of neo-industrial development of the region described by formulas. We applied the system analysis methods, historical and civilization approaches, evolutionary and institutional theory, economic and mathematical methods. Moreover, in the article, the authors presented the findings for the period 2011-2016 reflecting the empirical estimation of the importance of informational, institutional, innovative, value-based and competence-based codes. We made this estimation through the survey of population, representatives of business and authorities, students, as well as the professors of the leading universities of the Ural Federal District. The focus of the recommendations for the region is the acceleration of the transition to the new type of industrial development. The research results can be used when developing the programmes and projects of neo- and reindustrialization at both federal and regional levels.

Keywords: region, neo-industrial development, territory's racial memory, genetic codes, self-development processes, value-based approach, neo-industrial society, values transformation, modernization, regional specialization

References

1. Glazyev, S. (2004). Sotsialno-ekonomicheskiy smysl byudzheta 2005 g. [Socio-economic sense of the budget of 2005]. Rossiyskiy ekonomicheskiy zhurnal [Russian Economic Journal], 9-10, 3-12. (In Russ.)

2. Smirnov, V. V. (2008). Teoreticheskie aspekty formirovaniya kontseptsii i paradigmy effektivnogo sotsialno-ekonom-icheskogo razvitiya regiona [Theoretical aspects of formation of the concept and paradigm of effective social and economic development of the region]. Regionalnaya ekonomika. Teoriya ipraktika [RegionalEconomics: Theory and Pactice], 10(67), 64-74. (In Russ.)

3. Granberg, A. G. (2003). Osnovy regionalnoy ekonomiki [Fundamentals of regional economics]. Moscow: HSE Publ., 495. (In Russ.)

4. Vechkanov, G. (2011). Modernizatsiya i neoindustrializatsiya [The Modernization and New Industrialization]. Vestnik INZhEKONa [Bulletin of Saint Petersburg State University of Engineering and Economics], 2(45), 7-19. (Series: Economics). (In Russ.)

5. Ryazanov, V. (2011). Ot rentnoy ekonomiki k novoy industrializatsii Rossii [From rent economy to new industrialization of Russia]. Ekonomist [The Economist], 8, 3-17. (In Russ.)

6. Cherkovets, V. (2008).0sobennosti novogo etapa innovatsionnogo razvitiya Rossii [Specificities of a new stage of Russian innovative development]. Ekonomist [The Economist], 12, 38-55. (In Russ.)

7. Lyubimtseva, S. (2007). K strategii innovatsionnogo khozyaystva [To the strategy of innovative economy]. Ekonomist [The Economist], 7, 43-52. (In Russ.)

8. Davydov, B. & Evstratov, P. (2010). Neoindustrializatsiya i energeticheskiy faktor [Neo-industrialization and energetic factor]. Ekonomist [The Economist], 4, 9-16. (In Russ.)

9. Neshitoy, A. (2010). K novoy modeli ekonomicheskogo razvitiya. Vosproizvodstvennyy aspekt [To a new model of economic development. Reproduction aspect]. Ekonomist [The Economist], 2, 10-24. (In Russ.)

10. Kolosovsky, A. M. (2014). Evropeyskaya reindustrializatsiya. Institutsionalnyye aspekty i primenimost ee opyta dlya Rossii i ee regionov [European reindustrialization: Institutional aspects and possibility of application of its experience for Russia and its regions]. Nauchnyye trudy DonNTU [Scientific Works of the Donetsk National Technical University], 1, 192201. (Series: Economics). (In Russ.)

11. Romanova, O. A. & Bukhvalov, N. Yu. (2014). Reindustrializatsiya kak opredelyayushchaya tendentsiya ekonomicheskogo razvitiya promyshlennykh territoriy [Reindustrialization as a Determinative Tendency of Economic Development in Industrial Territories]. Fundamentalnyye issledovaniya [FundamentalResearch], 6-1, 151-155. (In Russ.)

12. Lumsden, C. J. & Wilson, E. O. (2005). Genes, mind, and culture: The coevolutionary process. Singapore: World Scientific Publishing Co. doi: 10.1142/5786.

13. Brunello, G. & Langella, M. (2016, May). Local agglomeration, entrepreneurship and the 2008 recession: Evidence from Italian industrial districts. Regional Science and Urban Economics, 58(01), 104-114. doi: 10.1016/j.regsciur-beco.2016.03.004.

14. Backman, M. & Lööf, H. (2015). The geography of innovation and entrepreneurship. Annals of Regional Science, 55(1), 6. doi: 10.1007/s00168-015-0713-x.

15. Cainelli, G. & Ganau, R. (2016). Smart specialization, related diversification and regional resilience: A brief note [Smart Specialization, diversificazione correlata e resilienza regionale: Note a margine di un dibattito]. Scienze Regionali, 15(3), 29-46.

16. Begley, J., Collis, C. & Donnelly, T. (2015). Skills shortages: A brake on the British car industry? Local Economy, 30(6), 593-608. doi: 10.1177/0269094215598112.

17. Dhillon, I., Campbell, J. & McKinnon, R. (2016). Investments in the global health workforce are imperative to achieve social security for all. International Social Security Review, 69(3-4), 131-147. doi: 10.1111/issr.12123.

18. Inglehart, R. & Baker, W. (2000). Modernization, Cultural Change, and the Persistence of Traditional Values. American Sociological Review, 65, 19-51.

19. Bodrunov, S. D. (2015). Integratsiya proizvodstva, nauki i obrazovaniya kak osnova reindustrializatsii RF [Integration of Manufacturing, Science and Education as a Basis for the Re-Industrialization of Russia]. Mirovaya ekonomika i mezhdunarodnyye otnosheniya [World Economy and International Relations], 10, 94-104. (In Russ.)

20. Korobitsyn, B. A. & Kuklin, A. A. (2016). Demografic and health dynamic in Russia in economic chocks and crises. 3rd International Multidisciplinary Scientific Conference on Social Sciences and Arts SGEM 2016, SGEM 2016 Conference Proceedings, ISBN 978-619-7105-71-1 / ISSN 2367-5659, 24-31 August, Book 48 Vol. 1, 375-382. DOI: 105593/ SGEMSOCIAL2016/B12/S02.048

21. Bogoslovsky, P. S. (1927). O postanovke kulturno-istoricheskikh izucheniy Urala [On cultural and historical study of the Urals]. Uralskoye kraevedenie [Ural local history], 1. Sverdlovsk: Uralskoye byuro kraevedeniya, 36-37. (In Russ.)

22. Mamin-Sibiryak, D. N. Gorod Ekaterinburg. Istoricheskiy ocherk [The City of Yekaterinburg. Historical Sketch]. Retrieved from: http://www.1723.ru/read/books/city-yekaterinburg.htm (date of access: 29.06.2017). (In Russ.)

23. Ivanov, A. (2014). Gornozavodskaya tsivilizatsiya [Mining Civilization]. Moscow: AST Publ., 283. (In Russ.)

24. Mayminas, E. (1998). O sotsialno-ekonomicheskikh osobennostyakh razvitiya Rossii [About socio-economic specificities of the development of Russia]. Obshchestvennyye nauki i sovremennost [Social Sciences and Contemporary World], 3, 116-123. (In Russ.)

25. Pobyvaev, S. A. & Tolkachev, S. A. (2016). Perekhod k neoindustrializatsii rossii. Povestka dnya i analiz variantov [Russia's shift towards neoindustrialization: agenda and analysis of options]. Ekonomicheskoye vozrozhdenie Rossii [Economic Revival of Russia], 1(47), 53-65. (In Russ.)

26. Lisin, E., Kurdiukova, G. & Strielkowski, W. (2016). Economic prospects of the power-plant industry development in Russia. Journal of International Studies, 9(3), 178-190. doi: 10.14254/2071-8330.2016/9-3/14.

27. Andreeva, E. L., Zakharova, V. V., Myslyakova, Y. G., Ratner, A. V. & Glukhikh, P. L. (2016). Organization of innovative systems in global economy. SGEM 2016: Proceedings of 3-rd international multidisciplinary scientific conference on social sciences and arts. Economics and tourism. Sofia, 2(5), 940, (487-493). (doi of conference proceedings: 10.5593/ sgemsocial2016B25).

28. Lanskaya, D. V., Volkova, L. I., Gubin, K. K. & Strelkov, V. E. (2015). Neoindustrializatsiya v bazise idey ekonomiki znaniy i vysshikh tekhnologicheskikh ukladov [Neo-Industrialization in Base of Ideas of Knowledge Economy and Higher Technological Modes]. Politematicheskiy setevoy elektronnyy nauchnyy zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta [Scientific Journal of KubSAU], 111, 1621-1642. (In Russ.)

29. Andreeva, E. L., Ratner, A. V. & Glukhikh, P. L. (2014). Izmenenie tsennostnykh ustanovok moderniziruemogo obshchestva [Change of Attitudes of Modernized Society]. Tsennosti i smysly [Values and Senses], 1(29), 89-101. (In Russ.)

30. Andreeva, E. L., Zherenkov, D. V., Myslyakova, Yu. G. & Ratner, A. V. (2016). Metodicheskiy instrumentariy otsenki vliyaniya tsennostnykh ustanovok predprinimateley na reshenie zadach importozameshcheniya v regione [Methodical Tool Set for Estimation of Influence of Entrepreneurs' Value Guidelines on Solving of Import Substitution Tasks in Region]. Etap. Ekonomicheskaya teoriya, analiz, praktika [Stage: Economic Theory, Analysis, Practice], 3, 87-98. (In Russ.)

31. Glukhikh, P. L., Voronina, L. V. & Khabirova, A. V. (2016, December). Vliyanie tsennostey na predprinimatelskuyu kulturu molodezhi munitsipalnykh obrazovaniy. Predvaritelnyye rezultaty [Influence of values on entrepreneurial culture of the youth of municipal entities: preliminary results]. Razvitie strategicheskogo i proektnogo upravleniya setevymi territorial-no-otraslevymi sistemami — klyuchevoye napravlenie neoindustrialnoy modernizatsii sovremennoy rossiyskoy ekonomiki. Mat-ly IX Vseros. nauch.-prakt. konf. (g. Perm, PGNIU, 8 dek. 2016 g.) [Development of strategic and project management of network territorial-branch systems as a key direction for neo-industrial modernization of current Russian economy. Proceedings of IX All-Russian Scientific-Practical Conference]. Perm: Permskiy gosudarstvennyy natsionalnyy issledovatelsiky universitet Publ., 223-228. (In Russ.)

32. Ustubici, A. & Irdam, D. (2012). The impact of remittances on human development: A quantitative analysis and policy implications. Economics and Sociology, 5(1), 74-95.

Authors

Elena Leonidovna Andreeva — Doctor of Economics, Professor, Deputy Director, Institute of Economics of the Ural Branch of RAS; Professor, Department of World Economics, Ural State University of Economics; Scopus Author ID: 57192161499 (29, Moskovskaya St., Ekaterinburg, 620014; 62, 8 Marta St., Ekaterinburg, 620219, Russian Federation; e-mail: elenandr@mail.ru).

Dmitry Andreevich Karkh — Doctor of Economic, Professor, Department of Commerce, Logistics, and Trade Economics, Ural State University of Economics; Scopus Author ID: 56736997900 (62, 8 Marta St., Ekaterinburg, 620219, Russian Federation; e-mail: dkarh@mail.ru).

Yuliya Gennadyevna Myslyakova — PhD in Economics, Senior Research Associate, Institute of Economics of the Ural Branch of RAS; Associate Professor, Department of Marketing and International Management, Ural State University of Economics; Scopus Author ID: 57194274677 (29, Moskovskaya St., Ekaterinburg, 620014; 62, 8 Marta St., Ekaterinburg, 620219, Russian Federation; e-mail: jul_jul@inbox.ru).

Для цитирования: Романова О. А., Сиротин Д. В. Образ желаемого будущего экономики индустриального региона: тенденции развития и методология оценки // Экономика региона. — 2017. — Т. 13, вып. 3.

— С. 746-763

doi 10.17059/2017-3-9 УДК 338.2

О. А. Романова, Д. В. Сиротин

Институт экономики УрО РАН (Екатеринбург, Российская Федерация; e-mail: econ@ uran.ru)

ОБРАЗ ЖЕЛАЕМОГО БУДУЩЕГО ЭКОНОМИКИ ИНДУСТРИАЛЬНОГО РЕГИОНА: ТЕНДЕНЦИИ РАЗВИТИЯ И МЕТОДОЛОГИЯ ОЦЕНКИ

В статье подчеркнуто, что в решении задачи повышения технологической независимости России существенная роль принадлежит индустриальным регионам. Показано, что снижение доли обрабатывающих производств в структуре ВРП не может трактоваться как негативная деиндустриализация экономики. Обосновано, что возрастание скорости происходящих изменений, повышение неустойчивости социально-экономических систем, многообразные риски предопределяют необходимость разработки новых методологических подходов к проведению прогнозных исследований. Подчеркнута высокая значимость исследований, связанных с разработкой технологии проектирования желаемого образа будущего и методологией его оценки. В качестве начального этапа данных исследований предложен методологический подход к оценке образа желаемого будущего одной из важнейших отраслей специализации индустриального региона — металлургии. Предложено понятие «технологический образ металлургического комплекса региона». Показано, что процесс перепозиционирования образа регионального металлургического комплекса от настоящего до желаемого будущего достаточно длительный, что предопределило необходимость выделения этапов перепозиционирования. Предложенная методология оценки образа желаемого будущего включает разработанные методические положения для количественной характеристики целей, достигаемых на соответствующих этапах перепозиционирования металлургического комплекса. Методологический подход к формированию образа желаемого будущего основан на последовательной реализации следующих этапов: выявление на базе библиометрического и патентного анализа приоритетных направлений технологического развития металлургического комплекса региона; оценка на базе сравнительного анализа и соответствующих аналитических методов динамики и формирование прогноза развития структуры внутреннего потребительского сектора металлопродукции; построение на базе метода главных компонент факторной модели, позволяющей выявить параметры, количественно характеризующие технологический облик регионального металлургического комплекса; систематизация прогнозных значений параметров, определяющих этапы перепозиционирования и формирования нового технологического образа регионального металлургического комплекса; построение на основе методов нейросетевого моделирования математической модели распознавания технологического образа регионального металлургического комплекса.

Ключевые слова: индустриальный регион, деиндустраилизация, образ будущего, перепозиционирование, технологический образ регионально металлургического комплекса, методология оценки, прогнозирование, метод главных компонент, регрессионный анализ, нейросетевое моделирование

Введение

Амбициозная задача достижения технологического паритета с наиболее развитыми странами к 2035 году все более смещается в сторону достижения технологической независимости отечественной экономики. Это не только предполагает качественное обновление технологической основы материального производства, но и актуализирует задачу создания качественно новой технологической базы индустрии. Решение такой задачи в России невозможно без активного участия индустриальных регионов, где промышленность является базо-

вым компонентом экономики, а ее конкурентоспособность зависит не только от развития и применения высоких технологий, но и от качества человеческого капитала, способного реализовать данные технологии.

Корректная оценка промышленного потенциала регионов предполагает учет влияния как внутренних, так и внешних факторов, определяющих возможную динамику промышленного развития. В настоящее время в промышленно развитых регионах существуют параллельно три технологические системы. Одна из них, созданная еще в период существования СССР, но под-

вергшаяся серьезной модернизации в настоящий период, продолжает обеспечивать значительную долю потребностей в промышленной продукции. Вторая создана на базе многочисленных зарубежных технологий, импортированных в Россию, еще в 2000-е гг. К настоящему времени данная система успешно функционирует, производимая здесь продукция является вполне конкурентоспособной не только на внутреннем, но и на мировом рынке. Третья технологическая система основана на немногочисленных полностью отечественных разработках, главным образом в сфере ОПК, но высокий уровень которых отвечает требованиям VI технологического уклада. За период 2014-2016 гг. процессы развития научно-технологического потенциала России и ее промышленных регионов начинают приобретать системный характер. Вынужденная разработка проектов импорто-замещения способствовала реализации эффективных проектов, инициирующих появление новых не только производственных, но и встроенных в них исследовательских цепочек.

Типология индустриальных регионов

Существуют многочисленные исследования по типологии индустриальных регионов страны, оценивается их индустриальный, производственный, научно-технологический потенциал. Например, под индустриальным потенциалом региона понимается возможность, способность и реальные условия производства определенного объема продукции в результате использования взаимосвязанных ограниченных ресурсов [1, с. 107]. Модель индустриального потенциала регионов страны предполагает ранжирование ее факторов по мере убывания значимости: среднегодовая численность занятых в экономике, среднемесячная номинальная начисленная заработная плата работников, среднегодовая остаточная стоимость годовых фондов, затраты на технологические инновации хозяйствующих субъектов [1].

Под производственным потенциалом понимается «объем производства, возможный при фиксированных объемах основных производственных факторов в условиях случайного воздействия сопутствующих производственных факторов, а также факторов неопределенности» [2]. Модели производственного потенциала регионов РФ учитывают оценки интеллектуального капитала. Использование данных моделей показало, что характеристики уровня благосостояния и качества жизни населения оказывают значимое влияние на эффективность регионального производства.

Существуют различные типологии индустриальных регионов, например, на основе критериев ВРП и производительности труда [3]. Известна также типология, основанная на таком критерии, как доля обрабатывающих производств в ВРП соответствующих субъектов РФ. Эта доля должна быть не ниже 25 % [4]. Представляется такой подход достаточно убедительным для констатации факта индустриального профиля территории. Однако использование данного критерия для характеристики не просто процессов индустриального развития, а процессов, характеризующих новую индустриализацию или деиндустриализацию отечественной экономики, представляется некорректным. В соответствии с вышеотмечен-ной типологией было проанализировано развитие индустриальных регионов России за период 2004-2012 гг. Рост доли обрабатывающих производств в ВРП регионов явился фактором их отнесения к регионам, где развиваются процессы новой индустриализации.

Констатируется также появление в России новых промышленных регионов, то есть субъектов РФ, где доля обрабатывающих производств в ВРП превысила за исследуемый период 25 %. Отмечаются традиционно промышленные регионы, которые за данный период утратили свой индустриальный статус, то есть доля обрабатывающих производств в ВРП субъекта стала менее 25 %. Авторами особо выделена группа традиционно высокоразвитых индустриальных регионов, которые за указанный период характеризуются серьезным снижением доли обрабатывающих производств в структуре ВРП. К числу таких регионов отнесены, например, Липецкая область, Красноярский край, Омская, Челябинская, Вологодская, Самарская, Свердловская и др. области. Причем в данных областях доля обрабатывающей промышленности в ВРП соответствующих субъектов РФ не опустилась ниже 25 %. Однако эта группа регионов определяется как регионы, где развиваются негативные процессы деиндустриализации. Этот вывод представляется достаточно спорным. Мы про-ранжировали субъекты РФ, где в период 20042012 гг. доля обрабатывающих производств в структуре ВРП превышала 25 %, по этому же критерию, но по данным 2015 г. (табл. 1).

Обращает на себя внимание во многих субъектах РФ достаточно резкое изменение рейтинга по критерию доли обрабатывающих производств в ВРП. Например, ранг Калужской области снизился с 1-го в 2012 г. до 9-го в 2015 г., Республики Башкортостан соответственно с

Таблица 1

Рейтинг индустриальных регионов России по доле обрабатывающих производств в ВРП

в 2004, 2012, 2015 гг.*

Субъект РФ 2004 2012 2015

% рейтинг % рейтинг % рейтинг

Липецкая область 63,34 1 32,30 8 40,58 1

Тульская область 33,77 8 33,32 7 39,96 2

Вологодская область 45,48 4 36,24 4 38,90 3

Новгородская область 33,03 10 36,13 5 36,43 4

Омская область 52,94 2 37,72 2 36,06 5

Челябинская область 45,15 5 35,83 6 35,75 6

Красноярский край 47,77 3 29,70 13 33,46 7

Владимирская область 33,37 9 30,49 10 32,48 8

Калужская область 28,46 15 39,90 1 32,04 9

Нижегородская область 31,81 13 30,08 11 30,66 10

Свердловская область 35,01 7 27,09 14 30,43 11

Пермский край 24,88 17 31,05 9 29,52 12

Ленинградская область 31,89 12 22,89 20 29,45 13

Кировская область 22,28 19 25,55 18 29,36 14

Республика Башкортостан 29,47 14 37,26 3 28,87 15

Рязанская область 23,57 18 25,69 17 28,70 16

Республика Марий Эл 20,79 20 29,72 12 28,21 17

Ульяновская область 25,67 16 22,10 21 26,02 18

Ярославская область 36,62 6 26,47 16 26,00 19

Самарская область 32,26 11 25,31 19 23,94 20

Волгоградская область 20,69 21 26,69 15 23,51 21

* Составлено авторами по данным Росстата.

3-го до 15-го. Но, например, Липецкая область, отнесенная к территориям с негативной деиндустриализацией, не только повысила свой рейтинг, но и стала лидером по вышеотмечен-ному критерию (2012 г. — 8-е место, 2015 г. — 1-е). Отсутствие однонаправленного вектора изменений проиллюстрировано на рисунке 1.

Однако если бы эта доля и оказалась ниже установленного предела в 25 %, утверждать, что в данных регионах развиваются процессы негативной деиндустриализации, по нашему мнению, некорректно. Процессы деиндустриализации не могут характеризоваться лишь на базе одного показателя — доли промышленности или даже доли обрабатывающих производств в ВРП региона. Важное значение для характеристики феномена деиндустриализации имеет анализ более широкого спектра показателей. Мы разделяем позицию С. Д. Бодрунова, Е. Б. Ленчук и др. исследователей, рассматривающих с более широких позиций процессы деиндустриализации [5-7]. С нашей точки зрения, констатировать процессы деиндустриализации можно только на базе комплексной оценки, включающей, помимо доли обрабатывающих производств в ВРП региона, изменения в организации производства, в качестве и характере труда, в технологических характе-

ристиках производства, в меняющихся качественных параметрах продукта производства.

С этих позиций говорить о процессе деиндустриализации, например, в такой промыш-ленно развитой области, как Свердловская, представляется неправомерным, хотя доля обрабатывающих производств в ВРП региона и снизилась с 35,1 % в 2004 г. до 27,1 % в 2012 г. Одновременно с изменением динамики вышеуказанного показателя необходимо выявить, какие процессы сопровождали данное изменение. Так, например, в ведущей отрасли на Среднем Урале — металлургии — произошли значительные прогрессивные изменения в технологическом развитии. Здесь полностью ликвидированы производства, характерные для третьего технологического уклада (например, мартеновское производство), наиболее высокими темпами рос выпуск электростали, что характеризует развитие производств пятого технологического уклада, получают развитие производства, так называемой, белой металлургии, обеспечивающей не только экологически чистое производство, но и использование высококвалифицированных трудовых ресурсов. Эти процессы прямо противоположны процессам, по нашему мнению, характеризующим деиндустриализацию производства.

Рис. 1. Изменение доли обрабатывающих видов деятельности в структуре ВРП некоторых промышленных регионов

России, %

Она имеет в качестве значительных негативных последствий упрощение труда и используемых технологий, снижение наукоемкости производства, разрушение производственных коллективов, то есть вызывает значительные отрицательные последствия и в социальной сфере [8-11]. Таким образом, сложившаяся ситуация в Свердловской области, в частности, в ее ведущей отрасли промышленности — металлургии — не может характеризоваться как деиндустриализация, ибо технологический уровень производства, качество выпускаемой металлопродукции, качественный и квалификационный состав рабочей силы, тенденции улучшения экологической обстановки — все это свидетельствует о повышении научно-технологического уровня производства и улучшении качества используемой рабочей силы. Можно также отметить, что уже в 2015 г. доля обрабатывающих производств в структуре ВРП на Среднем Урале возросла до 30,43 % против 27,1 % в 2012 г.

Методологический подход к оценке образа желаемого будущего

Неустойчивость векторной направленности развития регионов является специфичной особенностью, характерной для современной экономики на всех иерархических уровнях.

Высокая степень неопределенности, возрастание скорости происходящих изменений, усиление неустойчивости социально-экономических систем, многообразные риски не только экономического, но и политического характера позволили характеризовать современный период как «эпоху слабых связей», «общество риска», «текучую современность» [12; 13, с. 44].

Многочисленные вызовы времени предопределяют необходимость разработки новых методологических подходов к проведению прогнозных исследований. Проблемы методологии прогнозирования во многом концентрируются в рамках процедур выявления наиболее существенных процессов и установления связей между ними. Не решена на настоящий момент проблема трудности интерпретации прошлых процессов, которые определили настоящие результаты. Но сегодняшние знания по отношению к процессам будущего всегда являются неполными. Известно утверждение Н. Талеба о том, что человечество не способно успешно прогнозировать свое будущее, поскольку присущая ему уверенность в своих знаниях опережает сами знания1. И все же проблема предвидения будущего на основе зача-

1 Taleb N. N. The Black Swan: The Impact of the Highly Improbable // The New York Times. 2007. April 22. 401 p.

стую альтернативных методологических подходов требует активного развития исследований в этой области.

Перспективным для снятия отмеченных трудностей представляется использование междисциплинарного подхода как основы методологии прогнозирования. Известно, что один и тот же процесс может быть по-разному интерпретирован при различных методологических подходах. Но простое механическое соединение результатов, полученных на основе разных походов, не является продуктивным. Очевидно, что будущее в прогнозировании связано с переходом к многостороннему взаимодействию разнообразных методологических решений, способствующих появлению синергии [13, с. 47, 50]. При этом успешное развитие междисциплинарного подхода как основы прогнозирования в экономике связано не только с учетом взаимозависимости социально-экономических процессов, но и с развитием диалога специалистов различных дисциплин.

Такой диалог особенно необходим в процессе выработки образа желаемого будущего экономики региона. К сожалению, в современных документах стратегического характера отсутствует технология проектирования будущего. Именно такая технология должна стать одной из определяющих сфер стратегического анализа и концептуально-стратегического планирования, что и подчеркнуто в Национальной технологической инициативе. Там отмечена необходимость планирования работы от будущего, так называемой «предпочтительной реальности», к настоящему. В отдельных публикациях также подчеркивается необходимость не только формирования согласованных долгосрочных целей развития отечественной экономики, но и формирования ее «образа будущего» [14, с. 18].

При формировании последовательности действий, позволяющих проектировать критерии предпочтительного образа будущего, в нашем случае экономики индустриального региона имеющиеся документы стратегического характера, а также модели развития производственного или индустриального потенциала регионов не позволяют использовать уже разработанный инструментарий.

В рамках такой технологии необходимо проектировать определяющие критерии того образа будущего экономики региона, который представляется наиболее желаемым. Он должен соответствовать мировым трендам технологического развития и учитывать особенно-

сти национального и регионального развития. Выявленные ранее нами тренды мирового технологического развития, тенденции развития индустриального региона на примере экономики Свердловской области, были опубликованы в ряде изданий [15-17].

Однако разработка методологического подхода к формированию оценки технологического образа экономики индустриального региона является до настоящего времени нерешенной задачей. В качестве начального этапа сформирован методологический подход к оценке образа желаемого будущего одной из важнейших отраслей специализации индустриального Среднего Урала — металлургии.

Методология оценки поэтапного изменения технологического образа регионального металлургического комплекса

При формировании методологии оценки технологического образа желаемого будущего необходимо определиться с понятием «технологический образ металлургического комплекса региона». Под желаемым технологическим образом регионального металлургического комплекса (РМК) нами понимается сложный ментальный образ восприятия металлургии обществом, характеризуемый прогрессивностью ее технологической структуры, высоким уровнем эффективности, наукоемко-сти, экологичности и организации производства, постоянно развивающимися ключевыми компетенциями персонала и развитым потребительским рынком высокотехнологичной металлопродукции.

На сегодняшний день технологический образ металлургии Свердловской области характеризуется наличием крупнотоннажных экологически обременительных производств с преобладанием металлопродукции низких стадий передела. Процесс своеобразного перепозиционирования образа регионального металлургического комплекса от настоящего до желаемого будущего достаточно длительный. Его можно рассматривать как поэтапный процесс взаимообусловленных технологических, экономических, социально-институциональных, экологических и организационных преобразований на инновационной основе, позволяющих на базе достижения критериев наилучших доступных технологий и реализации принципов зеленой экономики сформировать образ желаемого будущего регионального металлургического комплекса [16, с. 31].

Данный процесс целесообразно рассматривать по отдельным стадиям его развития. Нами сформулирована гипотеза, в соответствии с которой этапы перепозиционирования РМК могут быть описаны прогнозными оценками, соответствующими вектору роста и не противоречащими условию накопления опыта, то есть наличию опыта предыдущего этапа для перехода на более высокий уровень. В качестве прогнозной базы могут выступать лучшие практики развития металлургического производства, отдельные показатели стратегий развития отечественной и зарубежной металлургии, стратегических документов развития металлургии Уральского федерального округа и Свердловской области.

При формировании методологии оценки образа желаемого будущего целесообразно учитывать возможности решения задач распознавания образов. Они строятся, в основном, на основе методов классификации, применение которых требует предварительной обработки данных, выделения набора признаков и сжатия данных анализа. Одной из труднейших задач разработки распознающих систем является обеспечение качественной классификации по множеству признаков [18]. В связи с этим формирование оптимальной распознающей системы должно строиться на основе четкого описания признаков, возможные значения оценки которых должны быть достижимы объектом исследования.

В целом, методология оценки изменения технологического образа РМК основывается на системном анализе, системе принципов и способов организации научно-технологической деятельности в сфере развития металлургического производства. Формирование такой методологии предопределило необходимость разработки ряда методических положений для количественной характеристики целей, достигаемых на соответствующих этапах перепозиционирования металлургического комплекса.

На предварительном этапе исследования проанализированы результаты форсайта, проводимого Институтом экономики УрО РАН совместно с Институтом металлургии (ИМеТ) УрО РАН, с привлечением органов власти и представителей субъектов металлургической отрасли региона. Проведенный анализ позволил оценить накопленный потенциал регионального металлургического комплекса, его сильные и слабые стороны, а также возможные угрозы и преимущества его развития в условиях вектора новой индустриализации [19].

В рамках разработанной методологии последовательно реализуются шесть этапов:

— выявление на базе библиометрического и патентного анализа приоритетных направлений технологического развития металлургического комплекса региона;

— оценка на базе сравнительного анализа и соответствующих аналитических методов динамики и формирование прогноза развития структуры внутреннего потребительского сектора металлопродукции;

— построение на базе метода главных компонент факторной модели, позволяющей выявить параметры, характеризующие технологический облик регионального металлургического комплекса;

— приведение на базе методов корреляционно-регрессионного анализа к нелинейному виду функции главных компонент в целях повышения качества прогнозных моделей, характеризующих технологический образ регионального металлургического комплекса;

— систематизация на базе методов системного и сравнительного анализа прогнозные значения параметров, определяющих этапы перепозиционирования и формирования нового технологического образа регионального металлургического комплекса;

— построение на основе методов нейросе-тевого моделирования математической модели распознавания технологического образа регионального металлургического комплекса и этапов его становления.

Цели и методы оценки этапов изменения технологического образа региональной металлургии

Первый этап. В соответствии с разработанной методологией предполагается выявление ключевых направлений технологического развития базовых отраслей. В рамках решения этой задачи проводится библиометрическое моделирование с дальнейшим исследованием региональной патентной активности.

Применение библиометрических методов в ходе исследования призвано обозначить области знаний, формирующих научный базис металлургии в структуре VI технологического уклада (ТУ) и оценить вклад отечественной науки в их развитие. Проведенный на примере металлургической отрасли библиометрический анализ позволил выделить материалы и способы их обработки, совместно используемые в наноиндустрии (как определяющей дисциплины ядра VI ТУ) и металлургии, установлена скорость развития выделенных направлений.

Таблица 2

Выдача патентов на изобретения по перспективным направлениям развития металлургии, ед.*

Федеральный округ Год публикации патента

2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015

Центральный 23 24 29 36 57 27 58 55 62 74 58

Сев еро-Западный 8 8 5 4 12 4 13 13 6 16 17

Южный 1 1 3 2 2 3 3 3 2 1 6

Северо-Кавказский 0 1 0 2 3 1 1 1 1 0 0

Приволжский 16 9 12 6 12 11 10 16 6 7 8

Уральский в том числе: 9 9 6 13 17 15 3 18 16 3 7

Свердловская область 2 5 4 3 6 3 1 6 7 3 5

Сибирский 3 3 6 4 5 9 7 8 5 8 8

Дальневосточный 2 1 0 0 1 0 0 1 2 0 1

Итого по России 62 56 61 67 109 70 95 115 100 109 105

* Составлено авторами по данным открытых реестров [Электронный ресурс]. — Режим доступа: http://www1.fips.r

В целях уточнения структурных особенностей для выделенных перспективных направлений установлены соответствующие рубрики Международной патентной классификации, что позволило распределить их в соответствии с нормативной базой. В ходе патентного анализа установлены точки пересечения научной базы исследуемых видов деятельности. Выделены второстепенные и основные перспективные направления развития металлургии, нашедшие поддержку научных дисциплин, составляющих ядро VI ТУ. Предложенный подход позволил построить технологическую карту мирового развития научной базы металлургических процессов в условиях современного технологического уклада, а также установить вектор научно-технологического развития отечественной металлургии.

В ходе дальнейшего исследования по выявленным ранее перспективным направлениям развития металлургии уточняются региональная принадлежность патентополуча-теля, год получения и статус действия патента. Таким образом, проведен анализ научно-технологического потенциала металлургии Свердловской области. Базу исследования составили патенты на изобретения, включающие материалы, техническое оснащение и способы повышения качества стали. Выделены перспективные направления технологического развития металлургии региона: обработка расплавленной стали в ковше; обработка металла давлением, в том числе в сочетании с термообработкой; нанесение на поверхность металла покрытий различного содержания в расплавленном и твердом состоянии; а также получение редкоземельных металлов (табл. 2).

Отобранные направления определяют границы технологической базы развития ме-

Федерального института промышленной собственности.

Уwps/portal/Registers/.

таллургии, учитывающей особенности требований наилучших доступных технологий. Динамика выдачи патентов РФ по перспективным направлениям развития металлургии соответствует мировому уровню. В структуре металлургии УрФО в данном отношении за последние годы отмечен рост доли Среднего Урала.

По результатам исследования выявлен и систематизирован перечень перспективных направлений технологического развития металлургии Среднего Урала.

Второй этап. Проведено согласование выделенных направлений технологического развития металлургии с данными государственной программы РФ «Развитие промышленности и повышение ее конкурентоспособности на период до 2020 года»; Стратегии развития черной металлургии России на 2014-2020 годы и на перспективу до 2030 года и проекта Стратегии развития горно-металлургического комплекса Свердловской области на плановый период до 2020 года и на перспективу до 2030 года. На базе систематизации данных вышеуказанных материалов, анализа инвестиционных проектов в соответствующих отраслях определено изменение структуры внутреннего потребительского рынка высокотехнологичной металлопродукции РМК на период до 2050 г. [20]

Результаты исследований позволили построить вектор развития производства металлопродукции, направление которого связано с изменениями потребительского рынка высокотехнологичной металлопродукции РМК (рис. 2).

Для определения параметров, характеризующих технологический образ РМК, построены экономико-математические модели на базе методов факторного анализа.

Авиастроение; 5%

Судостроение; 10%

Аэрокосмический транспорт; 5%

Энергетика и автотранспорт; 80%

Информационно-коммуникационные технологии (ИКТ); 1%

Биотехнологии; 1%

Аэрокосмически транспорт;

Авиастроение;. 9%

Судостроение; 12%

Энергетика и автотранспорт; 70%

2020 г.

2025 г.

о

Информационно-коммуникационные технологии (ИКТ); 1%_

Биотехнологи

2%

Аэрокосмический транспорт; 10%

Авиастроение; 15%

Ж

ш

Энергетика и .автотранспорт; 55%

.Судостроение; 17%

Аэрокосмический транспорт; 15%"

Биотехнологии; 7%

Авиастроение; 18%

Судостроение; 20%

Рис. 2. Структура потребителей высокотехнологичной металлопродукции Среднего Урала

Информационно-коммуникационные технологии (ИКТ); 5%

•—Энергетика и автотранспорт; 35%

р

1-М ш 2030 г. > 2050 г.

О ?

3 о а о (а „о

Ь

00 £

о 3 с а

ил ы

* Составлено авторами. Информационная база составлена аналитически, на основе данных пространственно-временной выборки статистической базы Росстат по Свердловской области, бюллетеня научно-технической и экономической информации «Черная металлургия», выпускаемого ОАО «Центральный научно-исследовательский институт информации и технико-экономических исследований черной металлургии» за 2006-2015 гг. и цикла Государственных докладов о состоянии и об охране окружающей среды Свердловской области за 2006-2015 гг. Значения показателей отобраны за единый временной интервал (2005-2014 гг.).

Таблица 3

Система показателей, влияющих на развитие металлургического комплекса Свердловской области*

Показатель Единица измерения Обозначение

Инвестиции в основной капитал предприятий металлургического комплекса млрд руб.

Внутреннее потребление металлопродукции млн т

Опубликовано выданных ранее патентов на изобретения, относящихся к перспективным направлениям ед. Х3

Затраты металлургических предприятий на технологические инновации млн руб. Х4

Курс доллара США по отношению к рублю ру<5.

Среднегодовые цены на нефть марки «Брент» на мировом рынке долл.

Объем экспорта металлов и изделий из них предприятиями тыс. т Х7

Среднесписочная численность работников, занятых в металлургическом производстве и производстве готовых металлических изделий тыс. чел. Х8

Произведено готовой продукции металлургическим комплексом млн т Х9

Производительность труда в металлургической отрасли млн руб/чел. Х.0

Доля выплавки стали в электропечах % Х„

Доля произведенной предприятиями металлопродукции высокого передела % Х12

Объемы выбросов загрязняющих веществ в атмосферный воздух металлургическими предприятиями тыс. т Х13

Объем загрязненных сточных вод металлургией млн м3 Х14

Доля произведённой металлургическими предприятиями инновационной продукции % Х15

Ресурсоемкость стального проката кг/т Х.6

Доля высокотехнологичной металлопродукции в структуре экспорта % Х.7

Доля квалифицированных сотрудников в численности занятых в металлургическом комплексе % Х18

Степень износа основных фондов на конец года % Х.9

Третий этап. Факторная модель строится на основе метода главных компонент. Данный метод позволяет снизить размерность данных, определить наличие взаимосвязей между анализируемыми переменными и сформировать на их основе обобщенные интегральные факторы [21]. Проведенный анализ позволил сформировать перечень показателей, оказывающих существенное влияние на развитие металлургии [22-26] (табл. 3).

Сформированные параметры, характеризующие технологический образ регионального металлургического комплекса, отвечают стандартным требованиям проведения количественного и качественного анализа. Для подготовки исходных данных проведено нормирование переменных на основе сопоставления их средних значений и дисперсии, идентифицированы и устранены выбросы. Корреляционный анализ показал наличие тесной связи между отдельными переменными, в

некоторых случаях коэффициенты корреляции отрицательны. В результате компьютерной обработки исходных данных с применением прикладной программы Statistica построена факторная матрица, назначены собственные значения главных компонент и определена их полезность. Установлено, что по критерию Кэттеля значимыми являются первые четыре главные компоненты с суммарной дисперсией более 85 %. При этом суммарная дисперсия после вращения факторной матрицы по методу Варимакс распределилась между первыми четырьмя главными компонентами в порядке убывания как 39,9, 16,3, 15 % и 13,3 % (табл. 4). Собственные значения всех четырех главных компонент больше единицы. Остаток нераспределенной дисперсии, по определению, является шумом, не содержащим искомой информации.

В результате сокращения числа незначительных для искомой модели переменных и

Таблица 4

Формирование главных компонент и интерпретация решений*

Компонента Показатели металлургического производства Свердловской области, формирующие главную компоненту Доля суммарной дисперсии, % Интерпретация

Объем экспорта металлов и изделий из них предприятиями, тыс. т (х7) 39,90 Реализация инновационного потенциала

Доля произведенной металлургическими предприятиями инновационной продукции, % (х|5)

F1.2 Среднегодовая численность занятых в металлургии, тыс. чел. (х8) Повышение конкурентоспособности металлопродукции

Производительность труда в металлургической отрасли, млн руб/чел. (х10)

Доля выплавки стали в электропечах, % (х||)

F1.3 Объёмы выбросов загрязняющих веществ в атмосферный воздух металлургическими предприятиями, тыс. т (х|3) Сокращение выбросов и ресурсопотребления в процессе производства

Объём загрязненных сточных вод металлургией, млн м3 (х|4)

Ресурсоемкость стального проката, кг/т (х|6)

f2 Курс доллара США по отношению к рублю (х5) 15,80 Зависимость качественной металлургии от мировой конъюнктуры

Доля произведённой предприятиями металлопродукции высокого передела, % (х )

Внутреннее потребление металлопродукции, млн т (х2) 13,30 Компонента производственной деятельности РМК

Произведено готовой продукции металлургическим комплексом, млн т (х9)

F4 Инвестиции в основной капитал предприятий металлургического комплекса, млн руб. (х|) 16,30 Стимулирование инновационной деятельности и роста квалификации трудовых ресурсов

Затраты металлургических предприятий на технологические инновации, тыс. руб. (х4)

Доля квалифицированных сотрудников в численности занятых в металлургическом комплексе, % (х|8)

* Составлено авторами.

группировки значимых снижена размерность данных моделей. Полученные в результате проведенных расчетов главные компоненты интерпретированы исходя из совокупности зависимых переменных. При этом первая главная компонента получилась громоздкой и плохо интерпретируемой, вследствие чего проведен дополнительный факторный анализ для совокупности формирующих ее факторов. Такой подход позволил разбить первую главную компоненту на три четко интерпретируемые составляющие: F1 р F12, F13.

Полученные главные компоненты являются математическими функциями измеряемых переменных. Исходя из полученных данных, можно выделить компоненту реализации инновационного потенциала, повышения конкурентоспособности, компоненту сокращения выбросов и ресурсопотребления в процессе производства, зависимости качественной металлургии от мировой конъюнктуры, компоненту производственной деятельности металлургии региона и компоненту стимулирования

инновационной деятельности и роста квалификации трудовых ресурсов.

Четвертый этап. В целях повышения качества полученных моделей применены методы корреляционно-регрессионного анализа для аппроксимации функций, описывающих изменение параметров технологического образа РМК. Проведена проверка на мультиколлине-арность, по результатам которой из анализа удален показатель внутреннего потребления металлопродукции в регионе (x2). Графический анализ распределения на плоскости счетов полученных главных компонент (Factor Scores) показал распределение точек всех функций на плоскости в полиномиальном виде. На основе полученных данных построен комплекс нелинейных регрессионных моделей, отражающих зависимость главных компонент от входных переменных в виде полинома второго порядка для главных компонент: F12; F13; F2; F4 и полинома третьего порядка для F11 (табл. 5).

Результаты анализа подтвердили высокую степень достоверности аппроксимации

Таблица 5

Эконометрические зависимости для оценки параметров технологического облика РМК*

№ Главная компонента Полученные эконометрические зависимости Проверка гипотезы

1 Б11 — реализация инновационного потенциала Б11 = -1,68 + 0,052х3 + 0,00072х15 Я = 0,99255692 Я1 = 0,98516924 Я2,8) = 265,71 р < ,00000

Внедрение инноваций в процесс производства готовой продукции стимулирует рост экспорта

2 Б12 — повышение конкурентоспособности Б12 = 1,078 -0,00012x8 + 0,00972х10 + 0,0003862х11 Я = 0,99933170 Я1 = 0,99866385 Я3,7) =1744,0 р < ,00000

Повышение объемов выплавки стали в электропечах позволяет повысить ее качество, производительность труда и снизить экологическую нагрузку

3 Б13 — фактор сокращения выбросов и ресурсопотребления в процессе производства Р = -8,092 + 0,0000032х + 0,00004х2 + 0,00001х2„ 1.3 ' ' 13 ' 14 ' 16 Я = 0,99979743 Я1 = 0,99959489 Я3,7) = 5757,5 р < ,00000

Снижение ресурсоемкости готовой продукции, уменьшение выбросов в атмосферный воздух и сточные воды уменьшает экологическую нагрузку

4 Б2 — фактор зависимости качественной металлургии от мировой конъюнктуры Б3 = -2,9 - 0,00064х5 + 0,0114хЦ2 Я = 0,98121266 Я1 = 0,96277828 Я2,8) = 103,46 р < ,00000

Объемы производства и экспорта металлопродукции высокого передела во многом определяются мировой конъюнктурой

5 Б3 = х9 — произведено готовой продукции металлургическим комплексом Свердловской области, млн т

6 Б4 — фактор стимулирования инновационной деятельности и роста квалификации трудовых ресурсов Б2 = -4,83 + 0,00084х1 + 0,00212х4 + 0,00065х^8 Я = 0,99134236 Я1 = 0,98275967 Я3,7) = 133,01 р < ,00000

Рост инвестиций в отрасль позволяет финансировать разработку технологических инноваций, стимулирует привлечение квалифицированных и обучение занятых сотрудников

* Составлено авторами.

(Я2) полученных моделей. Для каждой из полученных зависимостей гипотеза о равенстве нулю всех коэффициентов регрессии отвергается. Регрессионный анализ 3-й главной компоненты установил влияние на нее только одного фактора. В связи с этим целесообразно рассматривать фактор производства металлопродукции в регионе (х9) для оценки изменения производственного параметра технологического образа РМК. Полученный методом главных компонент и уточненный в результате регрессионного анализа комплекс нелинейных экономико-математических моделей позволяет прогнозировать изменение параметров технологического образа РМК с высокой степенью надежности.

Пятый этап. Обоснованы и систематизированы прогнозные значения, характеризующие параметры и условия формирования нового технологического образа РМК. В целях обоснования прогнозных параметров сформулирована гипотеза, согласно которой правильное распределение прогнозных значений для описания изменения технологического образа РМК должно удовлетворять следующим условиям: 1) все прогнозные значения переменных должны принадлежать к обла-

сти допустимых значений нового технологического образа, либо этапов его достижения; 2) заполнение области допустимых значений должно идти от нижних границ, задаваемых на основе данных ретроспективного анализа, к верхним границам, формирующим желаемый образ; 3) ретроспективные данные последних 11 лет формируют границы традиционного технологического образа РМК; далее экстраполируем функции полученных регрессионных моделей с учетом мировых тенденций, данных программ и отмеченных стратегий развития отечественной промышленности и металлургии России, Свердловской области, опубликованных материалов ведущих отраслевых научно-исследовательских и академических институтов [23, 26, 27]; 4) области допустимых значений, ограниченные прогнозными величинами соответствующих стратегических документов, заполняются по принципу равномерного распределения случайных величин.

Систематизированные в таблицу прогнозных значений величины параметров меняющегося технологического образа РМК соответствуют условиям реализации инновационного сценария Стратегии развития черной метал-

Таблица 6

Результаты обучения нейронных сетей*

№ Архитектура Производительность обучения Контрольная пр оизв одительность Тестовая производительность Алгоритм обучения Функция ошибки Функция активации скрытых нейронов Функция активации выходных нейронов

1 MLP 11-20-5 98,984 96,634 98,454 BFGS 12 Entropy Tanh Softmax

2 MLP 11-14-5 96,457 95,568 96,356 BFGS 10 Entropy Logistic Softmax

3 RBF 11-5-5 89,607 95,347 94,809 RBFT SOS Gaussian Identity

* Составлено авторами.

лургии России до 2020 года и на перспективу до 2030 года, а также учитывают ожидаемые изменения качественной структуры потребительских рынков металлопродукции. Таким образом, все условия гипотезы о правильном распределении прогнозных величин были соблюдены, а их значения могут быть приняты для дальнейшего анализа.

Шестой этап. Сформирован алгоритм построения математической модели распознавания образов и этапов перепозиционирования РМК, разработанной на базе нейросетевой модели классификации [28]. Особенностью нейро-сетевого подхода является возможность модели правильно реагировать на новые, не предъявляемые ей в процессе обучения данные (принцип обучаемости) и способность запоминать изменения в функционировании объекта моделирования при получении новых данных (принцип адаптивности). Большой вклад в развитие нейросетевого прогнозирования внесли такие ученые, как Б. Видроу, М. Минский, С. Пайперт, Д. Хопфилд, М. Хофф и др. [29-31].

Нейронные сети построены на базе прикладного программного продукта Statistica. На основе аппроксимированных математических функций главных компонент произведена оценка изменения параметров технологического образа РМК с использованием таблицы прогнозных значений входных переменных. Полученные значения главных компонент в совокупности с переменными, определяющими удельный вес основных пяти сегментов потребительского рынка металлопродукции, формируют информационную базу для построения нейронных сетей. В целях улучшения обучаемости сетей база данных разделена на обучающую, контрольную и тестовую подвыборки.

В результате обучения отобраны наиболее адекватные сети, которые могут быть исполь-

зованы как в виде ансамбля, так и по отдельности (табл. 6).

По данным приведенной таблицы можно увидеть, что лучшей производительностью обладает сеть № 1. MLP 11-20-5. Для подтверждения выбора оптимальной сети построены матрицы ошибок, проанализированы данные описательной статистики и проведен анализ распределения доверительных уровней на адекватность. Производительность учтена на всех трех подвыборках. Результаты сравнительного анализа подтвердили правильность выбора сети.

Отобранная нейронная сеть имеет вид многослойного персептрона с одиннадцатью нейронами на входном слое, двадцатью на скрытом (w), и пятью выходными нейронами. Сеть имеет структуру прямого распространения (рис. 3).

Входные нейроны сети включают параметры, описываемые главными компонентами (Facto^ j 4) и удельный вес основных металлоемких секторов, формирующих внутренний потребительский рынок металлопродукции (marke^ 5). Функция активации нейронов на скрытом слое (w; = 1, ..., 20) имеет вид гиперболического тангенса, на выходном слое (Technological Shape) использована функция Softmax. При этом суммирование производится по всем нейронам выходного слоя (TSj 5), а сумма всех выходов слоя равна единице при любых значениях сигнала. Это определяет этапы перепозиционирования РМК с определенной долей вероятности.

В процессе обработки данных через обученную сеть по доверительным уровням сопоставляются исходные значения образа или этапа перепозиционирования и значения, предсказанные сетью. Затем определяется вероятность принадлежности РМК по заданным наблюдениям к одному из этапов перепози-

Рис. 3. Схема нейронной сети М1Р 11-20-5

ционирования или ожидаемому образу в целом (рис. 4).

Точки на поверхности графика (рис. 4) представляют собой значения выходного сигнала сети, а сама поверхность — аппроксимация, созданная сетью. Абсолютное большинство точек распределено по поверхности, что подтверждает высокий уровень

доверия принадлежности прогнозного значения, выданного сетью, к конкретным этапам перепозиционирования.

Высокая точность полученной модели позволяет с большой степенью вероятности с позиции заданных условий оценить технологический образ металлургического комплекса региона.

Рис. 4. График «X-Y-Z» отнесения наблюдений к различным этапам перепозиционирования РМК по доверительным

уровням отобранной сети

Заключение

Апробация разработанного методологического подхода подтверждает правомерность применения индикаторов, характеризующих параметры технологического образа металлургии Урала и меняющейся структуры перспективных рынков металлопродукции. Учет взаимодействия различных параметров создает синергетический эффект, позволяющий отразить качественное изменение функционирования регионального металлургического комплекса. На базе предложенной методологии создан алгоритм оценки возможности перепозиционирования РМК, удовлетворяющий критериям технологической перспективности, социально-экономической эффективности и экологической привлекательности.

Расчеты показали, что существует реальная возможность поэтапного перепозиционирования регионального металлургического комплекса и достижения нового технологического образа к 2050 г. Его особенностью будут сетевое взаимодействие конкурентоспособных, структурно сбалансированных производств, металлопродукция которых по комплексу потребительских свойств соответствует мировому уровню или, в ряде случаев, их превосходит, возможность удовлетворения возрастающих качественных потребностей традиционных отраслей экономики, обеспечение индивидуализированных потребностей высокотехнологичного сектора в наукоемких товарах и услугах.

Благодарность

Статья подготовлена при поддержке гранта РФФИ № 16-36-00097 «Экономико-математическое моделирование процесса перепозиционирования регионального металлургического комплекса в условиях новой индустриализации экономики».

Список источников

1. Индустриальный потенциал регионов России. Оценка и резервы роста / Гайнанов Д. А., Губарев Р. В., Дзю-ба Е. И., Файзуллин Ф. С. // Социологические исследования. — 2017. — № 1. — С. 106-116.

2. Оценка эффективности регионов РФ с учетом интеллектуального капитала, характеристик готовности к инновациям, уровня благосостояния и качества жизни населения / Макаров В. Л., Айвазян С. А., Афанасьев М. Ю., Бахтизин А. Р., Нанавян А.М. // Экономика региона. — 2014. — № 4. — С. 9-30.

3. Клименко М. С. Современные методологические подходы к оценке потенциала регионального промышленного развития на примере отдельных субъектов Южного федерального округа // Региональная экономика. Теория и практика. — 2009. — № 36 (129). — С. 65-70.

4. Акбердина В. В., Гребенкин А. В., Бухвалов Н. Ю. Моделирование инновационного резонанса в индустриальных регионах // Экономика региона. — 2015. — № 4. — С. 289-308. Doi: 10.17059/2015-4-23.

5. Бодрунов С. Д. Реиндустиализация: социально-экономические параметры реинтеграции производства, науки и образования // Социологические исследования. — 2016. — № 2. — С. 20-28.

6. Новая промышленная политика России в контексте обеспечения технологической независимости / Отв. ред. Е. Б. Ленчук. СПб. : Алетейя, 2016. — 336 с.

7. Бодрунов С. Д. Грядущее. Новое индустриальное общество: перезагрузка. — СПб. : НИР им. С. Ю. Витте, 2016. — 328 с.

8. van Neuss L. The Economic Forces behind Deindustrialization: An Empirical Investigation. — HEC — University of Liège, 2016. — 50 p.

9. Kudina A., Pitelis C. De-industrialisation, comparative economic performance and FDI inflows in emerging economies. // International Business Review. — 2014. — 23(5). — pp. 887-896. Doi: 10.1016/j.ibusrev.2014.02.001.

10. Tregenna F. Deindustrialization, structural change and sustainable economic growth. — United Nations University Background Paper. — 2015. — No. 2015-2032. — 63 p.

11. Cowell M. Dealing with Deindustrialization: Adaptive Resilience in American Midwestern regions. — Routledge, Taylor & Francis Group. -Typeset in Sabon by Swales and Willis Ltd, Exeter, Devon, UK, 2014. — 131 p.

12. Бауман З. Текучая современность / Пер. с англ. С. А. Комарова; под ред. Ю. В. Асочакова — СПб. : Питер, 2008. — 240 с.

13. Кирдина С. Г.,Клейнер Г. Б. Социальное прогнозирование как междисциплинарный проект // Социологические исследования. — 2016. — № 12. — С. 44-51.

14. Дасковский В., Киселев В. Структурно-инвестиционная политика в целях устойчивого роста и модернизации экономики // Экономист. — 2017. — № 3. — С. 3-23.

15. Романова О. А. Формирование и развитие высокотехнологичного сектора в условиях новой индустриализации // Вестник Южно-Уральского государственного университета. — 2016. — Т. 10. — № 4. — С. 60-69. — Doi: 10.14529/em160415. — (Экономика и менеджмент).

16. Романова О. А., Сиротин Д. В. Новый технологический облик базовых отраслей промышленных регионов РФ // Экономические и социальные перемены. Факты, тенденции, прогноз. — 2015. — № 5. — С. 27-43. — Doi: 10.15838/esc/2015.5.41.2.

17. Романова О. А., Пономарева А. О. Стратегические ориентиры формирования нового технологического облика Большого Урала // Новая индустриализация. Мировое, национальное, региональное измерение. Материалы международной научно-практической конференции. — Екатеринбург: Изд-во Урал. гос. ун-та, 2016. — Т. 1. — С. 140-143.

18. Теория принятия решений и распознавания образов. Курс лекций: учебное пособие / С. Д. Панин. — М. : Изд. МГТУ им. Н. Э. Баумана. — 2017. — 239 с.

19. Татаркин А. И., Романова О. А., Акбердина В. В. Промышленность индустриального региона. Потенциал, приоритеты и динамика экономико-технологического развития. — Екатеринбург : УрО РАН, 2014. — 632 с.

20. Устинов В. С. Анализ потребления металлопродукции в машиностроительном комплексе России // Научные труды. Институт народнохозяйственного прогнозирования РАН. — 2012. — Т. 10. — С. 280-301.

21. Ефимова К. В., Хейнонен В. А. Проведение анализа располагаемых ресурсов с использованием методик выделения главных компонент // Приложение математики в экономических и технических исследованиях. — 2015. -№ 1 (5). — С. 35-39.

22. Актуализация приоритетов научно-технологического развития России. Проблемы и решения / Н. Г. Куракова, В. Г. Зинов, Л. А. Цветкова, О. А. Ерёмченко, В. С. Голомысов. — М. : Изд. дом «Дело» РАНХиГС, 2014. — 80 с.

23. Буданов И. А., Устинов В. С. Инновационно-инвестиционные процессы развития металлургического производства в России // Научные труды. Институт народнохозяйственного прогнозирования РАН. — 2015. — № 13. — С. 324-347.

24. Глущенко А. Н. Фундаментальные факторы и перспективы развития черной металлургии Украины // Бизнес информ. — 2014. — № 4. — С. 162-169.

25. Moreno R., Paci R., Usei S. Spatial spillovers and innovation activity in European regions // Environment and Planning A. — 2005. — Vol. 37. — Iss. 10. — Pp. 1793-1812.

26. Мухатдинов Н.Х., Бродов А. А., Косырев К.Л. Стратегия развития чёрной металлургии России на период 2014-2020 годы и на перспективу до 2030 года // Мат-лы XIII Международного Конгресса сталеплавильщиков. М., Полевской. — М. : Эзапринт, 2014. — С. 18-21.

27. Козицын А. А., Дудинская М. В. Конкурентоспособность и экономическая безопасность — приоритетные задачи металлургического комплекса региона и его лидеров в условиях нестабильности // Экономика региона. — 2015. — № 3 (43) . — С. 204-215. Doi: 10.17059/2015-3-17.

28. Esposito A., Marinaro M., Oricchio D., Scarpetta S. Approximation of Continuous and Discontinuous Mappings by a Growing Neural RBF-based Algorithm // Neural Networks. — 2000. — Vol. 13. — No. 6. — Pp. 651-665.

29. Hopfield J. Neural networks and physical system with emergent collective computational properties // Proceeding of the National Academy of Sciences of the USA. — 1982. — Vol. 79. — No. 8. — Pp. 2554-2558. Doi:10.1073/pnas.79.8.2554.

30. Minsky M. L., Papert S. S. Perceptrons: An Introduction to Computational Geometry. — MIT Press, Cambrige, MA, 1969. — 258 p.

31. Widrow B, HoffM. E. Adaptive switching circuits // IRE WESCON, NY. — 1960. — Pp. 96-104.

Информация об авторах

Романова Ольга Александровна — доктор экономических наук, профессор, главный научный сотрудник, Институт экономики УрО РАН; Scopus Author ID: 24512702800 (Российская Федерация, 620014, г. Екатеринбург, ул. Московская, д. 29; e-mail: econ@ uran.ru).

Сиротин Дмитрий Владимирович — младший научный сотрудник, Институт экономики УрО РАН; Scopus Author ID: 57194002454 (Россиийская Федерация, 620014, г. Екатеринбург, ул. Московская, 29; e-mail: sirotind.umk@ mail.ru).

For citation: Romanova, O. A. & Sirotin, D. V. (2017). The Desired Image of the Future Economy of the Industrial Region: Development Trends and Evaluation Methodology. Ekonomika regiona [Economy of Region], 13(3), 746-763

O. A. Romanova, D. V. Sirotin

Institute of Economics of the Ural Branch of RAS (Ekaterinburg, Russian Federation; e-mail: econ@uran.ru)

The Desired Image of the Future Economy of the Industrial Region: Development Trends and Evaluation Methodology

In the article, the authors emphasize that industrial regions play an important role in the increasing of technological independence of Russia. We show that the decline in the share of processing industries in the gross regional product can not be treated as a negative de-industrialization of the economy. The article proves that the increase in the speed of changements, instability of socio-economic systems, the diverse risks predetermine the need to develop new methodological approaches to predictive research. The studies aimed at developing a technology for the design of the desired image of the future and the methodology for its evaluation are of high importance. For the initial stage of the research, the authors propose the methodological approach for assessing the desired image of the future of metallurgy as one of the most important industry of the region. We propose the term of «technological image of the regional metallurgy». We show that repositioning the image of the regional metallurgical complex is quite a long process. This have determined the need to define the stages of repositioning. The proposed methodology of the evaluation of desired future includes the methodological provisions to quantify the characteristics of goals achieved at the respective stages of the repositioning of the metallurgy. The methodological approach to the design of the desired image of the future implies the following stages: the identification of the priority areas of the technological development of regional metallurgy on the basis of bibliometric and patent analysis; the evaluation of dynamics of the development of the structure of metal products domestic consumption based on comparative analysis and relevant analytical methods as well as its forecasting; the design of the factor model, allowing to identify the parameters quantifying the technological image of the regional metallurgy based on the principal components method,; systematization of predicted values of the parameters defining the stages of repositioning and designing the new technological image of the regional metallurgy; the development of mathematical model for the recognition of the technological image of a regional metallurgy on the basis of neural networks.

Keywords: industrial region, de-industrialization, image of the future, repositioning, technological image of regional metallurgy, evaluation methodology, forecasting, principal component method, regression analysis, neural networks

Acknowledgments

The article has been prepared with the support of the Russian Foundation for Basic Research № 16-36-00097 «Economic and mathematical modelling of the regional metallurgical complex repositioning process in the conditions of new industrialization of the economy».

References

1. Gainanov, D. A., Gubarev, R. V., Dzyuba, E. I. & Fayzullin, F. S. (2017). Industrialnyy potentsial regionov Rossii. Otsenka i rezervy rosta [Industrial potential of Russian regions: estimation and growth reserves]. Sotsiologicheskie issledovaniya [Sociological Studies], 1, 106-116. (In Russ.)

2. Makarov, V. L., Ayvazyan, S. A., Afanasyev, M. Yu., Bakhtizin, A. R. & Nanavyan, A. M. (2014). Otsenka effektivnosti regionov RF s uchetom intellektualnogo kapitala, kharakteristik gotovnosti k innovatsiyam, urovnya blagosostoyaniya i kachestva zhizni naseleniya [The Estimation Of The Regions' Efficiency Of The Russian Federation Including The Intellectual Capital, The Characteristics Of Readiness For Innovation, Level Of Well-Being, And Quality Of Life]. Ekonomika regiona [Economy of Region], 4, 9-30. (In Russ.)

3. Klimenko, M. S. (2009). Sovremennye metodologicheskie podkhody k otsenke potentsiala regionalnogo promysh-lennogo razvitiya na primere otdelnykh subektov Yuzhnogo federalnogo okruga [Modern methodological approaches to the evaluation of the regional industrial development potential on the example of certain subjects of the Southern Federal District]. Regionalnaya ekonomika: teoriya ipraktika [Regional Economics: Theory and Practice], 36(129), 65-70. (In Russ.)

4. Akberdina, V. V., Grebenkin, A. V. & Bukhvalov, N. Yu. (2015). Modelirovanie innovatsionnogo rezonansa v industri-alnykh regionakh [Simulation of Innovative Resonance in the Industrial Regions]. Ekonomika regiona [Economy of Region], 4, 289-308. Doi: 10.17059/2015-4-23. (In Russ.)

5. Bodrunov, S. D. (2016). Reindustializatsiya: sotsialno-ekonomicheskie parametry reintegratsii proizvodstva, nauki i obrazovaniya [Re-industrialization: socio-economic parameters of reintegrating production, science and education]. Sotsiologicheskie issledovaniya [Sociological Studies], 2, 20-28. (In Russ.)

6. Lenchuk, E. B. (Ed.). (2016). Novaya promyshlennaya politika Rossii v kontekste obespecheniya tekhnologicheskoy nezavisimosti [New industrial policy of Russia in the context of technological independence support]. St. Peterburg: Aleteyya Publ., 336. (In Russ.)

7. Bodrunov, S. D. (2016). Gryadushcheye. Novoye industrialnoye obshchestvo: perezagruzka [Future. New industrial society: reset]. St. Peterburg: NIR im. S. Yu. Vitte Publ., 328. (In Russ.)

8. Van Neuss, L. (2016). The Economic Forces behind Deindustrialization: An Empirical Investigation. HEC — University of Liège, 50.

9. Kudina, A. & Pitelis, C. (2014). De-industrialisation, comparative economic performance and FDI inflows in emerging economies. International Business Review, 23(5), 887-896. Doi: 10.1016/j.ibusrev.2014.02.001.

10. Tregenna, F. (2015). Deindustrialization, structural change and sustainable economic growth. United Nations University Background Paper, 2015-2032, 63.

11. Cowell, M. (2014). Dealing with Deindustrialization: Adaptive Resilience in American Midwestern regions. Routledge, Taylor & Francis Group. Typeset in Sabon by Swales and Willis Ltd, Exeter, Devon, UK, 131.

12. Bauman, Z. (2008). Tekuchaya sovremennost [Liquid modernity]. Trans. from English by S. A. Komarova; In: Yu. V. Asochakova (Ed.). St. Peterburg: Piter Publ., 240. (In Russ.)

13. Kirdina, S. G. & Kleiner, G. B. (2016). Sotsialnoye prognozirovanie kak mezhdistsiplinarnyy proekt [Social Norms: From Attempts of Definition Towards New Theoretical Questions and Theories of Normanivity]. Sotsiologicheskie issledovaniya [Sociological Studies], 12, 44-51. (In Russ.)

14. Daskovsky, V. & Kiselev, V. (2017). Strukturno-investitsionnaya politika v tselyakh ustoychivogo rosta i modernizatsii ekonomiki [Structural and investment policy for the stable growth and modernization of economy]. Ekonomist [Economist], 3, 3-23. (In Russ.)

15. Romanova, O. A. (2016). Formirovanie i razvitie vysokotekhnologichnogo sektora v usloviyakh novoy industriali-zatsii [Hi-tech sector shaping and development under the conditions of new industrialisation]. Vestnik Yuzhno-Uralskogo gosudarstvennogo universiteta [Bulletin of the South Ural State University], 10(4), 60-69. Doi: 10.14529/em160415. (Series: Economics and Management). (In Russ.)

16. Romanova, O. A. & Sirotin, D. V. (2015). Novyy tekhnologicheskiy oblik bazovykh otrasley promyshlennykh re-gionov RF [New Technological Shape of Basic Branches of RF Industrial Regions]. Ekonomicheskie i sotsialnyyeperemeny. Fakty, tendentsii, prognoz [Economic and Social Changes: Facts, Trends, Forecast], 5, 27-43. Doi: 10.15838/esc/2015.5.41.2. (In Russ.)

17. Romanova, O. A. & Ponomareva, A. O. (2016). Strategicheskie orientiry formirovaniya novogo tekhnologicheskogo oblika Bolshogo Urala [Strategic reference points for the development of new technological image of the Big Urals]. Novaya industrializatsiya. Mirovoye, natsionalnoye, regionalnoye izmerenie. Materialy mezhdunarodnoy nauchno-prakticheskoy konferentsii [New industrialization. World, national, regional measurement. Proceedings of the international scientific and practical conference]. Ekaterinburg: Ural. gos. un-ta Publ., 1, 140-143. (In Russ.)

18. Panin, S. D. (2017). Teoriya prinyatiya resheniy i raspoznavaniya obrazov. Kurs lektsiy: uchebnoye posobie [Theory of decision-making and recognition of images. Course of lectures: textbook]. Moscow: MGTU im. N. E. Baumana Publ. 239. (In Russ.)

19. Tatarkin, A. I., Romanova, O. A. & Akberdina, V. V. (2014). Promyshlennost industrialnogo regiona. Potentsial, prioritety i dinamika ekonomiko-tekhnologicheskogo razvitiya [Industry of the industrial region. Potential, priorities and dynamics of economical and technological development]. Ekaterinburg: UrO RAN Publ., 632. (In Russ.)

20. Ustinov, V. S. (2012). Analiz potrebleniya metalloproduktsii v mashinostroitelnom komplekse Rossii [The Analysis of Metal Products Consumption in a Machine Building Complex of Russia]. Nauchnyye trudy. Institut narodnokhozyaystvennogo prognozirovaniya RAN [Scientific Works. Institute of Economic Forecasting of RAS], 10, 280-301. (In Russ.)

21. Efimova, K. V. & Kheinonen, V. A. (2015). Provedenie analiza raspolagaemykh resursov s ispolzovaniem metodik vydeleniya glavnykh komponent [Analysis of available resources by the technique of principal componen]. Prilozhenie matematiki v ekonomicheskikh i tekhnicheskikh issledovaniyakh [The application of mathematics in economic and technical studies], 1(5), 35-39. (In Russ.)

22. Kurakova, N. G., Zinov, V. G., Tsvetkova, L. A., Eryomchenko, O. A. & Golomysov, V. S. (2014). Aktualizatsiya prioritetov nauchno-tekhnologicheskogo razvitiya Rossii: problemy i resheniya [Updating the priorities of scientific and technological development of Russia: problems and solutions]. Moscow: Delo RANKhiGS Publ., 80. (In Russ.)

23. Budanov, I. A. & Ustinov, V. S. (2015). Innovatsionno-investitsionnyye protsessy razvitiya metallurgicheskogo proiz-vodstva v Rossii [Innovation and Investment Processes of Metallurgy Development in Russia]. Nauchnyye trudy. Institut narodnokhozyaystvennogo prognozirovaniya RAN [Scientific Works. Institute of Economic Forecasting of RAS], 13, 324-347. (In Russ.)

24. Glushchenko, A. N. (2014). Fundamentalnyye faktory i perspektivy razvitiya chyornoy metallurgii Ukrainy [Fundamental Factors and Prospectsof Development of Ferrous Metallurgy in Ukraine]. Biznes inform [Business Inform], 4, 162-169. (In Russ.)

25. Moreno, R., Paci, R. & Usei, S. (2005). Spatial spillovers and innovation activity in European regions. Environment and Planning A, 37(10), 1793-1812.

26. Mukhatdinov, N. Kh., Brodov, A. A. & Kosyrev, K. L. (2014). Strategiya razvitiya chyornoy metallurgii Rossii na period 2014-2020 gody i na perspektivu do 2030 goda [The strategy of the development of ferrous metallurgy of Russia for 2014-2020 and untill 2030]. Materialy XIII Mezhdunarodnogo Kongressa staleplavilshchikov. M. Polevskoy [Proceedings of the XIII International Congress of Steelmakers. Moscow, Polevskoy]. Moscow: Ezaprint Publ., 18-21. (In Russ.)

27. Kozitsyn, A. A. & Dudinskaya, M. V. (2015). Konkurentosposobnost i ekonomicheskaya bezopasnost — prior-itetnyye zadachi metallurgicheskogo kompleksa regiona i ego liderov v usloviyakh nestabilnosti [Competitiveness and Economic Security — Priority Problems of the Region's Metallurgical Comples and Its Leaders in the Conditions Of Instability]. Ekonomika regiona [Economy ogRegion], 3(43), 204-215. Doi: 10.17059/2015-3-17. (In Russ.)

28. Esposito, A., Marinaro, M., Oricchio, D. & Scarpetta, S. (2000). Approximation of Continuous and Discontinuous Mappings by a Growing Neural RBF-based Algorithm. Neural Networks, 13(6), 651-665.

29. Hopfield, J. (1982). Neural networks and physical system with emergent collective computational properties. Proceeding of the National Academy of Sciences of the USA, 79(8), 2554-2558. Doi:10.1073/pnas.79.8.2554.

30. Minsky, M. L. & Papert, S. S. (1969). Perceptrons: An Introduction to Computational Geometry. MIT Press, Cambrige, MA, 258.

31. Widrow, B. & Hoff, M. E. (1960). Adaptive switching circuits. IRE WESCON, NY, 96-104.

Authors

Olga Aleksandrovna Romanova — Doctor of Economics, Professor, Chief Research Associate, Institute of Economics of the Ural Branch of RAS; Scopus Author ID: 24512702800 (29, Moskovskaya St., Ekaterinburg, 620014, Russian Federation; e-mail: econ@uran.ru).

Dmitry Vladimirovich Sirotin — Research Assistant, Institute of Economics of the Ural Branch of RAS; Scopus Author ID: 57194002454 (29, Moskovskaya St., Ekaterinburg, 620014, Russian Federation; e-mail: sirotind.umk@mail.ru).

Для цитирования: Сорокин Д. Е., Шарафутдинов В. Н., Онищенко Е. В. О проблемах стратегирования развития туризма в регионах России (на примере Краснодарского края и города-курорта Сочи) // Экономика

региона. — 2017. — Т. 13, вып. 3. — С. 764-776

doi 10.17059/2017-3-10 УДК 338.48

Д. Е. Сорокин а), В. Н. Шарафутдинов б), Е. В. Онищенко б)

а) Финансовый университет при Правительстве РФ (Москва, Российская Федерация) б) Сочинский научно-исследовательский центр Российской академии наук (Сочи, Российская Федерация; e-mail: 398993@gmail.com)

О ПРОБЛЕМАХ СТРАТЕГИРОВАНИЯ РАЗВИТИЯ ТУРИЗМА

В РЕГИОНАХ РОССИИ (на примере Краснодарского края и города-курорта Сочи) 1

В статье рассматриваются проблемы стратегирования развития туризма в экономике российских регионов, возникающие в условиях перехода от возложения на рынок регулирующих функций к управлению долговременным развитием на основе формулирования стратегических целей и определения флагманских проектов, способных эти цели практически реализовывать. При этом туристский сектор экономики регионов предлагается рассматривать не в узких рамках туроператорской и гостиничной деятельности, как это практикуется в России сегодня, а в гораздо более широких границах, охватывая деятельность более 50 отраслей современной экономики, как это практикуется в мировой практике. Авторская гипотеза заключается в том, что в современных условиях эффективность разработки и реализации стратегий в регионах России рекреационно-ту-ристской специализации возможна лишь на основе выхода на новый технологический уровень создания и продвижения крупномасшабных многоотраслевых наукоемких конкурентоспособных региональных турпродуктов. В работе наглядно представлены используемые групповые методы регионального стратегического планирования, такие как мозговой штурм и форсайт (прогнозирование и формирование будущего). Результаты исследований доказывают не только необходимость внесения серьезных корректив в законодательные основы и действующую систему управления туристским сектором экономики в России, активной разработки и реализации стратегий развития регионов, развертывания исследований развития туризма в направлении коммерческого успеха, но и важность убедительного представления через туризм цивилизационных преимуществ русского мира и российской цивилизации.

Ключевые слова: туризм, стратегическое планирование, стратегирование развития регионов, туристский сектор экономики региона, региональный турпродукт, устойчивое воспроизводство регионального турпро-дукта, флагманский проект

Введение

В связи с принятием в 2016 г. Федерального закона от 28 июня 2014 г. № 172-ФЗ «О стратегическом планировании в Российской Федерации»,2 проблематика стратегирования развития российских регионов становится все более актуальной. В настоящее время, когда романтические представления о всесильно-сти и эффективности рыночного регулирования за последние более 20 лет в России явно поблекли и им на смену явно приходит не-

1 © Сорокин Д. Е., Шарафутдинов В. Н., Онищенко Е. В. Текст. 2017.

2 О стратегическом планировании в Российской Федерации. С изм. и доп. Федеральный закон от 28 июня 2014 г. № 172-ФЗ [Электронный ресурс]. URL: http://base. garant.ru/70684666/ (дата обращения: 20.03.2017).

обходимость учета опыта не только развитых стран Запада, но и современного Китая, Вьетнама, Индии и других стран, тема регулирования долгосрочного развития страны и ее регионов сегодня уже не только дискутируется, но и фактически переводится в практическую плоскость. Введение в действие нового закона уже обязывает все уровни власти немедленно освоить все необходимые компетенции долгосрочного стратегирования как минимум к началу 2019 г.

При этом под стратегированием, как правило, понимается системный подход к использованию имеющихся в обществе рычагов и стимулов для реализации поставленных целей посредством достижения консенсуса государства, частного бизнеса и институтов гражданского общества в направлении обеспече-

ния его устойчивого развития. По сути, под стратегированием понимается «инкремент-ный (incremental — непрерывный) процесс, эволюционно отражающий изменения институтов (формальных и неформальных) и эффективность работы всей институциональной системы в процессе достижения поставленных целей. Процесс стратегирования включает в себя элементы стратегического планирования, прогнозирования и бюджетирования с учетом объективно складывающейся ситуации» [1, с. 13]. Характерно, что перед вступлением данного закона в силу в 2019 г., осенью 2018 г. в России будет избран новый Президент страны, который должен будет на деле опереться на наработку успешного опыта стратегирования развития страны и регионов.

Теория

Теоретически и практически тема целенаправленного обеспечения долгосрочного экономического развития стран, регионов, крупных предприятий и организаций особенно активно стала развиваться со становлением крупного промышленного производства, особенно в эпоху индустриализации. Характерно, что предметом особо пристального изучения она стала не только в СССР в связи с внедрением планового способа хозяйствования, известных и хорошо зарекомендовавших себя пятилетних планов развития страны, но и в рамках сугубо капиталистического способа ведения хозяйства. Достаточно обратиться к работам известного американского ученого Дж. К. Гэлбрейта, который обосновывает шесть явных причин прорастания уже в недрах капиталистической системы необходимости планомерного развития. Во-первых, это возрастание временного отрезка «между началом и завершением той или иной работы». Во-вторых, возрастание «участвующего в работе капитала». В-третьих, «с развитием техники усиливается действие еще одной тенденции: время и деньги, расходуемые в процессе производства, все более привязываются к выполнению какой-либо одной задачи ... Если задача изменяется, для ее решения требуются иные знания и иное оборудование». В-четвертых, «современная техника требует специализированной рабочей силы», которую необходимо своевременно готовить и организационно правильно и эффективно использовать. В-пятых, «неизбежным спутником специализации является организация. Благодаря ей работа специалистов сводится к какому-то общему результату». И в-шестых, «все это предопределяет не-

обходимость планирования», когда все должно «предусматриваться заранее» [2, с. 399-403; 3].

Зарубежные ученые, главным образом, представители Западной Европы и стран Евразии, в последние годы акцентируют свои исследования на тесной взаимосвязи процесса стратегического планирования с обеспечением устойчивого развития стран, регионов и локальных местностей. В Италии, Испании, Греции, Хорватии поднимаются вопросы экономической, экологической и социальной устойчивости при внедрении стратегического подхода в современной теории и практике градостроительства, конкурентоспособности при территориальном планировании [4, 5].

Исследователи из Дании и Швейцарии утверждают, что практический опыт современной экономики бросает вызов устоявшейся теории в данной области по трем направлениям: (1) помещение потребления и потребителей на первое место для инноваций и оценки; (2) определение территории как ценности для потребителей; (3) поворот объектива планирования в сторону мест туристского назначения, который влечет за собой комплекс проблем качества этих дестинаций [6]. Выдвигают мысль об отличии способа управления в туризме от других отраслей, который обусловлен сложностью туристического продукта, рассматривают теоретически альтернативные модели стратегического взаимодействия в данном процессе, используемые по всему миру [7].

Коллеги из Китая в стратегическом планировании опираются на теорию и эмпирические исследования пространственной агломерации зарубежных стран [8], определяя их основной движущей силой для регионального развития страны и четкого стратегического позиционирования своих регионов [9]. Более того, китайские ученые, проведя многомерный анализ программных документов государства в сфере туризма с 1949 г. по 2013 г., определяют, что эффективное функционирование экономики туризма сильно зависит от организационных механизмов в рамках более широкой социальной экономической системы на основе тесного взаимодействия всех участников этой системы, где только технологический прогресс, инновации и новые бизнес-модели способны повлиять на данный процесс [10].

Выдвигаются даже проблемы обеспечения стратегического развития по направлению экономической интеграции ряда государств. К примеру, в Северо-Восточной Азии для создания новых экономических полюсов роста в последнее время активно ведутся исследователь-

ские работы по подготовке стратегических документов с соблюдением баланса интересов стран-участниц (Китай, Пакистан, Монголия, Россия и др.) [11].

Несмотря на значительное количество публикаций по исследуемой проблематике, в России в настоящее время делаются первые теоретические и практические шаги стратегирования развития регионов. Российские ученые активно пытаются описать данный опыт на примере ряда субъектов РФ [12-19], в том числе в туристском секторе экономики [20-21]. Эти шаги серьезно отличаются как от практики последних десятилетий, так и от практики стратегирования в условиях СССР. В основном, данные отличия затрагивают три ипостаси. Во-первых, это набор практических мер, далеко уходящих за рамки 1-3-летнего планирования, в котором основным регулятором выступал рынок со своими явлениями, характеризующими его стихийную природу, типа инфляции, курса рубля и др. Во-вторых, это опробование на уровне регионов практики активного и, как правило, непривычного для представителей нынешнего поколения власти, науки, бизнеса и общественности диалога по поводу возникающих сегодня проблем на пути развития регионов, как внутреннего, так и внешнего порядка с целью формирования консенсусного «взгляда из будущего» на сегодняшние реалии. И, в-третьих, это активный поиск нового понятийного аппарата, который бы максимально способствовал адекватному восприятию (на основе осмысления прошлого) будущего, в котором должны быть достигнуты стратегические цели, сформулированные сегодня, испо-собные их реализовать формируемые и разрабатываемые флагманские проекты.

К сожалению, на практике ситуация пока складывается так, что большинство стратегий социально-экономического развития регионов России, в том числе рекреационно-турист-ской специализации, сегодня являются нежизнеспособными и нуждаются в своей актуализации в силу разных причин и проблем:

— произошло изменение геополитических и внешнеэкономических условий развития России, а следовательно, сокращение бюджетных ресурсов и рост конкуренции за инвесторов в регионах;

— несмотря на некоторую институционали-зацию механизма стратегического планирования в России, на этапах разработки и реализации стратегий не всегда удается обеспечить тесное взаимодействие всех участников процесса стратегирования (государства, бизнеса,

общества), что приводит к конфликту интересов и затруднениям с выбором приоритетных проектов и субъектов, способных их реализовать в перспективе;

— все еще присутствует недостаточно полное методологическое обеспечение процесса стратегирования регионов в России, которое не способно учитывать сложность задач, стоящих перед разработчиками стратегических документов; к тому же не все регионы имеют полный пакет взаимосвязанных документов пространственного территориального планирования;

— продолжает сохраняться высокая степень неопределенности финансовых механизмов, используемых государством для реализации стратегий социально-экономического развития регионов в России;

— применительно к регионам рекреаци-онно-туристской специализации наблюдается отсутствие эффективных практик создания и продвижения крупномасштабных многоотраслевых наукоемких продуктов, к которым, на наш взгляд, следует причислять региональные турпродукты.

Данные и методы

С этих позиций весьма показателен опыт Татарстана, который сумел найти ресурсы и привлечь необходимые компетенции для реализации новых для России подходов к стра-тегированию своего развития.1 Интересны и первые наработки по разработке стратегии Краснодарского края, работа по которой только разворачивается, но дает возможность увидеть новые методологические подходы стратегирования в действии.2 Так, работа первой стратегической сессии, посвященной разработке стратегии развития Краснодарского края до 2030 г., организованной Консорциумом «Леонтьевский центр — AV Group» (2326.01.2017 г.), уже изначально была нацелена на обеспечение тесного взаимодействия представителей правительства Краснодарского края, муниципалитетов, сферы бизнеса, науки и образования, привлекла около 120 участников. Сессия проходила в течение полных четырех дней. Использовались следующие откры-

1 Стратегия социально-экономического развития республики Татарстан до 2030 года. [Электронный ресурс]. URL: // http://tatarstan2030.ru/content1 (дата обращения: 24 03 2017).

2 Стратегия развития Краснодарского края. Материалы первой стратегической сессии. [Электронный ресурс].URL: // http://kuban.av-web.ru/wp-content/uploads/2017/02/K30. Stratsession-01.pdf (дата обращения: 23 03 2017).

тые инструменты стратегического планирования: AV Galaxy; 7SWOT; механизм проектных площадок; индекс конкурентоспособности регионов (AV RCI), форсайт. В частности, применение интегрирующей методической схемы AV Galaxy — Система управления будущим дало возможность эффективно объединить компетенции внешних экспертов и внутренних стейкхолдеров, систематизировать накопление и обработку данных. А применение методики, напоминающей мозговой штурм, направило всех участников на консенсусное определение стратегических целей и поиск наиболее конкурентоспособных флагманских проектных вариантов устойчивого развития экономики Краснодарского края на период до 2030 г.

При этом учитывались основные результаты функционирования края в предшествующие 15 лет (2000-2015 гг.), требования 172-ФЗ «О стратегическом планировании в РФ», а диалоговый поиск ответов строился на вызовах, обусловленных мировыми трендами развития глобальной экономики. Динамика развития Краснодарского края анализировалась на фоне показателей лидирующих групп субъектов РФ. По этим показателям в целом ряде случаев Краснодарский край занимает высокие позиции в лидирующих группах субъектов РФ (население, инвестиции и др.). Но, одновременно, по ряду других ключевых показателей Краснодарский край выпадает из лидирующих групп субъектов (инновации, уровень заработной платы, показатели развития сферы культуры и др.).

Все эти данные, включающие широкий спектр информационно-аналитических материалов, представленных разработчиками Стратегии, а также опыт личного практического участия в работе стратегических сессий, использовались авторами для подтверждения ряда положений, обосновывающих выдвинутую гипотезу исследования.

Модель

Исходя из сформулированной задачи, предприняты попытки осмыслить основные идеи стратегирования применительно к укрупненной структуре социально-экономической системы Краснодарского края, включающей агропромышленный и туристско-курортный комплексы, промышленность, инфраструктуру, человеческий капитал. При этом перспективы развития каждого из этих 5 структурных элементов в рамках данной модели проанализированы сквозь призму следующих 7 аспектов: рынки, институты, человеческий

капитал, инновации и информация, природные ресурсы и устойчивое развитие, пространство и реальный капитал, финансовый капитал и инвестиции. Соответственно, на предстоящие 15 лет нужно было определиться по каждому из 7 аспектов анализа по всем основным структурным элементам социально-экономической системы Краснодарского края, во-первых, с приоритетами развития, во-вторых, со стратегическими целями развития (не более трех), в-третьих, с флагманскими проектами, способными реализовать эти цели (не более трех основных). Полученная и агрегированная таким образом в матричную форму информация о Краснодарском крае и должна позволить получить адекватное представление о стратегической диагностике Краснодарского края, или, иными словами, взглянуть на него «из будущего» глазами нынешнего поколения представителей власти, науки, бизнеса и общественности.

Полученные результаты

Отметим три, на наш взгляд, наиболее существенных тезиса для понимания ситуации в отношении стратегирования туристско-курорт-ного комплекса Краснодарского края в современном туристском рыночном пространстве.

1. На наш взгляд, наиболее слабым звеном стратегирования Краснодарского края оказался его туристско-курортный комплекс, а точнее, туристский сектор экономики края. Этот вывод следует из того, что сформулированная в ходе сессии стратегическая цель развития туристско-курортного комплекса края («Лидер туристского рынка России, мировой центр туризма...»), по сути, оказалась без адекватных флагманских проектов. Вряд ли таковыми можно считать представленные в заключительный день стратегической сессии такие два проекта, как «Экологическая тропа Кубани — пешеходный туризм» и «Лечебно-оздоровительный и медицинский туризм». Во-первых, потому, что заявленная стратегическая цель («Кубань — лидер туристского рынка России, мировой центр туризма.») вряд ли может быть достигнута даже успешной реализацией этих двух слабо связанных между собой проектов. Во-вторых, эти два проекта в лучшем случае представляют собой отдельные разрозненные составляющие целостного регионального турпродукта Краснодарского края (далее для удобства — кубанского турпродукта), состоящего сегодня из огромного перечня направлений развития туризма, начиная с агро-туризма и заканчивая горнолыжным, игровым,

десятками экстремальных видов туризма, научным туризмом и др. В-третьих, кубанский турпродукт как экономическое явление, сформированное примерно за последние полтора столетия, в реалности гораздо более многообразен и многомерен [22]. И поэтому указанные выше два проекта, по сути, произвольно выхваченные из кубанского туристского пространства, не только не могут претендовать на флагманские, но и весьма ограниченно и даже искаженно отражают все многообразие его содержания.

В этой связи нелишним будет подчеркнуть, что в своем самом общем целостном виде кубанский турпродукт представлен в той части валового регионального продукта Краснодарского края (ВРП), которая генерируется спросом со стороны всего турпотока, оказывающегося в пространстве края. При этом общий объем этого регионального турпро-дукта, в самом общем виде, должен определяться (сегодня этого пока нет из-за проблем со статистикой, о чем будет сказано ниже) объемом затрат туристов со стороны всего тур-потока на свой отдых и оздоровление в пространственно-временном континууме края в течение календарного года [23]. Поэтому, если речь идет о завоевании прочного туристского лидерства Краснодарского края, мы должны иметь не фрагментарное, а целостное представление о кубанском турпродукте. А для этого он должен иметь обобщенную форму, в которой должно быть осмысленно и логично заложено все многообразие его форм и параметров, включая мотивирующую (цели поездок в Краснодарский край) и базовую (транспорт, проживание, питание и безопасность) составляющие кубанского турпродукта [24], тщательно отработанный зонтичный бренд как результат использования одного марочного наименования для нескольких продуктов или продуктовых групп. Например, речь идет о таких формах, как функциональная форма кубанского турпродукта с выделением его основного ядра и сопряженного с ним веера современных направлений развития туризма, соответствующих имеющимся в крае туристскому потенциалу и технологиям его конвертирования в востребованные и конкурентоспособные турпродукты. Например, функциональная форма кубанского турпродукта позволяет выделить его основное ядро и сопряженные с ним современные направления развития туризма, исходя из имеющегося в крае туристского потенциала и технологий его конвертирования в востребованные и конкурентоспособные тур-

продукты. В свою очередь, календарная (событийная) и воспроизводственная формы кубанского турпродукта могут позволить выйти на создание системного видения процесса его воспроизводства. А интегративная, то есть целостная, его форма даст возможность в обобщенном аккумулированном виде увидеть не только его ключевые параметры, но и место, роль и значение кубанского турпродукта для экономики Краснодарского края, определить степень его влияния на уровень жизни кубанцев, позиции кубанского турпродукта в сравнении с другими региональными турпродук-тами мира. Естественно, что все эти параметры кубанского турпродукта должны получить количественное, качественное натуральное и стоимостное осмысление, которое, собственно, только и даст реальное обобщенное его видение [23].

Следовательно, при стратегировании развития туристско-курортного комплекса Краснодарского края речь должна идти не о случайном наборе разноплановых проектов, пусть даже и важных, а о глубоком обобщении представления о кубанском турпродукте в целом. В конечном счете, мы должны выйти на создание адекватной сложности объекта (процесс воспроизводства кубанского турпродукта в социально-экономическом пространстве региона) системы управления его устойчивым воспроизводством [25]. И именно такое обобщенное видение кубанского турпродукта может логически и обоснованно подвести к определению действительно ключевых параметров его стратегирования к 2030 г., в том числе стратегическим целям и реально флагманским проектам для выявления необходимых и достаточных мер, способных обеспечить его выход на прочные лидерские позиции на отечественном и мировом туристских рынках.

2. Затрагивая тему лидерства на отечественном и, тем более, мировом рынке, мы должны отдавать себе отчет в том, что в современной глобальной мировой экономике сейчас выигрывает только тот, кто сумеет предложить лучшие передовые технологические решения. Иными словами, речь идет о том, что только тот, «кто оседлает венчурные технологии, ... будет править миром».1 И на этот вызов применительно к кубанскому турпродукту также нужно давать ясный ответ. А он сводится

1 Последний вагон на Запад. Кто оседлает венчурные технологии, тот будет править миром. [Электронный ресурс]. URL: http://finobzor.ru/show-31007-kto-osedlaet-venchurnye-tehnologii-tot-budet-pravit-mirom.html (дата обращения: 10.02.2017).

к тому, что для обеспечения устойчивого воспроизводства высококонкурентного кубанского турпродукта необходима разработка и реализация адекватной туристской технологической платформы. С этих позиций предложенные на первой стратегической сессии флагманские проекты развития туристско-курорт-ного комплекса Кубани, на наш взгляд, выглядят весьма поверхностно. Хотя иметь в составе кубанского турпродукта такого рода проекты как пожелания, наряду с десятками и сотнями других, несомненно, должны быть.

3. Мы полагаем считать большим упущением то, что до настоящего времени в России в экономике туризма не перешли на рекомендованную статистическим комитетом ООН методологию сателлитных счетов туризма, основанную на расчетах межотраслевых балансов с охватом более 50 отраслей экономики. 1 Действующая в настоящее время статистическая модель учитывает только порядка 12 направлений экономической деятельности [26]. Это особенно значимо для осмысления и определения реальных объемов по каждой отрасли и сфере экономики региона, создающей значимые для туристов объемы товаров и услуг в пространственно-временном континууме региона. Без этого любые попытки управления их воспроизводством применительно к должным объемам, их структурированию в зависимости от динамики спроса со стороны тур-потоков и складывающихся соотношений «турист — местный житель» просто теряют смысл. Фактически сегодня невозможно ежегодно формировать осмысленное предложение в должном объеме, структуре, форматировании кубанского турпродукта, если его объемы в экономике края размыты и становятся примерно понятными только постфактум, когда мы посчитаем побывавший в крае турпоток и задним числом определим средние затраты на пребывание в крае одного туриста. В частности, если исходить из расчетов Сочинского госуниверситета, что в среднем в городах-курортах Черноморского побережья края один турист тратит в сезон около 50 тыс. руб. [27], а их число по итогам 2015 г., по данным администрации края, было порядка 14 млн2, это означает, что финансовый поток в экономику края в 2015 г.

1 Ростуризм перейдет на сателлитные счета. [Электронный ресурс]. URL: http://www.tourprom.ru/news/22263/ (дата обращения: 11.02.2017).

2 Министр. Количество туристов на Кубани в 2015 году превысило 14 млн [Электронный ресурс]. URL: https://ria. ru/tourism/20160209/1371789617.html (дата обращения: 14.03.2017).

был около 750 млрд руб. Это около трети товаров и услуг всего ВРП Краснодарского края.3 Но так ли это? Этот вопрос в рамках действующей парадигмы статистических замеров в экономике туризма нашей страны, в том числе в Краснодарском крае, пока остается открытым.

Таким образом, в целях развития турист-ско-курортного комплекса Краснодарского края, на наш взгляд, логично было бы концептуально обсудить следующие три проекта, которые могли бы претендовать на звание флагманских.

Первый — это адаптирование к экономике России методологии сателлитных счетов туризма, широко применяемой в туристском секторе мировой экономики, и обеспечение ее современной законодательной базой, способной дать четкое определение реальных контуров туристских секторов экономик регионов России, генерируемых ими региональных тур-продуктов, охватывающих функционирование более 50 отраслей и сфер экономики, не замыкаясь, как сегодня, фактически на одной туроператорской и гостиничной деятельности. 4 Без этого мы будем продолжать находиться в состоянии не только непонимания масштабов и глубины, необходимых перемен в экономике туризма, но и контуров параметров, необходимых сегодня и в будущем региональных турпродуктов. А вследствие этого, в конечном счете, мы даже не сможем объективно оценить современной роли туризма в развитии России. Иными словами, без адекватного статистического инструментария получить адекватную «из будущего» картину о туристском секторе экономики Краснодарского края практически невозможно. И, соответственно, невозможно получить и реальное представление об объемах и формах кубанского турпродукта, а значит, и успешно управлять его воспроизводством. Поэтому, учитывая, что Краснодарский край принимает около 40 % всего внутреннего турпотока страны, было бы вполне логичным и оправданным именно на экономике туризма Краснодарского края адаптировать методологию сателлитных счетов применительно к эко-

3 Управление Федеральной службы государственной статистики по Краснодарскому краю и Республике Адыгея. [Электронный ресурс]. URL: http://krsdstat.gks.ru/wps/ wcm/connect/rosstat_ts/krsdstat/resources/ (дата обращения: 25.02.2017).

4 Об основах туристской деятельности в Российской Федерации. С изменениями и дополнениями. Федеральный закон от 24 нояб. 1996 г. № 132-Ф3 [Электронный ресурс]. Доступ Система ГАРАНТ: http://base.garant. ru/136248/#ixzz4cKVfnUVr (дата обращения: 25.03.2017).

номике России. Тем более что в Сочи уже был проведен успешный эксперимент по апробации методологии сателлитных счетов по итогам 2003-2004 гг. Это и будет первым флагманским проектом, способным серьезно поддержать продвижение экономики Краснодарского края к намеченной стратегической цели развития туристско-курортного комплекса края.

Вторым флагманским проектом, на наш взгляд, мог бы стать проект создания конкурентоспособного кубанского турпродукта. А это означает необходимость разработки и внедрения такой системы управления воспроизводством кубанского турпродукта, которая бы, на наш взгляд, позволяла, во-первых, обеспечить не ухудшение (а тем более не исчерпание) туристских ресурсов региона, а их наращивание. Причем это касается не только природных, но и культурно-исторических, социальных и материальных ресурсов в рамках туристского сектора экономики региона. Во-вторых — выйти к 2030 г. на поддержание оптимальной сбалансированности спроса и предложения в ходе расширенного воспроизводства кубанского турпродукта на фоне конкурирующих за турпотоки региональных турпродуктов с сопоставимыми регионами мира. И, в-третьих, параметры воспроизводства кубанского турпродукта должны органично вписываться в оптимальную региональную рекреационную емкость региона с тем, чтобы антропогенные и техногенные нагрузки не подрывали социально-экономического развития Краснодарского края. Тем более, что соотношение «турист — местный житель» сегодня в крае быстро нарастает и нужно видеть его допустимые пределы 1.

1 В данном случае речь идет о показателе туристской подвижности населения — среднем числе туристов по отношению к численности местного населения в пространстве определенного региона за определенный период времени. То есть, это показатель среднего числа туристских прибытий, приходящихся на одного местного жителя региона за определенный период времени. Этот показатель необходим для определения объемов и структуры всех видов услуг и товаров, необходимых для жизнеобеспечения, как туристов, так и местного населения в пространственно-временном континууме регионов. При увеличении числа туристов неизбежно растет туристское потребление всех благ. Соответственно, и необходимость наращивания их производства, как правило, в пропорции близкой к динамике туристской подвижности (турист — местный житель); растут антропогенные и техногенные нагрузки на экологические, инженерные и социальные системы регионов. Все это в ходе стратегирования развития туризма в регионе должно учитываться по всем отраслям и сферам, участвующим в создании и реализации региональных тур-продуктов. Недоучет по любой из отраслей и сфер экономики региона, вовлекаемых в сферу обеспечения турпото-

Поэтому третьим флагманским проектом, на наш взгляд, мог бы стать проект разработки и практического использования туристской технологической платформы, способной обеспечить устойчивое воспроизводство кубанского турпродукта. Для того чтобы это воспроизводство было действительно устойчивым, необходимо, во-первых, сопряженное взаимодействие более 50 отраслей и сфер экономики Краснодарского края. Во-вторых, как было показано выше, это воспроизводство должно быть хорошо сбалансированное по спросу и предложению во всем пространственно-временном континууме региона и ювелирно точно вписываться в его определенную рекреационную емкость без ухудшения всей совокупной его ресурсной базы. И, в-третьих, что самое важное, должен быть определен и понятен вклад рекреационно-туристского сектора экономики края в сохранение и наращивание человеческого потенциала России и ее партнеров. Только в этом случае, на наш взгляд, кубанский турпродукт со своим брендом может реально стать «лидером туристского рынка» России, а Краснодарский — одним из «мировых центров туризма».

Весьма характерно, что предложенный нами подход вполне созвучен с такими флагманскими проектами, как «Умный Сочи» и «Умный Краснодар», связанными современной технолого-информационной платформой. При этом если стратегирование «Умного Сочи» оказалось нацеленным на уровень мирового курорта за счет (кроме прочего) обеспечения воспроизводства высокотехнологического конкурентоспособного сочинского турпродукта, технологическая платформа которого могла бы лечь в основу развития других курортов Черноморско-Азовского побережья, в том числе кубанского турпродукта в целом и других регионов России, то «Умный Краснодар» должен вывести уже весь Краснодарский край на лидерские инновационные позиции в России («Умная Кубань»).

В целом предпринятая попытка стратеги-рования повышения уровня конкурентоспособности экономики Кубани в предстоящие 15 лет показала явное стремление акцентировать свои усилия не столько на различных «хотел-ках с потолка», сколько на разработке технологий определения действительно стратегиче-

ков в регионе, может не только негативно отразиться на качестве регионального турпродукта (что зачастую и происходит), но и подорвать устойчивость социально-экономического развития региона со всеми вытекающими отсюда последствиями.

ских целей и технологических платформ таких флагманских проектов, которые были бы реально способны эти цели к 2030 г. на деле реализовать. При этом Краснодарский край представляет органическую составляющую экономики России в свете современных мировых геоэкономических и геополитических трендов.

Характерно, что данный подход к страте-гированию развития туризма в регионе нашел свое подтверждение в ходе первой территориальной стратегической сессии, прошедшей 1-2 марта 2017 г. в г. Сочи г.

В качестве основной проблемы стратегирования развития курорта обозначена чрезмерная доля транспортных расходов в структуре стоимости сочинского регионального турпродукта, что предопределяет его фактическую неконкурентоспособность по сравнению со многими привлекательными для туристов регионами мира.

Необходимо увязать проблематику страте-гирования развития Сочи с такими уникальными особенностями города-курорта, несвойственными другим городам страны, как, например, господство в рамках активов муниципального образования собственности федерального или общероссийского и даже международного уровня, объемы которой составляют более 80 % недвижимости муниципального образования (Кавказский биосферный заповедник, Сочинский национальный парк, пляжные территории, являющиеся федеральной собственностью, здравницы федеральных ведомств или ведущих государственных или частных корпораций и др.), а также дислоцирование в муниципальном пространстве Сочи почти 80 сельских населенных пунктов, аулов, наряду с городскими образованиями в рамках 4 районов города.

Осложняют тему стратегирования развития Сочи и противоречивость и несогласованность целей развития городского хозяйства и курорта, в котором интересы туристов и населения Сочи нередко входят в серьезные противоречия. Особенно когда развитие того или иного сегмента сочинского турпродукта не соотносится с социальным развитием города-курорта. Например, сегодня Сочи имеет самые современные спортивные сооружения, но при этом в городе самая высокая доля ветхого жилья среди городов Краснодарского края, низкая обеспеченность детскими садами и т. д.

Внимание участников сочинской сессии оказалось сфокусированным не на важности и значимости тех или иных отдельных проектов по созданию и реализации различных состав-

ляющих турпродукта в пространстве Большого Сочи, а на осмыслении целостности сочинского регионального турпродукта, его общих параметров и структуры. Впервые как в контексте экономики туризма края, так и в контексте экономики туризма сочинского региона, появилось представление о проблематике ядра сочинского регионального турпродукта, динамике его контуров и основных сегментах (лечебно-оздоровительного, горнолыжного, необходимости усиления его культурно-исторического, экологического сегментов). Была зафиксирована также явная востребованность нарастания разнообразия, многогранности и качества всего сочинского турпродукта к 2030 г., который по своим характеристикам был бы способен устойчиво привлекать отечественные и зарубежные турпотоки и при этом вовлекать в свое социально-экономическое пространство достаточные для развития города-курорта финансовые потоки.

Одновременно выявилась явная необходимость в совершенствовании системы управления Сочи как городом-курортом, поиске способов гармонизации интересов местного населения и туристов, федеральных и муниципальных властей, бизнеса и власти. И, что особенно важно, стала очевидной актуальность переосмысления действующего законодательного определения содержания туристской деятельности, необходимость перехода от ее зауженного понимания как туроператорской и гостиничной деятельности к ее гораздо более емкому многоотраслевому содержанию, включая транспорт всех текущих и перспективных видов, АПК, связь, финансы, культуру, образование и науку, безопасность, строительство и архитектуру, другие отрасли и сферы деятельности, которые в городе-курорте Сочи уже объективно являются частью экономики туризма.

Таким образом, сочинская стратегическая сессия фактически пока не позволила ответить на вопрос, что должен представлять собой Сочи к 2030 г. Хотя мнения сочинцев по поводу ответа на данный вопрос далеко не однозначны. Например, многие полагают, что Сочи должен трансформироваться в мировой курорт с четко обозначенными и сравнимыми с лучшими мировыми курортами параметрами. Пока эти параметры применительно к Сочи должным образом не исследованы и остаются размытыми, что не позволяет эффективно управлять его развитием. Другие склоняются к формуле «Сочи — летняя столица России с реабилитационным центром для мировой спортивной общественности», как это закладывалось в олим-

пийский генеральный план развития Сочи, утвержденный перед Зимними олимпийскими играми 2014 г. городским собранием депутатов в 2009 г. Есть и другие варианты целеполагания стратегии развития Сочи, не выходящие за пределы превращения Краснодарского края в мировой туристский центр. Кроме этого, не следует сбрасывать со счетов целевые установки на роль Сочи как ведущего центра или репер-ной точки развития общероссийской Азово-Черноморской туристской площадки в составе Крыма, Ростовской области и Краснодарского края, в партнерстве с Абхазской Республикой. В определенной степени такую туристскую площадку можно сравнить с Испанией как общеевропейской туристской площадкой. Причем сравнимой не только по природно-климатическим условиям и культурно-историческому разнообразию, но и по объемам турпотоков, своему цивилизационному значению для русского мира, российской цивилизации. Так, Испания, ежегодно притягивает со всего мира, но, в основном из Европы, порядка 70 млн туристов (в 2015 г. — 68,1 млн чел.), обозначенная общероссийская Азово-Черноморская туристская площадка, при соответствующем уровне развития туризма и совершенствовании системы управления, может ежегодно вовлекать в свое пространство не меньшее число туристов [25]. Важно при этом подчеркнуть, что в зависимости от выбора перечисленных целевых установок во многом будут определяться и приоритетные направления развития Сочи и соответствующие перечни флагманских проектов, адекватные поставленным целям и задачам.

Заключение

В целом рассмотрение затронутых в статье проблем стратегирования развития туризма в регионах России на примере Краснодарского края приводит авторов к следующим выводам, подтверждающим выдвинутую гипотезу.

Во-первых, предпринятые попытки страте-гирования в одном из ключевых рекреационно-туристских регионов России на основе взгляда на развитие туризма «из будущего» натолкнулись на необходимость обязательного использования новых высокотехнологичных подходов. То есть речь идет о необходимости применения всего известного технологического арсенала, способного приоткрыть перспективы использования туризма для устойчивого социально-экономического развития регионов.

Во-вторых, совершенно очевидно обозначилась потребность перехода от привычной практики первоначального определения пе-

речней «первоочередных» туристских объектов, типа гостиниц, стадионов, наборов событий или маршрутов (а на самом деле — просто точечных, как правило, бессистемных проектов) к целостному видению туристского сектора экономики, а также осмыслению и определению его способности генерировать целостный региональный турпродукт в виде той части ВРП, которую необходимо форматировать под спрос, исходящий от современных турпотоков в сопоставимые регионы мира, охватывая при этом все без исключения отрасли сферы экономики региона, причастные к жизнеобеспечению туристов, но при этом не ущемляя, а развивая интересы местного населения.

В-третьих, проблематика целостного и многоотраслевого подхода к управлению и долгосрочному регулированию устойчивого воспроизводства региональных турпродуктов порождает очевидную необходимость использования в экономике туризма известной методологии технологических платформ, то есть создания и использования туристских технологических платформ. Последние на базе цифровой (умной) экономики должны обеспечить не просто конструктивный диалог власти, бизнеса, науки, общественности, но и сопряженную деятельность отраслей и сфер в направлении удовлетворения спроса со стороны турпотоков при сохранении и наращивании всего спектра туристских ресурсов в регионе (природных, культурно-исторических, социальных, материальных и пр.) в рамках его оптимальной рекреационной емкости.

Все это говорит о том, что необходимы продолжение начатого стратегирования и последовательная планомерная работа по всему спектру затронутых стратегических тем. Причем эта работа в соответствии с ФЗ № 172 уже к концу 2018 г. должна быть в основном завершена. Так как с 2019 г. мы должны жить в соответствии с разработанными стратегическими планами, включающими как долгосрочные, так и среднесрочные задачи, которым всецело должна быть подчинена вся оперативная деятельность не только администрации края, города, но и бизнеса, науки, общественности. Ведь, по-видимому, не простым совпадением является то обстоятельство, что после выборов Президента России в 2018 г., с начала 2019 г. вступают в силу основные положения ФЗ № 172 «О стратегическом планировании в Российской Федерации». Это говорит о том, что, безусловно, к началу 2019 г. у Краснодарского края, г. Сочи и других его ключевых городов и районов должны быть внятные стратегии раз-

вития, а применительно к Сочи еще и обеспечивающий реализацию стратегии откорректированный после Зимней олимпиады 2014 г. ге-

неральный план развития. И такая постановка задач, как нам представляется, актуальна сегодня и для других регионов России.

Список источников

1. Зельднер А. Г. Место стратегирования в понятийно-категориальной системе прогнозирования // Экономические науки. — 2012. — № 8(93). — С. 7-15.

2. Гэлбрейт Д. К. Гэлбрейт. Возвращение / Под ред. С. Д. Бодрунова. — М. : Культурная революция, 2017. — 424 с.

3. Galbraith J. K. The New Industrial State. Princeton University Press, 1967. — 576 с.

4. Territorial Milieu as Driver for Sustainability through Urban Regeneration Initiatives: the Case of San Diego, CA. / Bevilacqua C., Maione C., Pizzimenti P., Calabro J., Zingali L. // New metropolitan perspectives: the integrated approach of urban sustainable development. Series of books: Advanced Engineering Forum. — 2014. — Vol. 11. — Pp. 364-375. — doi: 10.4028/www.scientific.net/AEF.11.364.

5. Mrda A., Caric H., Scitaroci B. The importance of the concept of tourism carrying capacity for spatial planning previous research, development and methodological approaches. // Prostor. — 2014. — Vol. 22. — Iss. 2. — Pp. 213-228.

6. Lorentzen A., Jeannerat H. Urban and regional studies in the experience economy: What kind of turn? // European urban and regional studies. — 2013 (Oct.). — Vol. 20. — Iss. 4. — Pp. 363-369. — doi: 10.1177/0969776412470787.

7. Andergassen R., Candela G., Figini P. The management of tourism destinations: A policy game // Tourism economics.

— 2017 (Feb.). — Vol. 23. — Issue 1. — Pp. 49-65. — doi: 10.5367/te.2015.0496.

8. Innes J. E., Booher D. E., Di Vittorio S. Strategies for Megaregion Governance // Journal of the American planning association. — 2011. — Vol. 77. Iss. 1. — Pp. 55-67.

9. Jing F., Chang L., Wang H. The Agglomeration Characteristics of Blue Economic Zone of Shandong Peninsula // Proceedings of the 2015 3rd International conference on education, management, arts, economics and social science. Advances in Social Science Education and Humanities Research. — France : Atlantis Press, 2016. — Vol. 49. — Pp. 484-488.

10. Tang X. The historical evolution of China's tourism development policies (1949-2013) — A quantitative research approach // Tourism management. — 2017 (Feb.). — Vol. 58. — Pp. 259-269. — doi: 10.1016/j.tourman.2016.03.010.

11. Bo T., Won D. Formation Basis Comparison of Northeast Asia and China-Pakistan Economic Corridors and Its Implications — Based on Transboundary Economic Corridor Theory // Journal of China Studies. — 2017. — Vol. 20. — Iss. 1. — Pp. 77-103. — doi: 10.20288/JCS.2017.20.1.5.

12. Татаркин А., Дорошенко С. Институт стратегического планирования в условиях формирования саморазвивающихся регионов // Общество и экономика. — 2009. — № 11-12. — С. 100-120.

13. Султанов Г. С., Ахмедова Л. А. Научные основы стратегического планирования приоритетных направлений развития регионов // Экономика и предпринимательство. — 2016. — № 1-1 (66-1). — С. 975-978.

14. Лемешев Л. Плановая система. Уроки прошлого и задачи настоящего // Экономист. — 2016. — № 11. — С. 1627.

15. Смирнова О. О. О системе документов в регионе в реализации закона «О стратегическом планировании в Российской Федерации» // Вестник Воронежского государственного университета. — 2015. — № 2. — С. 119-128.

— (Экономика и управление).

16. Мищенко К. Н., Елецкий А. Н. Исследование стратегического планирования развития регионов России как инструмента их геоэкономического позиционирования // Экономика и предпринимательство. — 2015. — № 8-1 (61-1). — С. 382-388.

17. Волков А. В., Волкова-Гончарова Т. Стратегическое планирование развития территорий на основе туризма методом построения дорожных карт // Современная научная мысль — 2016. — № 5. — С. 115-122.

18. Зубарев Н. Ю., Миролюбова Т. В., Красильников Д. Г. Современные императивы стратегического планирования в регионах Российской Федерации. На примере субъектов Приволжского федерального округа // Ars Administrandi. — 2015. — № 4. — С. 112-123.

19. Сорокин Д. Е. Стратегия для России. Третья попытка // Научные труды Вольного экономического общества России. — 2016. — Т. 197. — С. 26-36.

20. Кострюкова О. Н., Степанова С. А. Обоснование проблем стратегического планирования развития туризма в регионе // Вестник ИНЖЭКОНа. — 2009. — № 3. — С. 295-298. — (Экономика).

21. Громов В. В. Стратегическое планирование развития туризма в приграничном регионе. На примере Республики Карелия // Вестник Национальной академии туризма. — 2008. — № 4 (8). — С. 4-7.

22. Шарафутдинов В. Н. О новом структурном видении туристского научно-исследовательского пространства // Sochi Journal of Economy. — 2016. — Vol. 42. — Iss. 4. — Pp. 257-265 [Электронный ресурс]. URL: http://vestnik.sutr. ru/journals_n/1484659227.pdf.

23. Шарафутдинов В. Н. Региональный турпродукт. Определение и ключевые параметры // Известия Сочинского государственного университета. — 2015. — № 3 (36). — С. 197-207 [Электронный ресурс]. URL: http://vestnik.sutr.ru/ j ournals_n/1447240912.pdf.

24. Романова Г. М., Боков М. А., Шарафутдинов В. Н. Методические основы расчета интегрированного показателя уровня развития туристского центра мирового уровня (ТЦМР) как основы для развития стратегии марке-

тинга // Вестник Сочинского государственного университета туризма и курортного дела. — 2008. — № 1-2 (март-июнь). — С. 6-27.

25. Крым. Новый вектор развития туризма в России / В. Н. Шарафутдинов, И. М. Яковенко, Е. А. Позаченюк, Е. В. Онищенко; под ред. В. Н. Шарафутдинова. — М. : Инфра-М, 2017. — 364 с. — (Научная мысль). [Электронный ресурс]. URL: http://www.znanium.com. — www.dx.doi.org/10.12737/24213.

26. Совмен Ш. Д. Статистика туризма: региональные аспекты: учебн. пособие. — Сочи : СГУТиКД, 2011. — 244 с.

27. Ветитнев А. М., Торгашева А. А. Оценка удовлетворенности туристов лечебно-оздоровительного профиля услугами курортных дестинаций Краснодарского края // Управление экономическими системами. Электронный научный журнал. — 2013. — № 10 [Электронный ресурс]. URL: http://uecs.ru/marketing/item/2477-2013-.

Информация об авторах

Сорокин Дмитрий Евгеньевич — доктор экономических наук, член-корреспондент РАН, научный руководитель, Финансовый университет при Правительстве Российской Федерации; Scopus Author ID: 54883339900 (Российская Федерация, 125993, г. Москва, просп. Ленинградский, 49; e-mail: ds@fa.ru).

Шарафутдинов Владимир Насибуллович — кандидат экономических наук, ведущий научный сотрудник, Сочинский научно-исследовательский центр Российской академии наук; ORCID: 0000-0001-8549-2419, Researcher ID: Е-9208-2015 (Российская Федерация, 354000, г. Сочи, ул. Театральная, 8А; e-mail: 398993@gmail.com).

Онищенко Елена Васильевна — кандидат экономических наук, старший научный сотрудник, ученый секретарь, Сочинский научно-исследовательский центр Российской академии наук; ORCID: 0000-0002-1120-3909, Researcher ID: Е-5968-2015 (Российская Федерация, 354000, г. Сочи, ул. Театральная, 8А; e-mail: elon@list.ru).

For citation: Sorokin, D. E., Sharafutdinov, V. N. & Onishchenko, E. V. (2017). On the Problems of Strategic Development of Tourism in the Regions of Russia (Illustrated by the Krasnodar Region and the Resort City of Sochi). Ekonomika regiona [Economy of Region], 13(3), 764-776

D. E. Sorokin a), V. N. Sharafutdinov b), E. V. Onishchenko b)

a) Financial University under the Government of the Russian Federation (Moscow, Russian Federation) b) Sochi Research Center of the Russian Academy of Sciences (Sochi, Russian Federation; e-mail: 398993@gmail.com)

On the Problems of Strategic Development of Tourism in the Regions of Russia (Case of the Krasnodar Region and the Resort City of Sochi)

The article deals with the problems of strategic development of tourism in the economy of the Russian regions. These problems arise in the period of transition from regulatory functions of the market to the management of long-term development based on the strategic objectives and flagship projects that can achieve these goals in practice. In such a case, the tourism sector of the regional economy is suggested to be considered not within the narrow framework of the tour operator and hotel business activity as it takes place in Russia, but on the much broader scale involving 50 branches of the modern economy as it is increasingly used worldwide. The authors' hypothesis comes from the fact that in modern conditions, the development and implementation of the strategies of the recreation and tourism industries in the Russian regions can only be effective through the creation and promotion of large diversified knowledge-based competitive regional tourism products at new technological level. The paper clearly demonstrates the group methods of regional strategic planning such as brainstorming and foresight (forecasting and future shaping). The results of the research substantiate not only the need to amend the legislative framework and the current management system of the Russian tourism, to actively elaborate and implement the regional development strategies, to carry out tourism development studies aimed at its commercial success but also the importance of convincing representation of the civilizational advantages of the Russian world and Russian civilization through the tourism.

Keywords: tourism, strategic planning, strategic regional development, tourism sector of regional economy, regional tourist product, sustainable reproduction of the regional tourist product, flagship project

References

1. Zeldner, A. G. (2012). Mesto strategirovaniya v ponyatiyno-kategorialnoy sisteme prognozirovaniya [Place of strate-gizing in conceptual-categorical forecasting system]. Ekonomicheskie nauki [Economic Sciences], 8(93), 7-15. (In Russ.)

2. Galbraith, J. K. (2017). Gelbreyt. Vozvrashchenie [Galbraith: the return: Monograph]. In: S. D. Bodrunov (Ed.). Moscow: Kulturnaya revolyutsiya Publ., 424. (In Russ.)

3. Galbraith, J. K. (1967). The New Industrial State. Princeton University Press, 576.

4. Bevilacqua, C., Maione, C., Pizzimenti, P., Calabro, J. & Zingali, L. (2014). Territorial Milieu as Driver for Sustainability through Urban Regeneration Initiatives: the Case of San Diego, CA. New metropolitan perspectives: the integrated approach of urban sustainable development. Series of books: Advanced Engineering Forum, 11, 364-375. doi: 10.4028/www.scientific. net/AEF.11.364

5. Mrda, A., Caric, H. & Scitaroci, B. (2014). The importance of the concept of tourism carrying capacity for spatial planning previous research, development and methodological approaches. Prostor, 22(2), 213-228.

6. Lorentzen, A. & Jeannerat, H. (2013, October). Urban and regional studies in the experience economy: What kind of turn? European urban and regional studies, 20(4), 363-369. doi: 10.1177/0969776412470787

7. Andergassen, R., Candela, G. & Figini, P. (2017, February). The management of tourism destinations: A policy game. Tourism economics, 23(1), 49-65. doi: 10.5367/te.2015.0496

8. Innes, J. E., Booher, D. E. & Di Vittorio, S. (2011). Strategies for Megaregion Governance. Journal of the American planning association, 77(1), 55-67.

9. Jing, F., Chang, L. & Wang, H. (2016). The Agglomeration Characteristics of Blue Economic Zone of Shandong Peninsula. Proceedings of the 2015 3rd International conference on education, management, arts, economics and social science. Advances in Social Science Education and Humanities Research. France : Atlantis Press, 49, 484-488.

10. Tang, X. (2017, February). The historical evolution of China's tourism development policies (1949-2013) — A quantitative research approach. Tourism management, 58, 259-269. doi: 10.1016/j.tourman.2016.03.010

11. Bo, T. & Won, D. (2017). Formation Basis Comparison of Northeast Asia and China-Pakistan Economic Corridors and Its Implications — Based on Transboundary Economic Corridor Theory. Journal of China Studies, 20(1), 77-103. doi: 10.20288/JCS.2017.20.1.5

12. Tatarkin, A. & Doroshenko, S. (2009). Institut strategicheskogo planirovaniya v usloviyakh formirovaniya samoraz-vivayushchikhsya regionov [Strategic planning institute in conditions of self-developing regions forming]. Obshchestvo i ekonomika [Society and Economics], 11-12, 100-120. (In Russ.)

13. Sultanov, G. S. & Akhmedova, L. A. (2016). Nauchnyye osnovy strategicheskogo planirovaniya prioritetnykh naprav-leniy razvitiya regionov [Scientific bases of strategic planning of the priority directions of development of regions]. Ekonomika i predprinimatelstvo [Journal of economy and entrepreneurship], 1-1(66-1), 975-978. (In Russ.)

14. Lemeshev, L. (2016). Planovaya sistema: uroki proshlogo i zadachi nastoyashchego [Planning system: lessons from the past and challenges for the present]. Ekonomist [The Economist], 11, 16-27. (In Russ.)

15. Smirnova, O. O. (2015). O sisteme dokumentov v regione v realizatsii zakona «O strategicheskom planirovanii v Rossiyskoy Federatsii» [about system of documents in the region in implementation of the law «about strategic planning in the Russian Federatio»]. Vestnik Voronezhskogo gosudarstvennogo universiteta [Proceedings of Voronezh State University], 2, 119-128. (Series: Economics and management) (In Russ.)

16. Mishchenko, K. N. & Eletskiy, A. N. (2015). Issledovanie strategicheskogo planirovaniya razvitiya regionov Rossii kak instrumenta ikh geoekonomicheskogo pozitsionirovaniya [The research of the strategic planning of Russia's regions development as a tool of their geo-economic positioning]. Ekonomika i predprinimatelstvo [Journal of Economy and entrepreneurship], 8-1(61-1), 382-388. (In Russ.)

17. Volkov, A.V. & Volkova-Goncharova, T. (2016). Strategicheskoye planirovanie razvitiya territoriy na osnove tu-rizma metodom postroeniya dorozhnykh kart [The strategic planning of territory development based on the tourism by the method of road maps construction]. Sovremennaya nauchnaya mysl [Modern Scientific Thought], 5, 115-122. (In Russ.)

18. Zubarev, N. Yu., Mirolyubova, T. V. & Krasilnikov, D. G. (2015). Sovremennyye imperativy strategicheskogo planirovaniya v regionakh Rossiyskoy Federatsii. Na primere subektov Privolzhskogo federalnogo okruga [Current imperatives of strategic planning in the region of the russian federation (exemplified by the territorial entities of privolzhsky federal district)]. Ars Administrandi, 4, 112-123. (In Russ.)

19. Sorokin, D. E. (2016). Strategiya dlya Rossii. Tretya popytka [Strategy for russia. The third attempt]. Nauchnyye trudy Volnogo ekonomicheskogo obshchestva Rossii [Scientific Works of the Free Economic Society of Russia], 197, 26-36. (In Russ.)

20. Kostryukova, O. N. & Stepanova, S. A. (2009). Obosnovanie problem strategicheskogo planirovaniya razvitiya tu-rizma v regione [Substantiation of the problems of strategic planning of the development of tourism in the region]. Vestnik INZhEKONa [Bulletin of Saint Petersburg State University of Engineering and Economics], 3, 295-298. (Seiries: Economics). (In Russ.)

21. Gromov, V. V. (2008). Strategicheskoye planirovanie razvitiya turizma v prigranichnom regione. Na primere Respubliki Kareliya [Strategic planning of tourism development in the border region (on the example of Republic Karelia)]. Vestnik Natsionalnoy akademii turizma [Vestnik of National Tourism Academy], 4(8), 4-7. (In Russ.)

22. Sharafutdinov, V. N. (2016). O novom strukturnom videnii turistskogo nauchno-issledovatelskogoprostranstva [About New Structural Vision of Tourist Research Space]. Sochi Journal of Economy, 42(4), 257-265. Retrieved from: http://vestnik. sutr.ru/journals_n/1484659227.pdf (In Russ.)

23. Sharafutdinov, V. N. (2015). Regionalnyy turprodukt. Opredelenie i klyuchevyeparametry [Regional Tourists Product: Definition and Key Parameters]. Izvestiya Sochinskogo gosudarstvennogo universiteta [Sochi Journal of Economy], 3(36), 197-207. Retrieved from: http://vestnik.sutr.ru/journals_n/1447240912.pdf (In Russ.)

24. Romanova, G. M., Bokov, M. A. & Sharafutdinov, V. N. (2008). Metodicheskie osnovy rascheta integrirovannogo pokazatelya urovnya razvitiya turistskogo tsentra mirovogo urovnya (TTsMR) kak osnovy dlya razvitiya strategii mar-ketinga [Methodical bases of calculation of the integrated indicator of the level of development of tourist center of world level (TCMR) as the basis for the development of marketing strategies]. Vestnik Sochinskogo gosudarstvennogo universiteta turizma i kurortnogo dela [Bulletin of the Sochi State University of tourism and resort business], 1-2 (march-june), 6-27. (In Russ.)

25. Sharafutdinov, V. N., Yakovenko, I. M., Pozachenyuk, E. A. & Onishchenko. E. V. (2017). Krym. Novyy vektor razvitiya turizma v Rossii [Crimea: a new vector of development of tourism in Russia: monograph]. In: V. N. Sharafutdinov (Ed.). Moscow: Infra-M Publ., 364. (Nauchnaya mysl Publ.). Retrieved from: http://www.znanium.com. www.dx.doi. org/10.12737/24213 (In Russ.)

26. Sovmen, Sh. D. (2011). Statistika turizma: regionalnyye aspekty: uchebn. Posobie [Tourism statistics: regional aspects]. Sochi: SGUTiKD Publ., 244. (In Russ.)

27. Vetitnev, A. M. & Torgasheva, A. A. (2013). Otsenka udovletvorennosti turistov lechebno-ozdorovitelnogo profilya uslugami kurortnykh destinatsiy Krasnodarskogo kraya [Evaluation of the health tourist satisfaction in resort destinations of Krasnodar region]. Upravlenie ekonomicheskimi sistemami. Elektronnyy nauchnyy zhurnal [Management of Economic Systems. Electronic Scientific Journal], 10. Retrieved from: http://uecs.ru/marketing/item/2477-2013- (In Russ.)

Authors

Dmitry Evgenievich Sorokin — Doctor of Economics, Corresponding Member of RAS, Research Supervisor, Financial University under the Government of the Russian Federation; Scopus Author ID: 54883339900 (49, Leningradsky Ave., Moscow, 125993, Russian Federation; e-mail: ds@fa.ru ).

Vladimir Nasibullovich Sharafutdinov — PhD in Economics, Leading Research Associate, Sochi Research Center of RAS; ORCID: 0000-0001-8549-2419, Researcher ID: E-9208-2015 (8A, Teatralnaya St., Sochi, 354000, Russian Federation; e-mail: 398993@gmail.com).

Elena Vasilyevna Onishchenko — PhD in Economics, Senior Research Associate, Academic Secretary, Sochi Research Center of RAS; ORCID: 0000-0002-1120-3909, Researcher ID: E-5968-2015 (8A, Teatralnaya St., Sochi, 354000, Russian Federation; e-mail: elon@list.ru).

Для цитирования: Малафеев Н. С., Баскакова И. В. Эмпирическая оценка вклада инфраструктурного капитала

в развитие региона // Экономика региона. — 2017. — Т. 13, вып. 3. — С. 777-788

doi 10.17059/2017-3-11 УДК 330.4; 338.49

Н. С. Малафеев, И. В. Баскакова

Уральский федеральный университет имени первого Президента России Б. Н. Ельцина (Екатеринбург, Российская Федерация; e-mail: n.malaf@yandex.com)

ЭМПИРИЧЕСКАЯ ОЦЕНКА ВКЛАДА ИНФРАСТРУКТУРНОГО КАПИТАЛА В РАЗВИТИЕ РЕГИОНА 1

Статья посвящена инструменту экономического развития — инфраструктурному капиталу — применительно к региональной экономике. Рассматриваются подходы к концепции инфраструктурного капитала, выступающего предметом исследования, обосновывается авторский подход к его определению и классификации. Объект исследования — региональная экономика в контексте проблемы инфраструктурного капитала. Исходные данные — собранные Росстатом показатели субъектов РФ, формирующих Уральский экономический район, в период с 2005 г. по 2015 г. Цели статьи: сравнение расчетной (оптимальной с точки зрения выбранной модели) и фактической величин инфраструктурного капитала в структуре экономики региона, которая авторами делится на то-вароматериальный и инфраструктурный секторы, и оценка его влияния на валовой выпуск отраслей материального производства. Выдвигается следующая гипотеза: инфраструктура как фактор производственной функции товароматериального сектора оказывает положительное и значимое влияние на величину выпуска этого сектора. Методология исследования заключается в экономе-трической оценке эластичностей выпуска секторов экономики (описываемых производственными функциями Кобба — Дугласа с помощью анализа панельных данных) и теоретическом расчете соотношений капитала в экономике региона. Результаты подтверждают значимость инфраструктурных благ в процессе формирования валового выпуска сектора материального производства Уральского экономического района. Сравнение расчетных и фактических показателей распределения капитала вместе с другими показателями говорит о дефицитности капитала в обоих секторах региональной экономики. Последний факт может стать для региональных властей сигналом к переосмыслению программ развития инфраструктуры. Авторами рассматривается случай закрытой экономики, поэтому дальнейшие исследования следует сосредоточить на открытой экономике с большим числом регионов и другими эконометрическими инструментами.

Ключевые слова: инфраструктура, инфраструктурный капитал, общественный капитал, общественная инфраструктура, экономический район, территориально-производственный комплекс, региональная экономика, экономическое развитие, производственная функция, Уральский экономический район

1. Введение

Взрыв научного интереса к инфраструктурному капиталу и его значимости для поддержания долгосрочного и устойчивого социально-экономического развития страны в XX веке был обусловлен созданием целых инфраструктурных отраслей, а также «кейнсианской революцией» в экономической теории, обосновавшей важность государственных инвестиций в объекты инфраструктуры как инструмента фискальной политики. Свой вклад внесли представители неоклассического направления, встроив инфраструктуру в теории факторов производства, экономического роста и общественных благ. Знаковой стала пионерная ра-

1 © Малафеев Н. С., Баскакова И. В. Текст. 2017.

бота Ашауэра [1], в которой автор на эмпирическом уровне проанализировал влияние инфраструктурного капитала на выпуск частного сектора, используя для этого наиболее известный и часто используемый метод производственной функции.2 Существенный вклад в разработку темы внес Барро [2], предложивший модель эндогенного роста, которая добавила в производственную функцию фирмы государственные расходы в виде инвестиций в инфраструктурный капитал.

Новый виток исследований инфраструктурного капитала приходится на период массовой приватизации государственных акти-

2 Отметим, что до Ашауэра о необходимости интегрировать инфраструктурный капитал в производственную функцию частного сектора говорилось, например, в работе Гроссмана и Лукаса [3].

вов в 1990-е гг. в развитых странах, когда исследователи переключились на региональный уровень [4], способный обеспечить более высокую эффективность инвестиций в инфраструктурный капитал [5]. Расширение публикаций произошло за счет обращения к странам Латинской Америки [6] и Азии, в первую очередь, Китая и Индии, важной особенностью которых, как правило, является высокая дифференциация их регионов не только по уровню ВРП, но и по обеспеченности инфраструктурным капиталом. Все это справедливо для регионов России, в которых дифференциация по инфраструктурному капиталу одна из самых высоких в мире.

Авторский интерес к проблематике обусловлен актуальностью исследования влияния инфраструктурного капитала на экономическое развитие и необходимостью дискуссии по ней в отношении регионов России. Среди работ по обозначенной проблеме, использующих сопоставимые по результатам методики, отметим статьи В. Попова [7, 8], изучающие обеспеченность инфраструктурным капиталом Дальнего Востока России, а также цикл статей Е. Коломак (например, [9]). Цель нашего исследования — сравнить расчетную (оптимальную при моделировании) и фактическую величину инфраструктурного капитала в структуре экономики региона и оценить его влияние на валовой выпуск отраслей материального производства.

1. Концепция инфраструктурного капитала и его классификация

Инфраструктурный капитал — это относительно новое понятие в экономической науке. Его появление стало прямым следствием процессов массовой приватизации государственных активов и развития государственно-частного партнерства, поскольку научному сообществу в целях эффективности исследований потребовалось понятие более широкое, чем общественный или государственный капитал1, но при этом более узкое, чем инфраструктура.

Инфраструктурный капитал как экономический феномен не имеет универсального определения, которое большинством исследователей рассматривалось бы в качестве эталона.

В экономической науке сложилось два подхода к определению «материнской концепции» инфраструктуры. Первый подход, получивший свое развитие в работах таких авторов, как П. Розенштейн-Родан [10], А. Дж. Янгсон [11], Р. Йохимсен [12] и, согласно оценке

1 В оригинале public capital.

Дж. Торризи [13, с. 9], доминирующий на сегодняшний день, основывается на так называемых атрибутах инфраструктуры: технологическом, экономическом и институциональном. Второй подход, отстаиваемый, например, в работе В. Бура [14, с. 13-16], говорит о ключевом вкладе функций инфраструктуры в формирование определения.

С нашей точки зрения, главный шаг к общепринятому определению инфраструктурного капитала — это не жесткая формулировка, отражающая мнение конкретного исследователя, а обозначение гибких рамок концепции, способных задать единую систему координат, позволяющую, с одной стороны, соединить разрозненные подходы, а с другой — дать исследователю определенную свободу выбора в наполнении содержания понятия.

Следуя изложенной логике, мы понимаем инфраструктурный капитал как систему материальных объектов, имеющих обширные связи, как внутренние — между объектами одного или разных типов инфраструктуры, так и внешние — с другими объектами экономической среды региона.

При этом характеристики объектов, относящихся к инфраструктурному капиталу, определяются двумя разнонаправленными векторами. Первый вектор — это свойства объекта инфраструктуры (технологические — капитальное благо, экономические — источник внешней экономии, внешних эффектов, общественное или социально значимое благо, и институциональные — инфраструктурные блага и услуги — объект государственного обеспечения и государственного контроля), которые отражают его экономическую природу, не меняясь для разных типов инфраструктуры. Второй вектор — это функции (или, другими словами, задачи), которые выполняет объект инфраструктуры в социально-экономической системе. Перечень задач определяется нуждами домашних хозяйств, предприятий, экономики в целом и варьируется в зависимости от рассматриваемого типа инфраструктурного капитала. Состав материальных объектов, включаемых в тот или иной тип, исходит из выбранной исследователем классификации инфраструктурного капитала, которая зачастую просто совпадает с классификацией инфраструктуры.

В свою очередь, в классификациях инфраструктуры также нет единого подхода к реализации. Они могут исходить из целей теоретического и (или) эмпирического исследования автора, базироваться на принципах, которые разделяются другими авторами или быть уни-

кальной авторской разработкой, а также основываться на признании статистическими органами конкретной страны.

Для многих исследований критерием классификации является функциональный характер системы объектов инфраструктуры. Другая их часть исходит из отличительных свойств этой системы (например, сетевая структура или единичный точечный объект; материальная или нематериальная природа). Однако каждый исследователь трактует данные критерии по-своему, выводя на первый план те или иные функции системы инфраструктурных объектов или ее свойства.

Отсутствие общего понимания критериев классификации также является существенной преградой в вопросе сопоставления результатов.

Впрочем, проблема концепции инфраструктуры и подходов к ее классификации выходит за рамки данного исследования и требует отдельного и детального рассмотрения [15].

В рамках работы мы вслед за Поповым [7, 8] выделяем три вида инфраструктуры (соответственно, и инфраструктурного капитала): базовую, социальную и рыночную, состав которых подробно будет рассмотрен во втором разделе данной работы.

В силу физических характеристик инфраструктурный капитал жестко привязан к какой-либо территории: обычно его перемещение либо технически невозможно, либо экономически нецелесообразно. Это определяет важность его рассмотрения именно в рамках конкретного территориального образования. В случае данного исследования это регион, понятие которого нуждается в уточнении.

Под регионом в его экономической трактовке обычно понимается сложная территориально-экономическая система со своей собственной структурой связей с внешней и внутренней средой. Нам представляется, что для России такому определению региона в наибольшей степени соответствует понятие «экономический район», который определяется Н. Колосовским [16] как завершенная система «региональных сочетаний производительных сил», всецело экономически развитая территория, наиболее выгодно объединяющая объекты производственной цепочки, естественные ресурсы, трудоспособное население, транспорт и другие виды коммуникаций, а также прочие ценности материального и нематериального характера. Наибольшая эффективность подобной системы наблюдается при комбинировании технологических процессов при сырьевой

переработке, генерации энергии, использовании трудовых и капитальных ресурсов, что является фундаментом для формирования территориально-производственных комплексов (ТПК)Особенно важно в рамках данного исследования то, что ТПК — это всегда единая система инфраструктуры, состав и уровень которой соответствуют потребностям всех отраслей экономики ТПК и обеспечивают создание предполагаемых условий жизни населения [17, с. 33].

Отметим, что большая часть инфраструктурного капитала субъектов Российской Федерации, в особенности объекты базовой инфраструктуры, была сформирована в советский период в соответствии с упомянутой выше теорией ТПК. Инфраструктурный капитал гораздо менее подвержен физическому и, в особенности, моральному износу, поэтому сложившиеся в рамках территориально-производственных комплексов и, соответственно, экономических районов связи между различными инфраструктурными объектами, образующими в совокупности законченную и работоспособную систему, сохранились в неизменном виде. Это касается как элементов базового инфраструктурного капитала (электрические сети, водопроводные сети, автомобильные и железнодорожные узлы), так и элементов социальной инфраструктуры (объекты систем образования, здравоохранения и социального обеспечения). Таким образом, ТПК в контексте проблемы развития инфраструктурного капитала остается экономически целесообразной системой соединения инфраструктурных элементов.

Для исследования нами выбран Уральский экономический район (УЭР), в состав которого входят семь субъектов РФ с различными специализацией и уровнем социально-экономического развития: Республика Башкортостан, Удмуртская республика, Пермский край, Курганская, Оренбургская, Свердловская и Челябинская области.

Уральский экономический район — это самодостаточное экономическое образование, на долю которого, согласно данным Росстата за 2015 г., приходится 11 % внутреннего валового

1 Вслед за работой В. Н. Лаженцева [18] отметим, что необходимо различать «классические» ТПК (Н. Колосовский [16]), и программно-целевые ТПК (ИЭиОПП СО РАН под руководством М. К. Бандмана [17]). Формирование первых — естественный результат территориальных сочетаний производительных сил, в то время как формирование вторых — результат сложной исследовательской и проектной работы.

продукта (ВВП) страны, 13 % от общей численности населения и трудовых ресурсов, 10 % от общего объема основных фондов и инвестиций в основной капитал1.

Распределение инфраструктурного капитала в Уральском экономическом районе характеризуется следующими показателями: доля базовой инфраструктуры (транспорт и связь; распределение электроэнергии, газа и воды) — 29 % от общей величины основных фондов, социальной (государственное управление, образование, здравоохранение, прочие коммунальные и социальные услуги) — 10 %, рыночной (оптовая и розничная торговля, гостиницы и рестораны, финансовая деятельность, операции с недвижимым имуществом) — 25 %2.

Распределение инвестиций по инфраструктурным отраслям Уральского экономического района неравномерно: доля инвестиций в базовую инфраструктуру составляет 21 % от общей величины инвестиций в основной капитал, вложения в рыночную — 15,5 %, а в отрасли социальной инфраструктуры — всего 9 %3.

Таким образом, исторические особенности формирования инфраструктурного капитала на территории субъектов Российской Федерации определяют целесообразность рассмотрения экономического района в качестве наилучшего соответствия понятию региона в рамках данной работы. Рассмотрение объекта (регион) и предмета (инфраструктурный капитал) исследования позволяет нам перейти к обзору используемой в работе методологии.

2. Методология исследования

Рассматриваемая в исследовании экономе-трическая модель базируется на теоретической модели закрытой двухсекторной экономики, основу которой составляют теоретические изыскания Р. Барро, Г. Караса и В. Попова (см. [7, 8]).

1 Расчеты авторов. Показатели — % от общероссийских значений на 2016 г. (источник: Регионы России. Социально-экономические показатели 2016: стат. сб. М. : Росстат, 2016).

2 Данные получены авторами путем оценки отраслевой структуры основных фондов Уральского экономического района, взятых по остаточной стоимости на конец 2015 г. Показатели — % от общей стоимости основных фондов (источник: Регионы России. Социально-экономические показатели 2016: стат. сб. М. : Росстат, 2016).

3 Данные получены авторами путем оценки отраслевой структуры инвестиций в основной капитал Уральского района за 2016 г. Показатели — % от общей суммы инвестиций (источник: Регионы России. Социально-экономические показатели 2016: стат. сб. М. : Росстат, 2016).

Авторами избран подход на основе производственной функции, выбор которого обоснован следующими причинами:

— во-первых, его частым применением в эмпирических исследованиях, что косвенно позволяет проверить полученные результаты на адекватность;

— во-вторых, ограничениями в применении векторной авторегрессии (УЛК) из-за длины временных рядов, получаемых из российской статистики: 14-17 лет в национальном масштабе, 10-13 лет — в региональной, что нивелирует получение состоятельных оценок.

Использование модели закрытой экономики обусловлено следующими причинами:

— несмотря на то, что экономика УЭР скорее открытая (это невозможно достоверно определить по данным Росстата, поскольку 45 % внешнеторговых операций в РФ приходится на г. Москва), формирование базового инфраструктурного капитала в УЭР шло по принципам автономности и самодостаточности территории (концепция экономических районов как таковая). Более того, инфраструктурный капитал (базовый и отчасти социальный) является специфическим, поэтому его мобильность ограничена и часто просто невозможна;

— использование упрощающей предпосылки о закрытости экономики существенно сокращает решение модели, а соответственно, нахождение показателя соотношения капитала Ка / К1. Рассмотрение авторами более сложной модели с открытой экономикой является первоочередной задачей последующих исследовательских работ.

Выборочная совокупность включает в себя 77 наблюдений: ежегодные данные Федеральной службы государственной статистики (Росстат) по внутреннему региональному продукту, по остаточной стоимости основных фондов на конец года и среднегодовой численности занятых за 2005-2015 гг. по семи субъектам Российской Федерации, входящим в состав Уральского экономического района.

В качестве эконометрического подхода избран метод панельных данных с учетом фиксированных эффектов (РЕ), что связано с характеристикой выборки и подтверждается результатами теста Хаусмана.

В целях эконометрического анализа экономика Уральского экономического района структурируется на два сектора. В состав сектора материального производства включаются промышленность (добыча полезных ископаемых, обрабатывающие производства, производство электроэнергии, газа и воды),

сельское и лесное хозяйство, рыболовство, строительство.

К сектору, производящему инфраструктурные блага, отнесены: а) базовая инфраструктура (транспорт, связь, коммунальное хозяйство: распределение электроэнергии, газа и воды); б) рыночная инфраструктура (оптовая и розничная торговля, общественное питание, материально-техническое снабжение и сбыт, заготовки, непроизводственные виды бытового обслуживания населения, финансовая деятельность); в) социальная инфраструктура (государственное управление, образование, здравоохранение, социальное обеспечение, предоставление прочих услуг: культура и искусство, спорт, жилищное хозяйство).

Включение отраслей базовой инфраструктуры в состав инфраструктурного сектора обосновано 30 годами активных исследований по проблематике, начиная с работы Ашауэра [1] и заканчивая обобщающей работой Бома и Лигтхарт [19]. Включение в сектор отраслей социальной и рыночной инфраструктуры не столь распространено среди исследователей, поскольку развитие социальной инфраструктуры не всегда отвечает критериям экономической эффективности. Рыночная инфраструктура часто рассматривается как услуги частного сектора [20] и поэтому представлена далеко не во всех классификациях. Именно поэтому в рамках эконометрического анализа инфраструктурный сектор экономики Уральского экономического района будет рассматриваться в трех вариантах [21]: а) только базовая инфраструктура; б) базовая и социальная инфраструктура; в) базовая, социальная и рыночная инфраструктура.

Необходимо отметить, что ограничения, накладываемые методологией сбора российской статистики, не позволяют выделить из общего объема капитала инфраструктурных отраслей собственно инфраструктурный капитал (например остаточную стоимость зданий и сооружений, относящихся к транспортной системе или системам распределения электроэнергии, воды и газа). Оценку влияния выпуска инфраструктурных благ на величину выпуска сектора материального производства, проводимую в исследовании, с нашей точки зрения, можно назвать лучшим доступным приближением в оценке влияния собственно инфраструктурного капитала.

Объясняемой переменной является валовой выпуск Уа и У, определяемый раздельно для каждого из двух агрегированных секторов экономики района. Динамика валового выпуска

оценивалась на основе данных статистики валового регионального продукта субъектов УЭР в постоянных ценах 2005 г. с разделением по видам экономической деятельности.

Независимыми переменными являются:

1) затраты капитала К1 и Ка в инфраструктурном и товароматериальном секторах соответственно, рассчитанные по остаточной стоимости основных фондов на конец года;

2) затраты труда Ь, и Ьа в соответствующих секторах, оцененные на основе статистики о распределении среднегодовой численности занятых в экономиках субъектов УЭР по видам экономической деятельности;

3) затраты инфраструктурных благ Б, в секторе материального производства, величина которых определяется по следующему алгоритму: а) вся величина произведенных в экономике инфраструктурных благ распределяется на промежуточное (Б,) и конечное потребление (С,): У1 = Б1 + С,; б), величина конечного потребления инфраструктурных благ рассматривается как постоянная1 доля (с1 = С1 / У) в общей величине их производства. Отсюда получаем, что Б1 = (1 - с)У1 — часть выпуска инфраструктурного сектора, идущая на промежуточное потребление. Доля промежуточного потребления в выпуске (1 - с) рассчитана на основе данных СНС по субъектам УЭР как единица минус доля суммарных расходов домашних хозяйств на конечное потребление услуг в суммарном объеме валового выпуска услуг.

Исходные производственные функции Кобба — Дугласа для двух секторов экономики района имеют следующий вид:

Уа = АаКа Ь(Б] — товароматериальный сектор (а);

У, = А1Щ4 ц — инфраструктурный сектор (I).

Степень влияния каждого из факторов производства на динамику валового выпуска определяется коэффициентом эластичности выпуска по фактору производства или, по сути, технологическими параметрами производственной функции.

Переменная Б1 номинально является эндогенной для производственной функции това-роматериального сектора (а), поскольку величины Уа и У1 формируются в рассматриваемой экономике одновременно. Но уравнение Уа можно записать в приведенной форме (уравнение У, изначально содержит в правой части только экзогенные переменные):

1 В реальной экономике этот параметр не будет постоянным, однако динамика его изменения во времени слабо изучена для включения в функцию как эндогенной переменной.

^ = Л;каLG (A, KГL^)T = = ( л0 Л;)( ка KГ)( LG L]->"),

которое легко оценить в два этапа.

Хотя это не исключает другие источники эн-догенности (например, пропуск существенной переменной или ошибки измерения), само использование панельных данных позволяет сократить возможный ущерб без модификации или полной замены используемой модели.

Гипотеза исследования состоит в следующем: инфраструктура как фактор производственной функции товароматериального сектора оказывает положительное и значимое влияние на величину валового выпуска этого сектора.

В эмпирических работах по теме [22] превалирует предпосылка о постоянной отдаче от всех факторов производства (CRS) товаромате-риального сектора, то есть а + р + y = 1. Данное предположение с точки зрения теории часто объясняется тем, что унифицированное инфраструктурное благо как фактор производства способно компенсировать убывающую отдачу по факторам «капитал» и «труд» товаро-материального сектора: а + р < 1.

Но встречается и альтернативная предпосылка о постоянной отдаче по факторам «капитал» и «труд» товароматериального сектора: а + р = 1, или возрастающей отдаче от всех факторов этого сектора (IRS): а + р + y > 1, которая нашла свое отражение во многих работах по модели эндогенного роста.

Для полноты анализа мы рассмотрим производственную функцию сектора товарома-териального производства в двух спецификациях: с постоянной (CRS) и возрастающей отдачей (IRS) от всех факторов производства. Вслед за В. Поповым [7, 8] мы рассматриваем производственную функцию инфраструктурного сектора (У,) только для случая постоянной отдачи от масштаба по всем факторам (CRS, 0 < г < 1). Нужно подчеркнуть, что выбор отдачи от масштаба производственной функции того или иного сектора экономики и его последующее обоснование являются темой отдельного исследования, в первую очередь экономе-трического, и выходят за рамки рассматриваемой проблемы.

Для упрощения эконометрической оценки приведем указанные производственные функции двух секторов экономики к линейному виду путем логарифмирования.

В случае CRS, то есть а + р + y = 1, обозначив yG = ln(YG/Lg ), ka = ln(KG / La), bi = lnB / Lg)

и константу как aG = lnAa, получим регрессионное уравнение для товароматериального сектора:

Уа = aa + ака + Yb. (1)

В случае IRS, то есть а + р + y > 1, обозначив ya = ln( Уа /La), ка = ln(Ka /La), B, = lnB, и константу как aG = lnAa, получим регрессионное уравнение для товароматериального сектора:

Уа = aa + ака + YBr (2)

Аналогично, обозначив yt = ln(y /L, ), kj = ln(K, /L,), константу a, = lnA, получим следующее регрессионное уравнение для инфраструктурного сектора:

yj = a, + гкг (2)

Полученные в результате коэффициенты эластичности а, y и г, а также предположения, что величина конечного потребления инфраструктурных благ составляет постоянную долю в общей величине их производства (с, = C, / Y) и обе производственные функции характеризуются CRS по всем факторам, позволяют найти оптимальное соотношение капитала в экономике, используя конечный результат решения модели двухсекторной экономики Барро — Караса — Попова [7, с. 64]:

KG_ а

K,

(1 - с,)

= р. (3)

V УК

Данный показатель позволяет сравнить фактическое и расчетное соотношение капитала двух секторов. В связи с допущениями оригинальной модели Барро — Караса — Попова о закрытости экономики, указанный расчетный показатель представляет собой лишь одну из крайних границ закрытого интервала возможного распределения капитала между секторами экономики.

3. Результаты

Результаты оценки параметров производственных функций для Уральского экономического района, представленные в сводных таблицах 1 и 2, были получены для трех случаев: 1) инфраструктурный сектор содержит в своем составе только базовую инфраструктуру; 2) инфраструктурный сектор содержит в своем составе базовую и социальную инфраструктуру; 3) инфраструктурный сектор содержит в своем составе базовую, социальную и рыночную структуры.

Эластичность выпуска товароматериаль-ного сектора по затратам инфраструктур-

ных благ составила: а) в случае рассмотрения только базовой инфраструктуры — 0,2516; б) в случае включения как базовой, так и социальной — 0,3771; в) в случае включения всех трех типов инфраструктуры — 0,4611.

Эластичность выпуска сектора материального производства по затратам инфраструктурных благ составила: а) в случае включения только базовой инфраструктуры 0,2158; б) в случае включения как базовой, так и социальной — 0,3235; в) в случае включения всех трех типов инфраструктуры — 0,3745

Как видно, во всех трех случаях эластичность выпуска снизилась по сравнению с пред-

посылкой о CRS. Вместе с тем существенно вырос и коэффициент детерминации overall. Это может косвенно указывать на лучшую идентификацию модели двухсекторной экономики при использовании предпосылки о возрастающей отдаче.

Полученные авторами данные позволяют утверждать, что инфраструктурный капитал не только является фактором производства соответствующего сектора, но и опосредованно вносит существенный вклад в выпуск сектора материального производства, то есть его влияние невозможно не учитывать

Таблица 1

Оценка параметров производственных функций экономики Уральского экономического района за 2005-2015 гг. (постоянная отдача от масштаба: а + Р + у = 1; 0 < ц < 1)*

Параметры произв. функции 2005-2015 гг.

а Y Ц

Значение коэффициента регрессии Случай 1: 0,2277 Случай 2: 0,2245 Случай 3: 0,1724 Случай 1: 0,2516 Случай 2: 0,3771 Случай 3: 0,4611 Случай 1: 0,3242 Случай 2: 0,3189 Случай 3: 0,3149

Стандартная ошибка Случай 1: 0,0240 Случай 2: 0,0226 Случай 3: 0,0265 Случай 1: 0,0658 Случай 2: 0,0844 Случай 3: 0,0831 Случай 1: 0,0368 Случай 2: 0,0284 Случай 3: 0,0244

(-статистика 9,48; 9,91; 6,51 3,82; 4,47; 5,55 8,81; 11,23; 12,89

Знач. ((-стат.) 0,00; 0,00; 0,00 0,00; 0,00; 0,00 0,00; 0,00; 0,00

Коэффициент детерминации within: 0,7979; 0,8112; 0,8335 between: 0,2865; 0,2412; 0,2955 overall: 0,3443; 0,3180; 0,3872 within: 0,5561; 0,5950; 0,7282 between: 0,3422; 0,4892; 0,7426 overall: 0,3924; 0,4589; 0,5256

^-статистика 120,38; 131,06; 152,66 77,67; 91,09; 166,11

Знач. (Р-стат.) 0,00; 0,00; 0,00 0,00; 0,00; 0,00

* Оценено с использованием данных: Регионы России. Социально-экономические показатели. 2006-2016. [Электронный ресурс]. URL: http://www.gks.ru (дата обращения: 01.06.2017).

Таблица 2

Оценка параметров производственных функций экономики Уральского экономического района за 2005-2015 гг. (возрастающая отдача от масштаба: а + ß + у > 1; 0 < ц < 1)*

Параметры произв. функции 2005-2015 гг.

а Y Ц

Значение коэффициента регрессии Случай 1: 0,2432 Случай 2: 0,2522 Случай 3: 0,2144 Случай 1: 0,2158 Случай 2: 0,3235 Случай 3: 0,3745 Случай 1: 0,3242 Случай 2: 0,3189 Случай 3: 0,3149

Стандартная ошибка Случай 1: 0,0240 Случай 2: 0,022 Случай 3: 0,0246 Случай 1: 0,066 Случай 2: 0,088 Случай 3: 0,0847 Случай 1: 0,0368 Случай 2: 0,0284 Случай 3: 0,0244

(-статистика 10,16; 11,3; 8,72 3,24; 3,67; 4,42 8,81; 11,23; 12,89

Знач. ((-стат.) 0,00; 0,00; 0,00 0,00; 0,00; 0,00 0,00; 0,00; 0,00

Коэффициент детерминации within: 0,7523; 0,7634; 0,7827 between: 0,6530; 0,6769; 0,6501 overall: 0,6598; 0,6897; 0,6659 within: 0,5561; 0,5950; 0,7282 between: 0,3422; 0,4892; 0,7426 overall: 0,3924; 0,4589; 0,5256

Р-статистика 82,02; 87,1; 152,66 77,67; 91,09; 166,11

Знач. (Р-стат.) 0,00; 0,00; 0,00 0,00; 0,00; 0,00

* Оценено с использованием данных: Регионы России. Социально-экономические показатели. 2006-2016. [Электронный ресурс]. URL: http://www.gks.ru (дата обращения: 01.06.2017).

Таблица 3

Оценка оптимальных пропорций распределения капитала между секторами экономики Уральского экономического района, 2005-2014 гг.*

Показатель Год

2005 2006 2007 2008 2009 2010 2011 2012 2013 2014

Использование инфраструктурных благ на цели конечного потребления 0,30 0,31 0,31 0,36 0,41 0,40 0,37 0,33 0,35 0,36

р расчетное (случай 1) 6,03 5,97 5,90 5,53 5,11 5,21 5,40 5,80 5,63 5,55

р расчетное(случай 2) 4,10 4,06 4,01 3,76 3,48 3,54 3,67 3,94 3,83 3,78

р расчетное (случай 3) 2,64 2,61 2,59 2,42 2,24 2,28 2,37 2,54 2,46 2,43

р* фактическое (случай 1) 0,87 0,97 1,05 1,06 1,17 1,18 1,08 1,13 1,02 1,26

р* фактическое (случай 2) 0,67 0,72 0,73 0,76 0,83 0,85 0,80 0,84 0,77 0,92

р* фактическое (случай 3) 0,39 0,42 0,42 0,45 0,49 0,51 0,49 0,51 0,49 0,56

* Рассчитано с использованием данных: Регионы России. Социально-экономические показатели. 2006-2016. [Электронный ресурс]. URL: http://www.gks.ru (дата обращения: 01.06.2017).

Эконометрические оценки параметров производственных функций (в случае CRS для всех факторов) позволяют найти оптимальные пропорции распределения капитала в экономике Уральского экономического района.

Расчетные значения оптимальных пропорций распределения капитала между сектором материального производства и инфраструктурным сектором существенно отличаются от фактических пропорций распределения. Разница между ними колеблется от 4,11 до 6,93 раз. Лишь когда в инфраструктурный сектор включается только базовая инфраструктура (случай 1), мы фактически видим некий паритет между секторами — соотношение, близкое к 1 : 1. В случае 2 (базовая и социальная) и в случае 3 (базовая, социальная и рыночная) инфраструктурный капитал существенно превышает величину капитала материального производства.

4. Обсуждение результатов

Эмпирические оценки эластичности выпуска товароматериального сектора по затратам инфраструктурных благ (параметр y), представленные в предыдущем разделе, входят в тот интервал оценок, которые были получены за последние 30 лет другими исследователями проблемы [19, 22]. Хотя данное утверждение, в первую очередь, справедливо для отраслей базовой инфраструктуры, включение социальной и рыночной инфраструктуры оказалось оправданным: оценки параметра y для последних сопоставимо с результатами работ Попова [7, 8]. Это косвенно подтверждает состоятельность оценок.

Значения эластичности выпуска товарома-териального сектора по затратам инфраструктурных благ подтвердили гипотезу о положи-

тельном и значимом влиянии инфраструктуры на выпуск сектора материального производства для всех трех рассмотренных конфигураций инфраструктурного сектора. Сравнение значений коэффициента эластичности выпуска товароматериального сектора затратам инфраструктурных благ дает следующие цифры: 1) для постоянной отдачи при добавлении социальной инфраструктуры эластичность вырастает на 49,88 %, а при добавлении как социальной, так и рыночной — на 83,26 %; 2) для возрастающей отдачи эластичность выпуска при включении социальной инфраструктуры возрастает на 50 %, а при включении всех трех типов — на 73,5 % относительно случая только базовой инфраструктуры.

Расчетный показатель распределения капитала базируется на том, что экономика региона является закрытой. Было бы неудивительно, если бы регион просто не смог существовать в условиях закрытой экономики с таким смещением фактического значения пропорций от расчетного, как показано в предыдущем разделе. Но доказывает ли данный показатель избыточность инфраструктурного сектора по капиталу и одновременный дефицит капитала в секторе материального производства (то есть неоптимальность распределения капитала)?

Для ответа на этот вопрос воспользуемся эмпирической оценкой McKinsey Global Institute [23, с. 5-6], основанной на историческом опыте развития инфраструктуры, которая определяет оптимальную величину инфраструктурного капитала как 70 % от величины ВВП страны. Несмотря на то, что это усредненное для национальной экономики значение, оно может с определенной долей приближения использоваться и для экономики региона. Для Уральского района соотношение стоимости основных фондов ба-

зовой инфраструктуры к величине ВРП составило в среднем за исследуемый период только 34 %, а тоже соотношение для базовой и социальной — не превысило 47 %. Лишь когда инфраструктурный сектор включает базовую, социальную и рыночную инфраструктуру, инфраструктурный капитал составляет 78 % от ВРП в среднем за период с 2005 г. по 2015 г., что свидетельствует о существенном недостатке инфраструктурного капитала.

Таким образом, можно полагать, что в экономике рассмотренного региона наблюдается дефицит по капиталу в обоих агрегированных секторах, но более дефицитным является сектор материального производства. Это, с одной стороны, опосредованно подтверждает отсутствие последовательной экономической политики в области инфраструктуры со стороны их основного инвестора — государства и, следовательно, необходимости синхронизированного между всеми уровнями власти планирования (проектирования) в этой области. А с другой

— говорит о неэффективности текущих академических исследований инфраструктуры для корректировки и обновления государственной экономической политики в силу частой несопоставимости их результатов.

Полученные результаты говорят о необходимости дальнейшего исследования проблемы в нескольких направлениях. Во-первых, расчет показателя распределения капитала для случая открытой экономики позволит определить полный интервал, в котором находятся оптимальные значения величины инфраструктурного капитала, а не только одну из его границ. Это потребует существенной модификации исходной теоретической модели Барро — Караса

— Попова или вовсе перехода к другой, более совершенной модели. Во-вторых, рассмотрение нескольких экономических районов России позволит выявить, как разница в обеспеченности инфраструктурным капиталом объясняет различия в уровне экономического развития, и создать типологизацию районов на основании данного признака. В-третьих, использование нескольких методов расчета производительности инфраструктурного капитала (то есть так называемого комбинированного подхода [24], например, за счет сочетания методов производственной функции, векторной авто-

регрессии и предложенных в работе Пыхова и Кашиной [25] интегральных индексов обеспеченности территории инфраструктурой и ее качества) априори даст более точную и состоятельную оценку. В-четвертых, улучшится качество и увеличится количество входных данных, например, расчет стоимости основных фондов с использование функций дожития. В-пятых, использование продвинутых эконометриче-ских техник открывает возможности лучшего тестирования состоятельности и устойчивости полученных результатов.

5. Заключение

Высокая дифференциация субъектов Российского Федерации и недостаток исследований по вопросу вклада инфраструктурного капитала в экономическое развитие побудили авторов провести данное исследование.

Смоделировать оптимальную величину инфраструктурного капитала в структуре экономики региона можно, опираясь на эмпирическую оценку технологических параметров производственных функций выделенных секторов экономики. Исследование показало, что инфраструктурный капитал является не просто фактором производства соответствующего сектора, но и опосредованно вносит существенный вклад в выпуск товароматери-ального сектора. Полученная авторами оценка размера инфраструктурного капитала для Уральского экономического района является лишь одной из крайних границ интервала оптимальных распределений капитала (от полностью закрытой экономики до полностью открытой экономики), однако в совокупности с другими статистическими показателями она дала возможность определить наличие дефицита в обоих агрегированных секторах экономики региона.

Данная работа — лишь начало большего исследования по проблеме в контексте российских регионов. Дальнейшая разработка проблемы должна быть сконцентрирована на рассмотрении случая открытой экономики региона, сравнительном анализе экономических районов России по уровню вклада инфраструктурного капитала в их развитие и использовании разных эконометрических методик для подтверждения состоятельности оценок.

Список источников

1. Aschauer D. A. Is Public Expenditure Productive? // Journal of Monetary Economics. — 1989. — Vol. 23. — № 2. — P. 177-200. — doi:10.1016/0304-3932(89)90047-0.

2. Barro R. J., Sala-I-Martin X. Public Finance in Models of Economic Growth // The Review of Economic Studies. — 1992. — Vol. 59. — № 4. — P. 64-661. doi:10.2307/2297991.

3. Grossman H. I., Lucas R. F. The Macro-Economic Effects of Productive Public Expenditures // The Manchester School.

— 1974. — Vol. 4. — № 2. — P. 162-170. doi:10.1111/j.1467-9957.1974.tb00107.x.

4. Holtz-Eakin D., Schwartz A. E. Spatial productivity spillovers from public infrastructure: Evidence from state highways // International Tax and Public Finance. — 1995. — Vol. 2. — № 3. — P. 459-468. doi:10.1007/BF00872777.

5. Decentralization and Infrastructure in the Global Economy: From Gaps to Solutions / Frank J., Martinez-Vazquez J. (Eds.). — New York, NY : Routledge, 2016. — 494 p. doi:10.4324/9781315694108.

6. Calderon C., Serven L. The Output Cost of Latin America's Infrastructure Gap // Central Bank of Chile: Working Paper 186. 2002. [Electronic resource]. URL: http://si2.bcentral.cl/public/pdf/documentos-trabajo/pdf/dtbc186.pdf (date of access: 01.09.2016).

7. Попов В. Е. Инвестиции в инфраструктуру и экономический рост. Региональный аспект // Региональная экономика. Теория и практика. — 2009. — № 1. — С. 59-68.

8. Попов В. Е. Государственное стимулирование экономического роста через развитие инфраструктуры. Теория и практика. На примере Дальнего Востока России // Региональная экономика. Теория и практика. — 2010. — № 15.

— С. 43-53.

9. Коломак Е.А. Инфраструктура. Влияние на экономический рост и пространственные экстерналии // XI Международная научная конференция по проблемам развития экономики и общества (М., 6-8 апр. 2010 г.). В 3-х кн. / отв. ред. Е. Г. Ясин; Высшая школа экономики. — М. : Изд. дом Высшей школы экономики, 2011. — Кн. 1. — 684 с. — С. 483-493.

10. Rosenstein-Rodan P. N. Problems of industrialization of eastern and southeastern Europe // The Economic Journal. — 1943. — Vol. 53. — № 210. — P. 202-211. doi:10.2307/2226317.

11. Youngson A. J. Overhead capital. A study in development economics. — Edinburgh : Edinburgh University Press, 1967. — 192 p.

12. Jochimsen R. Theorie der Infrastruktur: Grundlagen der marktwirtschaftlichen Entwicklung. — Tübingen : Universität Tübingen, 1966. — 253 p.

13. Torrisi G. Public infrastructure: definition, classification and measurement issues // MPRA Paper 12990. 2009. [Electronic resource]. URL: https://mpra.ub.uni-muenchen.de/12990/1/MPRA_paper_12990.pdf (date of access: 01.09.2016).

14. Buhr W. What is infrastructure? // Volkswirtschaftliche Diskussionsbeiträge 107-03. 2003. [Electronic resource]. URL: http://www.wiwi.uni-siegen.de/vwl/repec/sie/papers/107-03.pdf (date of access: 01.09.2016).

15. Baskakova I., Malafeev N. Infrastructure: redefining approaches to the concept and classification regions // 3rd International Multidisciplinary Scientific Conference on Social Sciences and Arts SGEM 2016 (Albena, Bulgaria, August 2431, 2016). In four books. — Sofia, Bulgaria : STEF92 Technology Ltd., 2016. — Book 2. — Vol. 5. — P. 361-368. doi:10.5593/ SGEMSOCIAL2016/B25/S07.047.

16. Колосовский Н. Н. Основы экономического районирования. — М. : Госполитиздат, 1958. — 200 c.

17. Бандман М. К. Территориально-производственные комплексы: теория и практика предплановых исследований. — Новосибирск : Наука. Сиб. отд-е, 1980. — 255 с.

18. Лаженцев В. Н. Территориально-производственные комплексы (ТПК). Из прошлого в будущее // Известия Коми научного центра УрО РАН. — 2014. — № 3. — С. 136-143.

19. Bom P. R. D., Ligthart J. E. What Have We Learned From the Three Decades of Research on the Productivity of Public Capital? // Journal of Economic Surveys. — 2014. — Vol. 28. — № 5. — P. 889-916. doi:10.1111/joes.12037.

20. Дятел Е. П., Голомолзина Н. В., Петренко Д. С. Инфраэкономика как формирующееся направление экономической теории // Известия Уральского государственного экономического университета. — 2016. — № 5. — С. 5-17.

21. Baskakova I., Malafeev N. The impact of infrastructure capital on regional economic development and performance: new evidence from Russian regions // 3rd International Multidisciplinary Scientific Conference on Social Sciences and Arts SGEM 2016 (Albena, Bulgaria, August 24-31, 2016). In four books. — Sofia, Bulgaria : STEF92 Technology Ltd., 2016. — Book 2. — Vol. 5. — P. 769-776. doi:10.5593/SGEMS0CIAL2016/B25/S07.101.

22. Ligthart J. E, Martin SuarezR. M. The Productivity of Public Capital: A Meta-analysis // Infrastructure Productivity Evaluation / Manshanden W. and Jonkhoff W. (Eds.). — New York, NY : Springer, 2011. — 96 p. — P. 5-32. doi:10.1007/978-1-4419-8101-1_2.

23. Васин С., Ганелин М. Инфраструктура России. Большому кораблю — большое плавание // Газпромбанк. 2014. [Электронный ресурс]. URL:http://www.gazprombank.ru/upload/iblock/209/gpb_infrastructure_09072014.pdf (дата обращения: 01.09.2016).

24. Baskakova I. V., Malafeev N. S. The Concept of Infrastructure: Definition, Classification and Methodology for Empirical Evaluation // Известия Уральского государственного экономического университета. — 2017. — № 3. — C. 29-41.

25. Пыхов П. А., Кашина Т. О. Инфраструктурная обеспеченность регионов УрФО. Методика оценки и результаты диагностики // Экономика региона. — 2015. — № 3. — С. 66-77. — doi: 10.17059/2015-3-6.

Информация об авторах

Малафеев Никита Сергеевич — магистр экономики, аспирант кафедры экономической теории и экономической политики, Высшая школа экономики и менеджмента, Уральский федеральный университет имени пер-

вого Президента России Б. Н. Ельцина; ORCID : 0000-0001-9635-7052, ResearcherlD : K-6752-2017 (Российская Федерация, 620075, г. Екатеринбург, ул. Ленина, 51, 212; e-mail: n.malaf@yandex.com).

Баскакова Ирина Владимировна — кандидат экономических наук, доцент кафедры экономической теории и экономической политики, Высшая школа экономики и менеджмента, Уральский Федеральный университет им. Б. Н. Ельцина; ORCID : 0000-0001-7097-0860, ResearcherlD : 0-4304-2016 (Российская Федерация, 620075, г. Екатеринбург, ул. Ленина, 51, 212; e-mail: ibaskakova@rambler.ru).

For citation: Malafeev, N. S. & Baskakova, I. V. (2017). Empirical Evaluation of the Contribution of Infrastructure Capital to the Development of the Region (Based on the Data of Ural Economic Region). Ekonomika regiona [Economy of Region], 13(3), 777-788

N. S. Malafeev, I. V. Baskakova

Ural Federal University (Ekaterinburg, Russian Federation; e-mail: n.malaf@yandex.com)

Empirical Evaluation of the Contribution of Infrastructure Capital to the Development of the Region (Based on the Data of Ural Economic Region)

The article considers the infrastructure capital relating to the regional economy as a tool for economic development and proposes the authors' approach to its definition and classification. The indicators of the subjects of the Ural economic region in the period from 2005 to 2015, collected by Federal State Statistics Service of Russian Federation, serve as the initial data. The purposes of the study are to compare the calculated (the optimal in a model) and actual values of infrastructure capital in the structure of the regions economy, which the authors divide into manufacturing and infrastructure sectors; and to assess its impact on the gross output of the manufacturing industries. The authors put forward the following hypothesis: the infrastructure input as a factor of production function has a positive and significant impact on the value of the gross output of the sector. The methodology of the study is represented by the econometric assessment of the elasticities of the outputs of sectors of the economy, described by Cobb-Douglas production functions, as well as by the theoretical calculation of the capitals ratios in the regions economy. The results confirm the importance of infrastructure input in the formation of the gross output of the Ural economic region. The comparison of the calculated and actual capital allocation ratios along with other indicators suggests the scarcity of capital in both sectors of the regional economy. This fact can be a signal to the regional authorities for rethinking the infrastructure development programs. The authors consider the case of the closed economy, therefore, further research should be concentrated on the open economy with a larger number of regions and other econometric tools.

Keywords: infrastructure, infrastructure capital, public capital, public infrastructure, economic region, territorial and productive complex, regional economy, economic development, production function, Ural economic region

References

1. Aschauer, D. A. (1989). Is Public Expenditure Productive? Journal of Monetary Economics, 23(2), 177-200. doi:10.1016/0304-3932(89)90047-0.

2. Barro, R. J. & Sala-I-Martin, X. (1992). Public Finance in Models of Economic Growth. The Review of Economic Studies, 59(4), 64-661. doi:10.2307/2297991.

3. Grossman, H. I. & Lucas, R. F. (1974). The Macro-Economic Effects of Productive Public Expenditures. The Manchester School, 4(2), 162-170. doi:10.1111/j.1467-9957.1974.tb00107.x.

4. Holtz-Eakin, D. & Schwartz, A. E. (1995). Spatial productivity spillovers from public infrastructure: Evidence from state highways. International Tax and Public Finance, 2, 3, 459-468. doi:10.1007/BF00872777.

5. Frank, J. & Martinez-Vazquez, J. (Eds). (2016). Decentralization and Infrastructure in the Global Economy: From Gaps to Solutions. New York, NY : Routledge, 494. doi:10.4324/9781315694108.

6. Calderon, C. & Serven, L. (2002). The Output Cost of Latin America's Infrastructure Gap. Central Bank of Chile: Working Paper 186. Retrieved from: http://si2.bcentral.cl/public/pdf/documentos-trabajo/pdf/dtbc186.pdf (date of access: 01.09.2016).

7. Popov, V. E. (2009). Investitsii v infrastrukturu i ekonomicheskiy rost. Regionalnyy aspekt [Investments to Infrastructure and Economical Progress: Regional Aspect]. Regionalnaya ekonomika. Teoriya i praktika [Regional Economics: Theory and Practice], 1, 59-68. (In Russ.)

8. Popov, V. E. (2010). Gosudarstvennoe stimulirovanie ekonomicheskogo rosta cherez razvitie infrastruktury. Teoriya i praktika. Na primere Dalnego Vostoka Rossii [The governmental stimulation of economic growth by means of infrastructure development: theory and practice (a case of the Russian Far East)]. Regionalnaya ekonomika. Teoriya i praktika [Regional Economics: Theory and Practice], 15, 43-53. (In Russ.)

9. Kolomak, E. A. (2011). Infrastruktura: vliyanie na ekonomicheskiy rost i prostranstvennye eksternalii [Infrastructure: the impact on economic growth and spatial externalities]. XI Mezhdunarodnaya nauchnaya konferentsiya po problemam razvitiya ekonomiki i obshchestva (M., 6-8 apr. 2010 g.). V 3-kh kn. [XI International Scientific Conference on Economic and Social Development, Moscow, April 6-8, 2010: in three volumes. Book 1]. In: E. G. Yasin (Ed.).; Vysshaya shkola ekonomiki. Moscow: HSE Publ, book 1, 684, (483-493). (In Russ.)

10. Rosenstein-Rodan, P. N. (1943). Problems of industrialization of eastern and southeastern Europe. The Economic Journal, 53(210), 202-211. doi:10.2307/2226317.

11. Youngson, A. J. (1967). Overhead capital. A study in development economics. Edinburgh: Edinburgh University Press, 192.

12. Jochimsen, R. (1966). Theorie der Infrastruktur: Grundlagen der marktwirtschaftlichen Entwicklung. Tübingen : Universität Tübingen, 253.

13. Torrisi, G. (2009). Public infrastructure: definition, classification and measurement issues. MPRA Paper 12990. Retrieved from: https://mpra.ub.uni-muenchen.de/12990/17MPRA_paper_12990.pdf (date of access: 01.09.2016).

14. Buhr, W. (2003). What is infrastructure? Volkswirtschaftliche Diskussionsbeiträge 107-03. Retrieved from: http:// www.wiwi.uni-siegen.de/vwl/repec/sie/papers/107-03.pdf (date of access: 01.09.2016).

15. Baskakova, I. & Malafeev, N. (2016). Infrastructure: redefining approaches to the concept and classification regions. 3rd International Multidisciplinary Scientific Conference on Social Sciences and Arts SGEM 2016 (Albena, Bulgaria, August 24-31, 2016). In four books. Sofia, Bulgaria: STEF92 Technology Ltd., 2(5), 361-368. doi:10.5593/SGEMS0CIAL2016/B25/ S07.047.

16. Kolosovskiy, N. N. (1958). Osnovy ekonomicheskogo rayonirovaniya [Fundamentals for economic zoning]. Moscow: Gospolitizdat Publ., 200. (In Russ.)

17. Bandman, M. K. (1980). Territorialno-proizvodstvennye kompleksy: teoriya ipraktikapredplanovykh issledovaniy [The territorial and production complexes: theory and practice of pre-planning studies]. Novosibirsk: Nauka. Sib. otd-e Publ., 255. (In Russ.)

18. Lazhentsev, V. N. (2014). Territorialno-proizvodstvennye kompleksy (TPK): iz proshlogo v budushchee [The territorial production complexes: from the past to the future]. Izvestiya Komi nauchnogo tsentra UrO RAN [Proceedings of the Komi Science Centre of the Ural Division of the Russian Academy of Sciences], 3, 136-143. (In Russ.)

19. Bom, P. R. D. & Ligthart, J. E. (2014). What Have We Learned From the Three Decades of Research on the Productivity of Public Capital? Journal of Economic Surveys, 28(5), 889-916. doi:10.1111/joes.12037.

20. Dyatel, E. P., Golomolzina, N. V. & Petrenko, D. S. (2016). Infraekonomika kak formiruyushcheesya napravlenie ekonomicheskoy teorii [Infra-Economics as an Emerging Direction in Economics]. Izvestiya Uralskogo gosudarstvennogo ekonomicheskogo universiteta [Journal of the Ural State University of Economics], 5, 5-17. (In Russ.)

21. Baskakova, I. & Malafeev, N. (2016). The impact of infrastructure capital on regional economic development and performance: new evidence from Russian regions. 3rd International Multidisciplinary Scientific Conference on Social Sciences and Arts SGEM 2016 (Albena, Bulgaria, August 24-31, 2016). In four books. Sofia, Bulgaria: STEF92 Technology Ltd., Book 2, Vol. 5, 769-776. doi:10.5593/SGEMS0CIAL2016/B25/S07.101.

22. Ligthart, J. E & Martin Suárez, R. M. (2011). The Productivity of Public Capital: A Meta-analysis. Infrastructure Productivity Evaluation. In: Manshanden W. and Jonkhoff W. (Eds). New York, NY : Springer, 96, (5-32). doi:10.1007/978-1-4419-8101-1_2.

23. Vasin, S. & Ganelin, M. (2014). Infrastruktura Rossii. Bolshomu korablyu — bolshoye plavanie [Infrastructure of Russia. A great ship asks deep waters]. Gazprombank. Retrieved from: http://www.gazprombank.ru/upload/iblock/209/ gpb_infrastructure_09072014.pdf (date of access: 01.09.2016). (In Russ.)

24. Baskakova, I. V. & Malafeev, N. S. (2017). The Concept of Infrastructure: Definition, Classification and Methodology for Empirical Evaluation. Izvestiya Uralskogo gosudarstvennogo ekonomicheskogo universiteta [Journal of the Ural State University of Economics], 3, 29-41.

25. Pykhov, P. A. & Kashina, T. O. (2015). Infrastrukturnaya obespechennost regionov UrFO: metodika otsenki i rezu-ltaty diagnostiki [nfrastructure Security of the Ural Regions: Assessment Technique and Diagnostic Results]. Ekonomika regiona [Economy of Region], 3, 66-77. doi:10.17059/2015-3-6. (In Russ.)

Authors

Nikita Sergeevich Malafeev — Master of Economy, PhD Student, Department of Economic Theory and Economic Policy, Graduate School of Economics and Management, Ural Federal University; ORCID: 0000-0001-9635-7052, Researcher ID: K-6752-2017 (51, Lenina Ave., Ekaterinburg, 620075, Russian Federation; e-mail: n.malaf@yandex.com).

Irina Vladimirovna Baskakova — PhD in Economics, Associate Professor, Department of Economic Theory and Economic Policy, Graduate School of Economics and Management, Ural Federal University; ORCID: 0000-0001-70970860, Researcher ID:= O-4304-2016 (51, Lenina Ave., Ekaterinburg, 620075, Russian Federation; e-mail: ibaskakova@ rambler.ru).

Для цитирования: Изотов Д. А. Экономический рост городов в неоднородном пространстве Китая //

Экономика региона. — 2017. — Т. 13, вып. 3. — С. 789-802

doi 10.17059/2017-3-12 УДК 332.1 + 338.1

Д. А. Изотов

Институт экономических исследований ДВО РАН (Хабаровск, Российская Федерация; e-mail: izotov80@yandex.ru)

ЭКОНОМИЧЕСКИЙ РОСТ ГОРОДОВ В НЕОДНОРОДНОМ ПРОСТРАНСТВЕ КИТАЯ 1

Целью исследования является оценка факторов экономического роста городов Китайской Народной Республики в рамках современного периода рыночных реформ в условиях неоднородного пространства, понимаемого как региональное разнообразие экономических систем. В статье показано, что развитие городов является для КНР одним из способов достижения устойчивых темпов экономического роста. Представлены модельные описания и пространственные характеристики экономического роста и урбанизации в Китае. На основе анализа многочисленных источников статистической информации выявлено, что высокие значения экономического роста Китая наблюдались в условиях бурной урбанизации и низкого среднедушевого дохода. На основе неоклассического подхода оценены факторы экономического роста городов в рамках существующей пространственной системы КНР. В результате оценки выяснено, что пространственная неоднородность определяет различия в соотношении факторов экономического роста городов Китая. На основе полученных оценок определено, что вклад экстенсивных факторов продолжает играть ключевую роль в экономическом росте городов Китая, при этом высокая доля капитала характерна для приморских городов, труда — для городов, расположенных во внутренних регионах. Оценка показала, что интенсивные факторы оказывают видимое воздействие только на экономический рост приморских городов. Полученные оценки позволяют предположить, что экономический рост в КНР генерируется в основном приморскими городами, а инвестиции во внутренние города лишь поддерживают необходимый рост занятости для обеспечения социальной стабильности. В этих условиях для российской экономики требуется расширение связей с агломерациями, размещенными в приморских регионах Китая, с опорой на развитие инновационных и технологических совместных проектов.

Ключевые слова: экономический рост, урбанизация, капитал, труд, технологический прогресс, инвестиции, занятость, город, регион, Китай

Введение

За последние три с половиной десятилетия Китай, крупнейшая страна по численности населения, остается наиболее динамично развивающейся экономикой не только в Азии, но и во всем мире. Воздействие Китая на мировую экономику растет по многим направлениям, втягивая в орбиту его влияния целые страны и регионы.

По занимаемой площади Китай является третьей страной в мире и отличается крайне неоднородным пространством с точки зрения физико-географических и социально-экономических особенностей. Миграционные и урбанизационные процессы выступают важными источниками ускоренного экономического развития Китая, особенно при интенсификации его взаимодействия с мировой экономикой, способствуя перемещению избыточ-

1 © Изотов Д.А. Текст. 2017.

ного трудоспособного сельского населения в города приморских регионов, интегрированных в глобальное производство товаров и услуг. В современных условиях увеличение численности городского населения, укрепление экономических связей между агломерациями, а также оптимальное распределение населения в пространстве рассматриваются руководством КНР как необходимая основа для дальнейшего поступательного развития экономики [1]. Экономическая активность КНР смещается в пользу агломераций:

— с 2011 г. большая часть населения стала проживать в городах;

— согласно «Новому плану по развитию городов в КНР» (2014-2020 гг.), ожидается, что численность городского населения к 2020 г. достигнет 60,0 % [2];

— в соответствии с прогнозной оценкой ООН2, к 2050 г. доля городского населения КНР

2 UN Population Division.

оценивается в 76,0 %, что будет соответствовать уровню развитых стран. Города являются движущей силой китайской экономики.

Исследования экономического роста китайских городов, в отличие от эмпирических работ по стране в целом и по регионам, немногочисленны, но тем не менее, представляют собой необходимы для получения более полной оценки перспективного развития быстрорастущей экономики КНР. Оценка факторов и источников экономического роста китайских городов осуществляется в рамках основных теоретических и эмпирических подходов. В рамках неоклассического подхода были получены оценки экономического роста городов и сельской местности КНР для первой половины 1990-х гг. [3], которые указали на высокую значимость инвестиций как фактора роста. На основе модели эндогенного роста было обнаружено положительное воздействие экономии от агломерации [4] и специализации [5], а также экстерналий от инноваций [6] на экономический рост городов. В рамках модели догоняющего роста было обнаружено положительное влияние иностранного капитала, сконцентрированного в городах приморских регионов на экономический рост городов, расположенных во Внутреннем Китае [7]. В результате тестирования одного из положений теорий «нового роста», было обнаружено [8], что снятие ряда административных ограничений в городах для прибывающего сельского населения способствует увеличению реального среднедушевого дохода в Китае. В целом исследователями подтверждается, что перемещение трудовых ресурсов из аграрного сектора в промышленность и сферу услуг, а по сути, из сельской местности в города КНР, является важнейшим элементом поддержания высоких темпов роста китайской экономики [9]; в свою очередь, наблюдается обратный процесс: быстрый рост экономики способствует процессу урбанизации в Китае [10].

Несмотря на полученные результаты, оценка факторов экономического роста городов в условиях территориального социально-экономического неравенства КНР представляется недостаточной в аспектах соотношения интенсивных и экстенсивных факторов роста, определения различий факторов роста в рамках существующей пространственной структуры в динамике. В связи с возрастанием роли городов от соотношения между факторами их экономического роста будет зависеть развитие китайской экономики в последующие годы. Поэтому предмет настоящего исследования представ-

ляют факторы экономического роста городов в условиях неоднородного пространства КНР, понимаемого как разнообразие региональных экономических систем, в рамках современного периода рыночных реформ (с 1992 г., то есть с момента упразднения директивной системы управления экономикой). Целью исследования является оценка факторов экономического роста городов КНР. Задачами исследования являются анализ динамики экономического роста и особенностей протекания процесса урбанизации в КНР, выбор методики, пространственных объектов и статистических показателей для оценки факторов экономического роста китайских городов, оценка и декомпозиция факторов экономического роста городов в неоднородном пространстве Китая.

Экономический рост и урбанизация в КНР

За время реформ Китай совершил мощный экономический рывок, в результате которого на текущий момент по объему ВВП его экономика занимает второе место в мире, уступая США. Несмотря на очевидные достижения, экономика Китая сталкивается с рядом проблем, интерпретация которых в исследовательском сообществе меняется. На сегодня одним из популярных подходов, объясняющих затруднения дальнейшего поступательного развития китайской экономики в рамках существующей модели, является ловушка среднего дохода. Суть данного подхода состоит в том, что рост экономики замедляется после достижения ею среднего уровня доходов на душу населения в связи с ростом оплаты труда и снижением ценовой конкурентоспособности производимой продукции. В результате страна становится не в состоянии конкурировать как с развитыми экономиками с высоким уровнем квалификации и инновациями, так и с экономиками с низкими заработными платами и с более низкими издержками производства товаров. Согласно эмпирической модели [11], экономика начинает замедляться по мере приближения к 11 тыс. долл. среднедушевого ВВП по паритету покупательной способности (ППС). В настоящее время китайская экономика проходит данный процесс.

Если абстрагироваться от прочих факторов, связанных с кризисными эпизодами в мировой экономике и конъюнктурными колебаниями цен на рынках, то можно заметить затухающие темпы прироста ВВП Китая с 2010 г. (рис. 1).

Осуществление экспортоориентированной стратегии экономического развития, рост ин-

16,0 14,0 12,0 10,0 8,0 6,0 4,0 2,0 0,0

\

■ 11 1

. 111111111 1

IIIIIIIMIIIII 1

14000 12000

с с

6000 4000 2000 0

rNrO^LOySr^OOOi

0 0 0

г^ т f 0000 0000

lo ю 00 00

со о. о 001 0000

222222222222222

ВВП на душу по ППС, долл. Темпы прироста ВВП, %

Рис. 1. Среднедушевой ВВП по ППС и темпы прироста ВВП в КНР (источник: World Economic Outlook Databases (WEO))

60,0 60000

50000

40000

30000

20000

10000

2

4 a с

5

<# сp>fe cpA <& # <£4 # & ^ ^ & ^ ^ f$> ^

Реальный ВВП, млрд ю. Доля городского населения, %

Рис. 2. Динамика реального ВВП и доли городского населения КНР (рассчитано по: World Economic Outlook Databases

(WEO); China Statistical Yearbooks 1996-2015)

вестиционных вложений в городскую инфраструктуру и создание на базе городов промышленного производства способствовали ускорению процесса урбанизации Китая, главным образом благодаря миграции из сельской местности. В КНР тенденция роста численности населения городов за счет сельских жителей стала проявляться с конца 1970-х гг., то есть с начала периода «реформ и открытости» В целом, протекание процесса урбанизации в Китае не является чем-то уникальным с точки зрения опыта развивающихся стран. Согласно одному из положений теоретической модели А. Льюиса [12], в трудоизбыточной развивающейся стране процесс урбанизации способствует удорожанию рабочей силы, что влечет за собой миграцию рабочей силы из сель-

1 В первой половине 1960-х гг. наметившаяся тенденция роста численности городского населения была прервана по политическим причинам.

ской местности в города, при этом размер национальной экономики увеличивается, о чем свидетельствует динамика реальных значений ВВП Китая (рис. 2).

Имеющаяся китайская статистика не позволяет определить долю городов в производстве валовой добавленной стоимости (ВДС) страны и, соответственно, оценить их вклад в рост национальной экономики. Существует большое количество исследований (например [6, 13]), в которых доказывается, что официальная статистика по городам Китая является сильно заниженной. Поэтому дальнейшая оценка строится на «классическом» предположении [12], что села представляют собой сельскохозяйственную периферию, а города — промышленные и сервисные центры.

Исходя из этого, в дальнейшем мы будем предполагать, что в селах Китая сконцентрирована производственная деятельность первичного сектора, а в городах — вторичного и

0

Занятость

ВДС

Рис. 3. Доля вторичного и третичного секторов экономики в ВДС (левая шкала) и занятости (правая шкала) КНР, %

(рассчитано по: China Statistical Yearbooks 1996-2015)

третичного секторовОсновываясь на данном предположении можно отметить, что по состоянию на 2014 г. в городах было сконцентрировано более 70,0 % занятого населения и производилось более 90,0 % ВДС, то есть вклад городов в экономический рост КНР является подавляющим (рис. 3).

Помимо естественного воспроизводства городского населения, процесс урбанизации в Китае поддерживается мощными миграционными потоками, а также увеличением численности населения средних, крупных и крупнейших агломераций и созданием новых малых и средних городов, возникающих за счет слияния крупных поселений на уровне уездов, присвоением статуса города волостным центрам [14].

Трансформационные сдвиги в китайской экономике способствовали значительному росту мобильности китайского населения в национальном пространстве, которое согласно административно-территориальному делению включает три уровня: провинция — уезд — волость. Верхний уровень административно-территориального деления КНР формируют провинции, автономные районы (АР) и города центрального подчинения (ГЦП). Провинции, АР и ГЦП являются базовыми территориальными единицами страны и именуются регионами. Как показано в работах, описывающих экономико-географические характеристики Китая (например [15]), границы китайских регионов являются довольно устойчивыми, чему способствует их определенная пространствен-

1 Этот подход позволяет отойти от таких противоречивых статистических показателей КНР, как «городская местность» и «сельская местность».

ная целостность, наличие специфических производственных навыков населения, тяготение к собственному исторически сложившемуся экономическому центру, особенности исторических традиций и уклада жизни, значительные языковые отличия в устной речи при общности иероглифической письменности. На сегодня в Китае насчитывается 31 регион (рис. 4).

С момента реализации политики «реформ и открытости» основной импульс в экономическом развитии получили приморские регионы, наделенные изначально большими льготами для ведения внешнеэкономической деятельности. В ходе экономических преобразований (с 1980-х гг.) в приморских регионах сконцентрировалась основная доля экспортного сектора Китая и, соответственно, промышленного производства и сферы услуг, что является наиболее очевидным проявлением неоднородности экономического пространства КНР. Между приморскими и внутренними регионами стал наблюдаться диспаритет в экономическом и социальном развитии.

Вследствие экономического диспаритета между приморскими и внутренними регионами одним из наиболее важных аспектов процесса урбанизации в КНР стала являться межрегиональная миграция [16]. Численность межрегиональных мигрантов КНР увеличилась с 32,3 млн чел. в 1995-2000-х гг. до 38 млн в 2000-2005 гг. и до 55,2 млн в 2005-2010 гг. [17], за счет перемещения трудоспособного населения в приморские регионы, производящие порядка 90 % китайского экспорта. В китайских приморских городах, экономика которых ориентирована на экспорт трудоемкой продукции, доля мигрантов стала достигать 70-80 % от общей численности рабочей силы [18, с. 5].

Рис. 4. Верхний уровень административно-территориального деления КНР:регионы (серым цветом выделены приморские регионы, остальные регионы являются внутренними)

Рис. 5. Крупнейшие межрегиональные миграционные потоки КНР, 2005-2010 гг. (источник: [18]; примечание: 1 — 0,5-1 млн чел., 2 — 1-2 млн чел., 3 — 2-3 млн чел).

Основным источником межрегиональной миграции КНР выступает население внутренних регионов (рис. 5).

Численность временных межрегиональных мигрантов КНР составляет 50-100 млн чел. Именно эта миграция позволяет Китаю сохранять относительно низкие издержки по оплате труда в экспортном секторе. Согласно некоторым исследованиям [19], интенсивность воздействия экспорта на рынок труда была максимальной в первой половине 2000-х гг., когда за счет роста внешнего спроса было создано около 70,0 млн рабочих мест, а со второй половины 2000-х гг. основным источником увеличения занятости стал выступать внутренний спрос, представленный, в том числе ростом инвестиций в основной капитал.

Анализ показал, что чем выше доля городского населения в том или ином регионе Китая, тем большим размером реального среднедушевого ВРП он характеризуется (рис. 6), что при прочих равных условиях соответствует положениям теории эндогенного роста [20, 21] и новой экономической географии [22, 23].

Процесс урбанизации способен поддерживать высокие (превосходящие среднее значение по стране) темпы экономического роста только тех регионов КНР, которые пока не достигли высоких значений ВРП на душу населения. Для Пекина и Шанхая, среднедушевой реальный ВРП которых за 1992-2014 гг. был выше 50 тыс. юаней (более 10 тыс. долл.), средние темпы прироста экономики были ниже, чем по стране в целом. Анализ показал, что до-

90

80 -

2 70

60 -

50 -

40 -

30 -

20

• Шанхай #

Пекин

# Тяницзини

Гуандун Ляонин ♦

Хэйлунцзян Фуцзянь • ХйУНЦин\ЦХХГ V Монголия Хайнани « Хубэй ф Шаниси • - ,*,Кинся Шанидун Цзянси Цинхай,Шэни?и Шанидун Анихой •Хуна'&ь :ХЭб Сычуани •• ' Синицзян Туанси »Хэнани |анису Юнинани Гуйчжоу Чжецзян Цзянсу

• Тибет

5

10

15

20

45

50

55

25 30 35 40

Реальный среднедушевой ВРП, тыс юаней

Рис. 6. Доля городского населения и реальный среднедушевой ВРП по регионам КНР (примечание: приведены средние значения реального среднедушевого ВРП за 1992-2014 гг., а доли городского населения — только за 2005-2014 гг. по причине смены методологии учета численности населения городов статистическими органами КНР; рассчитано по: China Statistical Yearbooks 1996-2015; China Compendium of Statistics (1949-2004). Beijing: China Statistics Press, 2005)

стижение китайской экономикой среднедушевого дохода по ППС в размере 10 тыс. долл. совпало с превышением численности городского населения над сельским с одновременным падением роста численности городского населения и темпов прироста ВВП. Из этого следует, что высокие значения темпов экономического роста КНР наблюдались преимущественно при первоначально низких значениях среднедушевого дохода в условиях увеличения численности городского населения, сопровождающегося сооружением большого числа инфраструктурных объектов. Данное положение соответствует выводам теоретических и эмпирических исследований относительно положительного воздействия инвестиций в инфраструктуру на среднедушевой доход развивающихся стран на фоне бурной урбанизации [24-26], однако только до значений, примерно соответствующих уровню стран со «средним доходом». Урбанизационные процессы в КНР при прочих равных условиях способствуют достижению национальной экономикой уровня «среднего дохода», являясь определенным этапом для последующего роста и развития на основе наукоемких отраслей в рамках крупнейших агломераций. В противном случае страна не сможет преодолеть так называемую ловушку среднего дохода.

В соответствии с анализом статистических показателей для китайских регионов, существует тесная положительная связь между экспортной квотой (отношение экспорта к ВРП)

и реальным среднедушевым ВРП, то есть чем выше доля экспорта, тем выше ВРП на душу. Практически для всех приморских регионов свойственно сочетание большой экспортной квоты, высоких значений реального среднедушевого ВРП и высокой доли городского населения (более 50,0 %). Внутренние регионы характеризуются высокой долей инвестиций в ВРП, которая компенсирует их слабую связь с внешними рынками и меньшей долей городского населения, за исключением трех регионов Северо-Востока КНР (Внутренняя Монголия, Хэйлунцзян и Цзилинь) и ГЦП Чунцин, в которых процесс урбанизации был инициирован в конце 1950-х гг. Рост инвестиций в инфраструктуру (прежде всего в транспортную), способствует агломерационным процессам во внутренних регионах КНР [27].

Свободное перемещение населения в пространстве КНР и закрепление его в приморских регионах на постоянной основе сдерживается многочисленными барьерами, в том числе административного характера. Институт прописки, который первоначально задумывался для ограничения неконтролируемого перемещения трудовых ресурсов в пространстве страны, является фактором, сдерживающим свободную миграцию в КНР. В итоге в КНР стала складываться парадоксальная ситуация: избыток трудовых ресурсов в сельской местности и их дефицит в городах [28]. Согласно оценкам, отказ от института прописки в Китае может увеличить реальные среднедушевые доходы почти

на 5,0 % [8], а внутренний миграционный поток может увеличиться вдвое: со 150 до 300 млн чел. [29].

В долгосрочной перспективе следует ожидать сокращения как межрегиональной миграции, так и численности временного населения в приморских городах Китая. В настоящее время китайская экономика объективно замедляется, а руководство КНР демонстрирует приверженность к ее качественному упорядочению, в том числе за счет структурных и институциональных преобразований агломераций, являющихся главным источником экономического роста в неоднородном пространстве страны.

Оценка факторов экономического роста городов КНР

Модель и данные. Оценка интенсивных и экстенсивных факторов экономического роста может быть получена в рамках неоклассической модели Р. Солоу [30], в основе которой лежит предположение о существовании производственной функции, определяющей соотношение между максимально возможным объемом выпуска и доступными факторами производства (труд и капитал) при определенном уровне технологии:

у=Г(Л, к, I), (1)

где У — выпуск; К — затраты капитала; I — затраты труда; Л — параметр неучтенных в модели факторов производства, который интерпретируется как общая факторная производительность (ОФП), или уровень технического прогресса.

Факторная модель (1) широко распространена в виде функции Кобба — Дугласа:

у. = лка I, (2)

где а — коэффициент эластичности выпуска по капиталу; р — коэффициент эластичности выпуска по труду. Оценка модели (2) осуществляется с применением методов регрессионного анализа, для чего проводится ее линеаризация путем логарифмирования:

1п у =1п Л + а1п К +р1п I +ег. (3)

Модель Солоу может быть применена для оценки экономического роста городов КНР. В этом случае важной задачей исследования является выбор статистических показателей, корректно отражающих вклад труда и капитала в экономический рост китайских городов в неоднородном пространстве КНР. Исходя из имеющихся статистических показателей, наи-

более логичным является отражение характеристик пространства Китая посредством системы региональных индикаторов.

Выпуск. Предполагается, что ВДС городов аналогичен совокупному ВДС вторичного и третичного секторов экономики. Переменная выпуска представляет собой статистику ВДС по секторам экономики в текущих ценах по ре-гионам1, собранную из данных, представленных в ежегодных выпусках Национального статистического бюро Китая. Реальные значения ВДС получены корректировкой на индексы физических объемов.

Труд. В имеющейся статистике КНР2, переменная «труд» может быть представлена занятостью и численностью населения по городским территориям. Однако использование этих данных для оценки представляется некорректным в связи с изменением системы учета трудовых и человеческих ресурсов на региональном уровне и отклонением статистики занятости и численности населения в городах от реальных показателей по причине недоучета временного населения. Поскольку одной из главных задач подбора корректных статистических показателей является неизменность методики учета статистических показателей, единственно возможным способом корректировки соотношения численности занятого населения между городом и сельской местностью видится использование региональной статистики по секторам экономики, при предположении, что данные по занятости в первичном секторе (в сельском и лесном хозяйстве, животноводстве и рыбоводстве) тождественны количеству занятых в сельской местности, а во вторичном и третичном секторах — в городах3. Данная дезагрегация городской и сельской составляющих труда на региональном уровне в целом отражает общую тенденцию процесса урбанизации в КНР (в первичном секторе занятость практически во всех регионах имеет тенденцию к сокращению, во вторичном и тре-

1 Статистика более поздних значений по ГЦП Чунцин, образованного путем отделения от провинции Сычуань в 1997 г., была собрана из специализированных статистических сборников КНР.

2 Данная информация представлена в публикациях статистического бюро Китая, в специализированных сборниках по численности, составу и структуре населения, в сельских и городских статистических ежегодниках.

3 В эту логику отчасти не укладывается занятость по добыче природных ресурсов, которую следует отнести к городской численности занятого населения, поскольку в КНР вокруг крупных нешельфовых месторождений зачастую образуются городские поселения.

тичном — к увеличению) и, по всей видимости, учитывает трудовой вклад временных мигрантов в выпуске регионов.

Капитал. В статистических сборниках КНР представлен показатель «инвестиции в основной капитал» (ИОК), который дезагрегирован на «городскую» и «сельскую» составляющие. Однако для анализа динамики инвестиций на длинном временном промежутке (с начала 1990-х гг.) использование указанной статистики некорректно по следующим причинам:

— несинхронное изменение методики дезагрегирования на городскую и сельскую составляющие на региональном уровне;

— отсутствие учета статистических данных на временных промежутках для целого ряда регионов КНР;

— отсутствие индекса физических объемов или индекса цен инвестиций для городов и сельской местности.

Поэтому, на основе имеющихся статистических данных дезагрегация капитала была осуществлена исходя из предположения, что сельские инвестиции тождественны инвестициям фермерских хозяйств и коллективных хозяйств в сельской местности, а остальная часть ИОК представляет собой городские инвестиции. Значения ИОК в реальных ценах по городам были вычислены по физическому объему объектов завершенного строительства в городах

Массив показателей представлен статистикой за 1992-2014 гг., охватывая 31 регион Китая. Для оценок использовалась статистика следующих показателей по городам на региональном уровне: реальные значения ВДС и ИОК в ценах 2014 г. (млн юаней), среднегодовая численность занятых (тыс. чел.). Регрессионные зависимости оценивались как панельные данные: для всех регионов Китая, для приморских и внутренних китайских регионов, для приграничных с Россией регионов Северо-Востока КНР (АР Внутренняя Монголия, провинции Ляонин, Цзилинь и Хэйлунцзян).

Результаты оценки. Анализ показал, что ряд, представленный панельными данными, характеризуется неоднократными изменениями независимых факторов на промежутке с 1992 г. по 2014 г., вероятно, по причине структурных трансформаций в экономике городов в пространстве. Поэтому со статистической точки зрения оценка факторов экономического роста городов для всей совокупности

1 China Statistical Yearbooks 1996-2015.; Statistics on Investment in Fixed Assets of China (1950-2000). Beijing: China Statistics Press, 2002.

пространственных объектов на обозначенном долгосрочном периоде представляется несостоятельной. Более подробный анализ имеющегося массива данных при различном сочетании статистической значимости изменений независимых параметров показал, что в целом наиболее оптимальной является оценка факторов экономического роста городов в рамках пятилетних планов КНР: VIII план (19911995 гг.), IX (1996-2000 гг.), X (2001-2005 гг.), XI (2006-2010 гг.) и XII план (2011-2015 гг.). При этом разделение исходной совокупности на части ведет к снижению числа свободы в каждом полученном новом уравнении.

Определено, что по формальным критериям для описания исследуемых зависимостей наиболее подходящей является модель с фиксированными эффектами. В целом, полученные коэффициенты корреляции между независимыми переменными указали на отсутствие мультиколлинеарности в рамках обозначенных временных промежутков. Однако между независимыми переменными на промежутке 2011-2014 гг. для приморских регионов была обнаружена корреляция (г = 0,73), что не позволяет использовать полученные оценки для последующего анализа. Для данного случая временной промежуток был увеличен на пять лет (2006-2014 гг.), что позволило получить корректные оценки. Для регионов Северо-Востока КНР (1992-1995 гг.) для избавления от автокорреляции первого порядка в число независимых переменных включена авторегрессионная модель. В результате были получены оценки факторов экономического роста городов КНР (табл.).

Полученные производственные функции характеризуются возрастающей отдачей от масштаба за счет высоких значений эластичности труда для городов КНР. Оценка свободного члена А, интерпретируемого как технический прогресс, в целом показала отсутствие его воздействия на экономический рост китайских городов в 1990-е и 2000-е гг. Для городов, расположенных в приморских регионах, положительный вклад технического прогресса в экономический рост наблюдается продолжительное время — с 2001 г. по 2014 г. Незначительный положительный вклад технического прогресса для городов внутренних регионов был обнаружен только в первой половине 2010-х гг. Разложение темпов экономического роста городов Китая показало, что вклад экстенсивных факторов (труд и капитал) является подавляющим по сравнению с техническим прогрессом. В соответствии с полученными оценками, в

Таблица

Коэффициенты эластичности ВДС по инвестициям и труду и декомпозиция темпов экономического роста

городов КНР

Территория Характеристика регрессии Декомпозиция темпов роста, %

период Ьп(А) Ьп(К) Ьп(Ь) Д2 БШ ¥ А К Ь

Все регионы 1992-1995 0,00 0,17 1,89 0,99 1,58 2440 0,01 15,70 84,29

1996-2000 0,00 0,42 1,69 0,98 1,18 1585 0,00 50,94 49,06

2001-2005 0,00 0,03 2,25 0,98 1,38 9939 0,00 3,49 96,50

2006-2010 0,00 0,16 1,92 0,99 1,52 5337 0,02 15,13 84,85

2011-2014 0,03 0,30 1,44 0,99 1,92 832 0,22 31,69 68,09

Приморье 1992-1995 0,00 0,35 2,31 0,98 1,87 1428 0,00 34,38 65,62

1996-2000 0,00 0,99 1,11 0,95 1,53 196 0,00 75,45 24,55

2001-2005 0,01 0,03 1,88 0,98 1,29 3304 0,14 4,75 95,11

2006-2014 0,23 0,44 1,00 0,98 1,37 660 2,07 45,63 52,30

Внутренний Китай 1992-1995 0,01 0,25 1,53 0,99 1,66 722 0,06 16,04 83,90

1996-2000 0,00 0,40 1,69 0,98 1,36 1775 0,00 50,82 49,17

2001-2005 0,00 0,03 2,25 0,98 1,51 13169 0,01 3,03 96,97

2006-2010 0,00 0,20 2,13 0,99 1,52 1767 0,00 20,92 79,08

2011-2014 0,05 0,15 1,60 0,99 1,73 1254 0,51 15,88 83,61

Северо-Восток 1992-1995* 0,00 0,39 4,13 0,98 2,69 3974 0,00 25,15 74,85

1996-2000 0,00 0,24 3,43 0,96 1,53 1430 0,00 83,26 16,74

2001-2005 0,00 1,25 3,35 0,99 1,89 3201 0,00 89,80 10,20

2006-2010 0,00 0,47 2,41 0,97 1,68 258 0,00 51,00 49,00

2011-2014 0,03 0,30 1,45 0,96 1,76 262 0,39 14,93 84,68

Примечание: А — технический прогресс, К — капитал, Ь — труд. Р-значения независимых переменных меньше 0,10. * — включена авторегрессионная модель первого порядка АЯ(1). За основу изменений факторов приняты темпы прироста труда и капитала за соответствующие временные промежутки. Совокупный вклад факторов экономического роста равен 100 %.

Источник: расчеты автора.

2001-2014 гг. рост городской экономики Китая обеспечивался за счет труда, особенно в первые годы после вступления страны в ВТО, которое состоялось в конце 2001 г. В 2000-е гг., развитие большинства китайских городов происходило в условиях встраивания национальной экономики в глобальные производственные связи за счет массового выпуска трудоемкой продукции.

По мере исчерпания дешевых трудовых ресурсов из села, доля капитала как фактора экономического роста китайских городов, расположенных в приморских регионах, стала увеличиваться по причине повышения качественных характеристик рабочей силы. Происходит также увеличение количества выпускников высших и профессиональных технических учреждений. Повышение образовательного ценза ведет к постепенному сокращению неквалифицированных работников на рынке труда Китая в приморских городах. Со второй половины 2000-х гг. экономический рост приморских городов генерируется трудом, с одной стороны, и капиталом и техническим прогрессом — с другой, примерно в равной про-

порции. Технический прогресс как фактор экономического роста приморских городов имеет все большую долю. Этому способствует высокая концентрация особых территорий экономического развития, представляющих собой кластерные структуры.

Экономический рост городов, расположенных во внутренних регионах Китая, формируется преимущественно за счет роста неквалифицированного труда, который задействуется в трудоемких производствах, перемещенных из приморских городов. В городах внутренних регионов КНР не сложилось взаимодействия между предприятиями и научно-исследовательскими организациями по причине их сильной разобщенности [31]. Наращивание бюджетных инвестиций в научно-образовательный комплекс внутренних регионов КНР, вероятно, не приведет к серьезной отдаче от них в долгосрочной перспективе.

Что касается приграничных с Россией городов Северо-Востока КНР, то длительный период времени — 1996-2010 гг. их экономический рост обеспечивался инвестиционной составляющей (капиталом) ввиду особенностей

отраслевой структуры экономики с преобладанием тяжелой промышленности и государственного сектора. В первой половине 2010-х гг. экономический рост городов Северо-Востока КНР стал генерироваться за счет труда. С одной стороны, это обстоятельство указывает на то, что инфраструктура созданных основных фондов способствует дальнейшему увеличению занятости, в том числе вследствие реализации Программы восстановления старопромышленных баз, с другой — на экстенсивный характер текущих капитальных вложений, которые без внешнего импульса не способны существенно повлиять на экономический рост городов Северо-Востока КНР.

Возможно, в долгосрочной перспективе следует ожидать расширения сотрудничества между приграничными городами России и Китая при условии снятия барьеров в экономическом взаимодействии. Продолжительное время фактор соседства с российской территорией активно эксплуатируется бизнесом крупнейших городов Северо-Востока КНР для наращивания поставок на российский рынок готовой продукции собственного производства и ввозимой из приморских регионов, импорта российских сырьевых товаров, а также для привязки к региональным логистическим центрам. Конкретным шагом в интенсификации двусторонних взаимодействий может быть формирование упрощенного пограничного и таможенного режима в рамках пограничных переходов и прилегающих к ним территорий. Однако, в соответствии с полученными оценками, несмотря на реализацию ряда программ1 экономического развития Северо-Востока Китая, в которых центральное место уделяется развитию городов, расширению и укреплению их взаимодействий с российской экономикой, для России расширение экономических взаимодействий с приграничными территориальными системами КНР с опорой на агломерации в рамках совместных инновационных проектов может иметь только эпизодичный характер.

В реальности взаимозаменяемость факторов экономического роста городов КНР немного отличается от выясненных в результате оценки. Это расхождение обусловлено тем, что использованная формула разделения вклада факторов является приблизительной, а оценка,

1 Например: План приграничного развития и открытости Северо-Востока КНР в Хэйлунцзян и Внутренней Монголии, План реформирования экономики провинций Ляонин, Цзилинь, Хэйлунцзян и части АР Внутренняя Монголия.

вероятно, требует более подробного изучения пространственных объектов на менее агрегированном уровне, а также корректировки имеющейся статистики с точки зрения переоценки труда и капитала с учетом неформальной экономики.

Заключение

Процесс урбанизации в Китае, помимо естественного воспроизводства городского населения, поддерживается мощными миграционными потоками, созданием новых городов. Высокие значения темпов экономического роста Китая наблюдались в период ускоренной урбанизации при одновременном существовании низкого уровня среднедушевого дохода. Достижение китайской экономикой значений так называемой ловушки среднего дохода совпало с превышением численности городского населения над сельским с одновременным падением скорости урбанизации и снижением темпов прироста ВВП. Китайская экономика замедляется, а развитие городов является одним из способов для достижения устойчивых долгосрочных темпов экономического роста КНР. Анализ показал, что чем выше доля городского населения в том или ином регионе Китая, тем большим размером реального среднедушевого ВРП он характеризуется. Процесс урбанизации способен поддерживать высокий экономический рост только тех регионов КНР, которые пока не достигли высокого уровня ВРП на душу населения.

Оценка показала, что в рамках существующей пространственной структуры КНР наблюдаются существенные различия в факторах экономического роста городов. По мере увеличения среднедушевого дохода, высокая доля капитала в экономическом росте характерна только для приморских городов, а для остальных городов главным фактором роста остается труд. Данные оценки подтверждают наличие тенденции экстенсивного наращивания капитала, которое способствует только росту занятости, особенно в городах, расположенных во внутренних регионах. В городах Северо-Востока КНР инфраструктура созданных основных фондов способствует поддержанию роста занятости, притом что в последнее время характер капитальных вложений является экстенсивным.

Разложение темпов экономического роста городов Китая показало, что вклад экстенсивных факторов является подавляющим, по сравнению с техническим прогрессом, который занимает заметную долю только в приморских

городах. В рамках анализируемого периода наблюдалась заметная смена диспропорций между экстенсивными факторами, что, вероятно, является следствием увеличения влияния внешней торговли и конъюнктуры внешних рынков на экономический рост городов, а также реализации инвестиционных программ регионального развития.

Экономика городов КНР в условиях существующих барьеров перемещению трудоспособного населения в пространстве страны, несмотря на существующие миграционные потоки, постепенно приходит в новое состояние, которое характеризуется нарастающей качественной диспропорциональностью между Приморьем и Внутренним Китаем с точки зрения соотношения факторов экономического роста. Можно предположить, что главными причинами отличия факторов экономического роста городов в пространстве КНР яв-

ляются дифференциация квалифицированной рабочей силы, массовое появление кластерных структур и сравнительно тесная взаимосвязь научных учреждений и реального сектора экономики в приморских агломерациях. При существующих барьерах для свободного перемещения населения в пространстве страны экономический рост генерируется городами приморских регионов, а инвестиции в города внутренних регионов только поддерживают необходимый рост занятости для обеспечения социальной стабильности в КНР, что отчасти объясняет их периферийность. Для более эффективного сотрудничества с Китаем для российской экономики необходимо расширение связей с агломерациями, размещенными в приморских регионах, с опорой на развитие инновационных и технологических совместных проектов.

Благодарность

Исследование выполнено при поддержке гранта РФФИ № 15-06-04959 «Эффекты экономических взаимодействий в региональных системах „центр-периферия"».

Список источников

1. Golley J., Wei Z. Population dynamics and economic growth in China // China Economic Review. — 2015. — Vol. 35.

— Pp.15-32. — DOI: 10.1016/j.chieco.2015.05.005.

2. Gu C., Li Y., Han S. Development and transition of small towns in rural China // Habitat International. — 2015. — Vol. 50. — Pp.110-119. — DOI: 10.1016/j.habitatint.2015.08.017.

3. Au C., Henderson V. J. How Migration Restrictions Limit Agglomeration and Productivity in China // Journal of Development Economics. — 2006. — Vol. 80. — Pp.350-388. — DOI: 10.1016/j.jdeveco.2005.04.002.

4. Ito B., Xu Z., Yashiro N. Does agglomeration promote internationalization of Chinese firms? // China Economic Review. — 2015. — Vol. 34. — Pp.109-121. — DOI: 10.1016/j.chieco.2015.03.009.

5. Lu Y., Ni J., Tao Z., Yu L. City-industry growth in China // China Economic Review. — 2013. — Vol.27. — Pp. 135147. — DOI: 10.1016/j.chieco.2013.08.004

6. Li C., Gibson J. City scale and productivity in China // Economics Letters. — 2015. — Vol. 131. — Pp. 86-90. — DOI: 10.1016/j.econlet.2015.04.001.

7. Huang H., Wei Y. D. Spatial inequality of foreign direct investment in China: Institutional change, agglomeration economies, and market access // Applied Geography. — 2016. — Vol.69. — Pp. 99-111. — DOI: 10.1016/j.apgeog.2014.12.014.

8. Xu K. Barriers to labor mobility and international trade: The case of China // China Economic Review. — 2014. — Vol. 29. — Pp. 107-125. — DOI: 10.1016/j.chieco.2014.04.003.

9. Jefferson G. H., Hu A. G. Z., Su J. The sources and sustainability of China's economic growth // Brookings Papers on Economic Activity. — 2006. — Vol. 2. — Pp. 1-60. — DOI: 10.1353/eca.2007.0005.

10. He X., Sim N. C. S. Does economic growth affect urbanization? New evidence from China and the Chinese National Congress // Journal of Asian Economics. — 2015. — Vol. 36. — Pp. 62-71. — DOI: 10.1016/j.asieco.2014.12.003.

11. Eichengreen B., Park D., Shin K. Growth slowdowns redux // Japan and the World Economy. — 2014. — Vol. 32. — Pp. 65-84. — DOI: 10.1016/j.japwor.2014.07.003.

12. Lewis W. A. Economic development with unlimited supplies of labour // The Manchester School. — 1954. — Vol. 22, No 2. — Pp. 139-191. DOI: 10.1111/j.1467-9957.1954.tb00021.x.

13. Au C., Henderson V. J. Are Chinese Cities Too Small? // Review of Economic Studies. — 2006. — Vol. 73, No 3. — Pp.549-576. — DOI: 10.1111/j.1467-937X.2006.00387.x.

14. Островский А. В. Формирование рынка рабочей силы в КНР. — М.: РАН; Институт Дальнего Востока, 2003.

— 456 с.

15. Ганшин Г. А., Ушаков И. В. Китай. Экономико-географический очерк. — М. : Мысль, 2004. — 272 с.

16. Изотов Д. А., Мотрич Е. Л. Демографические вызовы для экономики КНР // Россия и АТР. — 2014. — № 3.

— С. 61-83.

17. Chan K. W. Migration and development in China: trends, geography and current issues // Migration and Development.

— 2012. — Vol. 1, No. 2. — Pp. 191-200. — DOI: 10.1080/21632324.2012.739316.

18. Chan K. W. China, Internal Migration // The Encyclopedia of Global Human Migration / Ed. by I. Ness. Blackwell Publishing, 2013. — DOI: 10.1002/9781444351071.wbeghm124.

19. Los B., Timmer M. P., de Vries G. J. How important are exports for job growth in China? A demand side analysis // Journal of Comparative Economics. — 2015. — Vol. 43, No. 1. — Pp.19-32. — DOI: 10.1016/j.jce.2014.11.007.

20. Jones Ch. I., Romer P. M. The New Kaldor Facts: Ideas, Institutions, Population, and Human Capital. Stanford University and NBER. June 17, 2009. [Electronic resource]. URL: http://web.stanford.edu/~chadj/Kaldor200.pdf (date of accesse: 09.06.2017).

21. Brueckner J. K. Analysing Third-World Urbanization: A Theoretical Model with Empirical Evidence. College of Commerce and Business Administration University of Illinois at Urbana-Champaign. BEBR Faculty Working Paper 1389. September 1987. [Electronic resource]. URL: https://www.ideals.illinois.edu/bitstream/handle/2142/28880/ analysingthirdwo1389brue.pdf?sequence=1. (date of accesse: 09.06.2017).

22. Fujita, M., Krugman P., Venables A. J. The Spatial Economy. Cities, Regions, and International Trade. — MIT-Press, Cambridge, Mass, 1999. — 367 p.

23. Fujita M., Thisse J.-F. Does Geographical Agglomeration Foster Economic Growth? And Who Gains and Loses From It? // The Japanese Economic Review. — 2003. — Vol. 54. — Pp.121-145. — DOI: 10.1111/1468-5876.00250.

24. Urbanization and Growth / Ed. by M. Spence, P. C. Annez, R.M. Buckley. The International Bank for Reconstruction and Development, The World Bank, 2009. [Electronic resource]. URL: http://siteresources.worldbank.org/EXTPREMNET/ Resources/489960-1338997241035/Growth_Commission_Vol1_Urbanization_Growth.pdf (date of accesse: 09.06.2017).

25. Aschauer D. A. Why is infrastructure important? // Conference Series, Federal Reserve Bank of Boston. — 1990. — Vol. 34. — Pp. 21-68.

26. Gupta S., Kangur A., Papageorgiou C., Wane A. Efficiency-Adjusted Public Capital and Growth // World Development. — 2014. — Vol. 57. — Pp.164-178. — DOI: 10.1016/j.worlddev.2013.11.012.

27. Yu N., de Roo G., de JongM., Storm S. Does the expansion of a motorway network lead to economic agglomeration? Evidence from China // Transport Policy. — 2016. — Vol.45. — Pp.218-227. — DOI: 10.1016/j.tranpol.2015.03.014.

28. Knight J., Deng Q., Li S. The puzzle of migrant labour shortage and rural labour surplus in China // China Economic Review. — 2011. — Vol. 22, No.4. — Pp. 585-600. — DOI: 10.1016/j.chieco.2011.01.006.

29. Golley J., MengX. Has China run out of surplus labour? // China Economic Review. — 2011. — Vol. 22. — Pp. 555572. — DOI: 10.1016/j.chieco.2011.07.006.

30. Solow R. M. Technical Change and the Aggregate Production Function // The Review of Economics and Statistics. — 1957. — Vol. 39, No.3. — Pp. 312-320. — DOI: 10.2307/1926047.

31. Изотов Д. А. Опыт интеграции науки и образования в странах северо-восточной Азии // Инновации. — 2013. — № 1. — C. 76-81.

Информация об авторе

Изотов Дмитрий Александрович — кандидат экономических наук, старший научный сотрудник, Институт экономических исследований ДВО РАН; Scopus Author ID: 55764073100 (Российская Федерация, 680042, г. Хабаровск, Тихоокеанская, д. 153, каб. 309; e-mail: izotov80@yandex.ru).

For citation: Izotov, D. A. (2017). Urban Economic Growth in the Chinese Heterogeneity Space. Ekonomika regiona [Economy of Region], 13(3), 789-802

D. A. Izotov

Economic Research Institute of the Far Eastern Branch of RAS (Khabarovsk, Russian Federation; e-mail: izotov80@yandex.ru)

Urban Economic Growth in the Chinese Heterogeneity Space

The purpose of the study is to assess the factors of urban economic growth in Peoples Republic of China (PRC) in the framework of heterogeneous space, meaning as the regional diversity of economic systems, in the context of the current period of market reforms. The article shows that urban development is a way to achieve a sustainable rate of Chinas high economic growth. The author presents the description of the model and spatial characteristics of economic growth & urbanization in China. Using numerous statistical sources, the author has revealed that the high values of Chinas economic growth were observed in the conditions of high urbanization rates & low per capita income. I have estimated the factors of urban economic growth in the framework of PRCs heterogeneous space based on the neoclassical approach. In accordance with the assessment, the author found that spatial heterogeneity has a significant impact on the differences in the ratio of the factors of economic growth in Chinese cities. The contribution of extensive factors continues to play a key role in Chinas urban economic growth, with the highest proportion of capital input for coastal cities & towns, and labour input — for interior regions urban areas. As the assessment showed, intensive factors have a visible impact on economic growth only for coastal cities & towns. The author suggests that the economic growth in China is generated mainly coastal cities & towns, and investments in the interior regions urban areas only maintain the required employment growth for ensuring social stability. For this reason, the Russian economy needs the extension of relations with agglomerations placed in seaside regions of China as well as the development of innovative and technological joint projects.

Keywords: economic growth, urbanization, capital input, labour input, growth of technology, investment, employment, urban, region, China

References

1. Golley, J. & Wei, Z. (2015). Population dynamics and economic growth in China. China Economic Review, 35, 15-32. DOI: 10.1016/j.chieco.2015.05.005.

2. Gu, C., Li, Y. & Han, S. (2015). Development and transition of small towns in rural China. Habitat International, 50, 110-119. DOI: 10.1016/j.habitatint.2015.08.017.

3. Au, C. & Henderson, V. J. (20060. How Migration Restrictions Limit Agglomeration and Productivity in China. Journal of Development Economics, 80, 350-388. DOI: 10.1016/j.jdeveco.2005.04.002.

4. Ito, B., Xu, Z. & Yashiro, N. (2015). Does agglomeration promote internationalization of Chinese firms? China Economic Review, 34, 109-121. DOI: 10.1016/j.chieco.2015.03.009.

5. Lu, Y., Ni, J., Tao, Z. & Yu, L. (2013). City-industry growth in China. China Economic Review, 27, 135-147. DOI: 10.1016/j.chieco.2013.08.004

6. Li, C. & Gibson, J. (2015). City scale and productivity in China. Economics Letters, 131, 86-90. DOI: 10.1016/j.econ-let.2015.04.001.

7. Huang, H. & Wei, Y. D. (2016). Spatial inequality of foreign direct investment in China: Institutional change, agglomeration economies, and market access. Applied Geography, 69, 99-111. DOI: 10.1016/j.apgeog.2014.12.014.

8. Xu, K. (2014). Barriers to labor mobility and international trade: The case of China. China Economic Review, 29, 107-125. DOI: 10.1016/j.chieco.2014.04.003.

9. Jefferson, G. H., Hu, A. G. Z. & Su, J. (2006). The sources and sustainability of China's economic growth. Brookings Papers on Economic Activity, 2, 1-60. DOI: 10.1353/eca.2007.0005.

10. He, X. & Sim, N. C. S. (2015). Does economic growth affect urbanization? New evidence from China and the Chinese National Congress. Journal of Asian Economics, 36, 62-71. DOI: 10.1016/j.asieco.2014.12.003.

11. Eichengreen, B., Park, D. & Shin, K. (2014). Growth slowdowns redux. Japan and the World Economy, 32, 65-84. DOI: 10.1016/j.japwor.2014.07.003.

12. Lewis, W. A. (1954). Economic development with unlimited supplies of labour. The Manchester School, 22(2), 139191. DOI: 10.1111/j.1467-9957.1954.tb00021.x.

13. Au, C. & Henderson, V. J. (2006). Are Chinese Cities Too Small? Review of Economic Studies, 73(3), 549-576. DOI: 10.1111/j.1467-937X.2006.00387.x.

14. Ostrovskiy, A. V. (2003). Formirovanie rynka rabochey sily v KNR [Labour Force Market in the PRC: its Formation and Development]. Moscow: Institute of Far Eastern Studies of RAS.Publ., 456. (In Russ.)

15. Ganshin, G. A. & Ushakov, I. V. (2004). Kitay. Ekonomiko-geograficheskiy ocherk [China. Economic & Geographic Essay]. Moscow: Mysl Publ., 272. (In Russ.)

16. Izotov, D. A. & Motrich, E. L. (2014). Demograficheskie vyzovy dlya ekonomiki KNR [Demographic Challenges of the Chinese Economy]. Rossiya i ATR [Russia and the Pacific], 3, 61-83. (In Russ.)

17. Chan, K. W. (2012). Migration and development in China: trends, geography and current issues. Migration and Development, 1(2), 191-200. DOI: 10.1080/21632324.2012.739316.

18. Chan, K. W. (2013). China, Internal Migration. The Encyclopedia of Global Human Migration. In: I. Ness (Ed.). Blackwell Publishing. DOI: 10.1002/9781444351071.wbeghm124.

19. Los, B., Timmer, M.P. & de Vries, G. J. (2015). How important are exports for job growth in China? A demand side analysis. Journal of Comparative Economics, 43(1), 19-32. DOI: 10.1016/j.jce.2014.11.007.

20. Jones, Ch. I. & Romer, P. M. (2009, June 17). The New Kaldor Facts: Ideas, Institutions, Population, and Human Capital. Stanford University and NBER. Retrieved from: http://web.stanford.edu/~chadj/Kaldor200.pdf (date of access: 09.06.2017).

21. Brueckner, J. K. (1987, September). Analysing Third-World Urbanization: A Theoretical Model with Empirical Evidence. College of Commerce and Business Administration University of Illinois at Urbana-Champaign. BEBR Faculty Working Paper 1389. Retrieved from: https://www.ideals.illinois.edu/bitstream/handle/2142/28880/analysingthirdwo1389brue.pd-f?sequence=1. (date of access: 09.06.2017).

22. Fujita, M., Krugman, P. & Venables, A. J. (1999). The Spatial Economy. Cities, Regions, and International Trade. MITPress, Cambridge, Mass, 367.

23. Fujita, M. & Thisse, J.-F. (2003). Does Geographical Agglomeration Foster Economic Growth? And Who Gains and Loses From It? The Japanese Economic Review, 54, 121-145. DOI: 10.1111/1468-5876.00250.

24. Spence, M., Annez, P. C. & Buckley, R. M. (Eds). Urbanization and Growth. The International Bank for Reconstruction and Development, The World Bank. Retrieved from: http://siteresources.worldbank.org/EXTPREMNET/ Resources/489960-1338997241035/Growth_Commission_Vol1_Urbanization_Growth.pdf (date of access: 09.06.2017).

25. Aschauer, D. A. (1990). Why is infrastructure important? Conference Series, Federal Reserve Bank of Boston, 34, 21-68.

26. Gupta, S., Kangur, A., Papageorgiou, C. & Wane, A. (2014). Efficiency-Adjusted Public Capital and Growth. World Development, 57, 164-178. DOI: 10.1016/j.worlddev.2013.11.012.

27. Yu, N., de Roo, G., de Jong, M. & Storm, S. (2016). Does the expansion of a motorway network lead to economic agglomeration? Evidence from China. Transport Policy, 45, 218-227. DOI: 10.1016/j.tranpol.2015.03.014.

28. Knight, J., Deng, Q. & Li, S. (2011). The puzzle of migrant labour shortage and rural labour surplus in China. China Economic Review, 22(4), 585-600. DOI: 10.1016/j.chieco.2011.01.006.

29. Golley, J. & Meng, X. (2011). Has China run out of surplus labour? China Economic Review, 22, 555-572. DOI: 10.1016/j.chieco.2011.07.006.

30. Solow, R. M. (1957). Technical Change and the Aggregate Production Function. The Review of Economics and Statistics, 39(3), 312-320. DOI: 10.2307/1926047.

31. Izotov, D. A. (2013). Opyt integratsii nauki i obrazovaniya v stranakh severo-vostochnoy Azii [Experience of Integrating Research and Education in Northeast Asia]. Innovatsii [Innovations], 1, 76-81. (In Russ.)

Author

Dmitry Aleksandrovich Izotov — PhD in Economics, Senior Research Associate, Economic Research Institute of the Far Eastern Branch of RAS; Scopus Author ID: 55764073100 (153, Tikhookeanskaya St., Khabarovsk, 680042, Russian Federation; e-mail: izotov80@yandex.ru).

СОЦИАЛЬНО-ДЕМОГРАФИЧЕСКИЙ ПОТЕНЦИАЛ РЕГИОНАЛЬНОГО РАЗВИТИЯ

Для цитирования: Андреев В.В. Территориальное распределение населения в Российской Федерации //

Экономика региона. — 2017. — Т. 13, вып. 3. — С. 803-811

doi 10.17059/2017-3-13 УДК 332.156 JEL C02

В. В. Андреев

Чувашский государственный университет имени И. Н. Ульянова (Чебоксары, Российская Федерация; e-mail: andreev_vsevolod@mail.ru)

ТЕРРИТОРИАЛЬНОЕ РАСПРЕДЕЛЕНИЕ НАСЕЛЕНИЯ В РОССИЙСКОЙ ФЕДЕРАЦИИ 1

В 1931 г. Роберт Гибрат установил, что численность персонала фирм и населения городов подчиняется логонормальному распределению. Исследованиями ряда авторов установлено, что закон Гибрата служит основой анализа динамики численности уже сложившихся и занявших достаточно устойчивую нишу зрелых и крупных фирм. Закон Гибрата позволяет анализировать также динамику и закономерности территориального распределения населения стран в случае, если их социально-экономическое развитие устойчивое и равновесное. Целью исследования является проверка закона Гибрата для населенных пунктов России. Выполнение закона Гибрата свидетельствовало бы о том, что территориальное распределение населения в стране равновесное, а трудовые ресурсы территориально распределены практически оптимально. Противоположный результат свидетельствует о дисбалансе между размещением производства и трудовых ресурсов. Исходными являются данные всероссийской переписи населения 2010 г. Проверка гипотезы о логонормальном законе распределения населения в России по населенным пунктам выполнена с применением критерия согласия Пирсона при уровне значимости а = 0,05. Результаты исследования показали, что распределение жителей по населенным пунктам России не подчиняется закону Гибрата. Следовательно, распределение численности жителей по населенным пунктам неравновесное, что выражается, в частности, в значительной миграции трудовых ресурсов из населенных пунктов с малочисленным населением в более крупные города. Следует отметить, что знание закономерностей территориального распределения населения и движущих факторов мобильности населения важно при разработке и реализации эффективной социально-экономической политики в стране. Одним из перспективных направлений будущих исследований стало бы определение дисбаланса распределения жителей по населенным пунктам и выработка рекомендаций по созданию и размещению новых производств в регионах страны. Важным является также исследование пространственной кластеризации населенных пунктов по количеству жителей и сравнительный анализ таких кластеров с регионами в их нынешних административных границах.

Ключевые слова: закон Гибрата, закон Ципфа, логонормальное распределение, неравновесное распределение, критерий согласия Пирсона, миграция населения, закономерности территориального распределения населения, движущие факторы мобильности населения, дисбаланс территориального распределения населения

Введение

Ряд исследований [1-3] показывает, что территориальное распределение населения, кото-

1 © Андреев В. В. Текст. 2017.

рое непрерывно меняется во времени, не является случайным. Оно представляет собой чрезвычайно сложный конгломерат различных стимулов и действий, исходящих от миллионов людей, а также огромного числа предприятий и организаций. Знание закономерностей

территориального распределения населения и движущих факторов мобильности населения важно при выработке и реализации эффективной социально-экономической политики. Важнейшими задачами с точки зрения принятия оптимальных управленческих решений в социально-экономической сфере являются:

— оптимальное территориальное размещение нового производства;

— прогнозирование требуемой в ближайшей перспективе численности экономически активного населения и трудовых мигрантов на тех или иных территориях;

— решение вопроса эффективности предоставления субсидий как из федерального, так и из регионального бюджетов для дальнейшего развития и обустройства населенных пунктов;

— решение вопроса эффективности развития транспортной сети для перевозок населения от места проживания до места работы и обратно.

Результаты проведенного в работе [1] исследования, в которой были протестированы законы Гибрата и Ципфа для населенных пунктов США, позволяют говорить о двух надежно установленных эмпирических закономерностях мобильности населения. Первая из них состоит в том, что численность населения крупнейших городов удовлетворяет закону Ципфа [4]. В соответствии с ним, если города ранжировать по убыванию в них численности населения (то есть первый по численности населенный пункт имеет ранг Я = 1, второй по численности — ранг Я = 2 и т. д.), то отношение численностей населения двух городов обратно пропорционально отношению их рангов. Вторая эмпирически установленная закономерность состоит в том, что темп роста численности городского населения не зависит от размера города.

В работе [5] Роберт Гибрат установил, что численность фирм и городов подчиняется логарифмически нормальному распределению (закон Гибрата). При этом закон Ципфа представляет собой правый «хвост» логонормаль-ного распределения для крупнейших по численности жителей городов [1].

В работе [6] отмечено, что закон Гибрата может служить основой исследования роста уже сложившихся и занявших достаточно устойчивую нишу зрелых и крупных фирм. Однако этот закон не выполняется в случае молодых, недавно начавших деятельность на рынке фирм. Очевидно, в последнем случае развитие фирмы имеет неравновесный характер. Поэтому можно утверждать, что закон Гибрата

выполняется, если процессы в системе протекают в равновесном режиме.

Ранее (в работе [7]) были исследованы закономерности территориального распределения населения в Чувашской Республике на основе тестирования их соответствия законам Гибрата и Ципфа. В качестве исходных были использованы данные Всероссийской переписи населения 2010 г.1 В результате было установлено, что распределение численности жителей по населенным пунктам не подчиняется законам Гибрата и Ципфа. Это свидетельствует

0 том, что распределение жителей по населенным пунктам в Чувашской Республике неравновесное. Однако в случае исключения из рассмотрения города Чебоксары закон Ципфа для остальных крупнейших по численности населенных пунктов Чувашской Республики выполняется лучше.

В данной работе исследованы на основе закона Гибрата закономерности территориального распределения населения в Российской Федерации на основе данных всероссийской переписи населения 2010 г.

Теория и методология вопроса

В последние годы опубликовано значительное количество работ [8-21], в которых исследован вопрос обоснованности применения законов Гибрата и Ципфа при анализе закономерностей территориального распределения населения и трудовых ресурсов, а также развития фирм. Так, в работе [8] проанализирована литература (более 50 наименований), относящаяся к применению закона Гибрата и подразделенная на следующие категории:

— исследования, подтверждающие справедливость закона Гибрата [9, 10];

— исследования, в которых отвергается закон Гибрата [11];

— исследования, в которых часть результатов подтверждает справедливость закона Гибрата, а другая часть — отвергает [12, 13].

Сделан вывод о том, что значительное большинство исследований с применением закона Гибрата относятся к развитым странам, и имеется очень мало подобных исследований для развивающихся стран. Кроме того, закон Гибрата в случае анализа на его основе роста фирм для производственного сектора выполняется плохо, но для сферы обслуживания он соблюдается хорошо.

1 Портал Всероссийской переписи населения 2010. [Электронный ресурс]. URL: http://www.gks.ru/free_doc/ new_site/perepis2010/croc/perepis_itogi1612.htm (дата обращения: 12.11.2016).

В работе [14], используя данные о динамике численности городского населения с 1990 г. по 2010 г. в Китае и основываясь на двойной логарифмической регрессионной модели, проанализировано с помощью закона Ципфа распределение числа жителей по разным городам. В результате проведенного исследования сделан вывод об относительной сбалансированности населения по городам в Китае практически в полном соответствии с законом Ципфа. Если зависимость численности жителей N в некотором городе от его ранга Я выражается

N = А / Яа,

то при идеальном выполнении закона Ципфа а = 1. Здесь А постоянная величина. В работе

[14] сделан также вывод о том, что при анализе распределения городского населения в каждой отдельной провинции обнаруживается более сложная картина. При этом выделяются четыре большие группы городов, для которых:

— закон Ципфа выполняется практически идеально (а и 1);

— хорошо выполняется закон Ципфа (параметр а близок к единице, т. е. 1 - а < а < 1 + а; степень отличия а от единицы данного параметра а характеризует точность выполнения закона Ципфа);

— можно говорить о переходном состоянии от преимущественно степенной закономерности (а ф 1) распределения населения по городам к распределению в соответствии с законом Ципфа (а и 1);

— выполняется степенная закономерность распределения населения по городам.

Следует отметить, что при а < 1 наблюдается большее рассеяние населения по городам, то есть малые и средние города достаточно многочисленны, а численность жителей в больших городах растет в меньшей степени. При а > 1, наоборот, население сконцентрировано в больших городах, а малые и средние города развиты существенно хуже.

Авторы работ [15, 16] отмечают, что масштабы урбанизации в Китае в течение последних трех десятилетий беспрецедентны в истории человечества и при этом плохо изучены. Здесь исследованы процессы расширения 32 крупных китайских городов с 1978 г. по 2010 г. Исходными данными являются спутниковые снимки Landsat. Из результатов работы

[15] следует, что эти города расширялись в геометрической прогрессии и темпы их роста в течение всего периода исследования находились в обратной зависимости от размера города. Последний результат противоречит за-

кону Гибрата, в соответствии с которым скорость роста города не зависит от его размера. Противоречие с законом Гибрата здесь свидетельствует о существенно неравновесном характере развития Китая после начала реформ в 1978 г.

В работе [17] исследованы для Китая, Индии и Бразилии закономерности территориального распределения и роста регионального населения на основе законов Ципфа и Гибрата соответственно. В исследовании отвергается закон Ципфа для Индии и показывается, что закон Гибрата хорошо подходит для Бразилии. При этом в разных странах различные факторы оказывают влияние на выполнение законов Ципфа и Гибрата. В одних случаях важным фактором является развитие рынка, в других — уровень развития промышленности, сельского хозяйства и т. п. В некоторых случаях решающим является комбинация из нескольких факторов.

Следует отметить также работы, посвященные исследованию пространственной организации городских кластеров [18], взаимосвязи между численностью фирмы и ее ростом (на примере Чехии) [19]. В работе [20] проанализирован вопрос справедливости (несправедливости) закона Гибрата для шведских фирм в области энергетики. Особенности проявления закона Ципфа для российских городов исследованы в работе [21].

Таким образом, методология и теоретические аспекты применения законов Ципфа и Гибрата весьма разнообразны.

Данные, методы и результаты

На рис. 1 представлена гистограмма распределения населения по населенным пунктам. По оси абсцисс отложен десятичный логарифм от численности населения N в различных населённых пунктах, то есть lgN. Интервал значений десятичных логарифмов от минимальной до максимальной величины разбит на т по-динтервалов с равномерным шагом ^

h = (Ш - Ш . )/т.

V тах о тт''

(1)

Затем для каждого подинтервала +

+ (/ - 1)^ lgNmjn + Щ, / = 1, ..., т определялось количество населенных пунктов М, десятичные логарифмы от численности населения которых принадлежат данному подинтервалу. При этом последний подинтервал при / = т является закрытым, то есть [lgNmjn + (т - 1)^ lgNmjn + тЩ. На рис. 1 гистограмма получена при т = 100.

Сплошная кривая на рисунке 1 соответствует нормальному [22] распределению ло-

гарифма от численности населения N в различных населенных пунктах Российской Федерации. Если рассматривать зависимость величины М от N, то получается логонормаль-ное распределение, плотность вероятности которого описывается формулой

г (N ) = -

1

ехр

(£ N -ц)

" 2а2

2 Л

(2)

На рисунке 1 площадь под сплошной кривой нормирована на площадь всей гистограммы.

Проверка гипотезы о логарифмически нормальном законе распределения данных на рисунке 1 с применением критерия согласия Пирсона (х2-критерия) [22] при уровне значимости а = 0,05 показала, что гипотеза отвергается при указанном уровне значимости. Из этого следует, что распределение численности населения по населенным пунктам Российской Федерации не подчиняется логарифмически нормальному закону (2). Следовательно, в целом система находится в неравновесном состоянии, соответствующем тому, что происходит значительная миграция населения в стране. Процесс такой миграции населения может быть следствием того, что в стране образовался существенный дисбаланс в размещении трудовых ресурсов и производственных мощностей. В поисках работы в условиях, когда в целом экономика страны не развивается или развивается невысокими темпами, трудоспособное население вынуждено мигрировать из населенных пунктов с малочисленным населением в более крупные города. Один из главных отрицательных моментов дисбаланса распределения жителей по населенным пунктам состоит в том, что неравновесная система значительно более по сравнению с равновесной подвержена влиянию внешних факторов и, следовательно,

3 -1 4001 000600200 [ ^^^^^^

0 2 4 6 Ы N

Рис. 1. Гистограмма распределения населения Российской Федерации по населенным пунктам по данным всероссийской переписи населения 2010 г. Сплошная кривая соответствует распределению Гаусса с математическим ожиданием ц = 3,1819 и со стандартным отклонением а = 0,5236

наблюдается нестабильность в обществе. В то же время, при выработке эффективных управленческих решений неравновесную социально-экономическую систему по сравнению с равновесной гораздо легче реформировать, переводя ее на новую ступень развития в следующем состоянии с равновесным распределением населения и трудовых ресурсов. В частности, анализируя рисунок 1, можно принять решение о развитии тех или иных территорий для достижения системой нового равновесного состояния по распределению численности жителей в различных населенных пунктах.

Проверим закон Ципфа [4], который записывается в виде уравнения (3), для крупнейших населенных пунктов Российской Федерации:

N / N * = R * / Я.

(3)

Здесь N и N * численности населения в двух сравниваемых населенных пунктах, а Я и Я * соответствующие им ранги. Прологарифмировав уравнение (3) получим:

^ = -^Я + ^ * + ^Я *

(4)

б

Рис. 2. Зависимость lgN от lgR: для двенадцати (а) и для десяти за исключением городов Москва и Санкт-Петербург (б) крупнейших по численности населенных пунктов Российской Федерации по данным всероссийской переписи

населения 2010 г.

На рисунке 2 представлены зависимости lgN от ^Я для крупнейших по численности населенных пунктов Российской Федерации, которые описываются линейным трендом. Линейные уравнения регрессии имеют вид (5) для рисунка 2а и — (6) для рисунка 2б.

^ = -0,896ВД + 6,8544. (5) ^ = -0,1545^Я + 6,1739. (6)

Запишем уравнения (5) и (6) в виде формул (7) и (8):

N = 106,8544 / Я0,8961. (7)

N = 106,1739 / Я0,1545. (8)

Из уравнения (3) следует, что при выполнении закона Ципфа степень переменной (ранга) Я должна равняться единице. Сравнивая последние формулы (7) и (8) с уравнением (3), можно заметить, что для крупнейших по численности населенных пунктов Российской Федерации степени Я заметно отличаются от единицы. Это отличие особенно существенно для десяти крупнейших населенных пунктов (за исключением городов Москва и Санкт-Петербург). Таким образом, нельзя говорить о выполнении закона Ципфа ни в первом, ни во втором случаях. Следовательно, распределение численности населения по крупнейшим городам Российской Федерации имеет неустоявшийся неравновесный характер.

В таблице в правой части приведены отношения N / N * (в каждой ячейке через косую указаны величины Я * / Я). Например, в строке, соответствующей населенному пункту «г. Москва — городское население» (в данном случае величина АТ), слева направо в ячейках перечислены отношения численности населения в нем к численности населения в населенных пунктах, расположенных во втором столбце таблицы ниже Москвы (величины N*). После косой указаны соответствующие отношения рангов Я * / Я. Аналогичные величины приведены в строках, соответствующих другим населенным пунктам. Результаты, приведенные в таблице, показывают, что для перечисленных в ней двенадцати самых крупных населенных пунктов Российской Федерации закон Ципфа (3) не выполняется. Таким образом, распределение населения по крупнейшим населенным пунктам Российской Федерации не является равновесным. Это может быть следствием того, что социально-экономическая система Российской Федерации далека от равновесной и в ней наблюдаются большие диспропорции и деформации в территориальном распределении трудовых ресурсов, производственных сил и капитала.

Из рисунка 2 следует, что система 12 крупнейших городов Российской Федерации состоит из двух существенно отличающихся друг от друга подсистем:

1) города Москва и Санкт-Петербург, для которых закон Ципфа выполняется с абсолютной точностью 18 % ^ N* = 2,36, Я * / Я = 2, см. табл.);

2) остальные 10 крупнейших городов, начиная с населенного пункта «Городской округ город Новосибирск — городское население — г. Новосибирск» с численностью 1 473 754 человека и кончая населенным пунктом «Городской округ город-герой Волгоград — городское население — г. Волгоград» с численностью 1 021 215 человек (см. табл.).

Во втором случае для нескольких, расположенных в таблице рядом по численности населенных пунктов, закон Ципфа хотя и выполняется с абсолютной точностью около 10 %, но для удаленных друг от друга в таблице населенных пунктов он не выполняется. Если исключить из таблицы города Москву и Санкт-Петербург, то для оставшихся городов нельзя говорить о выполнении закон Ципфа. При этом, например, «Городской округ город Новосибирск — городское население — г. Новосибирск» будет иметь ранг Я = 1, а «Городской округ муниципальное образование «город Екатеринбург»» — Я * = 2, следовательно, Я * / Я = 2 при N / N * = 1,07. Аналогично увеличится разница между отношениями Я * / Я и N / N * для остальных городов. Невыполнение закона Ципфа хорошо видно также на рисунке 2б и в соответствующем уравнении линейной регрессии (6), в котором коэффициент перед lgR, равный -0,1545, существенно отличается по абсолютной величине от 1.

Заключение

Таким образом, можно сделать вывод, что в Российской Федерации сложилось следующее положение:

1. Распределение численности жителей по населенным пунктам не подчиняется логонор-мальному закону распределения (рис. 1) и, следовательно, оно является неравновесным.

2. Для городов Москва и Санкт-Петербург закон Ципфа выполняется плохо, и, следовательно, размещение населения по численности в этих городах не является равновесным (см. рис. 2 и табл.);

3. Для остальных крупнейших городов (областных центров), распределение численности населения также неравновесное (закон Ципфа не выполняется).

ш о

Таблица

Сопоставление отношений численности населения с обратными отношениями рангов для 12 крупнейших городов Российской Федерации

№ п/п (Ранг Д) Населенный пункт Численность населения N по данным всероссийской переписи населения 2010 г. Отношение численности населения в населенных пунктах / Отношение обратных величин рангов населенных пунктов

1 г. Москва — городское население 11503501 2,36/2 7,81/3 8,32/4 9,13/5 9,88/6 9,97/7 10,1/8 10,2/9 10,6/10 10,7/11 11,3/12

2 г. Санкт-Петербург — городское население 4879566 3,31/1,5 3,53/2 3,87/2,5 4,19/3 4,23/3,5 4,27/4 4,32/4,5 4,48/5 4,55/5,5 4,78/6

3 Городской округ город Новосибирск — городское население — г. Новосибирск 1473754 1,07/1,33 1,17/1,67 1,27/2 1,28/2,33 1,29/2,67 1,30/3 1,35/3,33 1,38/3,67 1,44/4

4 Городской округ муниципальное образование «город Екатеринбург» 1383179 1,10/1,25 1,19/1,5 1,20/1,75 1,21/2 1,22/2,25 1,27/2,5 1,29/2,75 1,35/3

5 Городской округ город Нижний Новгород 1259738 1,08/1,2 1,09/1,4 1,10/1,6 1,11/1,8 1,16/2 1,18/2,2 1,23/2,4

6 Городской округ Самара 1164814 1,01/1,17 1,02/1,33 1,03/1,5 1,07/1,67 1,09/1,83 1,14/2

7 Городской округ город Омск — городское население — г. Омск 1154116 1,01/1,14 1,02/1,29 1,06/1,43 1,08/1,57 1,13/1,71

8 Городской округ город Казань — городское население — г. Казань 1143535 1,01/1,12 1,05/1,25 1,07/1,37 1,12/1,5

9 Челябинский городской округ — городское население — г. Челябинск 1130132 1,04/1,11 1,05/1,22 1,11/1,33

10 Городской округ Город Ростов-на-Дону — городское население — г. Ростов-на-Дону 1089261 1,02/1,1 1,07/1,2

11 Городской округ город Уфа 1071640 1,05/1,09

12 Городской округ город-герой Волгоград — городское население — г. Волгоград 1021215

со о 00

п

0 .1=

X >

ь

сг

1 о ¿1

"О >

©

п

> ь

> ь

сг 1 О

—I

о

"О >

со со

4. Города Москва и Санкт-Петербург являются системообразующими образованиями, «находящимися» над другими крупными общероссийскими городами и, в определенной степени, играющими роль стабилизирующих элементов расселения и миграции населения в стране, так как при их исключении из рассмотрения для остальных крупнейших городов (областных центров) отклонение от закона Ципфа становится еще больше. Областные центры по численности проживающих в них людей играют роль системообразующих населенных пунктов в пределах только своих областей, но не тянут на такие роли в масштабах всей страны.

5. Параметр а, равный в случае формул (7) и (8) 0,8961 и 0,1545 соответственно, меньше 1, что свидетельствует о существенном рассеянии населения по большим городам (областным центрам); такое рассеяние особенно более равномерное в случае исключения из рассмотрения городов Москвы и Санкт-Петербурга (в этом случае а = 0,1545). Таким образом, каждая область (регион) в стране достаточно замкнута и мало взаимодействует с другими регионами в плане социально-экономического развития.

В то же время, результаты исследования позволяют утверждать, что к 2010 г. (год проведения всероссийской переписи населения) Москва и Санкт-Петербург не составляли главного системообразующего и стабилизирующего элемента (в смысле обеспечения устойчивого развития) всей общероссийской системы расселения и миграции населения. Для того чтобы страна развивалась в устойчивом русле, необходимо появление нескольких крупных городов с более многочисленным населением, чем в 2010 г. Совокупность таких городов совместно с Москвой и Санкт-Петербургом может образовать тогда некоторый кластер, придающий общероссийской системе расселения

и миграции населения более равновесный характер и, в то же время, создающий условия для устойчивого развития всей страны при наличии конкуренции движущих сил расселения и миграции населения. Важно при этом, чтобы такой кластер крупных городов охватывал всю территорию страны. В противном случае отдельные территории, находящиеся в условиях относительной изоляции, останутся (или станут) источниками дестабилизации.

Имеют ли место в настоящее время процессы развития городов с более многочисленным населением? В достаточной ли степени конкуренция движущих сил расселения и миграции населения, вызванная развитием новых технологий и размещением новых производств? Или в силу конкуренции новых факторов расселения и миграции населения происходит становление такого города, способного стать единственным логистическим центром или узлом общероссийских коммуникаций? Последнее было бы не совсем желательным сценарием развития для России, особенно учитывая огромные ее территории. Ответить детально на вопросы о преобладающих в настоящее время тенденциях расселения и миграции населения помогли бы, в частности, результаты следующей всероссийской переписи населения и их сравнение с данными предыдущей Всероссийской переписи населения 2010 г.

Следует отметить, что ввиду неравновесного характера распределения численности жителей по населенным пунктам в Российской Федерации, наблюдающегося в настоящее время, такая система легко подвержена влиянию самых разных факторов, как имеющих случайный характер или возникающих в результате конкуренции, так и являющихся результатом продуманных целенаправленных действий.

Список источников

1. Eeckhout Jan. Gibrat's Law for (All) Cities // The American Economic Review. — 2004. — V. 94. — № 5. — P. 1429-1451.

2. Хавинсон М. Ю., Кулаков М. П., Мищук С. Н. Прогнозирование динамики внешней трудовой миграции на региональном уровне // Проблемы прогнозирования. — 2013. — № 2. — С. 99-111.

3. Мищук С. Н. Внутренняя и международная миграция на российском Дальнем Востоке в середине XIX — начале XXI в. // Известия РАН. Серия географическая. — 2013. — № 6. — С. 33-42.

4. ZipfG. K. Human behavior and the principle of least effort. — Cambridge, MA: Addison-Wesley Press, 1949. — 574 p.

5. Gibrat R. Les Inégalités Économiqués; Applications: Aux Inégalités des Richesses, a la Concentration des Entreprises, Aux Populations des Villes, Aux Statistiques des Familles, etc., d'une Loi Nouvelles, La Loi de l'Effet Proportionnel. — Paris: Librairie du Recueil Sirey, 1931. — 296 p.

6. Пирогов Н. К., Поповидченко М. Г. Закон Гибрата в исследованиях роста фирмы // Корпоративные финансы. — 2010. — 4 (1). — С. 106-119.

7. Андреев В. В., Лукиянова В. Ю. Проверка закона Гибрата для населённых пунктов Чувашской Республики // Вестник Чувашского университета. — 2015. — № 1. — С. 154-161.

8. Nassar I. A., Almsafir M. K., Al-Mahrouq M. H. The Validity of Gibrat's Law in Developed and Developing Countries (2008-2013): Comparison Based Assessment // Procedia — Social and Behavioral Sciences. — 2014. — Vol. 129. — P. 266273. — doi: 10.1016/j.sbspro.2014.03.676.

9. Leitao J., Serrasqueiro Z., Nunes P. Testing Gibrat's Law for Listed Portuguese Companies: A Quintile Approach // International Research Journal of Finance and Economics. — 2010. — Vol. 37. — P. 147-158.

10. Fujiwara Y., Guilmi C. Di., Aoyama H., Gallegati M., Souma W. Do Pareto-Zipf and Gibrat laws hold true? An analysis with European firms // Physica A: Statistical Mechanics and its Applications. — 2004. — Vol. 335. — No 1-2. — P. 197-216.

— doi.org/10.1016/j.physa.2003.12.015.

11. Mukhopadhyay A., Amirkhalkhali S. Profitability Performance and Firm Size-Growth Relationship // Journal of Business & Economics Research. — 2010. — Vol. 8. — No 9. — P. 121-126.

12. Park K., Sydnor S. International and Domestic Growth Rate Patterns Across Firm Size // International Journal of Tourism Sciences. — 2011. — Vol. 11 (3). — P. 91-107. — doi.org/10.1080/15980634.2011.11434648.

13. Serrasqueiro Z., Nunes P., Leitao J., Armada M. Are there non-linearities between SME growth and its determinants? A quantile approach // Ind. Corp. Change. — 2010. — Vol. 19 (4). — P. 1071-1108. — doi:10.1093/icc/dtp053.

14. Ziqin W. Zipf Law Analysis of Urban Scale in China // Asian Journal of Social Science Studies. — 2016. — Vol. 1. № 1. — P. 53-58. —doi:10.20849/ajsss.v1i1.21.

15. Spatial and Temporal Dimensions of Urban Expansion in China / Zhao Sh., Zhou D., Zhu Ch., Sun Y., Wu W., Liu Sh. // Environ. Sci. Technol. — 2015. — Vol. 49 (16). — P. 9600-9609. doi:10.1021/acs.est.5b00065.

16. Zhang Z., Wen Q., Liu F. et al. Urban expansion in China and its effect on cultivated land before and after initiating «Reform and Open Policy» // Sci. China Earth Sci. — 2016. — Vol. 59 (10). — P. 1930-1945. — doi:10.1007/s11430-015-0160-2.

17. Soo K. T. Zipf, Gibrat and geography: Evidence from China, India and Brazil // Papers in Regional Science. — 2014.

— Vol. 93. — № 1. — P. 159-182. — doi:10.1111/j.1435-5957.2012.00477.x.

18. The Size Distribution, Scaling Properties and Spatial Organization of Urban Clusters: A Global and Regional Percolation Perspective / Fluschnik T., Kriewald S., Ros A.G.C., Zhou B., Reusser D.E., Kropp J.P. and Rybski D. // ISPRS Int. J. Geo-Inf. — 2016. — Vol. 5. — P. 110. doi:10.3390/ijgi5070110.

19. Fiala R., Hedija V. The Relationship Between Firm Size and Firm Growth: The Case of the Czech Republic // Acta Universitatis Agriculturae et Silviculturae Mendelianae Brunensis. — 2015. — Vol. 63. — № 5. — P. 1639-1644. — doi:10.11118/actaun201563051639.

20. Tang A. Does Gibrat's law hold for Swedish energy firms? // Empir. Econ. — 2015. — Vol.49. — P. 659. — doi:10.1007/ s00181-014-0883-x.

21. Rastvortseva S., Manaeva I. Zipf's Law Appearance in the Russian Cities // Regional Science Inquiry. — 2016. — Vol. VIII (1). — P. 51-59.

22. Гмурман В. Е. Теория вероятностей и математическая статистика. — М. : Высшая школа, 2003. — 479 с.

Информация об авторе

Андреев Всеволод Владимирович — кандидат физико-математических наук, доцент, заведующий кафедрой «Телекоммуникационные системы и технологии», Чувашский государственный университет имени И. Н. Ульянова; Scopus ID: 56951918400, ORCID: 0000-0002-6969-9468, ResearcherID: R-3644-2016 (Российская Федерация, 428015, Чувашская Республика, г. Чебоксары, Московский пр-т, 15; e-mail: andreev_vsevolod@mail.ru).

For citation: Andreev, V. V. (2017). Territorial Distribution of the Population in the Russian Federation. Ekonomika regiona [Economy of Region], 13(3), 803-811

V. V. Andreev

I. N. Ulyanov Chuvash State University (Cheboksary, Russian Federation; e-mail: andreev_vsevolod@mail.ru)

Territorial Distribution of the Population in the Russian Federation

In 1931, Robert Gibrat found that the number of the employees of a firm and urban population follow the lognormal distribution. Numerous studies results show that the Gibrat's law provides a basis for the analysis of the dynamics of the number of the employees of mature and large firms, which have already carved out a niche. Furthermore, the Gibrat's law allows analyzing the dynamics and laws of the spatial distribution of the population of different countries in a case if their socioeconomic development is sustainable and equilibrium. The purpose of the study is testing the Gibrat's law for Russian cities and towns of different sizes. If the Gibrat's law is valid, we can conclude that the spatial distribution of the population in the country is equilibrium and the labour distribution is close to optimal. The opposite result demonstrates the imbalance between the allocation of manufacture and labour force. The author took 2010 national census results as source data. I have tested the hypothesis of the lognormal law of population distribution in Russia over different cities and towns using the Pearson fitting criterion with the value a = 0,05. The results of the study have shown that the distribution of the population over Russia does not follow the Gibrat's law. As a result, the distribution of the population is uneven, which translates into the significant labour migration from settlements with the small population to large cities. The knowledge of the laws of the territorial distribution of the population and driving factors of population mobility is of importance for the development and implementation of effective socio-economic policy in the country. The definition of the population distribution imbalance over various population centers and the development of recommendations for the creation and optimal location of new production in the country may be the promising area for future research. The study of spatial clustering of population centers and comparative analysis of such clusters with Russian regions in their current administrative borders are important as well.

Keywords: Gibrat's law, Zipf's law, lognormal distribution, non-equilibrium distribution, Pearson fitting criterion, population migration, laws of spatial distribution of population, drivers of population mobility, spatial imbalance of population distribution

References

1. Eeckhout, J. (2004). Gibrat's Law for (All) Cities. The American Economic Review, 94(5), 1429-1451.

2. Khavinson, M. Yu., Kulakov, M. P. & Mishchuk, S. N. (2013). Prognozirovanie dinamiki vneshney trudovoy migratsii na regionalnom urovne [Prediction of foreign laborr migration dynamics at the regional level]. Problemy prognozirovaniya [Studies on Russian Economic Development], 2, 99-111. (In Russ.)

3. Mishchuk, S. N. (2013). Vnutrennyaya i mezhdunarodnaya migratsiya na rossiyskom Dalnem Vostoke v seredine XIX-nachale XXI v. [Inner and International Migration in the Russian Far East in the MID 20th — early 21st Century]. Izvestiya RAN. Seriya geograficheskaya [News of RAS. Series: Geographical Sciences], 6, 33-42. (In Russ.)

4. Zipf, G. K. (1949). Human behavior and the principle of least effort. Cambridge, MA: Addison- Wesley Press, 574.

5. Gibrat, R. (1931). Les Inégalités Économiqués; Applications: Aux Inégalités des Richesses, a la Concentration des Entreprises, Aux Populations des Villes, Aux Statistiques des Familles, etc., d'une Loi Nouvelles, La Loi de l'Effet Proportionnel. Paris: Librairie du Recueil Sirey, 296.

6. Pirogov, N. K. & Popovidchenko, M. G. (2010). Zakon Gibrata v issledovaniyakh rosta firmy [Testing Gibrat's Law: a Survey of Empirical Literature]. Korporativnyye finansy [Journal of Corporate Finance Research], 4(1), 106-119. (In Russ.)

7. Andreev, V. V. & Lukiyanova, V. Yu. (2015). Proverka zakona Gibrata dlya naselyonnykh punktov Chuvashskoy Respubliki [Test of Gibrat's Law for Populated Localities of Chuvash Republic]. Vestnik Chuvashskogo universiteta [Bulletin of Chuvash University], 1, 154-161. (In Russ.)

8. Nassar, I. A., Almsafir, M. K. & Al-Mahrouq, M. H. (2014). The Validity of Gibrat's Law in Developed and Developing Countries (2008-2013): Comparison Based Assessment. Procedia — Social and Behavioral Sciences, 129, 266-273. doi: 10.1016/j.sbspro.2014.03.676.

9. Leitao, J., Serrasqueiro, Z. & Nunes, P. (2010). Testing Gibrat's Law for Listed Portuguese Companies: A Quintile Approach. International Research Journal of Finance and Economics, 37, 147-158.

10. Fujiwara, Y., Guilmi, C. Di., Aoyama, H., Gallegati, M. & Souma, W. (2004). Do Pareto-Zipf and Gibrat laws hold true? An analysis with European firms. Physica A: Statistical Mechanics and its Applications, 335(1-2), 197-216. doi. org/10.1016/j.physa.2003.12.015.

11. Mukhopadhyay, A. & Amirkhalkhali, S. (2010). Profitability Performance and Firm Size-Growth Relationship. Journal of Business & Economics Research, 8(9), 121-126.

12. Park, K. & Sydnor, S. (2011). International and Domestic Growth Rate Patterns Across Firm Size. International Journal of Tourism Science, 11(3), 91-107. doi.org/10.1080/15980634.2011.11434648.

13. Serrasqueiro, Z., Nunes, P., Leitao, J. & Armada, M. (2010). Are there non-linearities between SME growth and its determinants? A quantile approach. Ind. Corp. Change, 19(4), 1071-1108. doi:10.1093/icc/dtp053.

14. Ziqin, W. (2016). Zipf Law Analysis of Urban Scale in China. Asian Journal of Social Science Studies, 1(1), 53-58. doi:10.20849/ajsss.v1i1.21.

15. Zhao, Sh., Zhou, D., Zhu, Ch., Sun, Y., Wu, W. & Liu, Sh. (2015). Spatial and Temporal Dimensions of Urban Expansion in China. Environ. Sci. Technol, 49(16), 9600-9609. doi:10.1021/acs.est.5b00065.

16. Zhang, Z., Wen, Q., Liu, F. et al. (2016). Urban expansion in China and its effect on cultivated land before and after initiating "Reform and Open Policy". Sci. China Earth Sci, 59(10), 1930-1945. doi:10.1007/s11430-015-0160-2.

17. Soo, K. T. (2014). Zipf, Gibrat and geography: Evidence from China, India and Brazil. Papers in Regional Science, 93(1), 159-182. doi:10.1111/j.1435-5957.2012.00477.x.

18. Fluschnik, T., Kriewald, S., Ros, A. G. C., Zhou, B., Reusser, D. E., Kropp, J. P. & Rybski, D. (2016). The Size Distribution, Scaling Properties and Spatial Organization of Urban Clusters: A Global and Regional Percolation Perspective. ISPRS Int. J. Geo-Inf 5, 110. doi:10.3390/ijgi5070110.

19. Fiala, R. & Hedija, V. (2015). The Relationship Between Firm Size and Firm Growth: The Case of the Czech Republic. Acta Universitatis Agriculturae et Silviculturae Mendelianae Brunensis, 63(5), 1639-1644. doi:10.11118/act-aun201563051639.

20. Tang, A. (2015). Does Gibrat's law hold for Swedish energy firms? Empir. Econ., 49, 659. doi:10.1007/s00181-014-0883-x.

21. Rastvortseva, S. & Manaeva, I. (2016). Zipf's Law Appearance in the Russian Cities. Regional Science Inquiry, VIII(1), 51-59.

22. Gmurman, V. E. (2003). Teoriya veroyatnostey i matematicheskaya statistika [Theory of Probability and Mathematical Statistics]. Moscow: Vysshaya shkola Publ., 479. (In Russ.)

Author

Vsevolod Vladimirovich Andreev — PhD in Physics and Mathematics, Associate Professor, Head of Department, Department of Telecommunication systems and technologies, I. N. Ulyanov Chuvash State University; Scopus Author ID: 56951918400, ORCID: 0000-0002-6969-9468, Researcher ID: R-3644-2016 (15, Moskovsky Ave., Cheboksary, Chuvash Republic, 428015, Russian Federation; e-mail: andreev_vsevolod@mail.ru).

Для цитирования: Васильева А. В. Прогноз трудовой миграции, воспроизводства населения и экономического

развития России // Экономика региона. — 2017. — Т. 13, вып. 3. — С. 812-826

doi 10.17059/2017-3-14 УДК 314.7:331.1 JEL: F22, J31, J61

А. В. Васильева

Институт экономики УрО РАН (Екатеринбург, Российская Федерация; e-mail: sa840sha@mail.ru)

ПРОГНОЗ ТРУДОВОЙ МИГРАЦИИ, ВОСПРОИЗВОДСТВА НАСЕЛЕНИЯ И ЭКОНОМИЧЕСКОГО РАЗВИТИЯ РОССИИ

В среднесрочной и долгосрочной перспективе при сохраняющейся убыли населения и недостаточном развитии трудосберегающих технологий Россия будет вынуждена повышать свой экономический потенциал за счет элементов экстенсивного экономического развития, удовлетворяя растущую потребность в рабочей силе миграционным приростом. В сложившихся условиях важной задачей государственного управления является повышение эффективности регулирования международной трудовой миграции в регионах России с учетом особенностей их демографического и экономического развития, что актуализирует выработку прогнозов взаимообусловленного развития миграции, воспроизводства населения и экономики регионов России. В статье впервые предложен модельный комплекс, позволяющий выполнять такое прогнозирование с помощью динамической системы уравнений, в т. ч. функции соответствия, производственной функции Кобба — Дугласа и других. Для автоматизации реализации модельного комплекса с использованием языка Java/Javascript разработана программа для ЭВМ, характеризующаяся высокой скоростью обмена данными со статистическими базами, калибровки и прогнозирования, широким выбором сервисов для представления полученных результатов. В результате реализации модельного комплекса на статистических данных был построен прогноз трудовой миграции, воспроизводства населения и экономического развития России на период до 2030 г. В соответствии с полученным прогнозом даже при максимальном использовании потенциала трудовой миграции из стран СНГ общая численность рабочей силы РФ к 2030 г. сократится почти на 5 % относительно 2016 г. и составит 74684 тыс. чел. При этом абсолютный дефицит трудовых ресурсов будет сопровождаться ростом уровня безработицы с 5,8 % до 7,1 %. Прогнозируемая ситуация свидетельствует о нарастании структурного дисбаланса спроса и предложения на рынке труда в результате несоответствия профессионально-квалификационных качеств соискателей открытым вакансиям. Кроме кадровых проблем рост ВВП России в прогнозный период будет тормозить низкая производительность труда как результат сохранившегося еще с советских времен трудозатратного типа экономики с высокой долей ручного труда.

Ключевые слова: трудовая миграция, воспроизводство населения, рынок труда, рабочая сила, экономически активное население, безработица, заработная плата, выпуск продукции, прогноз, миграционная политика

Введение

В условиях глобального возрастания мобильности населения участие в той или иной форме в мировом рынке труда стало нормой для подавляющего большинства стран мира. В России всплеск притока иностранной рабочей силы произошел после распада СССР. Число официально работающих в России трудовых мигрантов постоянно увеличивалось с конца 1990-х гг. В результате такой динамики в 2006 г. оно превысило 1 млн чел., а в 2014 г. — уже 3 млн чел.

Зависимость российской экономики от притока рабочей силы из-за рубежа обусловлена двумя факторами: 1) сокращение численности экономически активного населения в резуль-

тате снижения внутренних возможностей замены выходящих на пенсию поколений вступающей на рынок труда молодежью; 2) большое число непривлекательных для местного населения низкоквалифицированных рабочих мест — как результат сохраняющегося с советских времен трудозатратного типа экономики с высокой долей ручного труда.

В сложившихся условиях не стоит вопрос о необходимости привлечения иностранной рабочей силы. Главной задачей на современном этапе является повышение эффективности регулирования международной трудовой миграции в регионах России с учетом особенностей их демографического и экономического развития, что актуализирует выработку прогно-

зов взаимообусловленного развития миграции, воспроизводства населения и экономики регионов России.

Публикация структурирована следующим образом. Генезис методических подходов к моделированию миграции представлен в разделе 1. Разработка модельного комплекса прогнозирования трудовой миграции, воспроизводства населения и экономического развития регионов России подробно рассмотрена в разделе 2. Состав и источники исходных данных приведены в разделе 3. В разделе 4 представлены результаты прогнозирования трудовой миграции, воспроизводства населения и экономического развития России. Выводы и рекомендации даны в разделе 5.

1. Генезис методических подходов к моделированию миграции

Для получения научно обоснованных прогнозов трудовой миграции, воспроизводства населения и экономического развития регионов России в условиях большой неопределенности необходимо использовать специальные математические модели, которых к настоящему времени было разработано большое количество.

В. Стриелковски и Ф. Турновец в рамках неоклассической теории разработали миграционную модель для двух стран, позволяющую оценить склонность рационального индивида к миграции на основе сопоставления ожидаемого дохода с миграционными расходами [1]. Г. Батищева предложила основанную на теории человеческого капитала модель, в соответствии с которой рациональный индивид принимает решение о миграции на основе оценки ожидаемого чистого дохода в принимающем регионе, который определяется как дисконтированный поток платежей на основе значений заработной платы в принимающем и отправляющем регионах, пособия по безработице и вероятности трудоустройства в принимающем регионе, а также миграционных расходов [2, с. 9-11]. В качестве главного недостатка представленных микромоделей можно отметить то, что они предназначены для описания поведения отдельного рационального индивида и непригодны для прогнозирования миграционных потоков между регионами или странами.

Среди макромоделей стоит выделить предложенную Дж. Ципфом [3] гравитационную модель миграции, в соответствии с которой миграционный поток между регионами прямо пропорционален населению в регионах выбы-

тия и прибытия и обратно пропорционален квадрату расстояния между ними. Главным достоинством гравитационной модели является простота ее использования. В качестве недостатка можно отметить ее допущение о симметричности миграционных потоков, что никогда не наблюдается в реальности. Кроме того, гравитационная модель имеет низкую объясняющую силу, обусловленную учетом только трех факторов. Общим недостатком рассмотренных выше моделей является возможность описания с их помощью лишь двух стран (отправления и назначения), что не позволяет моделировать изменения состава миграционных потоков.

В модели пространственного движения (модели Алонсо) [4] было принято во внимание то, что потенциальный мигрант может сравнивать место своего проживания не с одним регионом, а со всеми возможными регионами назначения. Модель включает уравнения, которые позволяют оценить общий миграционный поток между регионами отправления и назначения, отток из региона отправления и приток в регион назначения. Таким образом, в модели устранено допущение о симметричности миграционных потоков между регионами.

Необходимо отметить, что все рассмотренные модели отражают только одностороннюю зависимость миграции от различных факторов и не учитывают ее обратного влияния на социально-экономические процессы. В реальности же миграционные и социально-экономические процессы имеют как прямые, так и обратные связи.

Первые модели (50-е гг. XX в.), описывающие влияние трудовой миграции на принимающую территорию, были призваны оценить миграционный эффект на основной показатель, характеризующий экономику страны — объем валового внутреннего продукта (ВВП) [5]. В основе этих моделей лежит гипотеза о прямой зависимости экономического роста от количества трудовых ресурсов. Современные модели описывают оказываемые на ВВП миграционные эффекты с помощью различных мультипликаторов, в том числе через показатели рынка труда. Среди последних можно выделить модель влияния миграции на развитие экономики в периоды роста и спада через изменение уровня безработицы и производительности труда [6], модель расчета чистой прибыли от мигрантов, связывающую ВВП с затратами на содержание иностранных рабочих, эластичностью зарплаты и долей мигрантов в общем числе занятых [7].

Наибольшее число разработанных к настоящему моменту моделей предназначено для оценки влияния трудовой миграции на рынок труда, что обусловлено необходимостью проверки гипотезы о том, что мигранты отбирают рабочие места у местного населения [8]. Как правило, в основе таких моделей лежат статистические методы корреляционно-регрессионного анализа, при этом оценка миграционного эффекта на рынок труда проводится в среднесрочной перспективе (5-10 лет) и по единственному показателю — уровню безработицы местного населения [9]. Также нашли широкое применение и структурные модели взаимосвязи миграции и безработицы [10], учитывающие дополнительно квалификацию работников. Другой разновидностью моделей в области рынка труда является модель оценки эластичности замещения рабочих мест мигрантами [11] с учетом возрастных и образовательных характеристик мигрантов, продолжительности миграции.

Достаточно широко представлен в зарубежной литературе опыт моделирования влияния миграционных потоков на доходы населения принимающей страны. В этой области значительный вклад сделан Дж. Борхасом [1214], разработавшим модели для рабочей силы с учетом ее неоднородности по квалификационному составу. Этот же метод был использован Г. Брекером [15] для анализа влияния трудовой миграции на заработную плату местного населения в краткосрочной и долгосрочной перспективе.

В качестве недостатка рассмотренных выше моделей можно отметить то, что их применение позволяет дать оценку последствий миграции на основе лишь одного показателя — ВВП, уровня безработицы или заработной платы (в зависимости от модели). В то же время при положительном влиянии на один показатель миграция может иметь сильные отрицательные последствия для других сфер жизнедеятельности. Поэтому при моделировании миграционных эффектов должны быть комплексно учтены все существенные и наиболее важные ее последствия.

Данный научный пробел был восполнен К. Ли [16] и Т. Паливосом [17], которые в рамках модели поиска и подбора соответствий [18-19] анализируют влияние иммиграции на заработную плату и занятость местной рабочей силы с учетом ее неоднородности по квалификационному составу. С использованием производственных функций как результат притока иммигрантов авторы также мо-

делируют изменение предельного продукта труда работников различного уровня квалификации, который учитывается при определении ставки заработной платы в процессе торга между фирмами и работниками по обобщенному правилу Нэша.

На основе проведенного анализа был сделан вывод, что ни одна из существующих моделей не позволяет выполнять одновременное прогнозирование трудовой миграции, воспроизводства населения и экономического развития регионов России. В то же время необходимо отметить методические особенности рассмотренных моделей, которые могут быть использованы при разработке соответствующей модели:

1) сопоставление уровней заработной платы в регионах отправления и назначения мигрантов, как в неоклассической модели;

2) учет прямых издержек переезда за счет использования показателя расстояния между регионами отправления и притяжения, как в гравитационной модели;

3) учет влияния миграционных сетей при замене в гравитационной модели численности населения региона притяжения на численность находящихся на ее территории мигрантов;

4) возможность сравнения потенциальным мигрантом места своего проживания со всеми возможными регионами назначения, как в модели пространственного движения Алонсо;

5) определение изменения выпуска продукции в регионе назначения в результате притока мигрантов на основе производственной функции;

6) определение вероятности трудоустройства и заработной платы мигранта, как в модели поиска и подбора соответствий.

2. Модельный комплекс прогнозирования

трудовой миграции, воспроизводства

населения и экономического развития регионов России

Предлагаемый модельный комплекс позволяет прогнозировать следующие характеристики трудовой миграции:

1) численность трудовых мигрантов в регионах притяжения с разбивкой по странам происхождения мигрантов в зависимости от разницы заработной платы в стране отправления и регионе назначения, численности потенциальных мигрантов в странах отправления, численности мигрантов, ранее прибывших в регион назначения и находящихся в трудоспособном возрасте, расстояния между страной отправления и регионом назначения;

страна отправления

численность численность

населения тру- экономически

доспособного активного насе-

возраста ления

численность населения старше трудоспособного возраста

Условные обозначения группы показателей:

воспроизводство населения

трудовая миграция

экономическое развитие

Рис. 1. Структура модельного комплекса прогнозирования трудовой миграции, воспроизводства населения и экономического развития регионов России

2) численность экономически активного местного населения в регионах притяжения с учетом динамики процессов воспроизводства и возрастной структуры населения;

3) экономические эффекты изменения численности трудовых мигрантов и экономически активного местного населения в регионах притяжения (в т. ч.: валовой региональный продукт и средний выпуск продукции работника с учетом изменения агрегированного труда в регионе; численность безработных и занятых с учетом изменения доступности работы на региональных рынках труда, характеризующихся поисковыми трениями; заработная плата с учетом переговорной силы работника).

Структура модельного комплекса, отражающая взаимообусловленность динамики тру-

довой миграции, воспроизводства населения и экономического развития в исходной и конечной точке миграционного вектора, схематично представлена на рисунке 1. Подробное описание модельного комплекса приведено ниже.

Трудовая миграция. Рассмотрим п регионов притяжения и т стран отправления мигрантов, в которых устранены препятствия для мобильности рабочей силы. Численность трудовых мигрантов из страны происхождения / в регионе притяжения ] в момент времени 1р обозначим х. Л).

•Л р'

Рациональный индивид принимает решение о миграции из страны отправления / в регион притяжения ) на основе сравнения характеризующих их уровней заработной платы и №. соответственно). Данное решение бу-

дет положительным, если ожидаемый доход от разрыва в заработках в стране происхождения и регионе назначения мигранта будет положительным, то есть wj - w¡ > 0. Так как целью разработки модельного комплекса является прогнозирование ситуации в принимающем регионе, для облегчения задачи моделирования предположим, что значение Wj(tp) меняется во времени в результате миграционного движения, в то время как значение w¡(t0) остается низменным. Тогда процесс принятия решения о миграции можно представить в следующем виде:

1) wj(tp) - w¡.(t0) > 0 — принимается решение о миграции из страны i в регион ;;

2) Wj(tp) - w¡.(t0) < 0 — принимается решение о возвратной миграции в страну i или переезде в другой регион притяжения k ф для которого выполняется условие wk(tp) - w¡.(t0) > 0 .

При принятии решения о миграции кроме максимизации ожидаемого дохода рациональный индивид будет стремиться минимизировать миграционные расходы, в том числе прямые издержки переезда. При прочих равных условиях из множества потенциальных регионов миграции п индивид выбирает тот, который ближе. В модели влияние данного фактора на принятие решения о миграции отражает показатель d¡j (расстояние от столицы страны отправления i до регионального центра притяжения ]).

Важным институтом саморегулирования миграционных процессов выступают миграционные сети, которые оказывают содействие миграции соотечественников. Развитие данных сетей напрямую зависит от численности мигрантов, ранее прибывших в регион притяжения ; из той же страны отправления i, поэтому в нашей модели влияние миграционных сетей на принятие решения о миграции отражает показатель x. Л).

•Л р'

При этом миграционный отток из страны отправления • в момент времени tp ограничен численностью ее потенциальных трудовых мигрантов М(^), к которым относится экономически активное население, характеризующееся психологическим состоянием готовности к отъезду из страны отправления • с целью поиска работы (1):

ы(гр) = ж.-блрр), (1)

где вм{ — доля населения старше 15 лет, характеризующегося психологическим состоянием готовности к отъезду из страны отправления •; ЕЛ;(^) — численность экономически активного населения в стране отправления • в мо-

тодом передвижки возрастов, при постоянном уровне экономической активности ежегодно пополняется за счет 1/15 численности населения моложе трудоспособного возраста (0-14 лет) и убывает за счет 1/45 численности населения трудоспособного возраста (15-60 лет), что описывается функцией следующего вида (2):

ЕЛ(^+1) = 15 • Р0-14_ • (и • *ЕЛ; (t0) + 45 • ЕЛ ^), (2)

где Р0-14;(^) — численность населения в возрасте 14" лет и моложе в стране отправления •; ЯЕЛ;(^) — уровень экономической активности населения в стране отправления

Также при моделировании необходимо учесть, что х..(^) будет уменьшаться за счет трудовых мигрантов, возраст которых в момент времени tp превысил трудоспособный.

На основе перечисленных выше методологических положений было разработано динамическое уравнение, описывающее поток трудовых мигрантов из страны отправления • в регион притяжения ; в момент времени t (3):

х; (^ ) = х; (tP)

44

— + ст. ■

45 '

4)

М<('р)^«р)]•((',((„)), (3)

;=1

где ст. — калибровочный коэффициент для региона

Экономика региона. Рассмотрим экономику региона притяжения состоящую из множества работников и рабочих мест. Работники могут быть местными (N1) или иммигрантами (М), которые являются совершенными субститутами на рынке труда и в производстве.

В любой момент времени работник может быть безработным (И) или нанятым (Е). Введем обозначения и^ (^) и Е1 (^) для численности безработных и численности занятых в регионе притяжения ; в момент времени tp соответственно, где k = N, М обозначает происхождение работника (местный, иммигрант). Введем также обозначения и. (^) = UN ^р) + им ^р) для общего числа безработных в ре;гио^е притяжения ; и Е; ) = Е* ) + Ем ) для общего числа занятых в регионе притяжения ;.

В свою очередь, рабочие места могут быть занятыми или вакантными (V). Вакансии могут свободно и бесплатно создаваться и ликвидироваться фирмами, но на содержание рабочего места (занятого или вакантного) тратится фиксированная сумма С в единицу времени. При этом рабочее место ликвидируется

мент времени t, которая, в соответствии с ме- со скоростью Ь. > 0 в единицу времени. Когда

а

работник нанят на работу, он производит выпуск в объеме АР,(1р) в единицу времени и получает за это заработную плату в размере м ,(1р). В экономике предполагается совершенный рынок капитала, поэтому ставка процента (дисконтирования) г постоянна.

Воспроизводство населения. Необходимо отметить, что численность рабочей силы на рынке труда региона притяжения , будет определяться не только притоком иммигрантов, но и динамикой численности экономически активного местного населения, зависящей главным образом от процессов воспроизводства и возрастной структурой населения в регионе притяжения . В соответствии с методом передвижки возрастов численность экономически активного населения в регионе притяжения , в момент времени «р + 1 при постоянном уровне экономической активности населения будет описываться функцией следующего вида (4):

1 44

ЕА> ^ = 15 Ро(го) + ^ ЕА; «), (4)

где Р0-14/д — численность населения в возрасте 14 лет и моложе в регионе притяжения , в момент времени «р; ЯЕА,(10) — уровень экономической активности населения в регионе притяжения ,.

Рынок труда: безработица и занятость. Поток новых трудоустройств (или заполнения вакансий) в регионе притяжения в каждый момент времени зависит от количества безработных и вакантных мест, что формализуется функцией соответствия [20] следующего вида (6):

Ы(и.(гр), у.(г0)) - У(дц, (6)

у > 0, 0 < п < 1, 0 < ц < 1,

где У(^0) — число вакансий в регионе притяжения ,; у — параметр эффективности технологии поиска и подбора соответствий; п — коэффициент эластичности по безработным; ц — коэффициент эластичности по вакансиям.

В свою очередь, численность безработных в регионе притяжения ,, в соответствии с моделью Мортенсена — Писсаридеса [19], будет увеличиваться в результате ликвидации рабочих мест и убывать за счет заполненных вакансий (7):

щ«Р+1)=и-(9+ь ■ 49 - M(u■(íp), да. (7)

С учетом того, что рынок рабочей силы в регионе притяжения формируется как за счет экономически активного местного населения ЕА,(«р), так и иммигрантов х(«р), получим урав-

нение, описывающее динамику численности занятых в регионе притяжения , (8):

Е(9=,+- и(%). (8)

Необходимо отметить, что процессы воспроизводства и возрастная структура населения учитываются при прогнозировании численности безработных в регионе притяжения , в результате того, что в состав формулы (7) входит численность экономически активного местного населения в регионе притяжения , динамика которой определяется с их учетом по формуле (4).

Определим скорость, с которой безработные находят работу в регионе притяжения , по формуле (9):

, («р) = -и, (,)п-1 V (,Г , (9)

и скорость, с которой заполняются вакансии в регионе притяжения ,, по формуле (10):

* («р )= М(и^ )' ^0 Г. (.0)

Заработная плата. Когда работодатель в регионе находит подходящего для вакансии работника, возникает задача определения его заработной платы, устраивающей обе стороны, при условии, что средний выпуск работника за единицу времени АР («р) им известен.

Введем обозначение [к для стоимости актива каждого состояния работника и рабочего места, где к - V, и, Р, Е обозначает состояние. Если в каждый момент времени нанятый работник рассматривает свое состояние трудоустройства как актив стоимостью [Е, то отдача на этот актив г • [Е будет равняться дивидендам в размере заработной платы за единицу времени минус ожидаемая потеря капитальной стоимости [Е - [и при его переходе в состояние безработный:

[ - ^ ^ )-ь, ([Е - [и). (11)

Аналогичным образом, отдача на актив безработного определяется как ожидаемый доход в случае его трудоустройства:

[ - а-, (г,)[ - [и). (12)

Для фирмы отдача от заполненного рабочего места будет равняться произведенному работником продукту за единицу времени за вычетом издержек на труд и содержание рабочего места, а также за вычетом ожидаемой потери вследствие ликвидации рабочего места:

I = & )-^ (4р )-С - Ь I - , ). (13)

В свою очередь, отдача от вакантного рабочего места определяется как ожидаемый доход в случае заполнения вакансии минус издержки на содержание рабочего места:

I=-С + ч в) (I! - IV). (14)

Когда работник находит подходящую вакансию, а фирма — соответствующего ее требованиям работника, возникает проблема распределения излишка, образующегося в результате их взаимовыгодного сотрудничества. В модели поиска и подбора соответствий это означает определение заработной платы в процессе «торга» между сторонами, имеющими разную переговорную силу, по обобщенному правилу Нэша (15):

(1 -р.)(1Е - 1и)=Р, (I! - IV). (15)

где р, е (0, 1) — мера относительной переговорной силы работника в регионе притяжения ;; 1 - р, — мера относительной переговорной силы работодателя в регионе притяжения .

Выражая значения стоимостей активов каждого состояния работника и рабочего места из (11-14) и подставляя их в (15), получаем функцию, позволяющую прогнозировать ставку заработной платы по обобщенному правилу Нэша в процессе торга между фирмами и работниками, имеющими разную переговорную силу (16):

^ ('р ) =

(а, (4р ) + Ь + Г в,)) АР, (^ )Р,- (16)

(1 -р.)(ч(íp) + Ь + г(í0)) + Р,.(а, (^) + Ь + г(40)).

Выпуск продукции. После того, как ставка заработной платы согласована, начинается производство. Валовой выпуск продукции ;р) в регионе притяжения , в момент времени tp определяется в соответствии с производственной функцией Кобба — Дугласа (17):

Т.(1р) = Л • к(да • (17)

Л > 0, 0 < а < 1, 0 < 1 < 1,

где К(^) — агрегированный капитал в регионе притяжения ;; Е,(^) — агрегированный труд в регионе притяжения ;; а — коэффициент эластичности по капиталу; 1 — коэффициент эластичности по труду; Л — технологический коэффициент.

Тогда средний продукт работника, используемый при расчете ставки заработной платы (16), будет определяться по формуле (18):

AP, (К ) = = j )• Et(ti f. (18)

Для автоматизации реализации модельного комплекса с использованием языка Java/ Javascript была разработана программа для ЭВМ\ обеспечивающая удобное выполнение пользовательских запросов к базе данных, математический расчет и последующий вывод результатов расчета в виде таблиц, графиков, диаграмм, гистограмм, карты РФ, которые можно экспортировать в удобном для пользователя формате.

3. Данные

Модельный комплекс прогнозирования трудовой миграции, воспроизводства населения и экономического развития регионов России был реализован на статистических данных субъектов РФ и стран СНГ.

Выбор в качестве стран происхождения мигрантов только стран СНГ обусловлен их доминирующим положением в структуре трудовой миграции в России (более 90 % от общей численности иностранной рабочей силы). На основе того, что значительных изменений экономической и демографической ситуации в России и остальных странах СНГ не ожидается, а исторические, культурные и социальные связи между ними еще достаточно сильны, можно предположить, что Россия еще долгие годы будет являться основным центром притяжения трудовых мигрантов из государств СНГ.

Более того, данные страны наилучшим образом соответствуют лежащим в основе модельного комплекса допущениям: свободный доступ иммигрантов в регионы притяжения и возможность трудоустройства иностранных граждан наравне с местными работниками. Свободный доступ иностранных граждан из стран СНГ в субъекты РФ обеспечивается безвизовым порядком въезда. В свою очередь, минимизация числа барьеров для их доступа на рынки труда субъектов РФ была достигнута в 2015 г., когда патент стал единственным разрешительным документом на работу иностранных граждан из стран с безвизовым режимом въезда, а квоты на их привлечение были полностью отменены.

В качестве регионов притяжения рассматривались все субъекты РФ, за исключением

1 Васильева А. В., Куклин А. А., Тарасьев А. А. Свидетельство о государственной регистрации программы для ЭВМ № 2017610239 «Прогнозирование трудовой миграции и ее экономических эффектов в регионе». Роспатент. Зарегистрировано 9 января 2017 г.

Чеченской Республики, Республики Крым и г. Севастополь, для которых отсутствуют необходимые для реализации модельного комплекса статистические данные.

Для идентификации параметров модельного комплекса был использован большой массив данных, состав и источники которых приведены в таблице 1.

4. Прогноз трудовой миграции, воспроизводства населения и экономического развития России

В результате реализации модельного комплекса на статистических данных (табл. 3) был получен прогноз трудовой миграции, воспроизводства населения и экономического развития каждого субъекта РФ на период до 2030 г. Рассмотрим, какая ситуация сложится в целом по России.

В соответствии с полученным прогнозом в результате сокращения внутренних возможностей замены выходящих на пенсию поколений вступающей на рынок труда молодежью в период с 2016 г. по 2030 г. в России ожидается падение численности экономически активного местного населения с 73 728 тыс. чел. до 67 457 тыс. чел., что составляет снижению значения данного показателя почти на 9 % (рис. 2).

Ситуацию на рынке труда будет усугублять сохраняющийся с советских времен трудоза-

80000 т

тратныи тип экономики с высокой долей ручного труда, обуславливающий наличие большого числа низкоквалифицированных рабочих мест, которые уже не соответствуют требованиям местного населения. Так, например, по данным Общероссийского банка вакансий по состоянию на 31 марта 2015 г. потребность в каменщиках в 13 раз превышает предложение рабочей силы, имеющей опыт работы по данной профессии и желающей по ней трудоустроиться, штукатуров — в 5 раз, и швеях — в 3,6 раза и т. д.1 В результате, около 80 % вакансий, заявленных в службу занятости, — это рабочие специальности. При этом в общей численности граждан, зарегистрированных в службе занятости с целью поиска работы, почти 60 % — специалисты с высшим образованием [21, с. 36].

При недостаточном развитии трудосберегающих технологий страна будет вынуждена повышать свой экономический потенциал за счет элементов экстенсивного экономического развития, удовлетворяя растущую потребность в рабочей силе миграционным приростом. В результате сохраняющейся разницы в экономи-

1 Концепция государственной миграционной политики на период до 2025 года: заявленные планы и реальная жизнь. Москва, март 2015 года. С. 25. [Электронный ресурс]. URL: http://migrant.ru/wpcontent/uploads/2015/06/Концепция миграционной политики до 2025.pdf (дата обращения: 23.05.2016).

77500 --

75000

72500 --

70000

67500 --

65000

2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030 □ Экономически активное местное население □ Азербайджан

DD Армения Э Кыргызстан И Таджикистан □ Узбекистан

□ Казахстан Ш Молдова

□ Украина

Рис. 2. Прогноз численности рабочей силы России, тыс. чел.

Таблица 1 Состав и источники данных

Показатель Исходные данные

d.. расстояние между городами (км)1*

r(t) ставка рефинансирования Центрального банка Российской Федерации (%)2*

для субъектов РФ

x.(t) поставлено на учёт по месту пребывания (первично) с целью въезда «работа»3*

EA((t) численность рабочей силы (тыс. чел.)4*

P0-14 ,(0 среднегодовая численность населения моложе трудоспособного возраста (тыс. чел.)5*

REA.(t) уровень участия в рабочей силе (%)6*

Vj(t) потребность в работниках, заявленная организациями в государственные учреждения службы занятости населения (человек)7*

un (t) численность безработных (тыс. чел.)8*

M(UN (t),Vj (t)) принято работников (чел.)9*

EM (t) численность иностранных граждан, имевших действующее разрешение на работу (чел.)10*; численность иностранных граждан, имевших действующий патент на осуществление трудовой деятельности (чел.)11*; численность неофициально работающих трудовых мигрантов (чел.)12*

EN (t) среднегодовая численность занятых (тыс. чел.)13*

Wj(t) среднемесячная номинальная начисленная заработная плата (руб.)14* в постоянных ценах 2014 г., рассчитанная с использованием индекса потребительских цен на товары и услуги (% к декабрю предыдущего года)15*

Yj(t) валовой региональный продукт (млн руб.)16* в постоянных ценах 2014 г., рассчитанный с использованием индекса-дефлятора валового внутреннего продукта (в % к предыдущему году)17*

Kj(t) стоимость основных фондов (млн руб.)18* в постоянных ценах 2014 г., рассчитанная с использованием индекса-дефлятора валового накопления основного капитала (% к предыдущему году)19*

для стран СНГ

RM. доля населения старше 15 лет, желающая уехать в другую страну с целью временного трудоустройства (%)20*

EA.(t) численность экономически активного населения (тыс. чел.)21*

P0-14 i'(t) численность постоянного населения в возрасте 0-14 лет (млн человек)22*

REA.(t) уровень экономической активности населения (% к численности населения соответствующего возраста)23*

w.(t) среднемесячная номинальная заработная плата (рос. руб.)24* в постоянных ценах 2014 г., рассчитанная с использованием индекса потребительских цен на товары и услуги (в % к декабрю предыдущего года)25*

'* Автомобильный портал грузоперевозок [Электронный ресурс]. URL: http://www.avtodispetcher.ru/distance/ (дата обращения: 15.12.2012).

2* Ставка рефинансирования Центрального банка Российской Федерации // Банк России : [Электронный ресурс]. URL: http://www.cbr.ru/statistics/print.asp?file=credit_statistics/refinancing_rates.htm (дата обращения: 15.05.2014). 3* Форма 2-РД ведомственной отчетности ФМС России.

4* Регионы России. Социально-экономические показатели. 2016 : стат. сб. / Росстат. М., 2016. С. 102-103. 5* Численность населения Российской Федерации по полу и возрасту // Федеральная служба государственной статистики. [Электронный ресурс]. URL: http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/publications/catalog/ doc_1140095700094 (дата обращения: 23.03.2017).

6* Регионы России. Социально-экономические показатели. 2016 : стат. сб. / Росстат. М., 2016. С. 104-105. 7* Там же. С. 200-201. 8* Там же. С. 184-185.

9* Труд и занятость в России. 2015 : стат. сб. / Росстат. M., 2015. [Электронный ресурс]. URL: http://www.gks.ru/bgd/regl/ b15_36/Main.htm (дата обращения: 01.12.2016).

10* Регионы России. Социально-экономические показатели. 2016 : стат. сб. / Росстат. М., 2016. С. 204-205. п* Там же. С. 206-207.

12* Определяется на основе экспертных оценок.

13* Регионы России. Социально-экономические показатели. 2016 : стат. сб. / Росстат. М., 2016. С. 108-109. 14* Там же. С. 230-231.

15* Цены в России. 2016 : стат. сб. / Росстат. M., 2016. С. 19.

16* Регионы России. Социально-экономические показатели. 2016 : стат. сб. / Росстат. М., 2016. С. 514-515. 17* Национальные счета России в 2007-2014 годах : стат. сб. / Росстат. M., 2015. С. 225. 18* Регионы России. Социально-экономические показатели. 2016 : стат. сб. / Росстат. М., 2016. С. 541-542. 19* Национальные счета России в 2007-2014 годах : стат. сб./ Росстат. M., 2015. С. 225.

20* 70 Million in CIS Would Migrate Temporarily for Work // Gallup [Electronic resource]. URL: http://www.gallup.com/ poll/141746/MШion-CIS-Migrate-Temporarily-Work-Study.aspxРI (date of accesse: 20.07.2014).

21* Население, занятость и условия жизни в странах Содружества Независимых Государств 2014 : стат. сб. / Межгосударственный статистический комитет СНГ. М., 2015. С. 150.

22* Содружество Независимых Государств в 2014 году : стат. ежегодник / Межгосударственный статистический комитет СНГ. М., 2015. С. 130.

23* Население, занятость и условия жизни в странах Содружества Независимых Государств 2012 : стат. сб. / Межгосударственный статистический комитет СНГ. М., 2013. С. 154.

24* Содружество Независимых Государств в 2014 году : стат. ежегодник / Межгосударственный статистический комитет СНГ. М., 2015. С. 152.

25* Цены в России. 2016 : стат. сб. / Росстат. M., 2016. С. 19.

ческом развитии между Россией и другими странами СНГ при высокой численности потенциальных трудовых мигрантов в последних (табл. 2) к 2030 г. по сравнению с 2016 г. ожидается прирост численности иностранной рабочей силы в РФ на 2402 тыс. чел., почти на 50 %.

Необходимо отметить, что полученное значение численности потенциальных трудовых мигрантов в странах СНГ за 2014 г. (9719,8 тыс. чел.) ниже оценок представителей МВД России, определяющих число незарегистрированных трудовых мигрантов в РФ приблизительно в 10 млн чел., и политиков, озвучивавших цифру 15 млн мигрантов [22, с. 24]. В связи с тем, что численность иностранной рабочей силы, находящейся на территории России, никак не может превышать их потенциального числа, ошибочность рассмотренных выше оценок представителей власти не вызывает сомнений.

Максимальное число трудовых мигрантов в России в 2030 г. будет приходиться на Узбекистан (37,5 %), Украину (17,4 %), Казахстан (16,1 %) и Таджикистан (8,6 %). Лидерство в структуре

иностранной рабочей силы Узбекистана и третье место Казахстана можно объяснить максимальным среди прочих стран СНГ числом потенциальных трудовых мигрантов, четвертое место Таджикистана — минимальным уровнем заработной платы. В свою очередь, на результаты прогнозирования трудовой миграции с Украины значительное влияние оказало то, что в качестве точки отсчета при моделировании берется 2014 г., в апреле которого начались боевые действия в Донецкой и Луганской областях, спровоцировавшие поток беженцев с юго-востока Украины в РФ. Здесь можно предположить, что при нормализации политической обстановки на Украине будущая численность иностранной рабочей силы в субъектах РФ будет несколько ниже прогнозируемой. Также необходимо отметить, что Казахстан на постсоветском пространстве рассматривается специалистами [22, 23] чаще как центр притяжения, а не страна — донор рабочей силы, поэтому численность трудовых мигрантов из Казахстана в России может быть существенно ниже прогнозируемой.

Таблица 2

Значения экономических и демографических факторов выталкивания для стран СНГ

Страна СНГ Среднемесячная номинальная заработная плата в постоянных ценах 2014 г. Численность потенциальных трудовых мигрантов

2014 (факт) 2014 (факт) 2030 (прогноз)

рос. руб. тыс. чел. в % от общей числ. тыс. чел. в % от общей числ.

Азербайджан 21268 929,5 9,6 882,9 9,1

Армения 14445 484,4 5,0 452,1 4,7

Казахстан 25451 2419,7 24,9 2443,2 25,2

Киргизия 8733 638,5 6,6 704,2 7,3

Молдова 11029 391,8 4,0 340,5 3,5

Таджикистан 6198 652,7 6,7 754,5 7,8

Украина 9600 1454,2 15,0 1297,9 13,4

Узбекистан 11140 2749,1 28,3 2833,7 29,2

Всего — 9719,8 100,0 9709,0 100,0

Таблица 3

Сравнение численности потенциальных и реальных трудовых мигрантов из стран СНГ в России в 2030 г.

Страна СНГ Численность трудовых мигрантов в России, тыс. чел. Численность потенциальных трудовых мигрантов в странах СНГ, тыс. чел. Доля потенциальных трудовых мигрантов, реализовавших намерение о переезде, %

Азербайджан 390,6 882,9 44,2

Армения 294,8 452,1 65,2

Казахстан 1161,2 2443,2 47,5

Кыргызстан 503,6 704,2 71,5

Молдова 283,4 340,5 83,2

Таджикистан 625,2 754,5 82,9

Украина 1260,4 1297,9 97,1

Узбекистан 2708,6 2833,7 95,6

Всего 7227,8 9709,0 74,4

При этом потенциал трудовой миграции из «бедных» стран СНГ, граждане которых больше всего в ней заинтересованы, исчерпан на 8090 % (табл. 3).

С высокой долей вероятности можно предположить, что численность трудовых мигрантов в России в 2030 г. будет ниже прогнозируемых 7228 тыс. чел. Однако даже при реализации прогнозного сценария общая численность рабочей силы РФ к 2030 г. сократится почти на 5 % относительно 2016 г. и составит 74684 тыс. чел.

Несмотря на снижение предложения рабочей силы, на национальном рынке труда в аналогичный период будет наблюдаться рост уровня безработицы с 5,8 % до 7,1 %. Прогнозируемая ситуация свидетельствует о нарастании проблемы одновременного переизбытка работников в одних секторах экономики при остром дефиците в других в результате несоответствия профессионально-квалификационных качеств соискателей открытым вакансиям. Причина рассмотренных проблем кроется в усилении двойного структурного дисбаланса спроса и предложения рабочих мест на национальном и региональных рынках труда — по уровню образования и в профессионально-квалификационном разрезе.

В настоящее время объемы и перечень специальностей и профессий, по которым готовят рабочих и специалистов, зачастую планируются на основе устаревшей или недостаточно проверенной информации, не отражающей характер произошедших и не учитывающей в полной мере предстоящих структурных изменений на рынке труда. Как следствие, часть выпускников рискует получить специальности, уже не востребованные рынком труда [24, с. 73].

При этом нарастает дисбаланс спроса и предложения на рынке труда, связанный с соотношением уровней профессионального об-

разования. На верхнем уровне образования сформировался очень большой навес, в полтора раза превосходящий реальную востребованность: система профессионального образования выпускает 56 % специалистов с высшим образованием, в то время как процент таких специалистов среди занятых составляет 38,2 1.

В результате сокращения рабочей силы и роста уровня безработицы общая численность занятых в России в 2030 г. составит 69 927,3 тыс. чел., что почти на 6 % меньше, чем в 2016 г. Однако по причине низкой эластичности производства по труду (1 = 0,0000048) снижение численности занятых в экономике не будет оказывать заметного влияния на выпуск продукции в России: к 2030 г. ВРП в целом по РФ сократится менее чем на 0,0002 % по сравнению с 2016 г. и составит 60 819 925 млн руб. (в постоянных ценах 2014 г.). При этом ВРП на одного занятого в экономике в 2030 г. составит 72479,9 руб. (в постоянных ценах 2014 г.), что соответствует приросту на 6,2 % к 2016 г.

Несмотря на существенный рост численности безработных (11,3 %) при среднем повышении ВРП на одного занятого в экономике (6,2 %), значение среднемесячной номинальной начисленной заработной платы к 2030 г. увеличится на 6,7 % относительно 2016 г. и составит 35 327 руб. Здесь необходимо отметить, что рассмотренные выше процессы оказывают разнонаправленное влияние на динамику заработной платы: если рост числа безработных повышает конкуренцию на рынке труда и вынуждает их соглашаться на более низкую зара-

1 Концепция государственной миграционной политики на период до 2025 года. Заявленные планы и реальная жизнь. Москва, март 2015 года. С. 31. [Электронный ресурс]. URL: http://migrant.ru/wpcontent/uploads/2015/06/Концепция миграционной политики до 2025.pdf (дата обращения: 23.05.2016).

ботную плату при трудоустройстве, то увеличение значения среднего выпуска работника позволяет работодателям для привлечения нужных работников устанавливать более высокий уровень оплаты труда. Также необходимо отметить, что модельный комплекс не учитывает квалификацию работников. Но так как большинство мигрантов заняты низкоквалифицированным трудом, их прогнозируемый приток будет воздействовать на значение заработной платы главным образом неквалифицированной рабочей силы.

5. Выводы и рекомендации

В статье представлен модельный комплекс, в результате реализации которого на статистических данных впервые был построен научно обоснованный прогноз трудовой миграции, воспроизводства населения и экономического развития России на период до 2030 г. Полученные результаты обладают высокой практической значимостью.

На основе того, что в прогнозный период сокращение численности занятых в экономике почти на 6 % будет сопровождаться снижением ВРП России менее чем на 0,0002 %, можно сделать вывод о чрезвычайно низкой производительности труда как результата сохранившегося еще с советских времен трудозатрат-ного типа экономики с высокой долей ручного труда и неэффективным использованием технологий и оборудования.

При недостаточном развитии трудосберегающих технологий страна будет вынуждена повышать свой экономический потенциал за счет элементов экстенсивного экономического развития, удовлетворяя растущую нехватку рабочей силы миграционным приростом. Однако даже при максимальном использовании потенциала трудовой миграции из стран СНГ в период до 2030 г. России не удастся избежать дефицита рабочей силы. Полученные результаты позволяют сделать вывод, что в среднесрочной и долгосрочной перспективе для содействия обеспечению потребности экономики Российской Федерации в рабочей силе необходимо упрощать процедуры доступа трудовых мигрантов на национальный рынок труда России.

В то же время абсолютный дефицит трудовых ресурсов будет сопровождаться ростом уровня безработицы. Полученные результаты свидетельствуют о нарастании структурного дисбаланса спроса и предложения на рынке труда, при котором соискатели рабочих мест не обладают профессиональными качествами,

необходимыми работодателям. Следовательно, модернизация, инновационное развитие и повышение конкурентоспособности отраслей экономики Российской Федерации невозможны без решения двух основных задач:

1) приведение структуры кадров, подготавливаемых системой российского профессионального образования, в соответствие с потребностями рынка труда по квалификационному уровню и профессиональной структуре;

2) разработка и внедрение дифференцированного подхода к привлечению, отбору и использованию иностранной рабочей силы в зависимости от профессионально-квалификационных характеристик мигрантов.

В заключение необходимо отметить, что предлагаемый модельный комплекс не учитывает квалификацию работников. Однако так как большинство мигрантов заняты низкоквалифицированным трудом, рассматривать их в качестве конкурентов надо только для местной рабочей силы соответствующей квалификации. При этом вклад труда работника в экономическое развитие страны существенно отличается в зависимости от уровня его квалификации. Кроме того, баланс спроса и предложения трудовых ресурсов может существенно отличаться при рассмотрении рабочей силы в разбивке на квалификационные группы. Следовательно, результаты прогнозирования выглядели бы более реалистично, если бы в модельном комплексе учитывалась квалификация работников, в т. ч. местных и иммигрантов, безработных и нанятых.

В настоящее время производится модернизация модельного комплекса прогнозирования трудовой миграции, воспроизводства населения и экономического развития регионов России в направлении разделения работников на квалифицированных и неквалифицированных. Данная модернизация предполагает, во-первых, использование новой производственной функции, описывающей вклад труда работников различных квалификационных групп, во-вторых, разделение рынка труда на два сектора: один для квалифицированных работников, другой — для неквалифицированных, перекрестное трудоустройство между которыми невозможно (неквалифицированные безработные могут занимать только неквалифицированные вакансии, а квалифицированные безработные — только квалифицированные вакансии). Необходимо отметить, что данная модернизация приведет к значительному увеличению размерности динамической системы.

Благодарность

Исследование выполнено за счет гранта Российского научного фонда (проект № 14-18-00574 «Информационно-аналитическая система „Антикризис": диагностика регионов, оценка угроз и сценарное прогнозирование с целью сохранения и усиления экономической безопасности и повышения благосостояния России»).

Список источников

1. Стриелковски В., Турновец Ф. Неоклассическая модель мобильности рабочей силы между двумя странами. Концепции склонности к миграции и индикатор миграционных расходов // Экономика и управление. — 2011. — № 8(70). — С. 3-9.

2. Батищева Г. А. Миграционные процессы в России как фактор устойчивого развития экономики регионов: автореф. дис. ... д-ра. экон. наук. — Ростов-н/Д., 2011. — 55 с.

3. ZipfG. K. The P1P2/D Hypothesis: On the Intercity Movement of Persons // American Sociological Review. — 1946.

— No 11(6). — Pp. 677-686.

4. Alonso W. A Theory of movement // Human Settlement Systems: International Perspective on Structure, Change and Public Policy / Ed. N. M. Hansen. Cambridge, Massachusetts: Ballinger Publ. Comp., 1978. — Pp. 197-211.

5. Juchem Neto J. P., Claeyssen J. C. R., Ritelli D., Mingari Scarpello G. Migration in a Solow Growth Model // SSRN Electronic Journal. — 2009. [Electronic resource]. URL: http://ssrn.com/abstract=1578565 (date of accesse: 13.04.2016). doi: 10.2139/ssrn.1578565.

6. Peri G. The impact of immigrants in recession and economic expansion. — Washington, D.C.: Migration Policy Institute, 2010. — 26 p.

7. Camarota S. A. The Fiscal and Economic Impact of Immigration on the United States. Testimony Prepared for the Joint Economic Committee. — 2013. [Electronic resource]. URL: http://cis.org/node/4573 (date of accesse: 13.04.2016).

8. Devlin C., Bolt O., Patel D. Impacts of migration on UK native employment: An analytical review of the evidence // Occasional Paper № 109. Department for business, Innovation and Skills, 2014. — 77 p.

9. Jean S., Jimenez M. The unemployment impact of immigration in OECD countries, OECD Economics Department Working Papers № 563. — Paris: OECD Publishing, 2007. — 31 p. doi: 10.1787/162425722235.

10. Brecker H., Jahn E. J. Migration and Wage-Setting: Reassessing the Labor Market Effects of Migration // The Scandinavian Journal of Economics. — 2011. — № 113. — p. 286-317. doi: 10.1111/j.1467-9442.2010.01634.x.

11. Manacorda M., Manning A., Wadsworth J. The Impact of Immigration on the Structure of Wages: Theory and Evidence from Britain // Journal of the European economic association. — 2012. — No 10. — Pp. 120-151.

12. Borjas G. J. The economics of immigration // Journal of Economic Literature. — 1994. — Vol. 32, No 4. — Pp. 16671717.

13. Borjas G. J. The Labor Demand Curve Is Downward Sloping: Reexamining The Impact Of Immigration On The Labor Market // The Quarterly Journal of Economics. — 2003. — Vol. 118, No 4. — pp. 1335-1374.

14. Borjas G. J. The Labor-Market Impact of High-Skill Immigration // American Economic Review. — 2005. — Vol. 95, No 2. — pp. 56-60. DOI: 10.1257/000282805774670040.

15. Brecker H., Jahn E. J., Upward R. Migration and Imperfect Labor Markets: Theory and Cross-Country Evidence from Denmark, Germany and the UK // European Economic Review. — 2014. — No 66. — Pp. 205-225.

16. Liu X. On the Macroeconomic and Welfare Effects of Illegal Immigration // Journal of Economic Dynamics and Control. — 2010. — No 34. — Pp. 2547-2567.

17. Palivos T. Welfare Effects of Illegal Immigration // Journal of Population Economics. — 2009. — No 22. — Pp. 131-144.

18. Diamond P. A. Wage Determination and Efficiency in Search Equilibrium // Review of Economic Studies. — 1982.

— No 49. — Pp. 217-227.

19. Mortensen D. T., Pissarides C. A. Job Creation and Job Destruction in the Theory of Unemployment // Review of Economic Studies. — 1994. — Vol. 61, No 3. — Pp. 397-415.

20. Pissarides C. Equilibrium Unemployment Theory. MIT Press, 2000. — 252 p.

21. Капелюшников Р. И. Конец российской модели рынка труда? — М. : Изд. дом Гос. ун-та — Высшей школы экономики, 2009. — 80 с.

22. Рязанцев С. Россия и Казахстан в Евразийской миграционной системе. Тенденции развития, социально-экономические последствия миграции и подходы к регулированию / CARIM-East RR 2013/43, Robert Schuman Centre for Advanced Studies. — San Domenico di Fiesole (FI): European University Institute, 2013. — 53 с.

23. Ивахнюк И. В. Евразийская миграционная система. Теория и политика // Вестник Российского университета дружбы народов. — 2008. — № 2. — С. 21-28. — (Международные отношения).

24. Мокроносов А. Г., Вершинин А. А. Согласование спроса и предложения рабочей силы на региональном и локальных рынках труда // Известия Уральского государственного экономического университета. — 2014. — № 4 (54). — С. 73-78.

Информация об авторе

Васильева Александра Владимировна — кандидат экономических наук, научный сотрудник, центр экономической безопасности, Институт экономики УрО РАН; Scopus Author ID: 55780061700 (Россия, 620014, г. Екатеринбург, ул. Московская, 29; e-mail: sa840sha@mail.ru).

For citation: Vasilyeva, A. V. (2017). The Forecast of Labour Migration, Reproduction ofthe Population and Economic Development of Russia. Ekonomika regiona [Economy of Region], 13(3), 812-826

A. V. Vasilyeva

The Forecast of Labour Migration, Reproduction of the Population and Economic Development of Russia

In the medium and long term, at the remaining decline in the population and insufficient development of labour-saving technologies, Russia will be forced to increase its economic potential by the elements of extensive economic development, covering the growing need for labour by migration gain. In this context, an important task of public administration is to increase the efficiency of regulation of the international labour migration in the regions of Russia taking into account features of their demographic and economic development. That makes relevant the forecasts of interdependent development of migration, the reproduction of the population and of the regional economy of Russia. In the article, for the first time, the author proposes the complex model allowing such forecasting by means of the dynamic system of equations including matching function, the Cobb-Douglas production function and etc. The computer program which is characterized by a high speed of data exchange with statistical bases, calibration and forecasting, a wide choice of services for representation of the received results has allowed to automate the realization ofthe complex model with the use ofthe Java/Javascript language. As a result ofthe implementation of the complex model for statistical data, I made the forecast of labour migration, reproduction of the population and economic development of Russia until 2003. According to the received forecast, even at the maximum use of the potential of labour migration from the CIS countries, the total number of the labour of the Russian Federation by 2030 will be reduced almost by 5 % relatively to 2016 and will be equal to 74684 thousand. At the same time, the absolute deficiency of labour force will be followed by the growth of unemployment rate from 5.8 % to 7.1 %. The predicted situation demonstrates the increase of the structural imbalance of supply and demand in labour market as the abilities of job seeker do not meet the requirements of available vacancies. Except the personnel problems, the growth of the Gross Domestic Product of Russia during the forecast period will be slowed down by the low labour productivity as the result ofthe labour-intensive type of economy with a high share of manual skills, which has remained from the Soviet period.

Keywords: labour migration, reproduction of the population, labour market, labour force, economically active population, unemployment, salary, output, forecast, migration policy

Acknowledgments

The research has been supported by the Grant of Russian Science Foundation (Project № 14-18-00574 "Information and analytical "Anticrisis" system: diagnostics of regions, threat assessments and scenario forecasting for the purpose to preserve and strengthen the economic security and improve the well-being of Russia").

References

1. Strielkowski, W. & Turnovetc, F. (2011). Neoklassicheskaya model mobilnosti rabochey sily mezhdu dvumya stranami. Kontseptsii sklonnosti k migratsii i indikator migratsionnykh raskhodov [Neo-classical model of labor mobility between two countries revisited: introduction of the concepts of propensity to migration and the indicator of migration cost]. Ekonomika i upravlenie [Economics and Management], 8(70), 3-9. (In Russ.)

2. Batishcheva, G. A. (2011). Migratsionnye protsessy v Rossii kak faktor ustoychivogo razvitiya ekonomiki regionov: avtoref. dis.... d-ra. ekon. Nauk [Migration Processes in Russia as a Factor of a Sustainable Development of Economy of Regions. Abstract of Thesis, Doctor of Economic Sciences. Economics]. Rostov-on-Don, 55. (In Russ.)

3. Zipf, G. K. (1946). The P1P2/D Hypothesis: On the Intercity Movement of Persons. American Sociological Review, 11(6), 677-686.

4. Alonso, W. (1978). A Theory of movement. Human Settlement Systems: International Perspective on Structure, Change and Public Policy. In: N. M. Hansen (Ed.). Cambridge, Massachusetts: Ballinger Publ. Comp., 197-211.

5. Juchem Neto, J. P., Claeyssen, J. C. R., Ritelli, D. & Mingari Scarpello, G. (2009). Migration in a Solow Growth Model. SSRN Electronic Journal. Retrieved from: http://ssrn.com/abstract=1578565 (date of access: 13.04.2016). doi: 10.2139/ ssrn.1578565.

6. Peri, G. (2010). The impact of immigrants in recession and economic expansion. Washington, D.C.: Migration Policy Institute, 26.

7. Camarota, S. A. (2013). The Fiscal and Economic Impact of Immigration on the United States. Testimony Prepared for the Joint Economic Committee. Retrieved from: http://cis.org/node/4573 (date of access: 13.04.2016).

8. Devlin, C., Bolt, O. & Patel, D. (2014). Impacts of migration on UK native employment: An analytical review of the evidence. Occasional Paper № 109. Department for business, Innovation and Skills, 77.

9. Jean, S. & Jimenez, M. (2007). The unemployment impact of immigration in OECD countries. OECD Economics Department Working Papers № 563. Paris: OECD Publishing, 31. doi: 10.1787/162425722235.

10. Bryocker, H. & Jahn, E. J. (2011). Migration and Wage-Setting: Reassessing the Labor Market Effects of Migration. The Scandinavian Journal of Economics, 113, 286-317. doi: 10.1111/j.1467-9442.2010.01634.x.

11. Manacorda, M., Manning, A. & Wadsworth, J. (2012). The Impact of Immigration on the Structure of Wages: Theory and Evidence from Britain. Journal of the European economic association, 10, 120-151.

12. Borjas, G. J. (1994). The economics of immigration. Journal of Economic Literature, 32(4), 1667-1717.

13. Borjas, G. J. (2003). The Labor Demand Curve Is Downward Sloping: Reexamining The Impact Of Immigration On The Labor Market. The Quarterly Journal of Economics, 118(4), 335-1374.

14. Borjas, G. J. (2005). The Labor-Market Impact of High-Skill Immigration. American Economic Review, 95(2), 56-60. DOI: 10.1257/000282805774670040.

15. Bryocker, H. & Jahn, E. J. (2014). Upward R. Migration and Imperfect Labor Markets: Theory and Cross-Country Evidence from Denmark, Germany and the UK. European Economic Review, 66, 205-225.

16. Liu, X. (2010). On the Macroeconomic and Welfare Effects of Illegal Immigration. Journal of Economic Dynamics and Control, 34, 2547-2567.

17. Palivos, T. (2009). Welfare Effects of Illegal Immigration. Journal of Population Economics, 22, 131-144.

18. Diamond, P. A. (1982). Wage Determination and Efficiency in Search Equilibrium. Review of Economic Studies, 49, 217-227.

19. Mortensen, D. T. & Pissarides. C. A. (1994). Job Creation and Job Destruction in the Theory of Unemployment. Review of Economic Studies, 61(3), 397-415.

20. Pissarides, C. (2000). Equilibrium Unemployment Theory. MIT Press, 252.

21. Kapelyushnikov, R. I. (2009). Konets rossiyskoy modeli rynka truda? [Is it the end of the Russian labor market model?]. Moscow: Publishing house of the State University — Higher School of Economics, 80. (In Russ.)

22. Ryazantsev, S. (2013). Rossiya i Kazakhstan v Evraziyskoy migratsionnoy sisteme: tendentsii razvitiya, sotsialno-ekonomicheskie posledstviya migratsii i podkhody k regulirovaniyu [Russia and Kazakhstan in Eurasian Migration System: Development Trends, Socio-Economic Consequences of Migration and Approaches to Regulation]. CARIM-East RR 2013/43, Robert Schuman Centre for Advanced Studies. San Domenico di Fiesole (FI): European University Institute, 53. (In Russ.)

23. Ivakhnyuk, I. V. (2008). Evraziyskaya migratsionnaya sistema. Teoriya i politika [Eurasian Migration System: Theoretical and Political Approaches]. Vestnik Rossiyskogo universiteta druzhby narodov [Vestnik RUDN. International Relation], 2, 21-28. (In Russ.)

24. Mokronosov, A. G. & Vershinin, A. A. (2014). Soglasovanie sprosa i predlozheniya rabochey sily na regionalnom i lokalnykh rynkakh truda [Coordination of Labour Supply and Demand on Regional and Local Labour Markets]. Izvestiya Uralskogo gosudarstvennogo ekonomicheskogo universiteta [Journal of the Ural State University of Economics], 4(54), 73-78. (In Russ.)

Author

Vasilyeva Aleksandra Vladimirovna — PhD in Economics, Research Associate, Center of Economic Security; Scopus Author ID: 55780061700 (29, Moskovskaya St., Ekaterinburg, 620014, Russian Federation; e-mail: sa840sha@mail.ru).

ВНЕШНЕЭКОНОМИЧЕСКАЯ ДЕЯТЕЛЬНОСТЬ

Для цитирования: Линецкий А. Ф., Тарасов А. Г., Ковалев В. Е. Роль регионов во внешнеторговой деятельности России в условиях новых геополитических вызовов // Экономика региона. — 2017. — Т. 13, вып. 3. — С. 827-838 doi 10.17059/2017-3-15 УДК 330

А. Ф. Линецкий а б), А. Г. Тарасов а), В. Е. Ковалев б)

а) Уральский государственный экономический университет (Екатеринбург, Российская Федерация; e-mail: lin-af@mail.ru)

б) Институт экономики Уральского отделения РАН (Екатеринбург, Российская Федерация)

РОЛЬ РЕГИОНОВ ВО ВНЕШНЕТОРГОВОЙ ДЕЯТЕЛЬНОСТИ РОССИИ В УСЛОВИЯХ НОВЫХ ГЕОПОЛИТИЧЕСКИХ ВЫЗОВОВ 1

Рассмотрены роль субъектов Федерации во внешнеторговой деятельности России и характерные особенности условий осуществления внешнеэкономических связей российскими регионами в настоящее время. Исследование базируется на выдвинутой гипотезе, согласно которой в современных условиях членства России в ВТО и новых геополитических вызовов во внешнеторговой деятельности наблюдается процесс все более активного участия субъектов Федерации в реализации конституционного права на осуществление международных и внешнеэкономических связей. Роль российских регионов в развитии внешнеторговой деятельности России постоянно повышается, так как в современных условиях не представляется возможным принимать в едином центре оптимальные решения по всем возникающим в конкретном регионе государства многочисленным вопросам, связанным с осуществлением внешнеторговой деятельности. Актуальность темы статьи заключается в необходимости исследовать изменение условий для осуществления международных и внешнеэкономических связей субъектов Федерации, поскольку регионы играют в современный период все более важную роль в развитии внешнеторговой деятельности России. Проведена оценка влияния на внешнюю торговлю России Всемирной торговой организации, членом которой она стала в 2012 г., показавшая отсутствие в настоящее время каких-либо реальных ощутимых позитивных или негативных последствий присоединения. Характерной особенностью современного этапа развития мировой экономики становится ее политизация, и мировые рынки в большей степени зависят от политических, чем от экономических факторов. Статья имеет практическое значение, так как результаты проведенного исследования могут быть применены и использованы при разработке и реализации региональной модели и стратегии развития внешнеторговой деятельности. Будущие исследования будут направлены на разработку и совершенствование модели осуществления международных и внешнеэкономических связей субъектами Федерации.

Ключевые слова: Всемирная торговая организация, новые геополитические вызовы, внешнеэкономическая деятельность, внешнеторговая деятельность, международные и внешнеэкономические связи, внешнеторговые связи, внешнеторговый оборот, экспорт, импорт, регион

Введение

В настоящее время во внешнеторговой деятельности России наблюдается процесс все более активного участия субъектов Федерации (российских регионов) в реализации сво-

1 © Линецкий А. Ф., Тарасов А. Г., Ковалев В. Е. Текст. 2017.

его конституционного права на осуществление международных и внешнеэкономических связей (МиВЭС), закрепленное в ст. 72, п. 1 Конституции РФ, в соответствии с которой в совместном ведении России и ее регионов находится координация МиВЭС субъектов Российской Федерации, а также выполнение международных договоров России.

Актуальность темы статьи заключается в необходимости исследовать изменение условий осуществления международных и внешнеэкономических связей субъектами Федерации, поскольку регионы играют в современный период все более важную роль в развитии внешнеторговой деятельности России [1].

Целью исследования является обоснование выдвинутой гипотезы, согласно которой в современных условиях членства России в ВТО и новых геополитических вызовов во внешнеторговой деятельности (ВТД) России наблюдается процесс все более активного участия субъектов Федерации в реализации своего конституционного права на осуществление международных и внешнеэкономических связей.

В 2012 г. Россия стала членом Всемирной торговой организации (ВТО). Однако дальнейшее развитие событий в международных отношениях нивелировали последствия данного свершившегося факта и, как показывает статистика, на объеме внешней торговли это не сказалось, что связанно с кратковременностью исследуемого периода и применением взаимных торговых санкций, прямо влияющих на сокращение внешней торговли. Однако отсутствие в настоящее время каких-либо реальных ощутимых позитивных или негативных последствий присоединения все-таки не опровергает оправданность вступления России во Всемирную торговую организацию, хотя роль данной международной организации в регулировании мировой торговли в последние годы заметно снижается [2].

Характерной особенностью современного этапа развития мировой экономики становится ее политизация, и мировые рынки все в большей степени зависят от политических, чем экономических факторов. Политика все более активно вмешивается в экономику, заменяя собой рыночную конкуренцию. В качестве примеров можно привести применение различного рода внешнеторговых санкций, а также то, что колебания цен на нефть являются скорее итогом политических договоренностей, нежели результатом соотношения спроса и предложения [3]. С учетом этого ни одна международная организация, в том числе Всемирная торговая организация, Международный валютный фонд и др., не может так повлиять на внешнюю торговлю, как внешнеполитическая ситуация с сопутствующими внешнеторговыми ограничениями [4].

Существенным фактором снижения экономического роста и объемов внешней торговли Российской Федерации и ее регионов стали

проблемы российской экономики, связанные с необходимостью ее структурной диверсификации и модернизации на новой технологической основе, так как негативные тенденции в российской экономике начались еще до введения санкций.

Осуществление внешнеторговых связей России и ее регионов в современных условиях характеризуется следующими особенностями:

— членство в ВТО [5];

— экономическая рецессия в России, начиная ориентировочно с 2013 г.;

— новые геополитические вызовы, связанные с резким обострением международной обстановки и введением внешнеторговых ограничений (санкции в отношении России и ответные санкции), начиная с 2014 г.;

— политизация международной торговли, в то время как мировые рынки все в большей степени зависят от политических решений, чем от экономических факторов.

— активизация участия субъектов Федерации в осуществлении МиВЭС (что заложено в гипотезу и будет обосновано в ходе настоящего научного исследования).

Теоретическое обоснование гипотезы об активизации участия российских регионов в осуществлении МиВЭС

Дезинтеграция экономики России, особенно проявившаяся в последнее время, затронула, в первую очередь, внешнеторговую деятельность. Данные процессы имеют свою предысторию в виде реформ в этой сфере, стартовавших еще в 1986 г., а к концу 80-х гг. фактически ликвидировавших государственную монополию внешней торговли, а также курса на либерализацию внешнеэкономических связей. В связи с этим они стали трансформироваться и приобретать новый статус, что неизбежно обусловило необходимость теоретического обоснования их изменения. Внешнеэкономические связи изменили акцент и все в большей степени переориентируются на уровень субъектов Российской Федерации (региона). Следует отметить такие серьезные изменения во внешнеторговой деятельности России, как повышение роли регионов в ее осуществлении [6, 7].

Российские регионы все более активно включаются в интеграцию России в мировую глобализированную экономику [8, 9]. В современных условиях не представляется возможным принимать в едином центре оптимальные решения по всем возникающим в конкретном регионе государства многочисленным вопро-

Расширение нормативно-правовой базы на федеральном уровне для осуществления субъектами Федерации МиВЭС

Активизация участия субъектов Федерации в осуществлении МиВЭС

Рис. Факторы обеспечения активизации участия регионов в осуществлении МиВЭС

сам, связанным с осуществлением внешнеторговой деятельности. [10, 11].

С учетом этого, внешнеторговая деятельность регионов имеет важное значение в развитии мирохозяйственных связей [12]. Вместе с тем вопросы развития и совершенствования внешнеторговых связей регионов, их эффективное вписывание в систему международной торговли недостаточно исследованы.

Для обоснования выдвинутой авторами гипотезы о все более активном участии субъектов Федерации в реализации своего конституционного права на осуществление международных и внешнеэкономических связей применена методика сравнительного анализа с использованием ряда факторов их обеспечения. Прежде всего, они касаются создания и совершенствования нормативно-правовой базы для осуществления МиВЭС субъектами Федерации (рис.).

В примененной методике по всем 85 субъектам Российской Федерации взяты две контрольные временные точки: прошедший 2016 г. и 1999 г. Это связано с тем, что именно в 4 января 1999 г. был принят важный норма -тивно-правовой акт, а именно Федеральный закон № 4-ФЗ «О координации международных и внешнеэкономических связей субъектов РФ», конкретизирующий полномочия российских регионов в сфере МиВЭС и придавший импульс в их осуществлении (табл. 1, 2).

Активизация участия регионов в осуществлении МиВЭС и повышение роли регионов во внешнеторговой деятельности России обусловлены следующими факторами:

1. Расширяется нормативно-правовая база для осуществления регионами МиВЭС. После принятия Конституции Российской Федерации 12 декабря 1993 г. это был практически единственный нормативно-правовой акт, дающий право субъектам Федерации осуществлять МиВЭС. В дальнейшем в этой связи на федеральном уровне были приняты ряд законов и другие нормативно-правовые документов в данной сфере.

Приведем основные из них: Федеральные законы от 04.01.1999 г. № 4-ФЗ «О координации международных и внешнеэкономических связей Субъектов РФ», от 15.07.1995 г. № 101-ФЗ «О международных договорах РФ», от 08.12.2003 г. № 164-ФЗ «Об основах государственного регулирования внешнеторговой деятельности» от 22.07.2005 г. № 116-ФЗ «Об особых экономических зонах в Российской Федерации»; Указ Президента России от 08.11.2011 г. № 1478 «О координирующей роли Министерства иностранных дел Российской Федерации в проведении единой внешнеполитической линии Российской Федерации».

2. Создается и расширяется нормативно-правовая база для осуществления МиВЭС непосредственно в регионах. Ранее анализ ре-

Таблица 1

Нормативно-правовая база в сфере осуществления МиВЭС в регионах Уральского федерального округа

в 1999* и 2016 гг.

Субъект Федерации Количество нормативно-правовых актов в сфере МиВЭС

1999 г. 2016 г.

УрФО 12 49

Курганская обл. 0 2

Свердловская обл. 5 17 (в т. ч. Закон Свердловской области от 28.10.2005 г. № 99-ОЗ «О международных и внешнеэкономических связях и участии Свердловской области органов государственной власти Свердловской области в международном информационном обмене»)

Тюменская обл. (без округов) 1 (в т. ч. закон Тюменской области от 29.11.1995 г. «О международных соглашениях тюменской области и договорах тюменской области с субъектами российской Федерации») 5

Ханты-Мансийский автономный округ 3 10 (в т. ч. Закон Ханты-Мансийского автономного округа — Югры от 19.11.2001 г. № 56-ОЗ «О международных и внешнеэкономических связях Ханты-Мансийского автономного округа»)

Ямало-Ненецкий автономный округ 1 5

Челябинская обл. 3 12

* Сборник документов и материалов по вопросам международных и внешнеэкономических связей субъектов Российской Федерации / Под ред. А. Ю. Урнова, В. Л. Орлова, С. Л. Романова. М.: Научная книга, 1999. 516 с. С. 13. с. 139-180.

Таблица 2

Соглашения регионов об осуществлении МиВЭС в федеральных округах в 1999* и 2016 гг.

№ Наименование федерального округа Кол-во соглашений на 1999 г. Кол-во соглашений на 2016 г.

Всего На один регион Всего На один регион

1 Дальневосточный (9 регионов) 1 0,1 39 4,3

2 Приволжский (14 регионов) 5 0,4 117 8,4

3 Сибирский (12 регионов) 5 0,4 56 4,7

4 Северо-Западный (11 регионов) 22 2 149 13,5

5 Северо-Кавказский (7 регионов) 0 0 12 1,7

6 Уральский (6 регионов) 19 3,2 88 14,7

7 Центральный (18 регионов) 30 1,7 112 6,2

8 Южный (8 регионов) 5 0,6 46 5,8

Итого (85 регионов) 87 1 619 7,3

* Сборник документов и материалов по вопросам международных и внешнеэкономических связей субъектов Российской Федерации / Под ред. А. Ю. Урнова, В. Л. Орлова, С. Л. Романова. — М. : Научная книга, 1999. 516 с. С. 13, с. 253-279.

гиональной законодательной базы в сфере МиВЭС и динамики ее совершенствования в научных публикациях практически не проводился. Приведем сравнительные данные по количеству нормативно-правовых актов в сфере МиВЭС в 1999 и 2016 гг. для 6 регионов Уральского федерального округа (УрФО), на примере которых более детально проведена апробация методик, используемых авторами в настоящем исследовании (табл. 1).

Динамика их внешней торговли дана в следующем разделе.

Данные таблицы 1 показывают, что общее количество нормативно-правовых актов в регионах УрФО в рассматриваемый период увеличилось с 12 до 49, то есть более чем в четыре раза.

3. В процессе создания и совершенствования законодательной базы на федеральном и региональном уровнях конкретизируются и

расширяются полномочия российских регионов во внешнеэкономической сфере.

4. Растет количество регионов, использующих свое конституционное право осуществлять МиВЭС. Если после принятия Конституции в 1993 г. таких регионов насчитывались единицы (Москва, Санкт-Петербург, Свердловская область, Республика Башкортостан и др.), то в настоящее время более двух третей субъектов Федерации имеют документы о сотрудничестве с иностранными государствами.

5. Российские регионы постоянно наращивают число соглашений об осуществлении МиВЭС с иностранными партнерами. Анализ активности регионов в сфере МиВЭС по количеству соглашений, подписанных российскими регионами с иностранными партнерами в 1999 и 2016 гг., проведен авторами по всем 85 субъектам Российской Федерации. Ввиду громоздкости в полном объеме показать его итоги не представляется целесообразным. В связи с этим представим их в просуммированном виде по федеральным округам (табл. 2.).

Данные таблицы 2 демонстрируют, что общее количество соглашений об осуществлении МиВЭС российских регионов с иностранными партнерами выросло с 87 в 1999 г. до 619 документов в 2016 г., то есть более чем в 7 раз. По удельному количеству документов, приходящихся на один субъект Федерации, уверенно лидирует Уральский Федеральный округ с учетом количества соглашений, заключенных в Свердловской области. Это обусловлено целым рядом причин, но главная из них все-таки в том, что первым президентом России являлся уроженец и выходец из Свердловской области Б. Н. Ельцин, и это предоставляло для Свердловской области в 90-е гг. значительно большие возможности в сфере осуществления МиВЭС, чем для других субъектов Федерации.

По данным детального анализа по каждому региону в конце 90-х годов прошлого века соглашения об осуществлении МиВЭС с иностранными партнерами имели лишь 29 субъектов Федерации, то есть около трети от их общего числа. В 2016 г. такие соглашения уже имеют подавляющее число российских регионов — 78.

Все это неоспоримо свидетельствует об активизации участия российских регионов в осуществлении международных и внешнеэкономических связей.

Новые центробежно ориентированные тенденции в сфере МиВЭС, создание и развитие в регионах соответствующей инфраструктуры — ключевые и характерные факторы измене-

ния системы осуществления международных и внешнеэкономических связей в российских регионах в настоящее время [14].

Таким образом, проведенный сравнительный анализ динамики факторов обеспечения и осуществления международных и внешнеэкономических связей регионов свидетельствует о повышении роли российских регионов во внешнеторговой деятельности в современных условиях и обоснованности выдвинутой авторами гипотезы.

Модель внешнеторговых связей региона в современных условиях

В последние годы российская экономика переживает достаточно непростой период, в который национальная экономика адаптируется к условиям членства в ВТО и новым геополитическим вызовам, связанным, прежде всего, с применением в отношении России внешнеторговых санкций. В этой связи, положение современной российской экономики в системе мирохозяйственных связей требует создания в значительной степени новой национальной внешнеторговой макромодели, включающей систему определенных институтов, обеспечивающих ее рациональное взаимодействие с экономическими системами стран мира в целях решения собственных стратегических задач. Данная макромодель также должна учитывать реалии все большего перемещения акцента во внешнеторговой деятельности на региональный уровень.

Модель осуществления внешнеторговых связей на уровне субъекта Федерации должна быть основой для разработки стратегии развития внешнеторговой деятельности региона. При этом необходимо принимать во внимание специфику субъекта Федерации, его конкурентные преимущества, в том числе конкурентные преимущества наивысшего порядка, находящие свое отражение в уникальных научных разработках и российских технологиях [15].

С учетом перемещения центра тяжести экономических преобразований (импортозаме-щение и др.) в субъекты Федерации наблюдается процесс расширения их полномочий в сфере МиВЭС.

Таким образом, развитие внешнеторговой деятельности России в современных условиях во многом зависит от деятельности регионов. Законодательством России регионам предоставлен достаточно большой объем полномочий субъектов РФ по вопросам совместного осуществления МиВЭС. Однако из-за объек-

тивной сложности данной сферы процесс ведения внешнеторговой деятельности регионами требует более глубокого теоретического обоснования, методической и методологической проработки.

Разработка концепции развития внешнеторговой деятельности региона и механизма ее реализации должны, по мнению авторов, предусматривать как минимум три условия:

1. Необходима предшествующая разработка (корректировка) модели развития внешнеторговых связей региона, где внешнеторговая модель — комплекс инфраструктурных институтов в сфере МиВЭС, обеспечивающих возможность взаимодействия региона с иностранными партнерами для достижения стратегических целей. Это обусловлено необходимостью создания теоретико-методологической базы для разработки стратегии развития внешнеторговой деятельности региона, соответствующей условиям осуществления МиВЭС в современных условиях.

2. Проведение тщательного анализа и изучения внешнеторговой среды, в которой функционирует (предстоит функционировать) экономика региона, динамики и тенденций развития мирового хозяйства, которые в современных геополитических условиях необходимо учитывать. Таким образом, стратегия внешнеэкономических связей субъекта Федерации — это во многом стратегия действий экономики региона в мировом хозяйстве, которая должна принять внутренний экономический «регламент» этих связей [16].

3. Формирование алгоритма поведения внешнеторгового комплекса региона на внешних рынках, что связано с необходимостью комплексного подхода и упорядочиванием последовательности осуществления мер по развитию МиВЭС субъектом Федерации.

При этом необходимо отметить, что названные условия взаимосвязаны и обуславливают друг друга, позволяя сформировать общую теоретическую картину внешнеторговых связей региона.

Достигнутый ныне уровень развития внешнеторговых связей региона не означает пока полной сформированности механизма их осуществления и является переходным. Внешнеторговая деятельность уже перестала быть только государственно-монополистической, но еще не стала только либеральной (в т. ч. открытой). Вместе с тем, данный процесс может привести к новой проблеме, а именно, к проблеме экономической безопасности России и ее регионов [17]. Основная цель внешнетор-

говых связей региона в современных условиях — это осуществление отношений, предполагающих создание и поддержание долговременной конкурентоспособности, которая определяется степенью прочности и устойчивости экономики региона в международном разделении труда [18].

Таким образом, в современных условиях объектом внешнеторговых связей субъектов Федерации должна быть разработка и развитие конкретных направлений международного сотрудничества, включающих производство и реализацию на внешних рынках продуктов производства, технологических достижений и т. д. Субъектом внешнеторговых связей должен выступать регион, главной сферой деятельности которого является развитие народнохозяйственного комплекса территории. При этом стратегической целью внешнеторговых связей региона будет являться реализация организационно-экономических отношений, обеспечивающих устойчивое социально-экономическое развитие конкретного субъекта Федерации [19].

Динамика внешней торговли России и методика оценки влияния ВТО

В настоящее время внешнеторговая деятельность российских регионов играет важную роль в реализации внешнеторгового курса Российской Федерации. В последние годы она осуществлялась в условиях сложной геополитической ситуации и принятых рядом западных стран в отношении России санкций, что оказало существенное влияние объемы и динамику внешней торговли. Однако, как уже было сказано, существенными факторами снижения экономического роста и снижения объемов внешней торговли являются также проблемы российской экономики, связанные с необходимостью ее структурной диверсификации и модернизации на новой технологической основе, так как данные проблемы начались еще до применения внешнеторговых ограничений.

На фоне этих реалий на второй план отошел такой фактор воздействия на внешнюю торговлю России, как ее членство во Всемирной торговой организации. ВТО является одной из важнейших международных организаций, которая осуществляет организационно-правовое регулирование и развитие всей системы международной торговли. На 29 июля 2016 г. ВТО включала большую часть государств мира (164 страны), что само по себе говорит об оправданности присоединения России к ВТО [20].

Таблица 3

Внешняя торговля России в 2005-2016 гг., млрд долл. США

Показатель 2005 г. 2006 г. 2007 г. 2008 г. 2009 г. 2010 г. 2011 г. 2012 г. 2013 г. 2014 г. 2015 г. 2016 г.

Объем внешнеторгового обо- 369,2 468,6 578,2 763,5 495,2 625,4 821,9 839,5 841,3 784,5 530,4 471,2

рота, всего

Экспорт 241,5 301,2 351,9 467,6 301,7 396,4 516,5 525,4 526,0 497,8 345,9 285,5

Импорт 127,7 167,4 226,3 295,9 193,5 229,0 305,4 314,1 315,3 286,7 184,5 185,7

Внешнеторговое Сальдо 113,8 133,8 125,6 171,7 108,2 167,4 211,1 211,2 210,7 211,1 164,1 99,8

Составлено по данным: Федеральная таможенная служба РФ. [Электронный ресурс]. URL: http://www.customs.ru.

Россия начала переговоры о присоединении к ВТО в 1995 г. и завершила данный процесс в 2012 г., на сегодняшний день она является рекордсменом среди стран мира по продолжительности процесса вступления в ВТО.

Однако в настоящее время ВТО утрачивает свою роль в развитии международной торговли. В последние годы в рамках ВТО не было принято ни одного важного решения или документа. Акцент перемечается на двухсторонние или многосторонние торговые соглашения в рамках разного рода экономических блоков и ассоциаций (Нафта, ЕС, АТЭС, ШОС и др.), когда между двумя или более стран создается режим наибольшего благоприятствования (РНБ), что противоречит правилам ВТО. Однако малой группе стран гораздо проще договориться и прийти к консенсусу, чем всем государствам — членам ВТО [21].

По истечении пяти лет членства России в ВТО, на взгляд авторов, с научной и практической точки зрения целесообразна оценка влияния членства России в ВТО на ее внешнюю торговлю. С этой целью авторами предлагается методика проведения сравнительного анализа и сопоставления объемов внешней торговли России и ее регионов до вступления и, в дальнейшем, после присоединения России к ВТО (2012 и последующие годы).

Практически все последние годы до вступления в ВТО внешняя торговля России стабильно росла за исключением 2009 г., когда ее объемы снизились в связи с мировым финансовым кризисом (табл. 3).

Максимальный объем внешнеторгового оборота России был в 2013 г. — 841,3 млрд долл. США, а затем ежегодно сокращался. В 2016 г. он составил 471,2 млрд долл. США, это составляет 57,3 % от объемов 2011 г., предшествующего вступлению России в ВТО. Необходимо также отметить, что сокращение внешней торговли началось в 2014 г. до применения внешнеторговых ограничений, свидетельствующее о проблемах в российской экономике на

тот период, не связанных с внешними факторами.

Внешнеторговую деятельность субъектов Федерации рассмотрим на примере регионов УрФО. При этом анализ внешнеторговой деятельности субъектов Федерации УрФО показан без учета экспорта углеводородов, которые преобладают в экспорте трех из шести регионов УрФО, а именно в Тюменской области и двух ее автономных округах — Ханты-Мансийском автономном округе — Югре и Ямало-Ненецком автономном округе (табл. 4).

Из данных таблицы 4 следует, что по итогам 2015 г. в сравнении с 2011 г. объем внешней торговли УрФО, в отличие от данных в целом по России, вырос на 27 %. Это объясняется почти десятикратным увеличением товарооборота в Ханты-Мансийском автономном округе и почти трехкратным его увеличением в Ямало-Ненецком автономном округе, что объясняется специфическими причинами. В остальных четырех субъектах Федерации УрФО, как и в целом по России, внешнеторговый оборот сократился.

Вместе с тем, по мнению авторов, это не связано с вступлением России в ВТО с учетом незначительных изменений условий осуществления внешнеторговой деятельности, которые не могли существенно повлиять на экспорт и импорт России и ее регионов.

Снижение объемов внешнеторгового оборота России и субъектов Федерации в последние годы обусловлено рядом перечисленных факторов в изменении условий осуществления МиВЭС в России и не опровергает выдвинутый авторами тезис о смещении акцента в развитии внешнеторговой деятельности России на региональный уровень.

Таким образом, проведенный анализ позволяет говорить о том, что в последние годы с учетом внешнеторговых ограничений (санкций в отношении России и ответных санкций), а также экономической рецессии в России влияние ВТО на внешнюю торговлю России и субъ-

Таблица 4

Внешняя торговля регионов УрФО в 2011-2015 гг., млн долл. США

Субъект Федерации Объем Динамика, %

2011 г. 2012 г. 2013 г. 2014 г. 2015 г. 2011 г. к 2015 г.

Внешнеторговый оборот*

УрФО 23679,3 22466,9 19020,9 41444.8 30085,0 127,1

Курганская обл. 463,5 444,7 498,2 163,3 276,6 80,0

Свердловская обл. 11349,3 11955,3 10028,0 10731,3 9166,3 80,8

Тюменская обл. (без округов) 2558,1 2283,3 1438,7 3097.6 2417,4 94,5

Ханты-Мансийский автономный округ 1324,2 939,3 964,4 20717,5 12529,4 946,2

Ямало-Ненецкий автономный округ 488,6 767,9 429,8 707,3 1380,5 282,5

Челябинская обл. 7495,6 6376,3 5661,8 5805,4 4314,8 57,6

Экспорт

УрФО 15752,7 16134,0 13001,1 34597,8 24577,9 156,0

Курганская обл. 326,9 314,0 401.7 258,5 220,8 67,5

Свердловская обл. 8065,9 9082,3 7225,5 7667,9 6632,1 82,2

Тюменская обл. (без округов) 1520,7 1605,2 1203,4 2526,5 2008,2 132,0

Ханты-Мансийский автономный округ 57,9 123,6 89,8 19475,2 11726,2 20252,5

Ямало-Ненецкий автономный округ 316,0 403,7 267,4 507,5 662,3 209,6

Челябинская обл. 5465,3 4605,2 3813,4 4162,1 3328,2 60,9

Импорт

УрФО 7926,6 6332,9 6019.8 6847,0 5507,1 69,5

Курганская обл. 136,6 130,7 96,6 127,2 55,7 40,5

Свердловская обл. 3283,4 2873,1 2802,5 3063,3 2534,2 77,2

Тюменская обл. (без округов) 1037,4 378,1 235,3 571,1 409,3 39,5

Ханты-Мансийский автономный округ 1266,3 815,7 874,6 1242,3 803,1 63,4

Ямало-Ненецкий автономный округ 172,6 364,2 162,4 199,8 718,2 416,1

Челябинская обл. 2030,3 1771,1 1848,4 1643,3 986,6 48,6

Составлено по данным: Федеральная таможенная служба РФ. [Электронный ресурс]. URL: http://www.customs.ru. * Данные по Тюменской области, Ханты-Мансийскому и Ямало-Ненецком автономным округам даны по данным Уральского таможенного управления без учета экспорта углеводородов.

ектов Федерации в рассматриваемый период не является существенным.

При этом очевидно, что катастрофические прогнозы серьезных последствий для России после вступления в ВТО не сбываются [22, 23]. Вместе с тем, не подвергается сомнению и тот факт, что в ближайшей или долгосрочной перспективе влияние правил и норм Всемирной торговой организации так или иначе окажет влияние на развитие и динамику внешнеторговой деятельности России и субъектов Федерации [24, 25-14,17].

Результаты и выводы

Таким образом, можно с уверенностью говорить о том, что в современных условиях членства России в ВТО и новых геополитиче-

ских вызовов во внешнеторговой деятельности наблюдается процесс все более активного участия субъектов Федерации в реализации своего конституционного права на осуществление международных и внешнеэкономических связей, что подтверждает выдвинутую авторами гипотезу. Роль российских регионов в развитии внешнеторговой деятельности России в современный период в меняющихся условиях для осуществления МиВЭС постоянно повышается, что свидетельствует об актуальности и необходимости проведения научных исследований в данной сфере.

Характерной особенностью современного этапа развития мировой экономики становится ее политизация, и мировые рынки все в большей степени зависят от политических, чем

экономических факторов. Политика все более активно вмешивается в экономику, заменяя собой рыночную конкуренцию. В качестве примеров можно привести применение различного рода санкций, а также то, что колебания цен на нефть в значительной степени являются итогом политических договоренностей, нежели результатом соотношения спроса и предложения. Таким образом, ни одна международная организация, в том числе Всемирная торговая организация, Международный валютный фонд и др., не могут повлиять на внешнюю торговлю так, как политическая ситуация с сопутствующими внешнеторговыми ограничениями.

Одним из существенных факторов снижения объемов внешней торговли России и ее регионов стали проблемы российской экономики, связанные с необходимостью ее структурной диверсификации и модернизации на новой технологической основе, так как негативные тенденции в российской экономике начались еще до введения санкций, что подтверждает анализ динамики цен на нефть, ВВП и внешней торговли.

Из приведенных в статье данных следует, что в Российской Федерации даже в рамках одного федерального округа существует значительная разница в объемах внешней торговле регионов, что, впрочем, характерно и для многих других сфер. Это обуславливается рядом причин, в том числе разными экономическим

потенциалом, структурой экономики, географическим положением, различиями в наличии природных ресурсов, неодинаковой финансовой устойчивостью и др. [26]. Экспорт и импорт традиционно зависят от исторически сложившейся отраслевой специализации регионов, а колебания и динамика их объемов объясняются специфическими причинами, являющимися темой отдельного исследования [27].

Важным выводом проведенного исследования является обоснование определяющего влияния на динамику внешнеторговой деятельности России и ее субъектов Федерации введенных внешнеторговых ограничений (санкций в отношении России и ответных санкций) в последние годы и экономической рецессии в России в сравнении с реальным влиянием ВТО, которое пока не представляется существенным.

В завершение нельзя не отметить, что на внешнюю торговлю России и роль регионов во внешнеторговой деятельности также достаточно серьезное воздействие оказывают такие факторы мирохозяйственных связей, как развитие международной экономической интеграции, в том числе в рамках Европейского союза [28], имеющего наибольший удельный вес во внешнеторговом обороте России, и увеличивающаяся трудовая и иная миграция [29], что является предметом отдельного будущего исследования.

Список источников

1. Andreeva E. L., Ratner A. V. Role of interregional partnership in socioeconomic developing of region // Ekonomika regiona [Economy of Region]. — 2011. — Issue 1. — pp. 176-181.

2. Managing the Challenges of WTO Participation: 45 Case Studies. Edited by Peter Gallagher, Patrick Low and Andrew L. Stoler. — U.K., Cambridge: University Press, 2005. — 652 p.

3. Ghoshray A., Johnson B. Trends in world energy prices // Energy Economics. — 2010. — Vol.32. — Pp. 1147-1156.

4. Stiglitz J. Globalization and Its Discontents / J. Stiglitz W.W. USA: Norton and Company, 2002. — 162 p.

5. Ковалев В.Е. Россия в ВТО. Год после вступления...: в 2-х ч. / Рос. акад. наук, Урал. отд-ние [и др.]; под ред. В. А. Черешнева, А. И. Татаркина, М. В. Федорова. — М. : Экономика, 2014. — Ч. 1. — 848 с.

6. Региональная политика. Зарубежный опыт и российские реалии / под ред. А. В. Кузнецова, О. В. Кузнецовой. — М. : ИМЭМО РАН, 2015. — 147 с.

7. Козлова Г. В., Козлов А. А. Основы стратегического развития региональных образований как субъектов процесса глобализации // Экономические науки. — 2008. — № 2. — С. 315-319.

8. Bersenev V. Interregional integration in context of the global competition // Economy of Russia and Europe: problems and cooperation prospects / Edited by A. Sanchez, A. Tatarkin. — Valencia (Spain) — Ekaterinburg (Russia): Institute of Economics UB RAS, 2009. — 274 p. — P. 120 — 130.

9. Hirst P., Thompson G. Globalization and the Future of Nation State // Economy and Society. — 1995. — Vol. 24(3). — P. 408-442.

10. Бабинцева Н., Кузнецова Н. Региональная экономика. Предмет и принципы исследования // Вестник Санкт-Петербургского университета. — 1996. — Вып. 2, № 12. — С. 43-48. — (5. Экономика).

11. Лексин В. Н. Программные методы регулирования территориального развития // Лексин В. Н., Швецов А. Н.Региональная политика России. Концепции, проблемы, решения. // РЭЖ. — 1996. — № 2. — С. 62-69.

12. Reforming Infrastructure: Privatization, Regulation and Competition. — World Bank, Policy Research Report. Washington D.C., 2004. — 306 с.

13. Сборник документов и материалов по вопросам международных и внешнеэкономических связей субъектов Российской Федерации / Под ред. А. Ю. Урнова, В. Л. Орлова, С. Л. Романова. — М. : Научная книга, 1999. — 516 с.

14. Кочетов Э. Г. Организационно-управленческая система ВЭС России — базовые критерии // Мировая экономика и международные отношения. — 1996. — № 4. — С. 39-52.

15. Россия и мир. 2016. Экономика и внешняя политика. Ежегодный прогноз / рук. проекта А. А. Дынкин,

B. Г. Барановский. — М. : ИМЭМО РАН, 2015. — 146 с.

16. Кочетов Э. Г. Логика внешнеторгового предвидения будущего. Поведение в рамках рыночного пространства // Безопасность Евразии. — 2005. — № 1. — С. 664-665.

17. Вызовы для России в меняющемся мире. Мировое развитие / отв. ред.: Ю. Д. Квашнин, Н. В. Тоганова, Е . В. Шумицкая. М.: ИМЭМО РАН, 2015. — Вып. 14. — 160 с.

18. Глобальный мир: к новым моделям национального и регионального развития: в 2-х т. / Ред. кол.: И. С. Семе-ненко (отв. ред.), Н. В. Загладин, В. В. Лапкин, В. И. Пантин. Т. 1. М.: ИМЭМО РАН, 2014. Т. 1. — 312 с. ISBN 978-59535-0398-3.

19. Козлова Г. В. Региональные внешнеэкономические связи как атрибут региональной экономики // Социально-экономические явления и процессы. — 2016. — Т. 11, № 1. — С. 26-32. DOI: 10.20310/1819-8813.

20. Татаркин А. И., Липецкий А. Ф. Присоединение России к Всемирной торговой организации как важнейшее условие ее интеграции в мировую глобализированую экономику // Журнал экономической теории. — 2011. — № 4(29). — С. 147-152.

21. Duer A., Baccini L., Elsie M. The design of international trade agreements: Introducing a new dataset // Review of International Organization. — 2014. — No 9 (3). — Pp. 353-375.

22. Оболенский В. П. Присоединение к ВТО: Катастрофические прогнозы не оправдываются // Российский внешнеэкономический вестник. — 2013. — № 1. — С. 5-9.

23. Татаркин А. И., Липецкий А. Ф. Развитие внешнеэкономической деятельности России на основе использования особенностей социально-экономического комплекса региона // Экономика региона. — 2009. — № 1(17) . —

C. 125-135.

24. Линецкий А. Ф., Тарасов А. И. Влияние всемирной торговой организации на внешнеторговую деятельность российских регионов в стартовых условиях // Вестник УрФУ. — 2014. — № 1. — С. 126-134. — (Экономика и управление).

25. Сабельников Л. В. Возможности оптимизации членства России в ВТО // Российский внешнеэкономический вестник. — 2013. — № 2. — С. 3-12.

26. Татаркин А. И., Зоркова Н. А. Проблемы оптимизации отраслевой и географической структуры экспортной деятельности региона. — Екатеринбург: УрО РАН, 2000. — 48 с.

27. Andreeva E. L.,Linetsky A. F.,Ratner A. V., Tarasov A. I., Kuznetsova D. E. Impact ofinternational economic agreements on the development of international trade for region // SGEM 2016:Proceedings 3-rd international multidisciplinary scientific conference on social sciences and arts Economics and tourism. — Sofia, 2016. — Book 2, Vol. 5. — 940 p. — Pp. 305-312.

28. Jiroudkov6 A., Rovn6 L. A., Strielkowski W., Лlosarинk I. EU Accession, Transition and Further Integration for the Countries of Central and Eastern Europe // Economics and Sociology. — 2015. — 8(2). — pp. 11-25.

29. De Luna Gallardo G., Korneeva E., Strielkowski W. Integration of migrants in the EU: lessons and implications for the EU migration policies // Journal of International Studies. — 2016. — 9(2). — pp. 244-253. DOI: 10.14254/20718330.2016/9-2/19.

Информация об авторах

Линецкий Александр Федорович — доктор экономических наук, доцент, профессор кафедры внешнеэкономической деятельности, Уральский государственный экономический университет; ведущий научный сотрудник, Институт экономики Уральского отделения РАН; Scopus Author ID: 57192985884 (Российская Федерация, 620144, г. Екатеринбург, 8 Марта, 62, 458; 620014, г. Екатеринбург, ул. Московская, 29, 508; e-mail: lin-af@mail.ru).

Тарасов Анатолий Григорьевич — доктор экономических наук, профессор, ведущий научный сотрудник, Институт экономики УрО РАН (Российская Федерация, 620014, г. Екатеринбург, ул. Московская, 29, 508; e-mail: tarasov_ag@inbox.ru).

Ковалев Виктор Евгеньевич — кандидат экономических наук, доцент, заведующий кафедрой внешнеэкономической деятельности, Уральский государственный экономический университет (Российская Федерация, 620144, г. Екатеринбург, 8 Марта, 62, 458; e-mail: vicko@yan dex.ru).

For citation: Linetsky, A. F., Tarasov, A. G. & Kovalev, V. E. (2017). Role of Regions in the Foreign Trade Activity of Russia in the Context of New Geopolitical Challenges. Ekonomika regiona [Economy of Region], 13(3), 827-838

A. F. Linetsky a b), A. G. Tarasov a), V. E. Kovalev b) a) Ural State University of Economics (Ekaterinburg, Russian Federation; e-mail: lin-af@mail.ru) b) Institute of Economics of the Ural Branch of RAS (Ekaterinburg, Russian Federation)

Role of Regions in the Foreign Trade Activity of Russia in the Context of New Geopolitical Challenges

The authors have considered both the role of territorial subjects of the Federation in the foreign trade activity of Russia and the characteristics of conditions for the implementation of foreign economic relations by the Russian regions. The hypothesis of the research suggests that in the current conditions of Russia's participation in the World Trade Organization (WTO) and new geopolitical challenges in the foreign trade activity, the territorial subjects of the Federation more and more actively realize their constitutional right on international economic relatiens. The role of Russian regions in the development of the foreign trade activity of Russia constantly rises as a single center in modern conditions, is not able to manage all matters relating to foreign trade activity arising in the concrete region of the state. The relevance of the article consists in the need to investigate the change of conditions for the implementation of foreign economic activity by territorial subjects of the Federation as during the current period, regions play more important role in the development of the foreign trade activity of Russia. The authors assessed the impact of WTO, whose member Russia became in 2012 on its foreign trade. The assessment has shown an absence of any real notable positive or negative consequences. The politicization of world economy is the characteristic of the present stage of its development. Thus, the world markets are more dependent on political factors than on other ones. The results of the conducted research can be applied and used for the development and realization of the regional model and strategy of foreign trade activity. The future research will be focused on the development and improvement of the model of the implementation of foreign economic activity by the territorial subjects of the Russian Federation.

Keywords: world trade organization, new geopolitical challenges, foreign economic activity, foreign trade activity, foreign economic relations, foreign trade relations, foreign trade turnover, export, import, region

References

1. Andreeva, E. L. & Ratner, A. V. (2011). Role of interregional partnership in socioeconomic developing of region. Ekonomika regiona [Economy of Region], 1, 176-181.

2. Gallagher, P., Low, P. & Stoler, A. L. (Eds). (2005). Managing the Challenges of WTO Participation: 45 Case Studies. U.K., Cambridge: University Press, 652.

3. Ghoshray, A. & Johnson, B. (2010). Trends in world energy prices. Energy Economics, 32, 1147-1156.

4. Stiglitz, J. (2002). Globalization and Its Discontents. USA: Norton and Company, 162.

5. Kovalev, V. E. (2014). Rossiya v VTO. God posle vstupleniya...: v 2-kh ch. [Russia in the WTO: a year after joining...: in two parts]. In: V. A. Chereshnev, A. I. Tatarkin, M. V. Fedorov (Eds). Ural Branch of RAS. Moscow: Ekonomika Publ., Pt. 1, 848. (In Russ.)

6. Kuznetsov, A. V. & Kuznetsova, O. V. (Eds). Regionalnayapolitika. Zarubezhnyy opyt i rossiyskie realii [Regionalpolicy: foreign experience and Russian realities]. Moscow: IMEMO RAN Publ., 147 s. (In Russ.)

7. Kozlova, G. V. & Kozlov, A. A. (2008). Osnovy strategicheskogo razvitiya regionalnykh obrazovaniy kak subek-tov protsessa globalizatsii [Fundamentals of strategic development of regional organizations as a subjects of globalization]. Ekonomicheskie nauki [Economic sciences], 2, 315-319. (In Russ.)

8. Bersenev, V. (2009). Interregional integration in context of the global competition. Economy of Russia and Europe: problems and cooperation prospects. In: A. Sanchez, A. Tatarkin (Eds).Valencia (Spain) - Ekaterinburg (Russia): Institute of Economics UB RAS Publ., 274, (120-130).

9. Hirst, P. & Thompson, G. (1995). Globalization and the Future of Nation State. Economy and Society, 24(3), 408-442.

10. Babintseva, N. & Kuznetsova, N. (1996). Regionalnaya ekonomika: predmet i printsipy issledovaniya [Regional Economics: a scope and principles of research]. Vestnik Sankt-Peterburgskogo universiteta [Vestnik of Saint Petersburg University], 2(12), 43-48. (5. Series Economics). (In Russ.)

11. Leksin, V. N. & Shvetsov, A. N. (1996). Programmnyye metody regulirovaniya territorialnogo razvitiy. Regionalnaya politika Rossii. Kontseptsii, problemy, resheniya [Regional policy in Russia: concepts, problems, solutions. Article 9. Software methods of regulation of territorial development]. REZh [Russian Economics Journal], 2, 62-69. (In Russ.)

12. Reforming Infrastructure: Privatization, Regulation and Competition. (2004). World Bank, Policy Research Report. Washington D.C., 306.

13. Urnov, A. Yu., Orlov, V. L. & Romanov, S. L. (Eds). (1999). Sbornik dokumentov i materialov po voprosam mezhdunarodnykh i vneshneekonomicheskikh svyazey subektov Rossiyskoy Federatsii [Collection of documents and materials international and foreign economic relations of constituent entities of the Russian Federation]. Moscow: Nauchnaya kniga Publ., 516. (In Russ.)

14. Kochetov, E. G. (1996). Organizatsionno-upravlencheskaya sistema VES Rossii - bazovyye kriterii [Organizational and managerial system of VES Russia - benchmarks]. Mirovaya ekonomika i mezhdunarodnyye otnosheniya [WorldEconomy and International Relations], 4, 39-52. (In Russ.)

838 BНEWНEЭKOНOMMHECKAfl flE^TE^bHOCTb

15. Rossiya i mir. 2016. Ekonomika i vneshnyaya politika. Ezhegodnyy prognoz [Russia and the world: 2016. The economy and foreign policy. Annual report]. (2016). Project Managers A. A. Dynkin, V. G. Baranovskiy. Moscow: IMEMO RAN Publ., 146. (In Russ.)

16. Kochetov, E. G. (2005). Logika vneshnetorgovogo predvideniya budushchego: povedenie v ramkakh rynochnogo prostranstva [Logic of the foreign trade of foreseeing the future: the behavior within the market space]. Bezopasnost Evrazii [Security of Eurasia], 1, 664-665. (In Russ.)

17. Kvashnin, Yu. D., Toganova, N. V. & Shumitskaya, E. V. (2015). Vyzovy dlya Rossii v menyayushchemsya mire. Mirovoye razvitie [Challenges for Russia in the changing world. World development]. Moscow: IMEMO RAN Publ., 14, 160. (In Russ.)

18. Semenenko, I. S. (Ch. Ed.); Zagladin, N. V., Lapkin, V. V. & Pantin, V. I. (Eds). (2014). Globalnyy mir: k novym modelyam natsionalnogo i regionalnogo razvitiya: v 2 t. T. 1. [Global world: emerging models of national and regional development: in 2 vol. Vol. 1]. Moscow: IMEMO RAN Publ., Vol. 1, 312. ISBN 978-5-9535-0398-3. (In Russ.)

19. Kozlova, G. V. (2016). Regionalnyye vneshneekonomicheskie svyazi kak atribut regionalnoy ekonomiki [Regional foreign economic ties as an attribute of the regional economy]. Sotsialno-ekonomicheskie yavleniya i protsessy [Socioeconomic phenomena and processes], 11(1), 26-32. DOI: 10.20310/1819-8813. (In Russ.)

20. Tatarkin, A. I. & Linetskiy, A. F. (2011). Prisoedinenie Rossii k Vsemirnoy torgovoy organizatsii kak vazhneyshee uslovie ee integratsii v mirovuyu glob aliziro van uyu ekonomiku [Russia's Accession to the world trade organization as a key condition for its integration into the world economy globalization]. Zhurnal ekonomicheskoy teorii [Russian Journal of Economic Theory], 4(29), 147-152. (In Russ.)

21. Duer, A., Baccini, L. & Elsie, M. (2014). The design of international trade agreements: Introducing a new dataset. Review of International Organization, 9(3), 353-375.

22. Obolenskiy, V. P. (2013). Prisoedinenie k VTO: Katastroficheskie prognozy ne opravdyvayutsya [Accession to the WTO: catastrophic forecasts are not coming true]. Rossiyskiy vneshneekonomicheskiy vestnik [Russian foreign economic bulletin], 1, 5-9. (In Russ.)

23. Tatarkin, A. I. & Linetskiy, A. F. (2009). Razvitie vneshneekonomicheskoy deyatelnosti Rossii na osnove ispolzovaniya osobennostey sotsialno-ekonomicheskogo kompleksa regiona [Development of foreign economic activities of Russia on the basis of the use of social and economic complex of region]. Ekonomika regiona [Economy of Region], 1(17), 125-135. (In Russ.)

24. Linetskiy, A. F. & Tarasov, A. I. (2014). Vliyanie vsemirnoy torgovoy organizatsii na vneshnetorgovuyu deyatelnost rossiyskikh regionov v startovykh usloviyakh [Influence of the world trade organization on the external trade activity of the Russian regions in the initial conditions]. Vestnik UrFU [Bulletin of Ural Federal University], 1, 126-134. (Series Economics and Management). (In Russ.)

25. Sabelnikov, L. V. (2013). Vozmozhnosti optimizatsii chlenstva Rossii v VTO [Optimization of Russia's membership in the WTO]. Rossiyskiy vneshneekonomicheskiy vestnik [[Russian foreign economic bulletin], 2, 3-12. (In Russ.)

26. Tatarkin, A. I. & Zorkova, N. A. (2000). Problemy optimizatsii otraslevoy i geograficheskoy struktury eksportnoy deyatelnosti regiona [Problems of optimization of sectoral and geographical structure of export activity of the region]. Ekaterinburg: UrO RAN Publ., 48. (In Russ.)

27. Andreeva, E. L., Linetsky, A. F., Ratner, A. V., Tarasov, A. I. & Kuznetsova, D. E. (2016). Impact of international economic agreements on the development of international trade for region. SGEM 2016: Proceedings 3-rd international multidisciplinary scientific conference on social sciences and arts Economics and tourism. Sofia, Book 2.Vol. 5, 940, (305-312).

28. Jiroudkova, A., Rovna, L. A., Strielkowski, W. & Slosarcik, I. (2015). EU Accession, Transition and Further Integration for the Countries of Central and Eastern Europe. Economics and Sociology, 8(2), 11-25.

29. De Luna Gallardo, G., Korneeva, E. & Strielkowski, W. (2016). Integration of migrants in the EU: lessons and implications for the EU migration policies. Journal of International Studies, 9(2), 244-253. DOI: 10.14254/2071-8330.2016/9-2/19.

Authors

Aleksandr Fedorovich Linetsky — Doctor of Economics, Associate Professor, Foreign Economic Activity Department, Ural State University of Economics; Leading Research Associate, Institute of Economics of the Ural Branch of RAS; Scopus Author ID: 57192985884 (62, 8 Marta St., Ekaterinburg, 620144; 29, Moskovskaya St., Ekaterinburg, 620014, Russian Federation; e-mail: lin-af@mail.ru).

Anatoly Grigoryevich Tarasov — Doctor of Economics, Professor, Leading Research Associate, Institute of Economics of the Ural Branch of RAS (29, Moskovskaya St., Ekaterinburg, 620014, Russian Federation; e-mail: tarasov_ag@inbox.ru).

Viktor Evgenyevich Kovalev — PhD in Economics, Associate Professor, Head of Department, Foreign Economic Activity Department, Ural State University of Economics (62, 8 Marta St., Ekaterinburg, 620144, Russian Federation; e-mail: vicko@yan dex.ru).

For citation: Barkordari, S. & Fattahi, M. (2017). An Equilibrium Aggregate Demand and Supply Model to Examine the Dynamic Effect of Oil Price Shocks on Output and Inflation in Iran as an Oil Exporting Country. Ekonomika

regiona [Economy of Region], 13(3), pp. 839-846

doi 10.17059/2017-3-16

UDC: 338

JEL: C32, E31, E23

S. Barkordari a), M. Fattahi b c)

a) University of Tehran (Tehran, Iran; e-mail: barkhordari@ut.ac.ir) b) University of Tarbiat Modarese (Tehran, Iran) c) and Islamic Azad University (Tehran, Iran)

AN EQUILIBRIUM AGGREGATE DEMAND AND SUPPLY MODEL TO EXAMINE THE DYNAMIC EFFECT OF OIL PRICE SHOCKS ON OUTPUT AND INFLATION IN IRAN AS AN OIL EXPORTING COUNTRY 1

Iran is an oil exporting country in Middle East. The high share of the oil revenues in Iran is a serious economic problem. Due to the high dependency of Iran's economy on oil revenues, oil price shocks have a determinant impact on macroeconomic variables. In this paper, we analyze the dynamic effects of oil price shocks and the aggregate supply and aggregate demand shocks on macroeconomic fluctuations in Iran. According to macroeconomic theory and aggregate demand and supply model in equilibrium, a structural vector autoregressive (VAR) model is applied to identify different structural shocks and further assess the relative contributions of different shocks on macroeconomic fluctuations, using a decomposition approach. The results show that oil price shocks have significant and positive effects on both output and inflation. Aggregate supply and aggregate demand shocks are the main causes of fluctuation in output and inflation, and moreover, the effect of aggregate supply shocks on output is permanent in the Iranian economy. On the base of this study results, we suggest the Iranian government should accelerate the economic reforms such as the finance system of state owned enterprises, the tax system, the cash subsidy distribution system, the allocation system of the government budget in national and provincial level, the financial and banking system, and so on. The suggested reforms aim to decrease in the share of oil revenues in the economy and protect the Iranian economy in the face of any exogenous and endogenous shocks.

Keywords: macroeconomic fluctuations, oil price, aggregate demand, aggregate supply, structural model, structural VAR model, resilience economy, economic shocks, Iranian economy, government

1. Introduction

The oil price shocks of 1973 and 1974 and the consequent recessions in the United States and other developed countries prompted researchers to examine the effects of such shocks on the macro economy more rigorously. Some studies investigate theoretical mechanisms and channels through which the oil price increase might retard economic activity [1]; [2]; [3]. Some studies [4-8] have indicated a linear negative relationship between oil price and real economic activity. Since the decrease in the oil price had a positive effect on real economic activity up until the end of these 1980s, the models focused on the asymmetric effect specifications. Examples of such studies are those conducted by [2, 9, 10].

1 Barkordari S., Fattahi M. Text. 2017.

Studies on modeling the oil price shock and its effects on economic activity have shown differences based on the methodology of the above-mentioned studies. Some notable studies on these topics have been by [11-17].

One common feature in most of the previous studies was their focus on developed countries, such as the United States and European countries, and relatively less attention has been paid to Asian economies, especially oil exporting countries, despite their increasing importance in the oil market. A few of the previous studies on Asian countries are by [18-21].

Iran is an important oil exporting country in Asia and fluctuation in oil price affects the Iranian economy from both the demand and supply side aspects. The results of some studies on Iran show that a change in oil price impacts the trade balance, inflation, unemployment, economic growth, and exchange rate [22-26]. The summary of stud-

Table 1

The summary of studies about Iranian economy

Study Sample period Methodology Results

Shakibaei et al. (2008) Monthly data (1995:1-2006:12) Panel Data There is a long-run relationship between oil price and exchange rate

Farzanegan and Markwardt (2009) Quarterly data (1975:II-2006:IV) Unrestricted VAR model The oil price shocks significantly increase inflation and there is a strong positive relationship between positive price changes and industrial output growth

Nemati Allahi et al. (2009) Annual data (1967-2006) ARDL The changes of oil price have a negative and significant effect on the balance of trade.

Ebrahimi et al. (2010) Quarterly data (1988:I-2007:IV) SVAR The shocks of oil price increase liquidity, government spending and inflation

Jahadi and Elmi, (2011) Annual data (1970-2008) VAR Iran and United Emirate Arab have a heavy dependence on oil, while, Indonesia and Ecuador have low dependence

Farzanegan (2011) Annual data (1959-2007) Unrestricted VAR model Iran's military and security expenditures significantly respond to a shock in oil revenues and social spending does not react to such shocks.

Esfahani et al. (2013) Quarterly data (1976: I- 2006: IV) VARX* model Real output in the long-run is influenced by oil exports and foreign output. Inflation has a significant negative long-run effect on real GDP

Faraji Dizaji (2014) Annual data (19702008) and quarterly data (1990: II- 2009: I) SVAR model The contribution of oil revenues shocks is stronger than the contribution of oil price shocks in explaining the government expenditures

Khiabani (2015) Quarterly data (1988: II- 2013: IV) SVAR model Oil price shocks have a positive and persistent effect on housing activities

Mohseni and Jouzaryan (2016) Annual data (1996-2012) ARDL model Inflation and unemployment have a negative and positive effect on economic growth in long-run, respectively

ies that focused on Iranian economy is reported in Table 1.

In previous studies, the effects of oil price shocks on economic variables were studied with the econometric models without attention to the Iranian macroeconomic framework in equilibrium. Also, the previous studies focused on oil price shocks only. This paper attempts to fill these gaps by addressing how and to what extent oil price, demand, and supply shocks impact Iranian economy in the macroeconomic framework assumed Lucas supply curve and an aggregate demand and supply model in equilibrium. Hence, this paper analyses the economic impact of oil price shocks on the Iranian economy. We are interested in the nature of oil price, demand and supply shocks, and how they affect macroeconomic fluctuations in Iran's economy as an oil exporting country. Here, the major purpose of this paper is to explore oil price shocks and their short-run and long-run effects on the Iranian economy.

Following this, the paper organized as follows: section (2) explains Iran's economic situation. Sections (3) and (4) explain the model specification, method and data. Section (5) discusses the empirical results and finally, section (6) is dis-

cussion and conclusion that provides summary reports of conclusions and the policy implications of the findings.

2. Economic Background of Iran

Iran is an important oil producer within the Organization of Petroleum Exporting Countries (OPEC) and the income from oil and gas exports plays a leading role in the Iranian economy. The sixty and seventy percent of total export earnings and 30-40 percent of the annual government budget depend on oil and gas export revenues. Also, the share of the oil and gas sector in Iranian GDP is approximately 11 percent [27]. In this condition, any world oil price shock can have a determinant effect on macroeconomic variables.

Any shock in the price of oil affects government expenditure, consumption, investment and production in the Iran's economy. In recent years, the intensification of sanctions on the Iranian economy in 2010 decreased oil export and oil incomes. The consequent decreasing in oil income caused, on the one hand, a decrease in economic growth in 2013, on the other hand, inflation in Iranian economy increased because the exchange rate (USD against IRR) has risen by about

60,00

50,00

-10,00

inflation □ growth Fig. 1. Annual economic growth and inflation 1990-2014

three fold. Also, in 2015, the decrease in oil price reduced the economic growth in Iran to about 1 percent. Therefore, any shock in oil price has a determinant effect on macroeconomic variables in Iran's economy. Figure 1 shows the economic growth and inflation in the period of 1990-2014.

In the present study, we consider the dynamic effects of oil price shocks on Iran's economy. Also, we study the effects of aggregate demand and aggregate supply shocks on output and inflation in a structural framework. The main aim of this study is to make policy makers aware of the dynamic effects of oil price shocks on output and inflation. In addition, the results of this study aim policy makers to support the Iranian economy against shocks, especially oil price shocks.

3. Model Specification

The model applied in this paper is an aggregate demand and supply model, and we assume a Lucas supply curve [28, 29] with rational expectations:

(1)

ys = yt +a[pt _E-1 (pt |nt-1)] ,

where aggregate supply (yp is a function of natural rate of output (yt) and the difference between actual domestic price level (pt) and its expectation given all available past information (Qt _ x).

Taking expectations on time t _ 1 and rearranging equation (1) gives us:

ys = E _1 (y |Qt _1)+a [ pt _ E _1 (pt |Qt _1)]+n, (2)

where nt represents productivity shocks, which is further decomposed into supply shock and oil price shocks [30]:

yts = E _1 (yt |Qt _1)+a [Pt _ E _1 (pt |Qt _1)]+

+sst + ps°p.

High oil price affecting the economy of oil exporting countries, such as Iran and will increase national income through greater oil export revenues, especially for Iran where the oil sector plays such a major role in the economy. It is therefore expected that p > 0 for exporting countries such as Iran. In contrast, the importing countries will respond negatively (p > 0) due to an increase in marginal costs and inflation.

The aggregate demand is assumed as follows:

yd =m _Pt +9<, (4)

where aggregate demand ydt is a function of money (mt), domestic price level (pt) and world oil price (op^). Similarly as for the supply side, taking conditional expectations on time t _ 1 and rearrange equation (4), gives us:

yd = Et_! (yt |Ot_!)_ [pt _ Et_! (pt |Ot_! )]+ed + . (5)

We assumed % > 0 for oil exporting countries such as Iran, which implies that high oil price increases the demand level, because government expenditures in these countries will increase.

The economy is in equilibrium when,

yst = yd=y.

Hence we have,

1 + a

Bd+

i-p 1 + a

(6)

y=E-i( y "-i )+(

a

1 + a

Bd+

ai + p 1 + a

(7)

Table 2

Unit root tests

Augmented Dickey-Fuller (ADF) test Phillips-Perron (PP) test

without trend with trend without trend with trend

Variables Level first diff. Level first diff. Level first diff. Level first diff.

Real oil price (op) -1.05 -8.71*** -2.98 -8.66*** -1.11 -7.16*** -2.76 -7.02***

Real GDP (y) -1.28 -4.66*** -1.52 -4.77*** -2.02 -19.84*** -2.6 -19.69***

Domestic price level (p) -0.21 -3.26** -1.83 -3.16* -0.57 -6.22*** -1.59 -6.23***

Note: ***, ** and * indicate the level of significant at the 1 %, 5 % and 10 % respectively.

We assume that the world oil price can only be affected the shocks related to oil supply and demand, while other factors, such as political events and other non-fundamental phenomena, are considered as exogenous to the oil price. This assumption is true because the Iranian economy is a stable, small and price-taker one. Hence:

opw =<_! +80p . (8)

Equations (6) — (8) give the structural form model in this paper. In this model, we assume three types of shocks include oil price shocks, s°p, aggregate demand shocks, std, and aggregate supply shocks, est, where each structural shock is assumed as white noise and independent from each other. In the short run, oil price, aggregate supply and aggregate demand shocks affect the output level due to the structural form as exhibited in equation (7). We assume aggregate supply shocks have a permanent effect on output, while aggregate demand shocks have only a short run effect [31].

4. Method and Data

In virtue of the work of [32], the Vector Auto Regression (VAR), has already become a widely used approach in macro-economy empirical analysis. The VAR approach has exposed to the criticism that it lacks economic interpretations. As [33] indicates, it is not possible to infer the effects of changes in policy rules from a standard identified VAR system, since this approach typically provides little or no structural interpretation of coefficients that make up the lag structure of the model. In contrast, Structural VAR (SVAR) approach incorporates some structures or the economic theory into the analysis. Therefore, we investigate oil price shocks by use of the SVAR approach.

In this study, we use a Structural VAR model with the combination of both short-run and longrun restrictions following [34] to survey the effects of the different shocks on the macroeconomic fluctuation in Iran's economy. We use quarterly time series data include a log of real OPEC oil price, a log of real GDP and a log of consumer price index (CPI) for the period of 1995q1 to 2014q4. The real OPEC oil price was extracted from OPEC sta-

tistics and real GDP and CPI were obtained from CBI (Central Bank of Iran).

Before proceeding further, we tested for stationary of the all series using ADF (Augmented Dickey Fuller (1981) and PP (Phillips-Perron (1988)) tests. The results of the unit tests (both ADF and PP tests), are presented in Table 2, indicate that none of the series are stationary at the level, but the first order differences of series are stationary, i.e., all series are integrated of order one (this is mean I(1)).

The reduced form of the model is constructed by the stationary variables. The stationary variables of model include the first difference of log real OPEC oil price (Aopt), the first difference of real log GDP (Ayt) and inflation (Apt). We assume the oil price is exogenous and is affected its past (Eq. 8).

We define zt as a vector of stationary variables, zt = (Aopt, Ay, Apt)'. The reduced form of zt can be written as:

zt = k + A zt _! +... + Ap zt _ p + et, (9) A (L) zt = k + et

Where A(L) is the matrix of polynomials lag operator, zt is vector of stationary variables, et is vector of reduced form residuals with covariance matrix Q and k = (kv k2, k3)' is the vector of intercepts.

The Wold Representation Theorem implies that a stationary process can be represented as an invertible distributed lag of serially uncorrelated disturbances. This implied we can write the Eq. 9 as an infinite moving average process:

zt = C0et +Ciet-1 +C2et-2 +. (10) zt = C (L) et

where C(L) = A(L) and C0 is the identity matrix.

To go from the reduced form to the structural model, a set of identifying restrictions must be imposed. The elements in et are orthogonalized by imposing these restrictions. We assume that the vector of structural disturbances as linear combinations of the Wold innovations. So, a form of the moving average can be found as:

zt = D (LK = D0St + D1St-1 + D2St-2 +. . (11)

where st = (stop, sst, sf)' are orthogonal structural disturbances.

Equation (10) can be rewritten as:

Zt = C0D0St + C1D0St - 1 + + CDoSt - 2 + ... = C(L)DoSf>

(12)

In the long run, we have:

zt =Yf Do st = D (1)st =

j=o

dn (1) d12 (1) d13 (1) d2l (1) d22 (1) d23 (1) d31 (1) d32 (1) d33 (1)

For simplicity, we assume that the structural disturbances are normalized to have unit variance. This assumption, imply that the variance st is as follows:

var (st ) = Q = D0 D'. (13)

Due to symmetry in Q, there are n(n + 1)/2 distinct covariances. In this study, we have three variables system, therefore, must impose six restrictions on the elements in D0. Three more restrictions are needed for identifying D0. First, according to the theoretical model, the real oil prices are free from supply and demand shocks, i.e., the contemporaneous effects of supply and demand on oil price are zero. The two short-run restrictions on real oil prices indicate that:

dl2 (1) = d,3 (1) = 0. (14)

Finally, Blanchard and Ouah (1989) assumed that the demand shocks have no effects on the level of output. We impose this assumption as a long-run restriction. This long-run restriction implies that:

d23(1) = 0 (15)

5. Empirical Results

In the SVAR model of this study, the variables are first difference stationary and the level of the variables is not stationary. The lag order of the VAR model is 4 using the Akaike (AIC) and Schwartz (SC) information criteria.

5.1. Dynamic Effects of Shocks

In order to explore the effect of structural shock on endogenous variables (output and inflation), we first assess the impulse response functions using structural decomposition through Cholesky method. The impulse response functions are estimated to expose the response of the model to one standard deviation shock to the structural disturbances. We used cumulated impulse response function, which is the cumulated sum of the impulse-response function.

Figures (2) and (3) show the dynamic effects of aggregate supply, aggregate demand and oil price shocks on output and inflation. Also, the dynamic effect of oil price shocks with one standard deviation band around the point estimates are exhibited in Figures 4(a) to (f). These confidence bands are obtained by Monte Carlo simulations with 10,000 replications. The middle lines in the figures indicate the impulse response function while the bands stand for the confidence. When the horizontal line falls into the confidence interval, the null hypothesis that there is no effect of each of shocks on variables cannot be rejected. Thus, the including the horizontal line for the particular time period can be interpreted as an evidence of statistical insignificance [35].

Figure 2 shows the dynamic effects of oil price on output is weak in the both short-run and longrun, while in the long-run, this effect on inflation is positive and increasing (Figure 3). The aggregate supply has a positive dynamic effect on output and inflation. The dynamic effect of aggregate demand on output is negative, but this effect is positive for inflation (Figures 2 and 3).

Figures 4(a) to (f) display the estimated impulse response functions (IRFs). According to the impulse response equations, demand shocks can negatively affect output. In the first 3 periods, the short term impact, output decrease induced by oil price shocks, but in the next 3 periods, the long term impact increases. The effect of supply shocks on output is positive, and to waste after 4 periods.

Fig. 2. Response of output to shocks

Fig. 3. Response of inflation to shocks

a. Response of output to oil price shocks 05-

b. Response of output to demand shocks

.04.0302.01 -00-.01 ■ -.02-

/ \

i\\ j!\\ /А\ /л\

7\ '

W/ \м \ч//\чудЧ

10 12 14 16 18 20

с. Response of output to supply shocks 03

d. Response inflation to oil price shocks

2 4 6 8 10 12 14 16 18 20 e. Response of inflation to supply shocks f. Response of inflation to demand shocks

Fig. 4. Impulse response on S.D error band of output and inflation to shocks

The positive effect of supply shocks on output can be seen in the next period.

The effect of oil price shocks on inflation is positive, and can reach a steady state after ten periods. The demand shocks have positive effects and the supply shocks have negative ones on inflation, and remain for a protracted period.

The responses of output and inflation to oil price shocks positive. The response of output to demand shocks is negative and significant, and remains negative until eight periods. The response of output to supply shocks is positive and significant. These results are consistent with the economic theory.

5.2. Variance Decomposition analysis

The impulse response functions illustrate the qualitative response of the variables in the system

to shocks. To indicate the relative importance of these shocks is required variance decomposition. It allows us to verify how many of the forecast errors changes or variations of the variables in a system are explained by different shocks over a time period. The variance decomposition in this paper is based on structural decomposition (orthogonal-ization) estimated in the factorization matrices for the identified VAR model. In the following, we use variance decomposition to measure of fluctuations in output and domestic price level caused by oil price, aggregate supply and aggregate demand, respectively.

The results of variance decomposition for output and price level are represented in Table 3. These results show that oil price shocks cause 0.04 % of short-run (second quarter) and 1.06 %

Table 3

Variance decomposition of output and price

Horizon (Quarters) Variance decomposition of output Variance decomposition of price

OP shock AS shock AD shock OP shock AS shock AD shock

1 0.01 90.19 9.79 1.98 98.01 0.00

2 0.04 81.14 18.8 2.00 97.6 0.39

4 0.85 70.09 29.04 0.73 97.51 1.75

6 0.68 66.96 32.34 0.46 97.76 1.77

8 1.06 59.86 39.07 0.35 97.08 2.56

12 1.11 53.42 45.46 0.29 96.01 3.69

16 1.09 49.11 49.78 0.27 94.52 5.2

20 1.07 46.1 52.82 0.26 92.62 7.11

24 1.05 43.87 55.06 0.25 90.34 9.4

30 0.99 41.96 57.04 0.25 86.49 13.25

of long-run (eighth quarter) of output variation. Aggregate supply shocks contribute 81.14 % of changes in output in the short-run, while this share is lower in the long-run (59.86 %). Aggregate demand shocks explain 18.8 % and about 39 % of variations of output in the short-run and long-run, respectively. We conclude oil price shocks have bit share on changes in output in short-run and longrun in Iran. The share of aggregate demand shocks on output variations increases in long-run, while the contribution of aggregate supply shocks decreases in long-run.

The variance decomposition of price shows oil price shocks explain 2 % of price changes (inflation) in the short-run, but this contribution decreases in the long-run. The share of aggregate supply shocks on inflation is 97.6 % in the short- run and gradually decrease in the log-run. Aggregate demand causes 0.39 % of the short-run variations in price, while this contribution increases in the long-run. Therefore, the aggregate supply shocks have a determinant contribution in variations of the price level (inflation) both in the short-run and the long-run.

6. Discussion and Conclusion

In this paper, we studied the effects of oil price, aggregate supply and aggregate demand shocks on output and inflation as macroeconomic variables in Iran's economy. We used a structural VAR model with a mixture of short-run and long-run

restrictions. Also, the impulse response and decomposition functions are computed for each variable.

The results show the dynamic effect of oil price shocks on output and inflation in Iran's economy is negative and positive, respectively, but the effect on output is smaller than on inflation. Considering Iran as an oil exporting country, these results are consistent with economic facts. The high share of oil income of exporting in government budget indicates when the oil income increases, the government expenditure and the aggregate demand increase and cause the inflation arise. Also, when the oil price increases, because of uncertainty in the sustainability of oil income, the government cannot provide public firms on the base of given economic plan and usually the output doesn't increase. The government in Iran to reduce the effects of oil price shocks on inflation must decrease the budget dependence to oil incomes, because, the oil price shocks disrupt economic planning and the government has to focus on current expenditure and neglect the investment expenditure to increase in output.

The results indicate the dynamic effects of aggregate supply shocks on output are positive and significant. This result suggests the supply shocks are the main factor inducing fluctuation in output. Given that the effect of supply, we suggest Iranian government to provide the technology transfer for private firms to increase output.

Acknowledgments

The work is performed in the Faculties of Economics of University of Tehran and Tarbiat Modares.

References

1. Bruno, M. & Sachs, J. (1982). Input price shocks and the slowdown in economic growth: the case of UK manufacturing. The Review of Economic Studies, 49, 679-705.

2. Hamilton, J. D. (1996).This is what happened to the oil price-macroeconomy relationship. Journal of Monetary Economics, 38, 215-220.

3. Balke, N. S. & Brown, S. P. & Yucel, M. K. (2002). Oil price shocks and the US economy: Where does the asymmetry originate? The Energy Journal, 22, 27-52.

4. Rasche, R. H. & Tatom, J. A. (1981). Energy price shocks, aggregate supply and monetary policy: the theory and the international evidence. Carnegie-Rochester Conference Series on Public Policy. Elsevier, 14, \ 9-93.

5. Hamilton, J. D. (1983. Oil and the macroeconomy since World War II. The Journal of Political Economy, 91(2), 228248.

6. Gisser, M. & Goodwin, T. H. (1986). Crude oil and the macroeconomy: Tests of some popular notions: Note. Journal of Money, Credit and Banking, 18, 95-103.

7. Darby, M. R. (1982). The price of oil and world inflation and recession, The American Economic Review, 72, 738-751.

8. J. Burbidge, A. Harrison, (1984).Testing for the effects of oil-price rises using vector autoregressions. International Economic Review, 25, 459-484.

9. Mork, K. A. (1989). Oil and the macroeconomy when prices go up and down: an extension of Hamilton's results. Journal of political Economy, 97, 740-744.

10. Hooker, M. A. (1996). What happened to the oil price-macroeconomy relationship? Journal of Monetary Economics, 38, 195-213.

11. Jiménez-Rodríguez*, R. & Sánchez, M. (2005). Oil price shocks and real GDP growth: empirical evidence for some OECD countries. Applied economics, 37, 201-228.

12. Ferderer, J. P. (1997). Oil price volatility and the macroeconomy. Journal of macroeconomics, 18, 1-26.

13. Huang, B.-N., Hwang, M. &Peng, H.-P. (2005). The asymmetry of the impact of oil price shocks on economic activities: an application of the multivariate threshold model. Energy Economics, 27, 455-476.

14. Guo, H. & Kliesen, K. L. (2005). Oil price volatility and US macroeconomic activity. Review-Federal Reserve Bank of Saint Louis, 87, 669-683.

15. Narayan, P. K. & Narayan, S. (2007). Modelling oil price volatility. Energy Policy, 35, 6549-6553.

16. Rafiq, S., Salim, R. & Bloch, H. (2009). Impact of crude oil price volatility on economic activities: An empirical investigation in the Thai economy. Resources Policy, 34, 121-132.

17. Kilian, L. (2010). Oil price volatility: Origins and effects. WTO Staff Working Paper.

18. Abeysinghe, T. (2001). Estimation of direct and indirect impact of oil price on growth. Economics letters, 73, 147-153.

19. Cunado, J. & de Gracia, F. P. (2014). Oil price shocks and stock market returns: Evidence for some European countries. Energy Economics, 42, 365-377.

20. Ran, J. & Voon, J. P. (2012). Does oil price shock affect small open economies? Evidence from Hong Kong, Singapore, South Korea and Taiwan. Applied Economics Letters, 19, 1599-1602.

21. Le, T.-H. & Chang, Y. (2013). Oil price shocks and trade imbalances. Energy Economics, 36, 78-96.

22. Ebrahimi, M., Zarini, E. & Haji Mirzaei, M. (2010). The oil price fluctuation and it's effect on macroeconomic variables (1988-2007). Economic Policies, 6, 89-106.

23. Nemati Allahi, F. & Majd Zade Tabatabaei, S. (2009). The effect of OPEC oil price fluctuation on Iranian trade balance. Economic Modeling Quarterly, 4, 151-169.

24. Shakibaei, A., Aflatoni, A. & Nikbakht, L. (2008). The analysis of long run realtionship between exchange rate and oil price in non-OPEC countries. Knowledge and Development Journal, 25, 68-85.

25. Jahadi, M. & Elmi, Z. (2011). Oil price shocks and economic growth (evidences from OPEC countries). Economic Growth and Development Researches, 1, 11-42.

26. Hadian, E. & Parsa, H. (2006). The analysis of oil price fluctuations on Iran's macro-economy. Human and Social Researches, 22, 111-132.

27. Central Bank of Iran (CBI). (2015). The summary of economic developments Central bank of Iran. Tehran, Iran, 158.

28. Lucas, R. E. (1972). Expectations and the Neutrality of Money. Journal of economic theory, 4, 103-124.

29. Lucas, R. E. (1973). Some international evidence on output-inflation tradeoffs. The American Economic Review, 326-334.

30. Bj0rnland, H. C. (2000). The dynamic effects of aggregate demand, supply and oil price shocks—a comparative study. The Manchester School, 68, 578-607.

31. Blanchard, O. J. & Quah, D. (1993). The dynamic effects of aggregate demand and supply disturbances: Reply. The American Economic Review, 653-658.

32. Sims, C. A. (1980). Macroeconomics and reality, Econometrica. Journal of the Econometric Society, 1-48.

33. Bernanke, B. S. & Mishkin, F. S. (1997). Inflation targeting: a new framework for monetary policy? National Bureau of Economic Research, 2-Spring, 97-116.

34. Blanchard, O. J. & Quah, D. (1989). The dynamic effects of aggregate demand and supply disturbances. The American Economic Review, 79, 655-673.

35. Berument, M. H., Ceylan, N. B. & Dogan, N. (2010). The impact of oil price shocks on the economic growth of selected MENA countries. The Energy Journal, 149-176.

Authors

Sajjad Barkordari — PhD in Economics, Assistant Professor, Faculty of Economics, University of Tehran (North Karghar Street, Tehran, Iran: e-mail: barkhordari@ut.ac.ir).

Maryam Fattahi — PhD in Economics, Academic Member, University of Tarbiat Modarese; Science and Research Branch, Islamic Azad University (098, Amir Abad, Tehran, 1423464971, Iran: e-mail: maryam2004@gmail.com).

ОТРАСЛЕВЫЕ И МЕЖОТРАСЛЕВЫЕ КОМПЛЕКСЫ

Для цитирования: Лесных В. В., Тимофеева Т. Б., Петров В. С. Проблемы оценки экономического ущерба, вызванного перерывами в электроснабжении // Экономика региона. — 2017. — Т. 13, вып. 3. — С. 847-858 doi 10.17059/2017-3-17 УДК 338.2 (620.9)

В. В. Лесных а б), Т. Б. Тимофеева в), В. С. Петров а)

а) ООО «НИИгазэкономика» (Москва, Российская Федерация; e-mail: vvlesnykh@gmail.com),

ведущий научный сотрудник

б) Национальный исследовательский университет Высшая школа экономики (Москва, Российская Федерация)

в) Государственный университет управления (Москва, Российская Федерация)

ПРОБЛЕМЫ ОЦЕНКИ ЭКОНОМИЧЕСКОГО УЩЕРБА, ВЫЗВАННОГО ПЕРЕРЫВАМИ В ЭЛЕКТРОСНАБЖЕНИИ 1

Статья посвящена развитию методов оценки ущерба, вызванного аварийными перерывами в электроснабжении промышленных потребителей. Целью работы являются обоснование структуры прямого и косвенного ущерба и разработка адекватной методики количественной оценки полного ущерба от перерывов в электроснабжении различных групп промышленных потребителей. Выполненный анализ отечественных и зарубежных методических подходов к оценке ущерба, вызванного перерывами в электроснабжении потребителей, позволил обосновать структуру полного ущерба. Для реализации поставленной цели в статье предложены три методики. Первая основана на использовании нормативного подхода и применяется для подробного расчета составляющих ущерба (прямые потери, социально-экономические потери, экологический ущерб, косвенные потери) применительно к произошедшей аварии. Вторая методика основана на использовании трех групп типовых сценариев последствий аварийного перерыва в электроснабжении. Сценарии сформированы на основе анализа нормативной документации и статистических данных по основным группам промышленных потребителей (на примере газовой отрасли — объекты добычи, транспорта, хранения, переработки и вспомогательные объекты). Третья методика основана на использовании удельных показателей внеплановых затрат с учетом величины отключаемой мощности, длительности перерыва и длительности восстановления электроснабжения. Вторая и третья методики разработаны для прогнозирования ущерба и решения задач обоснования эффективности мероприятий по повышению надежности электроснабжения промышленных потребителей. В статье приведены результаты расчетов величины полного ущерба, вызванного перерывами в электроснабжении, с использованием разработанных методик на примере объектов газовой отрасли. Сравнение полученных в результате расчета значений с реальными значениями ущербов от произошедших аварий позволяет говорить об адекватности разработанных методик. Адекватный расчет экономического ущерба, вызванного перерывами в электроснабжении потребителей, позволит повысить обоснованность мероприятий по формированию безопасных и надежных поставок энергоресурсов, что представляет собой фундаментальный фактор для обеспечения экономической стабильности развития страны и ее регионов.

Ключевые слова: перерывы в электроснабжении, экономический ущерб, оценка ущерба, сценарии аварий, удельные показатели ущерба, газовая отрасль, прогнозирование ущерба, прямой ущерб, косвенный ущерб, анализ статистических данных

1 © Лесных В. В., Тимофеева Т. Б., Петров В. С. Текст. 2017.

Введение

Формирование безопасных, надежных и реально осуществимых поставок энергоресурсов — это фундаментальный фактор для обеспечения экономической стабильности и развития страны и ее регионов. Последствия перерывов в топливо- и энергоснабжении потребителей в последние годы приобретают все более масштабный характер. Так, например, согласно данным Института электроэнергетических исследований (EPRI), около 2 млн компаний в США теряют 46 млрд долл. в год из-за потери продукции в связи с отключением электроэнергии и 6,7 млрд долл. в год — из-за снижения качества поставляемой электроэнергии (прямой ущерб) [1]. По оценкам экспертов прямой и косвенный ущерб от плановых и внеплановых перерывов в поставках электроэнергии в развитых странах в несколько раз превосходит ущерб от стихийных бедствий [2].

Анализ практики стран, перешедших к развитому рынку электроэнергии, показал, что обеспечение надежности электроснабжения нуждается в специальных мероприятиях в условиях рынка. Все крупнейшие системные аварии последнего времени, произошедшие в США (1997), Канаде (2003), Италии (2003 г.), в России: на подстанции Чагино (2005 г.), Саяно-Шушенской ГЭС (2009 г.), Сургутской ГРЭС (2015 г.), в Ростовской энергосистеме (2015 г.), вызваны неполным соответствием действующей системы поддержания надежности жизнеобеспечивающих энергообъектов и энергообъединений новым рыночным условиям.

Разделение ответственности за обеспечение надежности не только по вертикали «система или поставщик — потребитель электроэнергии», но и внутри отрасли, на этапах текущего функционирования и перспективного планирования и развития, приводит к необходимости решения новых задач управления надежностью и риском, включая оценку предотвращенного ущерба. Для их решения требуется введение системы мониторинга количественных оценок и управления надежностью и риском, страхования ответственности, санкций и пр. применительно к конкретным классам и категориям потребителей, включая потребителей газовой отрасли.

Обеспечение надежного электроснабжения производственных объектов нефтегазовых компаний осуществляется в соответствии с федеральными и корпоративными нормативными документами. В частности, учет ка-тегорийности потребителей ПАО «Газпром» осуществляется в соответствие со специаль-

ным стандартомВместе с тем, существует большое число внешних и внутренних факторов, которые могут приводить к снижению надежности, а также к перерывам в поставках электроэнергии. Некоторые внешние факторы не могут быть устранены (опасные природные явления, аварии в магистральных сетях и пр.), однако необходимо предусмотреть мероприятия, снижающие масштаб негативных последствий, либо организацию претензионной работы по компенсации возникшего ущерба. В случае воздействия внутренних факторов возможно проведение мероприятий (организационных, технических и пр.), позволяющих снизить или в ряде случаев исключить возможность событий, приводящих к перерывам в электроснабжении. В том и другом случае необходимо иметь возможность обосновать размер реализованного или ожидаемого ущерба, что определяет необходимость разработки методики оценки ущерба от перерыва в электроснабжении.

Для разработки методики необходимо решить ряд взаимосвязанных задач. Прежде всего, необходимо выполнить сбор и анализ статистических данных по перерывам в электроснабжении различных категорий потребителей. Такой анализ позволит выявить типовые сценарии аварий с отключением электроснабжения объектов газовой отрасли, а также причины аварий и количественные показатели негативных последствий. Оценка величины ущерба необходима для повышения эффективности организации работ по ликвидации последствий произошедшей аварии, включая мероприятия претензионной работы и работы со страховыми компаниями, а также для обоснования инвестиций в мероприятия по повышению надежности энергоустановок станций и сетей компаний газовой отрасли.

Анализ отечественного и зарубежного опыта оценки и прогнозирования ущерба от перерыва в электроснабжении различных категорий потребителей

В настоящее время разработано большое число методик оценки ущерба от техногенных, природных и антропогенных опасностей. Выполненный анализ показал, что разработанные модели и методы имеют либо методологический характер, либо ориентированы на решение относительно узких частных задач. В

1 СТО Газпром 2-6.2-149-2007 Категорийность электроприемников промышленных объектов ОАО «Газпром». М.: ОАО «Газпром», 2007. 35 с.

работах этого периода показатель ущерба назывался показателем «предельных затрат на повышение надежности электроснабжения потребителей» и отражал только часть прямого ущерба у ограниченного числа категорий потребителей. Аналогичный вывод можно сделать относительно методических подходов к количественной оценке ущербов от перерывов в электроснабжении различных категорий потребителей.

Совместное рассмотрение нормального и аварийного режимов при оценке приведенных затрат (критерий эффективности) впервые стало применяться в начале 80-х гг. (см., например [3, 4]). К числу таких работ следует отнести также [5], в которой использован подход учета в критерии эффективности как затрат на функционирование при нормальной эксплуатации энергетического комплекса страны, так и дополнительных затрат на обеспечение надежности энергоснабжения.

В работах этого периода вместо термина «ущерб» использовался показатель, который определялся как предельные затраты на повышение надежности электроснабжения потребителей. Этот показатель можно было трактовать как часть прямого ущерба для определенных категорий потребителей1.

В отличие от нашей страны, в западных странах эта проблема исследуется достаточно давно. Еще в 70-х гг. прошлого века (например, в [6]) были рассмотрены вопросы экономической оценки перерывов в питании электроэнергией потребителей, предложен метод оценки экономических последствий от перерывов в энергоснабжении.

Только в конце прошлого века в связи с развитием коммерческого страхования в нашей стране появились публикации [7, 8], где критерий эффективности вариантов развития объектов энергетики стал включать затраты на компенсацию ущерба в виде страховой премии. Подробный анализ проблем, связанных с последствиями аварий в различных системах и на объектах энергетики, проведен в монографии [9]. В данном исследовании выполнен анализ частоты и последствий аварий на объектах добычи, генерации и транспорта различных энергоресурсов, а также дано описание и сопоставление эффективности различных механизмов финансирования риска таких аварий.

1 Нормативы предельных затрат на повышение надежности электроснабжения потребителей в энергосистемах. МЭ и Э СССР, 1988. 15 с.

Анализ экономической оценки потерь от нарушений электроснабжения для промышленных предприятий проведен в Единой межведомственной методике оценки ущерба от чрезвычайных ситуаций техногенного, природного и террористического характера, а также классификации и учета чрезвычайных ситуаций2, где рассмотрены вопросы применения моделей для технико-экономической оценки последствий нарушения нормального режима электропотребления объектов производственных систем, даны оценки составляющих ущерба от нарушений электроснабжения.

Следует отметить, что задача оценки ущерба, вызванного перерывами в электроснабжении, возникает как при оценке последствий совершившегося события, так и при прогнозировании ожидаемого (предотвращенного) ущерба в задачах оценки эффективности мероприятий по повышению ненадежности электроснабжения потребителей. Точность и полнота оценки возможного ущерба должны определяться постановкой и условиями решаемой задачи. На выбор модели оценки ущерба и ее параметров оказывают влияние многие факторы, к основным из которых можно отнести следующие3:

— назначение модели оценки ущерба;

— временной уровень исследований, использующих сведения об ущербе (оперативное управление, проектирование, прогнозирование);

— иерархический уровень принятия решений (энергообъединение, районные системы, узлы электроснабжения, группы потребителей);

— характер отключения нагрузки (плановое, внезапное);

— наличие и достоверность информации;

— возможность управления ущербом.

Анализ позволяет выделить несколько основных методических подходов и методик. Прежде всего, это нормативный подход, определяющий структуру ущерба и последователь -ность расчета его составляющих. К данному подходу относится единая методика оценки ущерба от чрезвычайных ситуаций МЧС

2 Единая межведомственная методика оценки ущерба от чрезвычайных ситуаций техногенного, природного и террористического характера, а также классификации и учета чрезвычайных ситуаций. М. : ФГУ ВНИИ ГОЧС (ФЦ), 2004. 156 с.

3 Методические рекомендации по оценке ущерба от аварий на опасных производственных объектах. РД 03-496-02 утверждены Постановлением Госгортехнадзора РФ от 29 окт. 2002 г. № 63.

России1. Методика предназначена для оценки ущерба от чрезвычайной ситуации, прежде всего на уровне субъекта Федерации и отдельных отраслей экономики страны.

Полный ущерб определяется в методике как сумма прямого и косвенного ущербов. Прямой ущерб включает ущерб в производственной сфере предприятия, ущерб в социальной сфере предприятия и на прилегающей к нему территории, а также ущерб другим производственным объектам, находящимся на территории предприятия и на прилегающей к нему территории. Данная методика имеет достаточно обобщенный характер и является примером метода, основанного на прямом подсчете затрат от аварии. Для применения ее к оценке ущерба от перерывов в электроснабжении или к любой другой конкретной проблеме требуется конкретизация с учетом технологических особенностей объектов.

К данному подходу относится также методика Госгортехнадзора России, утвержденная в 2003 г.2, которая устанавливает общие положения и порядок количественной оценки экономического ущерба от аварий на опасных производственных объектах, подконтрольных Госгортехнадзору России. Результаты расчета ущерба по данной методике используются при разработке деклараций промышленной безопасности, обосновании размера премии при страховании ответственности организаций, эксплуатирующих опасные производственные объекты, обосновании размера компенсации пострадавшим при аварии.

В методике достаточно подробно описана структура ущерба от аварий на опасных производственных объектах, включающая полные прямые потери организации, эксплуатирующей опасный производственный объект, на котором произошла авария, расходы на ликвидацию аварии, социально-экономические потери, связанные с травмированием и гибелью людей (как персонала организации, так и третьих лиц), вред, нанесенный окружающей природной среде, косвенный ущерб предприятия и потери государства от выбытия трудовых ресурсов.

1 Единая межведомственная методика оценки ущерба от чрезвычайных ситуаций техногенного, природного и террористического характера, а также классификации и учета чрезвычайных ситуаций — М. : ФГУ ВНИИ ГОЧС (ФЦ), 2004. 156 с.

2 Методические рекомендации по оценке ущерба от аварий на опасных производственных объектах. РД 03-496-02 утверждены Постановлением Госгортехнадзора РФ от 29 окт. 2002 г. № 63.

В случае отсутствия или неполноты статистических данных, отсутствия аналогов и недостаточной обоснованности применения формальных методов для оценки ущерба от перерывов в электроснабжении целесообразно использовать экспертные методы. Подробно эта группа методов оценки описана в работах [10, 11]. Эксперты выполняют оценки на основании собственной практики, знаний и интуиции, с учетом финансово-экономической устойчивости компаний и эффективности мероприятий по управлению рисками.

Для обработки результатов экспертных оценок наиболее адекватным является метод анализа иерархий (метод Саати) [12]. В результате применения этого метода на основе составления матриц попарных сравнений проводится анализ информации, полученной от экспертов, проверяется согласованность и непротиворечивость эксперта. Таким образом, путем обработки экспертных данных получают значения параметров, необходимых для вычисления ущербов от перерывов в энергоснабжении той или иной категории потребителей.

Методы социологических опросов непосредственно выявляют мнение потребителей в отношении понесенных ими ущербов и требований, предъявляемых ими к надежности. В мировой практике для прогноза величин удельного ущерба от перерывов в электроснабжении наиболее часто используются методы WTP (Willingness to Pay — готовность платить) и WTA (Willingness to Accept — готовность принять) [13]. Методы WTP и WTA позволяют сделать верхнюю и нижнюю оценку стоимости электроэнергии с учетом уровня надежности электроснабжения. Данные методы целесообразно использовать в ситуации, когда права собственности недостаточно четко определены.

Следует отметить, что в настоящее время данный метод наиболее часто используется для анализа и прогноза последствий от перерывов в электроснабжении в индустриально развитых странах. В качестве примера приведем работу [1] где с помощью методов WTP и WTA систематизированы оценки удельного ущерба, выполненные в разные годы для условий США и стран Западной Европы.

Кратко рассмотрим две методики, в которых используется агрегированный подход. Методика [6] была предложена в 70-х гг. прошлого века во Франции и использовалась для оценки экономического ущерба от перерывов в энергоснабжении в энергосистемах Европы. В методике предполагается, что последствия

перерывов питания зависят от четырех факторов: отключаемой мощности (потребляемой мощности непосредственно перед отключением), длительности отключения, частоты отключения (коэффициента вероятности их повторного появления), природы отключенной нагрузки.

Перерыв в электроснабжении ведет к тем большим экономическим последствиям, чем больше отключенная мощность Р и время Г перерыва. В методике принимается, что стоимость отключения пропорциональна произведению этих двух факторов:

/ и /0Р>-Г, или / и /0 • Жотк,

где /0 — единичная стоимость отключения; WОТК — недоотпущенная из-за отключения энергия.

Единичная стоимость /0 зависит от природы отключенной нагрузки; ее оценка необходима, чтобы ввести стоимость перерывов питания в оценки стоимости необходимого оборудования сетей. В методике принималось, что среднее значение /0 = 1 франк1 на один недоотпу-щенный киловатт-час. В рассмотренной методике не выделяются прямой и косвенный ущерб, а также отсутствует деление потребителей по категориям.

Еще одним примером агрегированного подхода является методика2, утвержденная в 1986 г. и применяемая для определения ущерба сельскохозяйственному производству от перерывов в подаче электроэнергии.

Ущерб, наносимый сельскохозяйственному потребителю в результате недоотпуска электроэнергии по причине отказа системы электроснабжения, в общем виде определяется по формуле:

У=У • ^

где у0 — удельный ущерб от недоотпуска потребителям 1 кВт-ч электроэнергии, (руб /кВт-ч); ШНП — количество недоотпущенной электроэнергии за время перерыва электроснабжения (кВт-ч).

Данная методика является примером вычисления ущерба от перерывов в электроснабжении на основе агрегированных характеристик и основана на определении ущерба как произведения единичной стоимости отключения на количество недоотпущенной энергии.

По состоянию на 01.01.2001г. величина у0 составляла 18,3 руб./кВт-ч [14].

Методика определения ущерба от перерыва в электроснабжении объектов газовой отрасли

Выполненный анализ методических подходов к оценке составляющих ущерба от перерыва в электроснабжении позволяет обосновать основные положения методики определения составляющих ущерба для объектов газовой отрасли. Данная методика включает две составляющие:

— методика оценки ущерба для произошедшей аварии;

— методика прогнозирования ущерба на основе типовых сценариев аварии или с использованием удельных показателей.

Рассмотрим обе методики более подробно.

Расчет составляющих полного ущерба для произошедшей аварии. Как показал анализ, наиболее подробно расчет составляющих полного ущерба при авариях на промышленных объектах описан в методических рекоменда-циях3. Основываясь на основных положениях данного документа, можно считать, что полный ущерб от аварии, вызванной перерывами в электроснабжении основных производств газовой компании целесообразно оценивать по формуле:

П = Пп + П + П + П ,

Прям Соц Косв Экол'

(1)

где П — полный ущерб от аварии, руб.; ППрям — прямой ущерб, руб.; ПСоц — социально-экономические потери, руб.; ПКос

косвенный

эщерб, руб.; ПЭкол — экологический ущерб, руб.

Прямой ущерб от аварии, вызванной перерывами в электроснабжении объектов газовой отрасли, оценивается по формуле:

ППрям ПОф + ПТМЦ + ПТрЛиц + ПЛЛиР,

(2)

где ПОф — потери основных фондов, руб.; ПТМЦ — потери товарно-материальных ценностей, руб.; ПТрЛиц — потери от уничтожения имущества третьих лиц, руб.; ПЛЛир — затраты на локализацию, ликвидацию и расследование аварий, руб.

Потери, полученные в результате уничтожения (повреждения) основных фондов, оцениваются по формуле:

1 По состоянию на середину 80-х гг. прошлого века [6].

2 Методика определения ущерба сельскохозяйственному

производству от перерывов в подаче электроэнергии. М. : Госагропром СССР, 1986. 127 с.

3 Методические рекомендации по оценке ущерба от аварий на опасных производственных объектах. Утв. Постановлением Госгортехнадзора РФ от 29 окт. 2002 г. № 63.

Поф =1 к(Сз/ -(сы,; -Су,;)),

(3)

/' =1

где N — число поврежденных (уничтоженных) основных фондов; к — степень повреждения /-го типа основных фондов, к е [0; 1]; СЗ ; — стоимость замещения или воспроизводства /-го вида поврежденных (уничтоженных) основных фондов, руб.; СМ ; — стоимость материальных ценностей /-го вида, годных к дальнейшему использованию, руб.; Су ; — утилизационная стоимость /-го вида поврежденных (уничтоженных) основных фондов, руб.

Стоимость замещения оборудования, машин и инвентаря следует определять исходя из суммы, необходимой для приобретения предмета, аналогичного уничтоженному, включая расходы по перевозке и монтажу, таможенные пошлины и др.

Стоимость замещения зданий и сооружений следует определять исходя из проектной стоимости строительства объекта, аналогичного поврежденному (уничтоженному) в соответствии с проектными характеристиками, в данной местности. В случае если стоимость замещения отдельных видов уничтоженных основных фондов определить невозможно, то в качестве стоимости замещения допускается использовать первоначальную стоимость или текущую (восстановительную) стоимость.

Потери, полученные в результате повреждения (уничтожения) товарно-материальных ценностей, оцениваются по формуле:

N М

П ТМЦ = ЕПт, / +ЕПс .п (4)

где N (М) — число видов произведенной продукции (сырья), которым причинен ущерб в результате аварии, вызванной перерывом в электроснабжении; ПТ ; — стоимость утраченной продукции /-го вида (включает в себя стоимость незавершенного производства и стоимость готовой продукции), руб.; ПС . — стоимость утраченного сырья и материалов -го вида, руб.

Стоимость утраченной продукции (ПТ /) определяется исходя из величины издержек на ее повторное изготовление, но не выше рыночной стоимости. Стоимость утраченного сырья и материалов (ПС ) определяется исходя из величины издержек, вызванных их повторной закупкой, но не выше цен, по которым они могли бы быть проданы на дату аварии, с учетом затрат на транспортировку и упаковку, таможенных пошлин и иных сборов.

В случае если потери, полученные в результате повреждения (уничтожения) имущества

третьих лиц (ПТрЛиц), компенсируются в соответствии с федеральными законамито в расчетах их следует полагать равными нулю. В противном случае следует произвести расчет потерь имущества третьих лиц.

Потери, связанные с локализацией и ликвидацией последствий, а также расследованием причин аварий (ПЛЛиР), оцениваются по формуле:

п„„ „ = п„„ + п + п„ + П., „„ +

ЛЛиР ЗП Эн Мат УслЛЛ + ПКомР + ПНИР + ПУслР,

(5)

где ПЗП — выплаты дополнительной заработной платы (премии) персоналу за работы по локализации и ликвидации аварии, руб.; ПЭн — стоимость электрической (и иной) энергии, израсходованной при локализации и ликвидации аварии, руб.; ПМат — стоимость материалов, израсходованных при локализации и ликвидации аварии, руб.; ПУслЛЛ — стоимость услуг специализированных организаций по локализации и ликвидации аварии, руб.; ПКомР — оплата труда членов комиссии по расследованию аварии (в т. ч. командировочные расходы), руб; ПНИР — затраты на научно-исследовательские работы и мероприятия, связанные с рассмотрением технических причин аварии, руб; ПУслР — стоимость услуг экспертов, привлекаемых для расследования технических причин аварии и оценки (в т. ч. экономическую) последствий аварии, руб.

Согласно методическим рекомендациям2, предварительный размер потерь, связанных с локализацией и ликвидацией последствий, а также расследованием причин аварий (ПЛЛиР), можно оценивать исходя из средней стоимости услуг специализированных и экспертных организаций или рассчитывать по формуле:

пдлир = 0,11 ксз/.

(6)

/'=1

Социально-экономические потери от аварии, вызванной перерывами в электроснабжении основных производств газовой компании, оцениваются по формуле:

ПС = Чп ■

Соц Пог

Сп +Чп ■

Пог Постр

С

Постр

(7)

1 О промышленной безопасности опасных производственных объектов. ФЗ от 21.07.1997 г. № 116; Об обязательном страховании гражданской ответственности владельца опасного объекта за причинение вреда в результате аварии на опасном объекте. ФЗ от 27.07.2010 № 225-ФЗ. Ред. от 04.11.2014.

2 Методические рекомендации по оценке ущерба от аварий на опасных производственных объектах РД 03-49602. Утв. Постановлением Госгортехнадзора РФ от 29 окт. 2002 г. № 63.

где ЧПог — количество погибшего в результате аварии персонала, чел.; СПог — величина компенсации, выплачиваемой семье погибшего, в соответствии с условиями коллективного договора газовой компании, руб/чел.; ЧПостр — количество пострадавшего в результате аварии персонала, чел.; СПостр — величина компенсации, выплачиваемой пострадавшему, в соответствии с условиями коллективного договора газовой компании, руб/чел. Количество погибшего (Чпог) и пострадавшего (ЧПостр) персонала определяется по результатам произошедшей аварии, либо по ожидаемым значениями, оцененным по статистическим данным или экспертно.

Косвенный ущерб от аварии, вызванной перерывами в электроснабжении основных производств газовой компании, оценивается по формуле:

П„ = П.„ + П„ , + И... ,

Косв УПост Приб Шт'

(8)

где ПУпост — заработная плата и условно-постоянные расходы основного производства за период вынужденного простоя, руб.; П

Приб

по-

П

, = (ЗП • а + УП) • ДТ,

(9)

ппри6 = !ДО • (Ц - С)

(10)

за период простоя, в единицах измерения продукции (услуги):

ДО- = (Оо, { - О1,,) (ДТ1, , - ДТ2, ^ (11)

где О0 {, О1 { — средний объем выпуска /-го вида продукта (услуги) до и после аварии соответственно в единицах измерения продукции (услуги); ДТ1 {, ДТ2 { — длительности перерыва в электроснабжении и проведения ремонтно-восстановительных работ, необходимые для восстановления объемов выпуска /-го вида продукции (услуг) к доаварийному уровню.

Потери, возникающие вследствие недопоставок продукции потребителям, определяются по формуле:

ПШт ОПНедопост. ЦЗаЕд ^^Недопост, (12)

где ОП — суммарный объем недопоста-

^ Недопост ' г ^

вок за период вынужденного простоя, определяемый по формуле, в единицах измерения продукции:

ОП

Недопост

= (Пз • к/365)Вр,

(13)

тери прибыли за период вынужденного простоя, руб.; ПШт — штрафы и пени, полученные в результате нарушения поставки продукции потребителям, руб.

Потери, полученные вследствие необходимости несения затрат на заработную плату, а также условно-постоянных расходов в период вынужденного простоя, оцениваются по формуле:

где ЗП — средняя заработная плата не задействованного по причине простоя персонала, руб/день; а — доля персонала, не задействованного по причине простоя (отношение численности персонала, не задействованного в работе, к общей численности), %; УП — условно-постоянные расходы, руб/день; ДТ — период вынужденного простоя, дни.

Потери, полученные вследствие утраченной за период простоя прибыли, определяются по формуле:

где N — число видов продукции (услуг), по которым произошло снижение объемов выпуска по причине аварии; Ц{ — рыночная цена единицы {-го продукта (услуги) на дату аварии, руб.; С. — средняя себестоимость единицы {-го продукта (услуги) на дату аварии, руб.; ДО{ — изменение объема выпуска {-го вида продукции (услуги),

Пз — годовая производительность уничтоженного (поврежденного) объекта в единицах измерения продукции; Вр — среднее время простоя поврежденного объекта, необходимое для локализации и расследования причин происшедшей аварии, а также восстановления объекта, дни; ЦЗаЕд — средняя цена за единицу продукции, руб.; ШНедопост — штрафные санкции за недопоставку продукции потребителям, определяемые как процент увеличения стоимости недопоставленной продукции за период вынужденного простоя, %.

Экологический ущерб от аварии, вызванной перерывами в электроснабжении основных производств газовой компании, оценивается по формуле:

ПЭ = ЭА + Э + ЭП + ЭВ , (14)

Экол Атм вод Почв Вио> 4 /

где ЭАтм — ущерб атмосфере, руб.; ЭВод — ущерб водным ресурсам, руб.; ЭПочв — ущерб почве, руб.; ЭВио — ущерб биологическим ресурсам (лесные угодья), руб.

Нормативы платы при расчете ЭАтм, ЭВод принимаются как сверхлимитные.

Размер платы за вред, причиненный атмосфере, рассчитывается в соответствии с постановлением «О ставках платы за негативное воздействие на окружающую среду и дополнительных коэффициентах» 1

1 О ставках платы за негативное воздействие на окружающую среду и дополнительных коэффициентах.

Постановление Правительства РФ от 13.09.2016 № 913 // Собрание законодательства РФ. 2016. № 38, ст. 5560.

!=0

Таблица 1

Типовые сценарии аварий на объектах газовой отрасли, вызванных перерывами в электроснабжении

Наименование сценария Перечень объектов, на которые оказывается воздействие Условия реализации Длительность перерыва в электроснабжении

Сценарий 1 Энергоснабжающее оборудование Отключение электроэнергии на время действия автоматики или ручного переключения на другие источники питания От 1 до 2 часов

Сценарий 2 1) Энергоснабжающее оборудование; 2) технологические объекты промышленного предприятия Отключение электроэнергии на время выезда ремонтной бригады От нескольких часов до 1 суток

Сценарий 3 1) Энергоснабжающее оборудование; 2) технологические объекты промышленного предприятия; 3) основные технологические процессы (изменение) Отключение электроэнергии на время ликвидации аварии и проведения ремонтно-восстанови-тельных работ Несколько суток

и Методическими указаниями по оценке и возмещению вреда, нанесенного окружающей природной среде в результате экологических правонарушений Размер платы за вред водным ресурсам (ЭВод) рассчитывается в соответствии с Методикой исчисления размера вреда, причиненного водным объектам вследствие нарушения водного законодательства 2. Расчет компенсационных выплат за ущерб, связанный с негативным воздействием на почву, производится с Методикой исчисления размера вреда, причиненного почвам как объекту охраны окружающей среды 3. Расчет ущерба от уничтожения биологических ресурсов в части расчет ущерба древесной растительности, производится в соответствии с постановлением «Об исчислении размера вреда, причиненного лесам вследствие нарушения лесного законодательства» 4. При необходимости рассчитать ущерб другим видам биологических ресурсов, таким как водные биологические ресурсы, объекты животного мира, занесенные в Красную книгу Российской Федерации, а также иным объектам животного мира,

1 Методические указания по оценке и возмещению вреда, нанесенного окружающей природной среде в результате экологических правонарушений. Утв. Госкомэкологии РФ 6 сент. 1999 г.

2 Методика исчисления размера вреда, причиненного водным объектам вследствие нарушения водного законодательства: утв. Приказом Минприроды России от 13 апр. 2009 г. № 87.

3 Методика исчисления размера вреда, причиненного почвам как объекту охраны окружающей среды. Утв. Приказом Минприроды России от 8 июля 2010 г. № 238.

4 Об исчислении размера вреда, причиненного лесам вслед-

ствие нарушения лесного законодательства. Постановление

Правительства РФ от 08.05.2007 № 273.

можно воспользоваться соответствующими методиками 5.

Расчет ущерба от перерыва в электроснабжении для типовых аварий. Анализ статистических данных по авариям с перерывом в электроснабжении основных производств газовой компании, а также анализ корпоративного нормативного документа6 показали, что можно выделить типовые аварии, представленные в таблице 1.

Под основными категориями потребителей электроэнергии понимаются объекты добычи, транспорта, хранения, переработки и вспомогательные объекты.

Полный ущерб от перерыва в электроснабжении объекта г-й категории потребителей газовой компании с учетом нормированных вероятностей реализации типовых сценариев рассчитывается по формуле:

П(г) = р(с1,г) у П(с1,г) + Г)(с2,г) V П(с2,г

полн ^ / - /' г / , у

ы

+р(с3,г> V Пкс3'г>,

(15)

к=1

где П(г)полн — полный ущерб от перерыва в электроснабжении объекта г-й категории, руб.; Пп(с1- г) — п-я составляющая полного ущерба для т-го типового сценария (т = 1, 2, 3) перерыва

5 Методика исчисления размера вреда, причиненного водным биологическим ресурсам: утв. Приказом Федерального агентства по рыболовству от 25 нояб. 2011 г. № 1166; Методика оценки вреда и исчисления размера ущерба от уничтожения объектов животного мира и нарушения их среды обитания. Утв. Госкомэкологией России 28.04.2000.

6 СТО Газпром 2-6.2-149-2007 Категорийность электроприемников промышленных объектов ОАО «Газпром». М.: ОАО «Газпром», 2007. 35 с.

Таблица 2

Структура ущербов, вызванных перерывами в электроснабжении основных групп потребителей для типового сценария аварии

Категории объектов, подвергшихся воздействию Виды ущерба

Прямой ущерб Социально-экономические потери Косвенный ущерб Экологический ущерб

основные фонды товары и сырье ликвидация аварии расследование гибели персонала потеря здоровья персонала расходы за время простоя потеря прибыли атмосфера водные ресурсы почва биологические ресурсы

Добыча + + + + + +

Транспорт + + + + + + +

Хранение + + + + + +

Переработка + + + + + +

Вспомогательные + + + + + +

электроснабжения объекта г-й категории потребителей, руб.; р(ст,г) — относительная нормированная частота реализации т-го типового сценария для г-й категории потребителей. Частоты определены таким образом, чтобы р(с1, г) + р(с2, г) + р(сЗ, г) = 1, соб/год.

Анализ статистических данных и результаты экспертных оценок показали, что для разных категорий потребителей газовой компании наиболее вероятны определенные группы составляющих ущерба, описанных выше. Исследования позволили выявить наиболее вероятные структуры полного ущерба для всех типовых сценариев аварий. В таблице 2 показан пример структуры полного ущерба для типового сценария 2.

Относительная частота реализации типовых сценариев аварий оценивается на основании анализа статистики произошедших событий.

Расчет ущерба на основе удельных показателей. Для объекта г-й категории потребителей электроэнергии и величины отключаемой мощности расчет ущерба от прогнозируемой аварии с перерывом в электроснабжении (П(г)полн) производится по формуле:

Полн = [Пг) +П(1)АТ<г)]• АШ(г) +П((2) • АТ<г), (I6)

где П0(г) — удельный ущерб, связанный с фактом перерыва в электроснабжении объекта г-й категории потребителей, руб/кВт; Па(г) — удельный ущерб, связанный с длительностью перерыва в электроснабжении потребителей, руб/кВт-ч.; Пй(г) — удельный ущерб, связанный с ремонтными работами, руб/ч.; АШ(г) — величина отключаемой мощности, кВт; АТг(г) , АТа(г) — максимальные длительности перерыва в

электроснабжении и длительности ремонтно-восстановительных работ r-го типа объектов, ч.

Значения удельных показателей определяются по результатам анализа статистических данных или экспертно.

В целях верификации разработанных методик выполнены расчеты ущерба для произошедшей аварии (условно) и прогнозирование ущерба на основе удельных показателей.

Пример 1. Расчет ущерба по произошедшей аварии. В результате срабатывания предохранителей произошло отключение выключателя нагрузки на компрессорной станции (КС). В результате аварии уничтожен трансформатор 10/0,4 кВ.

С учетом специфики аварии ущерб состоит из следующих составляющих:

— потери объекта в результате уничтожения (повреждения) основных фондов (производственных и непроизводственных);

— затраты, связанные с локализацией и ликвидацией последствий аварий;

— расходы на расследование аварии.

Стоимость замещения трансформатора будет складываться из полной стоимости трансформатора и сопутствующих расходов (стоимости доставки, монтажа и прочего).

В связи с необходимостью приобретения нового трансформатора его стоимость будет соответствовать рыночной стоимости при наличии вторичного рынка объектов. По данным за 2015 г., данный трансформатор продается на вторичном рынке и его среднерыночная стоимость составляет 220 тыс. руб 1.

1 Электронный каталог продукции // Производственно-коммерческая группа «РусТранс» [Электронный ресурс]. URL: http://trans-ktp.ru/price/transformators (дата обращения: 21.09.2015).

Величина сопутствующих расходов в среднем составляет 5 % от отпускной цены оборудования [15]. С учетом сопутствующих расходов стоимость трансформатора на 2015 г. составляет 231 тыс. руб.

Потери объекта в результате уничтожения или повреждения производственных и непроизводственных фондов определяются по формуле (3). В рассматриваемом сценарии: N = 1, k = 1, См ; = 0, СУ, ; = 0; СЗ ; = 231 000 руб. В таком случае потери объекта в результате уничтожения (повреждения) основных фондов (производственных и непроизводственных) составят Поф. = 231 000 руб.

Величина расходов на локализацию и ликвидацию последствий, а также расследование причин аварий (ПЛЛиР), определяется по формуле (6). При к = 1, СЗ; = 231 000 руб., ПЛЛиР составят 231 000 руб.

Суммарный прямой ущерб определяется по формуле (2). Учитывая, что Поф = 231 000 руб., Пликв = 23 100 руб., прямой ущерб от аварии составит:

П = 231 000 + 23 100 = 254 100 руб.

прям ^ '

Пример 2. Расчет ущерба по удельным показателям. Рассматривается возможная авария с перерывом в электроснабжении на газоперерабатывающем заводе. Перерыв в электроснабжении может привести к остановке основного и вспомогательного технологического оборудования. Длительность отключения может составить 8 часов, а суммарная мощность потребителей, отключенных в результате аварии — 8400 кВт. Длительность ремонтно-восстановительных работ — 6 часов.

Расчет ущерба производится на основании формулы (16). Для расчета предлагается использовать следующие удельные показатели, полученные экспертно с учетом статистических данных: удельный ущерб, связанный с фактом перерыва в электроснабжении

— 38 руб/кВт; удельный ущерб, связанный с длительностью перерыва в электроснабжении

— 218 руб/кВт-час; удельный ущерб, связанный с ремонтно-восстановительными работами — 65 тыс. руб/час. С учетом приведенных исходных данных ущерб от перерыва в электроснабжении газоперерабатывающего завода составит 15,8 млн руб.

Сравнение полученных значений ущерба от перерыва в электроснабжении объектов газовой отрасли с реальными значениями позволяет говорить об адекватности разработанных методик.

Заключение

Перерывы в электроснабжении могут приводить к значительным материальным, социальным и экономическим потерям. Адекватная оценка прямого и косвенного ущерба, вызванного перерывами в электроснабжении различных категорий потребителей, позволяет не только обосновать размер компенсаций, но также обосновать мероприятия по повышению надежности электроснабжения с учетом технологической специфики потребителей. Представленная в статье методика позволяет выполнять расчет всех основных составляющих прямого и косвенного ущерба для произошедших аварий на объектах газовой отрасли, а также выполнять прогноз ущерба на основе типовых сценариев аварий и удельных показателей ущерба.

Список источников

1. Eto J., Koomey J., Lehman B. et al. Scoping study on Trends in the Economic Value of Electric Reliability to the US Economy. Berkeley, California: Lawrence Berkeley National Laboratory, 2001. — 148 p.

2. Лесных В. В., Тимофеева Т. Б. Энергетические аспекты стратегических рисков // Стратегические риски развития России. Оценка и прогноз. Сб. науч. тр. / отв. ред. Б. Н. Порфирьев. — М. : ИЭ РАН, 2010. — 276 с.

3. Модели оптимизации развития энергосистем / Арзамасцев Д. А. и др.; Под. ред. Д. А. Арзамасцева. — М. : Высшая школа, 1987. — 272 с.

4. Шевелев Я. В. Об игровых подходах к задачам планирования народного хозяйства СССР. — М. : ИАЭ, 1981.

— 33 с.

5. Борщевский М. З., Криворуцкий Л. Д. Модель для исследования развития энергетического комплекса страны с учетом фактора надежности // Автоматизация исследований энергетики. — Иркутск : СЭИ СО АН, 1986. — С. 133147.

6. Пелисье Р. Энергетические системы : пер. с франц. — М. : Высшая школа, 1982. — 568 с.

7. Ковалев Г. Ф., Лебедева Л. М. К решению задачи оптимизации послеаварийных режимов в моделях анализа надежности ЭЭС в новых условиях // Методические вопросы исследования надежности больших систем энергетики.

— 1996. — Т. 48. — С. 89-97.

8. Лесных В. В. Анализ риска и механизмов возмещения ущерба от аварий на объектах энергетики. — Новосибирск : Наука. Сиб. предприятие РАН, 1999. — 251 с.

9. Папков Б. В., Пашали Д. Ю. Надежность и эффективность электроснабжения : учеб. пособие. — Уфа: Уфимский государственный авиационный технический университет, 2005. — 380 с.

10. Литвак Б. Г. Экспертные технологии в управлении. — М.: Дело, 2004. — 399 с.

11. Гохман А. Г. Экспертное оценивание. — Воронеж : Изд-во Воронежского университета, 1991. — 152 с.

12. Саати Т.Л. Принятие решений. Метод анализа иерархий. — М. : Радио и связь, 1989. — 316 с.

13. WillingR. Consumer's Surplus Without Apology // American Economic Review. — 1976. — Vol. 66. — No 4. — Pp. 589-597.

14. Водяников В. Т. Экономическая оценка энергетики АПК. — М. : ИКФ ЭКМОС, 2002. — 304 с.

15. Индексы цен в строительстве // Межрегиональный информационно-аналитический бюллетень. — 2015. — № 84. — 164 с.

Информация об авторах

Лесных Валерий Витальевич — доктор технических наук, профессор, директор центра анализа рисков, ООО «НИИгазэкономика»; ведущий научный сотрудник, Национальный исследовательский университет Высшая школа экономики (НИУ ВШЭ), Scopus Author ID: 6602914103 (Российская Федерация, 105066, г. Москва, ул. Старая Басманная, 20/8; 101100, г. Москва, ул. Мясницкая, д.20; e-mail: vvlesnykh@gmail.com).

Тимофеева Татьяна Борисовна — кандидат технических наук, доцент кафедры математических методов в экономике и управлении, Государственный университет управления (Российская Федерация, 109542, г. Москва, Рязанский проспект, 99; e-mail: tanuta75@mail.ru).

Петров Владислав Сергеевич — старший научный сотрудник, ООО «НИИгазэкономика»; ORCID: 0000-00032796-8372 (Российская Федерация, 105066, г. Москва, ул. Старая Басманная, 20/8; e-mail: patrokl@gmail.com).

For citation: Lesnykh, V. V., Timofeyeva, T. B. & Petrov, V. S. (2017). Problems of the Assessment of Economic Damage Caused by Power Supply Interruption. Ekonomika regiona [Economy of Region], 13(3), 847-858

V. V. Lesnykh а b), T. B. Timofeyeva c), V. S. Petrov а)

а) OOO NlIgazeconomika (Moscow, Russian Federation; e-mail: vvlesnykh@gmail.com) b) National Research University Higher School of Economics (Moscow, Russian Federation) c) State University of Management (Moscow, Russian Federation)

Problems of the Assessment of Economic Damage Caused by Power Supply Interruption

The article is devoted to the development of the methods of the assessment of damage caused by an emergency interruption in the electrical supply of industrial consumers. The purpose of the study is to substantiate the structure of direct and indirect damage and to develop an adequate technique for the quantitative assessment of a full damage caused by the interrupt in electrical supply of various groups of industrial consumers. The analysis of domestic and foreign methodological approaches to the assessment of the damage caused by breaks in an electrical supply allowed to substantiate the structure of a full damage. For this purpose, we propose three groups of techniques. The first method is based on the standard approach. We apply it for a detailed account of the components of damage (real loss, social and economic losses, ecological damage, indirect losses) with reference to the occurred failure. The second technique is based on the use of three groups of typical scenarios of the consequences of an emergency interruption in power supply. These scenarios have resulted from the analysis of the regulation documentation and statistical data on the basic groups of industrial consumers (on the example of gas supply system, these are production facilities, transport, storage, reprocessing and support facilities). The third method is based on the specific indicators of unplanned coasts depending on the size of the disconnected capacity, an interruption duration and the duration of the restoration of electricity. The second and third techniques are developed to forecast the damage and to substantiate the efficiency of measures for improving the reliability of the electrical supply of the industrial consumers. The article includes the results of the assessment of full damage caused by the interruption in the electrical supply through the developed techniques on the example of the gas industry objects. The comparison of the results of the assessment with the real values of damages from the occurred failures would suggest the adequacy of the developed techniques. The appropriate account of the economic damage caused by breaks in the electrical supply would substantiate the measures making energy supplies for the safe and reliable. The reliability of power is the fundamental factor for the economic stability of the country and its regions.

Keywords: power supply interruption, economic damage, damage assessment, scenarios of interruption, specific indicators of damage, gas industry, forecasting of damage, direct loss, indirect loss, data analysis

References

1. Eto, J., Koomey, J., Lehman, B. et al. (2001). Scoping study on Trends in the Economic Value of Electric Reliability to the US Economy. Berkeley, California: Lawrence Berkeley National Laboratory, 148.

2. Lesnykh, V. V. & Timofeeva, T. B. (2010). Energeticheskie aspekty strategicheskikh riskov [Energy aspects of strategic risks]. Strategicheskie riski razvitiya Rossii. Otsenka iprognoz. Sb. nauch. tr. [Strategic risks of Russia development: assessment and forecasting]. In: B. N. Porfiryev (Ed.). Moscow: IE RAN Publ., 276. (In Russ.)

3. Arzamastsev, D. A. et al. (1987). Modeli optimizatsii razvitiya energosistem [Optimization models for the development of electric power systems]. In: D. A. Arzamastseva (Ed.). Moscow: Vysshaya shkola Publ., 272. (In Russ.)

4. Shevelev, Ya. V. (1981). Ob igrovykh podkhodakh k zadacham planirovaniya narodnogo khozyaystva SSSR [Aboutgame approaches to the economy of USSR planning]. Moscow: IAE Publ., 33. (In Russ.)

5. Borshchevsky, M. Z. & Krivorutsky, L. D. (1986). Model dlya issledovaniya razvitiya energeticheskogo kompleksa strany s uchetom faktora nadezhnosti [Model for the research of the country's power complex the development taking into account reliability factor]. Avtomatizatsiya issledovaniy energetiki [Automation for power research]. Irkutsk: SEI SO AN Publ., 133-147. (In Russ.)

6. Pelissier, R. (1982). Energeticheskie sistemy [Energysystmes]. Trans from French. Moscow: Vysshaya shkola Publ., 568. (In Russ.)

7. Kovalev, G. F. & Lebedeva, L. M. (1996). K resheniyu zadachi optimizatsii posleavariynykh rezhimov v modelyakh analiza nadezhnosti EES v novykh usloviyakh [To the problem solution of the optimization of post-emergency conditions in the models of reliability analysis of Electric Power System in new conditions]. Metodicheskie voprosy issledovaniya nadezhnosti bolshikh sistem energetiki [Methodological problems in reliability study of large energy systems], 48, 89-97. (In Russ.)

8. Lesnykh, V. V. (1999). Analiz riska i mekhanizmov vozmeshcheniya ushcherba ot avariy na obektakh energetiki [Risk analysis and methods for damage compensation caused by accidents in energy]. Novosibirsk: Nauka. Sib. predpriyatie RAN Publ., 251. (In Russ.)

9. Papkov, B. V. & Pashali, D. Yu. (2005). Nadezhnost i effektivnost elektrosnabzheniya: ucheb. posobie [Reliability and efficiency of an electrical supply]. Ufa: Ufimskiy gosudarstvennyy aviatsionnyy tekhnicheskiy universitet Publ., 380. (In Russ.)

10. Litvak, B. G. (2004). Ekspertnyye tekhnologii v upravlenii [Expert technologies in control]. Moscow: Delo Publ., 399. (In Russ.)

11. Gokhman, A. G. (1991). Ekspertnoye otsenivanie [Expert assessment]. Voronezh: Voronezhsky universitet Publ., 152. (In Russ.)

12. Saati, T. L. (1989). Prinyatie resheniy. Metod analiza ierarkhiy [Decision making. Method of the analysis of hierarchies]. Moscow: Radio i svyaz Publ., 316. (In Russ.)

13. Willing, R. (1976). Consumer's Surplus Without Apology. American Economic Review, 66(4), 589-597.

14. Vodyanikov, V. T. (2002). Ekonomicheskaya otsenka energetiki APK [Economic assessment of agricultural production]. Moscow: IKF EKMOS Publ., 304. (In Russ.)

15. Indeksy tsen v stroitelstve [Price indexes in construction]. (2015). Mezhregionalnyy informatsionno-analiticheskiy byulleten [Interregional information and analytical bulletin], 84, 164. (In Russ.)

Authors

Valery Vitalyevich Lesnykh — Doctor of Economics, Professor, Head of the Center for Risk Management and Sustainable Development, OOO NIIgazeconomika; Leading Research Associate, National Research University Higher School of Economics; Scopus Author ID: 6602914103 (20/8, Staraya Basmannaya St., Moscow, 105066; 20, Myasnitskaya St., Moscow, 101100, Russian Federation; e-mail: vvlesnykh@gmail.com).

Tatiana Borisovna Timofeyeva — PhD in Engineering Sciences, Associate Professor, Department of Mathematical Methods in Economics and Management, State University of Management (99, Ryazansky Ave., Moscow, 109542, Russian Federation; e-mail: tanuta75@mail.ru).

Vladislav Sergeevich Petrov — Senior Research Associate, OOO NIIgazeconomika; ORCID: 0000-0003-2796-8372 (20/8, Staraya Basmannaya St., Moscow, 105066, Russian Federation; e-mail: patrokl@gmail.com).

Для цитирования: Эдер Л. В., Филимонова И. В., Немов В. Ю., Проворная И. В. Прогнозирование энерго- и нефтепотребления автомобильным транспортом в регионах Российской Федерации // Экономика региона. —

2017. — Т. 13, вып. 3. — С. 859-870

doi 10.17059/2017-3-18 УДК 665.612.2:303.425

Л. В. Эдер а б в), И. В. Филимонова а в), В. Ю. Немов а), И. В. Проворная а)

а) Институт нефтегазовой геологии и геофизики им. А. А. Трофимука СО РОН (Новосибирск, Российская Федерация; e-mail: ederlv@yandex.ru) б) Федеральный исследовательский центр угля и углехимии СО РАН; (Новосибирск, Российская Федерация) в) Новосибирский государственный университет (Новосибирск, Российская Федерация)

ПРОГНОЗИРОВАНИЕ ЭНЕРГО- И НЕФТЕПОТРЕБЛЕНИЯ АВТОМОБИЛЬНЫМ ТРАНСПОРТОМ В РЕГИОНАХ РОССИЙСКОЙ

ФЕДЕРАЦИИ 1

В статье предложены направления совершенствования методического подхода к прогнозированию энергопотребления на транспорте, учитывающие индивидуальные особенности регионов России; построена многофакторная модель, позволяющая прогнозировать обеспеченность населения автомобильным транспортом с детализацией по субъектам Федерации в зависимости от экономических, социальных, институциональных особенностей; формализована динамическая (трендовая) модель прогнозирования эффективности потребления энергии на единицу автотранспортного средства в России с детализацией по федеральным округам. В исследовании при прогнозировании количества автомобильного транспорта использовались методы экономико-математического имитационного моделирования с использованием результатов эконометрического анализа при расчете обеспеченности населения автомобильным транспортом. При определении перспективного удельного энергопотребления использовалось комплексирование трендовых моделей и конвергенции. Исследование показало, что к 2040 г. количество легковых автомобилей в России вырастет к 2040 г. до 57,1 млн, а обще количество всех видов автомобильного транспорта вырастет на 14,9 млн единиц — до 66,2 млн. Наибольшие темпы прироста прогнозируются в центральных регионах России и в отдельных областях Сибири. Наименьшие темпы прироста ожидаются в Чукотском автономном округе, Камчатском и Приморском краях. Повышение энергоэффективности на транспорте и активное внедрение альтернативных видов моторного топлива, прежде всего метана, приведет к снижению потребления бензина и дизельного топлива автомобильным транспортом. Так в прогнозируемый период 2018-2040 гг. потребление нефтепродуктов автомобильным транспортом сократится на 8,9млн т: с61,9млн т н. э. до 51,7млн т н. э. Областью возможного применения результатов исследования является подготовка предложений по формированию научно-методического аппарата для прогнозирования развития транспортного комплекса и не-фтепродуктообеспечения регионов России.

Ключевые слова: энергопотребление, автомобильный транспорт, прогнозирование, нефтепродукты, альтернативные источники энергии, субъекты РФ, федеральные округа, энергоэффективность, структура автотранспорта, прогноз энергетических рынков

Введение

Транспорт является одной из ключевых составляющих экономики. Около трети всей потребляемой энергии в экономике приходится на транспорт. При этом большая часть нефтепродуктов потребляется автомобильным транспортом. Прогноз потребления энергии автотранспортом в регионах РФ необходим для определения долгосрочных ориенти-

1 © Эдер Л. В., Филимонова И. В., Немов В. Ю., Проворная И. В. 2017.

ров развития транспортной инфраструктуры, нефтеперерабатывающей промышленности и смежных отраслей.

В данном исследовании в качестве объекта выступает автомобильный транспорт субъектов Российской Федерации. Предметом исследования являются методические подходы к прогнозированию энергопотребления автомобильным транспортом. Целью представленного исследования является прогноз потребления энерго- и нефтепотребления автомобильным транспортом в регионах Российской Федерации.

3

>-

■=[ (TJ

х

О)

5 s Ю О

о

Ё

го

о со

О)

т

г

^

о ас

600

500

400

300

200

100

0

ф + •Мч Га Л' 1 о + ♦ ♦

у

- ^

-ОТ / 'J

ш / Щ М £

W'

0

10000

40000

50000

♦ Австрия

■ Босния и Герцеговина ▲ Великобритания

■ Португалия -Турция

— Польша О Греция + Германия X Хорватия ж Албания

• Македония

20000 30000

ВВП, долл./чел.

Рис. 1. Зависимость между количеством транспортных средств и ВВП на душу населения в некоторых странах по данным 1991-2013 гг. (сост. по данным: European Commission: Eurostat. Transport statistic; World Bank Open Data: free and open access to data about development in countries around the globe)

В рамках работы были определены устойчивые тенденции в динамике автомобилизации и структуре энергоносителей на автотранспорте, предложено развитие методических подходов к прогнозированию энергопотребления автомобильным транспортом, выполнено прогнозирование энерго- и нефте-протребления на транспорте в регионах Российской Федерации.

В мировой и российской экономике существует ряд устойчивых тенденций, которые разнонаправленно влияют на уровень потребления автомобильного топлива и его структуру: рост количества автомобилей, увеличение эффективности двигателей, крупные структурные сдвиги в структуре потребляемых энергоносителей.

Для определения долгосрочных ориентиров энергопотребления на транспорте в России необходимо рассмотреть общемировые тенденции и определить возможности их применения с учетом специфики регионов России.

Динамика количества автотранспортных средств. В большинстве развитых стран достигнут уровень насыщения автомобилями на 1000 человек населения. В результате на динамику энергопотребления на транспорте определяющее влияние оказывает не рост количества автотранспорта, а рост эффективности двигателей. Таким образом, на автомобильном транспорте потребление энергии снижается [1].

Однако в большинстве стран с развивающимися экономиками, главным образом в Азиатско-Тихоокеанском регионе, текущий уровень обеспеченности населения автотранспортом далек от уровня насыщения и темпы прироста автопарка находятся на стабильно высоком уровне. В результате, несмотря на развитие энергосберегающих технологий, происходит в целом увеличение энергопотребления на транспорте [2, 3].

Исследования показали, что связь между количеством автомобилей и ВВП на душу населения нелинейна. Удельное количество транспорта растет относительно медленно на низких уровнях этого показателя, затем примерно в два раза ускоряется на среднем уровне (от 3000 долл. до 13000 долл. на душу населения) [4]. При дальнейшем увеличении ВВП на душу населения происходит замедление темпов прироста количества автомобилей до тех пор, пока количество автомобилей на душу населения не достигнет определенного уровня, который был назван уровнем насыщения экономики количеством автомобилей [5]. Эта зависимость показана на рисунке 1. Для наглядности использованы данные стран с различным уровнем дохода в течение периода 19912013 гг.

В результате взаимосвязь между количеством транспортных средств и ВВП на душу населения может быть представлена с помощью S-образной кривой. Есть ряд различных функциональных форм, которые могут описать та-

Рис. 2. Потребление энергии единицей автотранспортного средства в год, т н.э.

кой процесс, например, логарифмический логистические, накопительные нормальные. Функция Гомперца позволяет наиболее точно описать закон изменения уровня автомобилизации населения в зависимости от уровня ВВП. Параметры функции позволяют изменять интенсивность роста на различных этапах и момент достижения уровня насыщения в зависимости от уровня ВВП на душу населения.

Потребление энергии на единицу автотранспортного средства. Вторым важным показателем является определение закономерностей динамики потребления энергии на единицу автотранспортного средства — удельное энергопотребление [6]. Проведенные авторами исследования показали, что для развитых стран, имеющих относительно продолжительную динамику снижения удельного энергопотребления (более 20 лет), описание закономерностей изменения этого показателя посредством трендовых моделей обладает высокой степенью достоверности. При этом удельное энергопотребление на единицу ВВП описывается экспоненциальной зависимостью [7]. Это означает, что со временем интенсивность роста энергоэффективности равномерно снижается (рис. 2).

Динамика снижения удельного энергопотребления на транспорте не имеет такой продолжительности, как в экономике в целом. Вследствие этого энергопотребление на транспорте может описываться еще рядом трендов помимо экспоненциального, в частности — ли-

нейным. Это связано с тем, что нелинейность можно зафиксировать на достаточно длительном промежутке времени. В связи с этим при построении прогноза удельного потребления энергии автомобильным транспортом авторами принято предположение, что изменения во времени удельного энергопотребления на транспорте и энергоемкости экономики в целом имеют схожую функциональную зависимость. Основные принципы открытой экономики и участие в международной торговле позволяют распространить выведенные закономерности на субъекты Российской Федерации [8].

Изменение структуры энергоносителей на автомобильном транспорте. Необходимо отметить возрастающую роль альтернативных источников энергии на автотранспорте: биотоплива, природного газа, электроэнергии. Это является сдерживающим фактором увеличения спроса на традиционное автомобильное топливо — бензин и дизельное топливо [9, 10].

Так, например, в течение последних трех десятилетий происходит непрерывное снижение доли нефтепродуктов в структуре энергопотребления Европы [11]. С 1990 г. по 2005 г. доля нефтепродуктов в этом регионе снизилась с 98,7 % до 97,2 %. Период высоких цен на нефть и экономический кризис 2008-2009 гг. явились дополнительными стимулами к переходу на более экономичные альтернативные источники энергии [12]. В результате к 2015 г. доля нефтепродуктов сократилась с 97,2 %

Таблица 1

Структура потребления топлива на автомобильном транспорте в странах Европы, %

Энергоноситель Структура потребления

1990 1995 2000 2005 2010 2014 2015

Бензин 57,8 53,7 47,2 35,4 29,9 26,6 25,8

Дизельное топливо 40,9 44,9 51,2 61,0 63,5 66,0 66,7

СНГ и природный газ 1,2 1,2 1,4 1,7 2,0 2,4 2,4

Биотопливо 0,0 0,1 0,2 1,8 4,5 5,0 4,9

Электроэнергия 0,01 0,01 0,01 0,07 0,08 0,10 0,14

Составлено по данным: European Commission: Eurostat. Transport statistic (http://ec.europa.eu/eurostat/web/energy/data/ database).

до 92,5 %. Быстрый рост потребления биотоплива на автотранспорте продолжался с начала 2000-х гг. вплоть до 2012 г., после чего снижается как потребление в абсолютном выражении, так и его доля в структуре энергопотребления. Наименьшую долю в структуре энергопотребления на транспорте занимает электроэнергия. Однако разработка и производство электромобилей являются наиболее динамично развивающимися и перспективными направлениями. Так, только в течение 2015 г. потребление электроэнергии на автомобильном транспорте в Европе выросло на 45,7 % (табл. 1).

В целом потребление автомобильным транспортом альтернативных источников энергии, таких как сжиженный нефтяной газ, природный газ, биотопливо, электроэнергия в 2015 г. составило 7,5 %, в то время как в 2000 г. их доля не превышала 1,7 %.

В структуре энергопотребления автотранспортом высокими темпами увеличивается доля дизельного топлива. Дизельные двигатели характеризуется более экономным расходом топлива (ниже на 30-35 % по сравнению с бензиновыми аналогами) за счет работы на обедненных смесях при частичных нагрузках и снижения насосных потерь из-за отсутствия дроссельной заслонки. Кроме того, дизельное топливо более дешево в европейских странах за счет сокращения уровня налогов. В результате в период 1990-2015 гг. использование дизельного топлива в качестве энергоносителя на транспорте выросло с 40,9 % до 66,7 %. Данный процесс происходит главным образом за счет перехода с бензиновых двигателей на дизельные.

Описание данных

Для выявления факторов, имеющих определяющее влияние на количество автомобилей на душу населения и уровень насыщения (оптимальное, желаемое количество автомобилей), был проведен эконометри-

ческий анализ. При формировании базы данных было рассмотрено более 400 показателей для 85 субъектов Российской Федерации. Статистические данные взяты из статистического сборника «Регионы России. Социально-экономические показатели. 2015», а также журнала «ТЭК России» за 2012-2017 гг., издаваемого Центральным диспетчерским управлением топливно-энергетического комплекса1.

Для проведения эконометрического анализа выбраны 27 факторов, влияющих на уровень автомобилизации в субъектах Российской Федерации. Факторы разделены на следующие группы:

— экологические и природно-климатические.

— стоимостные;

— инфраструктурные;

— институциональные;

— технологические;

— социальные;

— экономические.

В связи с объективными ограничениями по имеющейся статистической базе прогнозирование энергопотребления в России осуществлялось с детализацией по федеральным округам.

Проведен анализ производства и поставок отдельных видов нефтепродуктов по субъектам Российской Федерации, на основе которого проведена оценка объема потребления нефтепродуктов автомобильным транспортом.

Закономерности динамики мирового удельного энергопотребления на автомобильном транспорте были проанализированы на основе данных Eurostat. Базу данных составляют сле-

1 Бугакова Н. С., Гельвановский М. И., Глисин Ф. Ф., Горячева И. П., Гохберг Л. М., Житков В. Б., Климанов В. В., Кузнецова О. В., Кулибина И. Ф., Скатерщикова Е. Е., Харламова И. В. Регионы России. Социально-экономические показатели — 2015 : стат. сб. / Росстат. М. — 2015. — 1266 с.; Шуляр Н. В. Итоги производственной деятельности отраслей ТЭК России // ТЭК России. 2000-2017. № 1.

дующие показатели для 32 стран Европы за период 1990-2015 гг.

— количество грузовых автомобилей;

— количество легковых автомобилей;

— количество автобусов;

— количество мототранспорта;

— количество тракторов и специального транспорта;

— количество автомобилей по объему двигателя.

— потребление энергии автомобильным транспортом всего;

— потребление бензина;

— потребление дизельного топлива;

— потребление СНГ;

— потребление биотоплива;

— потребление электроэнергии;

— потребление природного газа

Модель прогнозирования энергопотребления автомобильным транспортом. Совокупный прогноз потребления энергии автомобильным транспортом рассчитывается как произведение общего количества автомобилей и удельного потребления энергии единицей транспортного средства (1):

Е* = V + V+п )РЛ, (1)

где Е[г к — потребление энергии автотранспортом в субъекте/ в момент времени V; — количество легковых автомобилей на 1000 чел. в субъекте / в момент времени t (рассчитано автором); V¡ъt — количество автобусов на 1000 человек в субъекте / в момент времени t (рассчитано автором); У^ — количество грузовых автомобилей на 1000 человек в субъекте / в момент времени t (рассчитано автором); Ук — потребление энергии на одно автотранспортное средство в субъекте / в момент времени t т н. э. (рассчитано автором); Ри — прогноз количества населения в субъекте / в момент времени t (на основе прогноза Департамента по экономическим и социальным вопросам ООН)2. Кроме того, для расчета абсолютного количества автомобилей в субъектах Федерации использовался сценарный прогноз населения, опубликованный Федеральной службой государственной статистики.

Модель прогнозирования количества автотранспортных средств основана на вы-

веденной закономерности изменения удельного количества автотранспортных средств в зависимости от динамики удельного значения ВВП. Как было показано, наиболее подходящая функциональная зависимость, описывающая данную зависимость, — функция Гомпертца с учетом уровня «насыщения» экономики автотранспортными средствами:

V = V е-

't lmaxc

(2)

где Vt — количество автомобилей на 1000 чел. в момент времени t; V — перспективное коли-

^ ' max ^

чество автомобилей [13]; GDP — реальный ВРП на единицу населения; а, р > 0 — параметры, определяющие форму и переломы функции.

Для учета структурных изменений и различных социальных процессов (период достижения 18 лет, обучение вождению, приобретение автомобиля), которые имеют определенный лаг во времени влияния на удельное количество транспортных средств, введен коэффициент «скорости регулирования» 9:

Vt = V- +9t V -Vt_!), (3)

Ф -В GDPt

V* ** т т — ар t

^ t = Vmax р — долгосрочное равновесное количество автомобилей на 1000 человек.

Коэффициент «скорости регулирования» принимает значение 9R или 9F, в зависимости от роста или снижения уровня ВВП в текущий период:

9 = 9 А + 9/t (4)

= 1, если GDPit - GDPit—1 > 0, ft =4иначе , (5)

R =

F =11, если GDPit - GDPit< 0, ! f [0, иначе.

(6)

1 European Commission: Eurostat. Transport statistic. URL: http://ec.europa.eu/eurostat/web/transport/data/database (дата обращения: 17.07.2017).

2 Департамент по экономическим и социальным вопросам

Организации Объединенных Наций. URL: http://esa.un.org/

unpd/wpp/Excel-Data/Interpolated.htm (дата обращения:

05.12.2015).

В соответствии с предложенными методическими рекомендациями, расчет параметра Vmax осуществляется на основе факторов, характеризующих индивидуальные особенности субъектов Российской Федерации. Набор факторов получен в результате эконометрического анализа: доля городского населения (Ц), доля организаций, использующих электронный документооборот (Н), потребительские расходы на душу населения в месяц, руб. (Б), удельный вес автомобильных дорог с твердым покрытием в общей протяженности автомобильных дорог общего пользования (Я).

Таким образом, желаемый уровень автомобилизации для субъекта с заданным набором его характеристик (Ц, Н, Б, Я) определяется как вариация эталонного максимального уровня автомобилизации V Е в зависимости

от отклонения индивидуальных характеристик субъекта.

Параметры модели (2), (3) оценены на основе анализа динамики уровня автомобилизации и ВРП на душу населения в субъектах Российской Федерации в период 2000-2013 гг. Коэффициенты р и уровень насыщения Vmxi оценивались индивидуально для каждого субъекта.

При уровне значимости 95 % имеем d1 = 1,49, d2 = 1,74. Таким образом, для построенного уравнения многофакторной регрессии автокорреляция остатков отсутствует.

Уравнение регрессии имеет вид:

V = 57,22 + 0,6Ш + 1,92Н + 0,003Б + 0,48Я, (7)

где и — доля городского населения, %; Н—доля организаций, использующих электронный документооборот; Б — потребительские расходы на душу населения в месяц, руб.; Я — удельный вес автомобильных дорог с твердым покрытием в общей протяженности автомобильных дорог общего пользования, %.

Проведены аналогичные расчеты для грузового автотранспорта и автобусов. В результате были выделены следующие факторы, влияющие на количество грузовых автомобилей в субъектах Российской Федерации:

— число малых предприятий на 10000 чел. населения;

— стоимость фиксированного набора потребительских товаров и услуг, % в процентах к среднероссийской стоимости;

— средняя температура июля;

— среднегодовая стоимость дизельного топлива.

Среди наиболее значимых факторов, влияющими на удельное количество автобусов в субъектах были выявлены:

— коэффициент демографической нагрузки. На 1000 чел. трудоспособного возраста приходится лиц нетрудоспособных возрастов;

— доля людей с высшим образованием в структуре занятых;

— средняя температура января;

— среднегодовая стоимость автомобильного бензина АИ-92.

Модель потребления энергии единицей транспортного средства была построена с учетом результатов эконометрического анализа.

Как было показано в предыдущем разделе, прогнозные значения удельного энергопотребления на транспорте будут рассчитываться на основе экспоненциального закона:

У = р ег* (8)

где Yt — потребление энергии одним автомобилем в год t, т н. э.; ß — потребление энергии одним автомобилем в начальный период появления тенденции к снижению показателя (период t = 0); у — коэффициент интенсивности снижения удельного энергопотребления.

Расчет параметров экспоненциальной функции для субъектов Российской Федерации производился на основе выведенных закономерностей при анализе пространственных моделей. Так, авторами было показано наличие эффекта бета-конвергенции уровня и динамики снижения удельного потребления энергии автомобильным транспортом в различных регионах мира. Эффект бета-конвергенции позволяет оценить зависимость темпов снижения удельного потребления энергии в субъекте i (у;) от его начального значения (ß;):

Ъ = 0,219ßi + 0,126. (9)

То есть, чем выше удельное потребление энергии автомобильным транспортом, тем выше темпы его снижения. Однако при приближении удельного потребления энергии автомобилями к среднемировому уровню темпы его снижения замедляются. Оценка эффекта бета-конвергенции позволяет использовать трендовые модели для прогнозирования удельного потребления энергии автомобильным транспортом при ограниченном периоде наблюдения за данным показателем.

Полученные результаты

Прогнозирование обеспеченности населения автомобильным транспортом проводилось на основе сценарного прогноза населения, публикуемого Департаментом по экономическим и социальным вопросам ООН, а также прогноза численности населения РФ, опубликованном Федеральной службой государственной статистики1. Прогноз ВРП составлен на основе «Прогноза социально-экономического развития Российской Федерации на 2017 г. и на плановый период 2018 и 2019 гг.», опубликованном Министерством экономического развития Российской Федерации в ноябре 2016 г. Долгосрочные ориентиры развития экономики России и ее регионов оценены с учетом «Прогноза долгосрочного социально-экономического развития Российской Федерации на период до 2030 года». Оценка параметров модели проводилась на основе данных статистиче-

1 Федеральная служба государственной статистики. URL: http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ ru/statistics/populatiop/demography/# (дата обращения: 05.12.2015).

450

о о

Московская область —X—Тамбовская область ♦ г. Москва

—г—Республика Татарстан Пермский край —^—Свердловская область

—О— Новосибирская область

Рис. 3. Прогноз количества легковых транспортных средств на 1000 чел. для некоторых субъектов Российской

Федерации (источник:рассчитано авторами)

Таблица 2

Прогноз количества легковых автомобилей в 2018-2040 гг. в Российской Федерации, млн шт.

Федеральный округ Количество легковых автомобилей в 2018-2040 гг.

2018 2019 2020 2025 2030 2035 2040 2040/2018, %

Центральный 12,6 12,7 12,8 13,6 14,4 15,2 16,1 128,0

Сев еро-Западный 4,5 4,6 4,6 4,9 5,2 5,5 5,8 129,0

Южный 4,5 4,6 4,7 5,0 5,2 5,5 5,8 127,2

Северо-Кавказский 2,1 2,1 2,1 2,2 2,4 2,5 2,7 127,6

Приволжский 9,0 9,1 9,2 9,8 10,4 11,0 11,6 129,1

Уральский 4,1 4,1 4,2 4,4 4,7 5,0 5,2 128,8

Сибирский 5,7 5,8 5,8 6,2 6,6 7,0 7,4 129,4

Дальневосточный 2,1 2,1 2,1 2,2 2,3 2,4 2,5 119,8

Россия, всего 44,5 45,0 45,6 48,4 51,2 54,1 57,1 128,1

Источник: рассчитано авторами.

ского сборника «Регионы России. Социально-экономические показатели.2015».

Построенный прогноз обеспеченности населения автомобильным транспортом показывает, что Большинство субъектов Российской Федерации обладают высоким потенциалом роста этого показателя. Кроме того, в среднесрочной перспективе ожидается снижение дифференциации субъектов по уровню обеспеченности населения автотранспортом. Так, за рассматриваемый период в Приморском крае количество транспортных средств на единицу населения увеличится на 8,8 %: с 401 до 436 шт. на 1000 чел. Это связано с приближением обеспеченности населения автотранспортом к «уровню насыщения», вследствие чего рост

спроса на автотранспорт существенно снижается. В перспективе в Новосибирской области увеличение уровня автомобилизации произойдет на 23,6 %: с 323 до 399 шт. на 1000 чел. (рис. 3).

Для расчета абсолютных значений количества транспортных средств в федеральных округах Российской Федерации использовались прогнозы численности населения Федеральной службы государственной статистики и прогноз Департамента по экономическим и социальным вопросам ООН.

Согласно выполненному прогнозу, к 2040 г. количество легковых автомобилей в России вырастет на 28 %: с 44,5 млн в 2018 г. до 57,1 млн в 2040 г. Наибольший прирост автомобилей

Таблица 3

Прогноз количества автомобильного транспорта в 2018-2040 гг. по федеральным округам

Российской Федерации, млн шт.

Федеральный округ Количество автомобильного транспорта в 2018-2040 гг

2018 2019 2020 2025 2030 2035 2040 2040/2018, %

Центральный 14,4 14,5 14,7 15,6 16,5 17,4 18,3 127,7

Северо-Западный 5,2 5,3 5,4 5,7 6,0 6,4 6,7 128,7

Южный 5,3 5,4 5,4 5,8 6,1 6,4 6,7 127,0

Северо-Кавказский 2,6 2,6 2,6 2,8 2,9 3,1 3,3 127,2

Приволжский 10,4 10,5 10,7 11,3 12,0 12,7 13,4 128,8

Уральский 4,8 4,8 4,9 5,2 5,5 5,8 6,2 128,4

Сибирский 6,7 6,8 6,9 7,3 7,7 8,2 8,7 129,1

Дальнев о сточный 2,4 2,5 2,5 2,6 2,7 2,8 2,9 119,8

Россия, всего 51,8 52,4 53,0 56,3 59,5 62,9 66,2 127,8

Источник: рассчитано авторами. 1,90

Рис. 4. Фактические значения и прогноз удельного потребления энергии по Федеральным округам России (источник:

рассчитано авторами)

произойдет в Сибирском Федеральном округе — на 29,4 % к 2040 г. (табл. 2). Среди субъектов наибольший темп прироста легковых автомобилей ожидается в республике Башкортостан 30,4 % (на 394 тыс. к 2040 г.). В абсолютном выражении к 2040 г. наибольший прирост легковых автомобилей ожидается в г. Москва — на 1,218 млн. Наименьший прирост легкового автотранспорта прогнозируется в Чукотском автономном округе и Камчатском крае.

Согласно выполненному прогнозу, к 2040 г. количество автобусов в России вырастет на 22,4 %: с 899 тыс. в 2018 г. до 1,1 млн в 2040 г. Наибольший прирост автобусов в 2016-2040 гг. прогнозируется в Сибирском федеральном округе — на 23,9 %. К 2040 г. прогнозируется рост числа грузовых автомобилей на 26,6 %: с 6,4 млн в 2018 г. до 8,1 млн в 2040 г.

Всего в Российской Федерации за прогнозируемый период 2018-2040 гг. ожидается увеличение автомобильного транспорта на 14,4 млн единиц: с 51,8 млн до 66,2 млн. Наибольшие темпы прироста прогнозируются в центральных регионах России и в отдельных областях Сибири. Наименьшие темпы прироста ожидаются в Чукотском автономном округе, Камчатском и Приморском краях, что связано, прежде всего, с низкой динамикой численности населения (табл. 3).

Прогноз удельного потребления энергии автомобильным транспортом. Прогноз удельного потребления энергии на транспорте отражает технологические изменения, на которые влияют такие факторы, как уменьшение объема двигателей, увеличение доли дизельных и гибридных силовых устано-

Таблица 4

Прогноз структуры энергоносителей на автомобильном транспорте России

Энергоноситель Структура энергоносителей на автомобильном транспорте, 2018, 2020, 2025, 2035, 2040 гг.

2018 2020 2025 2030 2035 2040

Нефтепродукты (бензин, дизельное топливо, СНГ) 93,4 92,7 90,5 87,6 85,3 83,0

Прочее (природный газ, электроэнергия и др.) 6,6 7,3 9,5 12,4 14,7 17,0

Источник: рассчитано авторами.

Таблица 5

Прогноз спроса на бензин и дизельное топливо автомобильным транспортом Российской Федерации с дифференциацией по федеральным округам, 2018-2040 гг.

Федеральный округ Прогноз спроса на бензин и дизельное топливо в автомобильным транспорте в 2018-2040 гг.

2018 2019 2020 2025 2030 2035 2040

Центральный 15,8 15,7 15,6 15,1 14,4 13,8 13,2

Сев еро-Западный 7,0 7,0 7,0 6,7 6,4 6,2 5,9

Южный 6,8 6,8 6,7 6,5 6,2 5,9 5,6

Северо-Кавказский 1,4 1,4 1,4 1,3 1,2 1,2 1,1

Приволжский 12,7 12,6 12,5 12,1 11,6 11,1 10,7

Уральский 6,5 6,4 6,4 6,2 5,9 5,7 5,4

Сибирский 8,7 8,6 8,6 8,3 7,9 7,6 7,3

Дальневосточный 3,0 3,0 2,9 2,8 2,6 2,5 2,3

Российская Федерация 61,9 61,4 61,1 59,0 56,4 54,1 51,7

Источник: рассчитано авторами.

вок, увеличение эффективности двигателей.

Выполненный прогноз показал снижение дифференциации удельного энергопотребления автотранспортом по федеральным округам. Но различные природно-климатические условия и уровень развития инфраструктуры не позволяют полностью нивелировать федеральные округа по этому показателю.

Наибольшее удельное потребление энергии на единицу автомобильного транспорта к 2040 г. прогнозируется в Северо-Западном и Уральском федеральных округах (1,06 т н. э. на одно автотранспортное средство в год). Наименьшие значения показателя прогнозируется в Центральном федеральном округе (0,87 т н. э. на одно автотранспортное средство в год) (рис. 4). Непредставленные расчеты по Северо-Кавказскому округу показывают существенно заниженные результаты, что вызывает сомнение в достоверности статистической базы, а также косвенно свидетельствует о значительном нелегальном рынке ГСМ в округе.

Прогноз спроса на бензин и дизельное топливо автомобильным транспортом России. Анализ тенденций изменения структуры энергопотребления на транспорте позволил выполнить прогноз показателей на среднесрочную перспективу. Так, в России прогнозиру-

ется увеличение доли альтернативных источников энергии (сжиженный нефтяной газ, газ газовых месторождений, биотопливо, электрическая энергия) на автортанспорте к 2020 г. до 7,3 %, к 2040 г. - до 17 % (табл. 4).

Повышение энергоэффективности на транспорте, экспансия гибридных силовых установок и активное внедрение альтернативных видов моторного топлива, прежде всего, метана, приведут к снижению потребления бензина и дизельного топлива автомобильным транспортом [14]. Так в период 2018-2040 гг. потребление нефтепродуктов автомобильным транспортом сократится на 10,2 млн т: с 61,9 млн т н. э. до 51,7 млн т н.э. (табл. 5).

Заключение

Транспортный сектор играет ключевую роль в формировании спроса на нефтепродукты. В России около трех четвертей нефтепродуктов потребляется на транспорте. Таким образом, транспорт оказывает существенное влияние на перспективы расширения и модернизации существующих НПЗ, а также на строительство и территориальное размещение новых заводов [15].

Во многих странах с развивающейся экономикой, где уровень автомобилизации находится на низком уровне, происходит быстрый рост парка автомобилей. Так, в странах АТР, со-

гласно прогнозу ВР, ожидается увеличение количества автомобилей к 2030 г. более чем в 2 раза. В России при выполнении благоприятного сценария демографического прогноза к 2040 г. ожидается рост количества автомобилей на 14,4 млн: с 51,8 млн до 66,2 млн. Это является основным фактором, который будет поддерживать спрос на жидкие углеводороды в среднесрочной перспективе.

С начала 2000-х гг. началось активное развитие гибридных силовых установок и электродвигателей. Период высоких цен на нефть привел к необходимости повышать эффективность потребления энергоносителей, в том числе на автомобильном транспорте. В результате внедрения энергосберегающих технологий и выпуска более экономичных автомобилей в странах с относительно невысоким темпом прироста автопарка происходит снижение потребления энергии на транспорте. В России к 2040 г., несмотря на существенный прирост автомоби-

лей, ожидается снижение общего потребления энергии на транспорте.

С 2000-х гг. на фоне ужесточения экологических требований к автомобилям и высоких цен на автомобильное топливо, наблюдается процесс диверсификации энергоносителей. Тем не менее, к 2030 г. в структуре энергоносителей на транспорте по-прежнему ожидается доминирование традиционного автомобильного топлива (бензина и дизельного топлива). Несмотря на высокие темпы увеличения доли других энергоносителей, таких как природный газ и электроэнергия, широкое их распространение ограничивается низким уровнем развития инфраструктуры и недостаточным стимулированием к их использованию со стороны правительства.

В результате повышения эффективности автотранспорта и диверсификации энергоносителей, спрос на традиционное автомобильное топливо к 2030 г. сократится на 8,9 % — до уровня 56,4 млн т в год.

Благодарность

Авторы выражают благодарность фонду РФФИ № 15-06-090994, 16-36-00369, 17-06-00537.

Список источников

1. Арслангулов У. Ю. Перспективы мирового транспортного сектора. — М. : ИД «Энергия». — 2009. — 52 с.

2. Эдер Л. В., Немов В. Ю., Филимонова И. В. Перспективы энергопотребления на транспорте. Методические подходы и результаты прогнозирования // Мир экономики и управления. — 2016. — Т. 16. — № 1. — С. 25-38.

3. Paravantis J. A., Georgakellos D. A. Trends in energy consumption and carbon dioxide emissions of passenger cars and buses // Technological Forecasting and Social Change. — 2007. — Vol. 74. — Issue 5. — pp. 682-707.

4. Liddle B., Lung S. The long-run causal relationship between transport energy consumption and GDP: Evidence from heterogeneous panel methods robust to cross-sectional dependence // Economics Letters. — 2013. — Vol. 121. — Pp. 524-527.

5. Dargay J., Gately D., Sommer M. Vehicle Ownership and Income Growth, Worldwide: 1960-2030 // Energy Journal. — 2007. — Vol. 28. — No. 4. — Pp. 143-170.

6. Хрусталёв Е. Ю., Ратнер П. Д. Технологический прогресс и энергоэффективность в промышленности и на транспорте // Экономический анализ. Теория и практика. — 2015. — № 2. — С. 36-44.

7. Эдер Л. В. Прогноз мирового энергопотребления. Методические подходы, сравнительные оценки // Минеральные ресурсы России. Экономика и управление. — 2013. — № 6. — С. 15-26.

8. Мазурова О. В. Энергопотребление российского транспорта на фоне глобальных тенденций // Энергетическая политика. — 2010. — № 3. — С. 62-66.

9. Прогноз развития энергетики мира и России до 2040 года. — М., ИНЭИ РАН. — 2014. — 175 с. [Электронный ресурс]. URL: https://www.eriras.ru/files/forecast_2040.pdf (дата обращения: 3.04.2016).

10. Андреев А. Ф., Карпель Е. М. Стратегии реализации природного газа в качестве моторного топлива на автотранспорте // Проблемы экономики и управления нефтегазовым комплексом. — 2012. — № 3. — С. 11-16.

11. Петров В. Ю. Легковой автотранспорт будущего. Электромобили, водородные или традиционные автомобили? // Автомобильная промышленность. — 2009. — № 5. — C. 7-11.

12. Иванов А. В. Состояние и мировые тенденции использования природного газа в качестве альтернативного моторного топлива на автотранспорте // Нефть, газ и бизнес. — 2011. — № 5. — С. 3-8

13. Эдер Л. В., Немов В. Ю. Прогнозирование потребления энергии на транспорте. Методические подходы, результаты оценок // Наука и техника транспорта. — 2016. — № 1. — С. 37-47.

14. Синяк Ю. В., Колпаков А. Ю. Экономические оценки использования в автотранспорте альтернативных моторных топлив на базе природного газа // Проблемы прогнозирования. — 2012. — № 2. — С. 34-47.

15. Kontorovich A. E., Eder L. V., Nemov V. Yu. Oil and gas in the Russian economics // Neftyanoe khozyaystvo — Oil Industry. 2013. — Issue 1. — Pp. 4-8.

Информация об авторах

Эдер Леонтий Викторович — доктор экономических наук, профессор, заведующий лабораторией экономики недропользования и прогноза развития нефтегазового комплекса, Институт нефтегазовой геологии и геофизики

им. А. А. Трофимука СО РАН; заведующий специализацией «Экономика и управления в энергетическом комплексе» экономического факультета, Новосибирский государственный университет; старший научный сотрудник, Федеральный исследовательский центр угля и углехимии СО РАН; Scopus Author ID: 8726223100, ORCID = 00000003-0148-7036 (Российская Федерация, 630090, г. Новосибирск, пр. Академика Коптюга, 3, 412; e-mail: ederlv@ yandex.ru).

Филимонова Ирина Викторовна — доктор экономических наук, профессор, ведущий научный сотрудник, Институт нефтегазовой геологии и геофизики им. А. А. Трофимука СО РАН; заведующая кафедрой политической экономики Экономического факультета Новосибирского государственного университета (Российская Федерация, 630090, г. Новосибирск, пр. Академика Коптюга, 3, 412; e-mail: filimonovaiv@list.ru).

Немов Василий Юрьевич — кандидат экономических наук, младший научный сотрудник, Институт нефтегазовой геологии и геофизики им. А. А. Трофимука СО РАН (Российская Федерация, 630090, г. Новосибирск, пр. Академика Коптюга, 3, 421; e-mail: nemovvu@ipgg.sbras.ru).

Проворная Ирина Викторовна — кандидат экономических наук, научный сотрудник, Институт нефтегазовой геологии и геофизики им. А. А. Трофимука СО РАН (Российская Федерация, 630090, г. Новосибирск, пр. Академика Коптюга, 3, 412; e-mail: provornayaiv@gmail.com).

For citation: Eder, L. V., Filimonova, I. V., Nemov, V. Yu. & Provornaya, I. V. (2017). Forecasting of Energy and Petroleum Consumption by Motor Transport in the Regions of the Russian Federation. Ekonomika regiona [Economy of Region], 13(3), 859-870

L. V. Eder а b c), I. V. Filimonova а c), V. Yu. Nemov а), I. V. Provornaya а)

а) Trofimuk Institute of Petroleum Geology and Geophysics of Siberian Branch of RAS (Novosibirsk, Russian Federation; e-mail: ederlv@yandex.ru) b) Federal Research Center of Coal and Coal Chemistry of the Siberian Branch of RAS (Novosibirsk, Russian Federation)

c) Novosibirsk State University (Novosibirsk, Russian Federation)

Forecasting of Energy and Petroleum Consumption by Motor Transport in the Regions of the Russian Federation

The paper offers the directions for the improvement of methodological approach to forecasting the energy consumption in transport, taking into account special features of Russian regions. The authors developed a multivariate model allowing to predict the motor vehicle rate specified for the regions of the Russian Federation depending on the economic, social and institutional features. We formalized the dynamic (trend) model for predicting the effectiveness of energy consumption per unit of the vehicle in Russia with details on Federal districts. In the study, in predicting the number of motor transport, the authors applied the methods of economic and mathematical simulation modelling based on the results of the econometric analysis for the calculation of the population having motor transport. In determining the potential specific energy consumption, we have aggregated trending patterns and convergence. The study has shown that by 2040, the number of passenger cars in Russia will grow to 57.1 million, and the total number of all types of road transport will grow by 14.9 million units to 66.2 million. The highest growth rates are predicted in the Central regions of Russia and in some areas of Siberia. The smallest growth rates are expected in the Chukotka Autonomous District, Kamchatka and Primorsky regions. Energy efficiency in transport and active introduction of alternative motor fuels, primarily methane, will reduce the consumption of gasoline and diesel fuel by motor transport. Thus, in the forecast period of2018-2040, the consumption of petroleum products by motor transport will be reduced by 8.9 million tons: from 61,9 million tons of oil to 51.7 million tons of oil. The results of the study can be applied for the formulation of proposals on the creation of scientific and methodological apparatus to predict the development of transport sector and oil products supply in of the regions of Russia.

Keywords: energy consumption, motor transport, forecasting, oil-products, alternative energy source, subjects of the Russian Federation, Federal districts, energy efficiency, structure of vehicles, energy market forecasts

Acknowledgements

The article has been supported by the Russian Foundation for Basic Research № 15-06-090994, 16-36-00369, 17-0600537.

References

1. Arslangulov, U. Yu. (2009). Perspektivy mirovogo transportnogo sektora [Prospects of the world transport sector]. Moscow: Energiya Publ., 52. (In Russ.)

2. Eder, L. V., Nemov, V. Yu. & Filimonova, I. V. (2016). Perspektivy energopotrebleniya na transporte. Metodicheskie podkhody i rezultaty prognozirovaniya [Prospects for Transport Energy Consumption: Methodological Approaches and Results of Forecasting]. Mir ekonomiki i upravleniya [World of Economics and Management], 16(1), 25-38. (In Russ.)

3. Paravantis, J. A. & Georgakellos, D. A. (2007). Trends in energy consumption and carbon dioxide emissions of passenger cars and buses. Technological Forecasting and Social Change, 74(5), 682-707.

4. Liddle, B. & Lung, S. (2013). The long-run causal relationship between transport energy consumption and GDP: Evidence from heterogeneous panel methods robust to cross-sectional dependence. Economics Letters, 121, 524-527.

5. Dargay, J., Gately, D. & Sommer, M. (2007). Vehicle Ownership and Income Growth, Worldwide: 1960-2030. Energy Journal, 28(4), 143-170.

6. Khrustalev, E. Yu. & Ratner, P. D. (2015). Tekhnologicheskiy progress i energoeffektivnost v promyshlennosti i na transporte [Technological progress and energy efficiency in industry and transport]. Ekonomicheskiy analiz: teoriya i praktika [Economic Analysis: Theory and Practice], 2, 36-44. (In Russ.)

7. Eder, L. V. (2013). Prognoz mirovogo energopotrebleniya. Metodicheskie podkhody, sravnitelnyye otsenki [Forecast of world energy consumption: methodological approaches, comparative evaluation]. Mineralnyye resursy Rossii. Ekonomika i upravlenie [Mineral Resources of Russia. Economics and Management], 6, 15-26. (In Russ.)

8. Mazurova, O. V. (2010). Energopotreblenie rossiyskogo transporta na fone globalnykh tendentsiy [Energy consumption of Russian transport against the global tendency background]. Energeticheskayapolitika [Energy Policy], 3, 62-66. (In Russ.)

9. Prognoz razvitiya energetiki mira i Rossii do 2040 goda [The Outlook for Energy of the world and Russia until 2040]. (2014). Moscow: INEI RAN Publ, 175. Retrieved from: https://www.eriras.ru/files/forecast_2040.pdf (date of access: 3.04.2016). (In Russ.)

10. Andreev, A. F. & Karpel, E. M. (2012). Strategii realizatsii prirodnogo gaza v kachestve motornogo topliva na av-totransporte [Strategy of natural gas realization as motor fuelfor automobile transport]. Problemy ekonomiki i upravleniya neftegazovym kompleksom [Problems of Economics and Management of Oil and Gas Complex], 3, 11-16. (In Russ.)

11. Petrov, V. Yu. (2009). Legkovoy avtotransport budushchego. Elektromobili, vodorodnye ili traditsionnye avtomo-bili? [Passenger vehicles of the future. Electric vehicles, hydrogen or traditional cars?]. Avtomobilnaya promyshlennost [Automobile industry], 5, 7-11. (In Russ.)

12. Ivanov, A. V. (2011). Sostoyanie i mirovyye tendentsii ispolzovaniya prirodnogo gaza v kachestve alternativnogo motornogo topliva na avtotransporte [Situation and Global Trends Using Natural Gas as an Alternative Fuel for Motor Transport]. Neft, gaz i biznes [Oil, Gas and Business], 5, 3-8. (In Russ.)

13. Eder, L. V. & Nemov, V. Yu. (2016). Prognozirovanie potrebleniya energii na transporte. Metodicheskie podkhody, re-zultaty otsenok [Projection of energy consumption on transport: methodical approaches, estimate results]. Nauka i tekhnika transporta [Science and Technology in Transport], 1, 37-47. (In Russ.)

14. Sinyak, Yu. V. & Kolpakov, A. Yu. (2012). Ekonomicheskie otsenki ispolzovaniya v avtotransporte alternativnykh motornykh topliv na baze prirodnogo gaza [Economic assessment of the use in motor transport of alternative motor fuels on the basis of natural gas]. Problemyprognozirovaniya [Studies on Russian Economic Development], 2, 34-47. (In Russ.)

15. Kontorovich, A. E., Eder, L. V. & Nemov, V. Yu. (2013). Oil and gas in the Russian economics. Neftyanoye khozyaystvo [Oil Industry], 1, 4-8.

Authors

Leontiy Viktorovich Eder — Doctor of Economics, Professor, Head of the Laboratory of Hydrocarbon Resources & Forecasts for Oil and Gas Complex Development, Trofimuk Institute of Petroleum Geology and Geophysics of the Siberian Branch of RAS; Department of Economics, Novosibirsk State University; Senior Research Associate, Federal Research Center of Coal and Coal Chemistry of the Siberian Branch of RAS; Scopus Author ID: 8726223100, ORCID = 0000-00030148-7036 (3, Akademika Koptyuga Ave., Novosibirsk, 630090, Russian Federation; e-mail: ederlv@yandex.ru).

Irina Viktorovna Filimonova — Doctor of Economics, Professor, Senior Research Associate, Trofimuk Institute of Petroleum Geology and Geophysics of the Siberian Branch of RAS; Head of the Chair of Political Economy, Department of Economics, Novosibirsk State University (3, Akademika Koptyuga Ave., Novosibirsk, 630090, Russian Federation; e-mail: filimonovaiv@list.ru).

Vasily Yuryevich Nemov — PhD in Economic, Research Assistant, Trofimuk Institute of Petroleum Geology and Geophysics of the Siberian Branch of RAS (3, Akademika Koptyuga Ave., Novosibirsk, 630090, Russian Federation; e-mail: nemovvu@ipgg.sbras.ru).

Irina Viktorovna Provornaya — PhD in Economics, Research Associate, Trofimuk Institute of Petroleum Geology and Geophysics of the Siberian Branch of RAS (3, Akademika Koptyuga Ave., Novosibirsk, 630090, Russian Federation; e-mail: provornayaiv@gmail.com).

Для цитирования: Попов П. В., Мирецкий И. Ю., Логинова Е. В. Эффективное размещение распределительно-подсортировочных складов на территории региона // Экономика региона. — 2017. — Т. 13, вып. 3. — С. 871-882 doi 10.17059/2017-3-19 УДК 658.78.011.1

П. В. Попов, И. Ю. Мирецкий, Е. В. Логинова

Волжский гуманитарный институт (филиал), Волгоградский государственный университет

(Волжский, Российская Федерация; e-mail: popov@vgi.volsu.ru).

ЭФФЕКТИВНОЕ РАЗМЕЩЕНИЕ РАСПРЕДЕЛИТЕЛЬНО-ПОДСОРТИРОВОЧНЫХ СКЛАДОВ НА ТЕРРИТОРИИ РЕГИОНА 1

Статья посвящена решению актуальной задачи построения эффективной логистической инфраструктуры региона, подзадачей которой является формирование складской сети. Эффективное размещение складской сети входит в число приоритетных задач для трансграничных регионов, поскольку предоставляет им возможность получать выгоду от включенности в глобальную цепочку создания добавленной стоимости, способствует созданию дополнительных рабочих мест и, в конечном итоге, приводит к росту ВРП. Авторами предлагается подход к определению местоположения распределительно-подсортировочных складов на территории регионов Российской Федерации. Подход позволяет решать проблему эффективного размещения складской сети на территории региона с учетом основных показателей его социально-экономического развития. При реализации подхода выявлены показатели, которые в большей степени влияют на выбор местоположения объектов складской сети. Методический инструментарий проведенного исследования включает методы АВС- и кластерного анализа, что обеспечивает выявление в регионе городов и муниципальных районов, на территории которых целесообразно размещать объекты складской сети. Апробация разработанного подхода проведена на примере Волгоградской области, для которой решение проблемы создания сети распределительно-подсортировочных складов относится к приоритетным, учитывая географическое положение и промышленный потенциал региона. Анализ значений показателей за период с 2010 г. по 2014 г. при помощи методов классического и современного АВС-анализа, а также двухэтапного кластерного анализа позволил осуществить территориальную привязку складской сети в Волгоградской области. Исследование также показало, что при разбиении городов и муниципальных районов региона на кластеры наибольшее влияние оказывают такие показатели, как инвестиции в основной капитал, грузооборот автомобильного транспорта и перевозки грузов автомобильным транспортом.

Ключевые слова: социально-экономические показатели, распределительно-подсортировочные склады, эффективное размещение складов, двухэтапный кластерный анализ, АВС-анализ

Введение

В прогнозе сценарных условий и основных макроэкономических параметров социально-экономического развития Российской Федерации на 2017-2019 гг., разработанном Минэкономразвития РФ, рассматриваются три варианта: базовый (темпы роста ВВП в 2016 г. составят — 0,2 % с возобновлением роста к концу года, в 2017 г. — 0,8 %, в 2018 г. — 1,8 % и в 2019 г. — 2,2 %), консервативный (снижение ВВП в 2016 г. составит 2,1 %, в 2017 г. — 0,4 %, в 2018-2019 гг. ожидаемые темпы роста составят 0,7-1,6 %) и целевой (темпы роста ВВП в 2016 г. составят — 0,2 %, в 2017 г. — 0,4 %, в 2018 г. —

1 © Попов П. В., Мирецкий И. Ю., Логинова Е. В. Текст. 2017.

2,9 %, в 2019 г. — 4,5 %)2. Все три варианта предполагают сохранение негативного влияния внешних факторов (конъюнктура цен на мировых сырьевых рынках, геополитическая нестабильность, санкционный режим со стороны ЕС и США), но только в целевом варианте предполагается обеспечение темпов экономического роста не ниже среднемировых за счет реализации частным капиталом в инновационных секторах экономики системообразующих и эф-

2 Сценарные условия, основные параметры прогноза социально-экономического развития Российской Федерации и предельные уровни цен (тарифов) на услуги компаний инфраструктурного сектора на 2017 год и на плановый период 2018 и 2019 годов [Электронный ресурс]. URL: http:// economy.gov.ru/wps/wcm/connect/d8297656-48da-4d60-aec3-1d3d27ee908e/Сценарные+условия2017_2019.pdf (дата обращения: 12.09.2016 г.).

фективных инвестиционных проектов при активной поддержке со стороны государства

К числу проектов, способных обеспечить российской экономике выход из затянувшегося кризиса, без сомнения, относится развитие логистической инфраструктуры, которая способствует оптимизации и интеграции бизнес-процессов с целью снижения издержек, уменьшению транзакционных издержек при продвижении материального потока до конечного потребителя и повышению инвестиционной привлекательности, как отдельных регионов, так и национальной экономики в целом.

Кроме того, по результатам исследования профессора Индийского центра исследовательских и информационных систем развивающихся стран Прабира Де, улучшение качества транспортно-логистической системы на 10 % приводит к росту экспорта на 2 % в экспортирующей экономике и к росту импорта на 3 % для импортирующей экономики2, способствуя межрегиональной и внутрирегиональной связанности экономического пространства [1, с. 33].

К сожалению, в настоящее время Россия не относится к числу стран - лидеров по развитию транспортно-логистических услуг. В мировом рейтинге по значению индекса эффективности логистики ^Р1), который определялся в 2014 г. по методике Всемирного банка для 160 стран, Россия заняла 90-е место3. Сложившаяся ситуация в значительной степени обусловлена низкой востребованностью со стороны потребителей таких услуг, как складирование и дистрибуция товаров, управленческая логистика (управление запасами, интегрированное планирование, оптимизация логистических бизнес-процессов), что нашло отражение в структуре российского рынка логистических услуг. Если в странах ЕС и США на долю грузоперевозок и транспортно-экспедиторских услуг приходится 69,0 % рынка, складирование и дистрибуцию — 19,0 % и управленческую логистику - 12,0 %, то в России соответственно 94,4, 5,0 и 0,6 % [2]. Исключением из общего правила

1 Там же.

2 The Importance of Trade Costs: A Gravity Model Applications / 3rd ARTNeT Capacity Building Workshop. UNESCAP. Bangkok. 26-30 March 2007 [Электронный ресурс]. URL: http://artnet.unescap.org/tid/artnet/mtg/cb3_d2s3dea.pdf (дата обращения: 13.09.2016 г.).

3 Connecting to Compete 2014 Trade Logistics in the Global

Economy The Logistics Performance Index and Its Indicators [Электронный ресурс]. URL: http://www.worldbank.org/

content/dam/Worldbank/document/Trade/LPI2014.pdf (дата обращения: 04.07.2016 г.).

являются Москва, где сосредоточено 64 % российского рынка логистических услуг, Санкт-Петербург, на долю которого приходится 14 % рынка, а также Екатеринбург и Новосибирск (по 4 %), Казань, Нижний Новгород и Ростов-на-Дону (по 2 %), на долю же остальных российских регионов приходится 6 % данного рынка4. Следует отметить, что все указанные города расположены в регионах, являющихся лидерами по итогам 2013 г. по уровню ВРП в соответствующих федеральных округах5. Таким образом, существует прямая зависимость между объемом ВРП и уровнем развития рынка логистических услуг. Более того, имеет место и обратная связь — чем более широк спектр оказываемых логистических услуг в регионе, тем больше условий создается для роста ВРП.

Особую актуальность развитие технологий логистики и управления цепями поставок приобретает в трансграничных регионах, расположенных на пересечении международных транспортных коридоров, поскольку оно, во-первых, способствует реализации неиспользуемого в полной мере транзитного потенциала, обусловленного выгодным географическим положением, а во-вторых, обеспечивает пространственное обустройство территорий Российской Федерации с учетом инфраструктурных и производственно-ресурсных потребностей проживающего на территориях населения [3, с. 23]. К числу таких регионов относится и Волгоградская область, через которую проходят международные транспортные коридоры, связывающие Прикаспийские и Центрально-Азиатские государства с Россией и странами южной, восточной и северной Европы. Имея достаточно развитую транспортную сеть, которая объединяет железнодорожные, автомобильные, водные и авиационные маршруты, Волгоградская область не имеет возможности в полной мере извлекать выгоду от ее использования, поскольку в регионе существует высокий дефицит складов, относящихся к классу А и А+. В настоящее время на территории региона (г. Волгоград и городское поселение Ерзовка) функционируют три современных складских комплекса, принадлежащие крупным ритей-лерам. Однако существуют ограничения в использовании этих комплексов в реализации транзитного потенциала Волгоградской обла-

4 Симонова Л. Рынок ТЛУ в условиях экономической рецессии. Прогноз до 2017 г. [Электронный ресурс]. URL: http://www.gaidarforum.ru/files/Simonova_RBC_16.01.15.pdf (дата обращения: 02.09.2016 г.)

5 Российский статистический ежегодник. 2015: стат. сб. / Росстат. М., 2015. С. 293-295 (дата обращения: 02.09.2016 г.).

сти, поскольку они применяются для удовлетворения исключительно собственных нужд ри-тейлеровТак как в 2013-2015 гг. позитивных сдвигов в развитии складской инфраструктуры Волгоградской области не произошло, одним из приоритетных направлений развития региона на ближайшие годы должно стать создание логистических комплексов, предоставляющих весь спектр логистических услуг. Реализация подобных инфраструктурных объектов в Волгоградской области обеспечит условия для стратегического развития международного транспортного коридора Север — Юг, даст возможность региону получать выгоду от включенности в глобальную цепочку создания добавленной стоимости, а также увеличит количество рабочих мест в регионе и будет способствовать росту ВРП.

Еще одним фактором, подтверждающим необходимость создания складских объектов на территории Волгоградской области, является обеспечение комфортной среды для граждан и субъектов предпринимательской деятельности посредством развития многоформатной инфраструктуры торговли. Достижению данной цели, согласно Стратегии развития торговли в Российской Федерации на 2015-2016 годы и период до 2020 года, будет способствовать создание оптовых распределительных центров, задача которых заключается в инфраструктурной поддержке развития конкурентной среды для производителей и торговли всех форматов 2. Следует отметить, что подобные распределительные центры позволят аккумулировать продукцию производителей в радиусе 200-300 км и дальше, что будет способствовать развитию местного производства и позволит стимулировать открытие новых производств в регионе3.

В настоящее время развитие складского хозяйства ориентировано на строительство логистических центров, расположенных на пересечении международных транспортных коридоров, и сети распределительно-подсортиро-вочных складов на территории субъектов РФ. Месторасположение системы ключевых логи-

1 Обзор индустриально-складского сегмента за 4 квартал 2012 года. Итоги года. Волгоград. Февр. 2013 г. [Электронный ресурс]. URL: http://taungk.ru/docs/analit/ analit_materials/obzor_sklady_4_kvartal_2012_god.pdf (дата обращения: 04.07.2016 г.)

2 Стратегия развития торговли в Российской Федерации на 2015-2016 годы и период до 2020 года. — С. 10 [Электронный ресурс]. URL: http://www.consultant.ru/document/cons_doc_ LAW_173113/ (дата обращения: 16.01.2017 г.)

3 Там же. С. 11.

стических центров на транспортных маршрутах Российской Федерации определено комплексным планом развития инфраструктуры автомобильных и железных дорог, включенных в Перечень транспортных маршрутов ЕврАзЭС4. Реализация плана взаимоувязана с другими крупными проектами и программами развития инфраструктуры, осуществляемыми на международном и национальном уровнях. Однако этим планом не предусмотрена локализация распределительно-подсортировочных складов в регионах, что и определило проблему решения задачи эффективного размещения складской сети на территории Волгоградской области на основе анализа социально-экономических показателей, поставленную в рамках данной статьи.

Теоретические методы формирования складской сети

Согласно проведенному анализу научной литературы [5-13], в настоящее время для определения месторасположения распределительного центра и распределительно-под-сортировочных складов применяются экономико-математические методы АВС, центра тяжести, Ардалана, модели коммерческого притяжения, а также кластерный и дискрими-нантный анализ.

Метод центра тяжести применяется для определения места расположения только одного распределительного центра и не позволяет сформировать региональную сеть складов общего назначения. Метод Ардалана ориентирован на определение мест расположения двух и более распределительных центров или распределительно-подсортировочных складов на основе минимизации транспортных затрат, связанных с поставкой товаров в центры гру-зопереработки. Модели коммерческого притяжения позволяют определить местоположение склада таким образом, чтобы для большого количества клиентов оно было привлекательно с позиции скорости и стоимости доставки.

Дискриминантный анализ позволяет выполнить разделение выборки на классы и получить оценку влияния вклада ключевых показателей в разделение объектов и вероятности отнесения объекта к каждому классу [13].

4 Комплексный план развития инфраструктуры автомобильных и железных дорог, включенных в Перечень транспортных маршрутов ЕврАзЭС [Электронный ресурс]. URL: https://www.unece.org/fileadmin/DAM/trans/doc/2010/ wp5/ECE-TRANS-WP5-GE2-05-pres03r.pdf (дата обращения: 04.07.2016 г.)

Кластерный анализ при решении ряда задач является более эффективным, чем другие многомерные методы при разбиении выборки на группы по схожим значениям изучаемых признаков, поскольку позволяет осуществлять разбиение совокупности испытуемых на группы по измеренным признакам с целью дальнейшей проверки причин межгрупповых различий по внешним критериям и классифицировать объекты на основе непосредственных оценок различий между ними.

Применение кластерного анализа как значительно более простого и наглядного аналога факторного анализа представляется целесообразным, когда ставится только задача группировки признаков на основе их корреляции.

Для разделения первичных данных на группы будет использован двухэтапный кластерный анализ в программе IBM SPSS Statistics 20. Двухэтапный кластерный анализ может работать как с категориальными, так и непрерывными переменными, позволяет автоматически осуществлять выбор числа кластеров и обеспечивает масштабируемость данных [14].

Особенностью двухэтапного кластерного анализа является возможность использования зависимой (классифицирующей) переменной, выраженной в номинативной шкале.

Метод АВС позволяет определить влияние социально-экономических показателей и выявить группу показателей, которая оказывает существенное влияние на изучаемый фактор. К преимуществу метода можно отнести возможность работы с большим количеством разнородных статистических данных.

В рамках проводимого исследования предлагается методический подход к определению месторасположения сети распределительно-подсортировочных складов на территории региона, основанный на использовании совокупного потенциала методов АВС и двухэтапного кластерного анализа. В исследовании будет показана согласованность результатов, полученных методами АВС и двухэтапного кластерного анализа. Применение указанного подхода обеспечит эффективное размещение складской сети на территории региона.

Исходные данные и методы исследования

Первым этапом решения поставленной в исследовании проблемы было определение совокупности показателей, анализ которых позволил бы осуществить выбор местоположения распределительно-подсортировочных складов на территории Волгоградской области. Объектами исследования выступали 6 город-

ских округов и 33 муниципальных района. В качестве таких показателей были приняты следующие [15]:

— объем отгруженных товаров собственного производства, выполненных работ и услуг собственными силами (обрабатывающие производства, производство и распределение электроэнергии, газа и воды), млн руб.;

— численность трудоспособного населения, тыс. чел.;

— среднемесячная заработная плата на одного работника, руб.;

— число жителей на 1 км2;

— объем работ, выполненных по виду экономической деятельности «Строительство», млн руб.;

— перевозки грузов автомобильным транспортом, тыс. т;

— оборот розничной торговли, млн руб.;

— грузооборот автомобильного транспорта, тыс. тонно-километров;

— инвестиции в основной капитал, млн руб.

Выбор социально-экономических показателей выполнен в соответствии с классическим подходом [16, 17].

Для расчетов использовалась программа IBM SPSS Statistics 20 (расчет выполнялся для 2010-2014 гг.). Вследствие того, что значения изучаемых характеристик могут различаться в десять и более раз, при расчете в программе IBM SPSS Statistics 20 задается функция предварительной стандартизации переменных. Она приводит значения всех преобразованных переменных к единому диапазону значений путем вычисления отношения значений к величине, отражающей свойства конкретного признака.

Классический метод анализа АВС проводился отдельно по каждому из восьми основных социально-экономических показателей Волгоградской области. После этого для каждого объекта исследования определялось, сколько раз он относился к группе А. Если районы Волгоградской области и города областного подчинения относились к группе А по шести и более показателям, то делался вывод о том, что в таких пунктах целесообразно строительство сети распределительно-подсорти-ровочных складов. Достаточность шести показателей для принятия решения о включении объектов для исследования в построение сети складов обусловлена отсутствием более половины статистических данных по показателям «объем отгруженных товаров собственного производства» и «объем работ, выполненных по виду экономической деятельности

„Строительство"» за рассматриваемый период времени.

Современный метод анализа АВС проводился отдельно по каждому из восьми основных социально-экономических показателей Волгоградского области за 2010-2014 гг. Расчет до значения нарастающего итога велся аналогично классическому методу АВС. Распределение объектов на группы произво-

дилось с использованием графика зависимости значения нарастающего итога по изучаемым показателям от объектов исследования (кумулятивной кривой — линии нарастающего удельного веса). Если объекты исследования — районы Волгоградской области и города областного подчинения — относились к группе А по результатам обработки шести и более кумулятивных кривых, то в таких объектах целесоо-

Сводкадля модели

Алгоритм Двухэтапный

Входные поля 6

Кластеры 2

Сводка для модели

Алгоритм Двухэтапный

Входные поля 8

Кластеры 2

Качество кластеров

Низкое Среднее

—1— -0,5

0,0

-г-

0,5

Силуэтная мера связносш и разделения кластеров

Сводка для модели

Алгоритм Двухэтапный

Входные поля 8

Кластеры 2

Качество кластеров

Низкое Хорошее

1 1 1

1.0 -1,0 -0,5 0,0 0,5

Силуэтная мера связности и разделения кластеров

б

Сводка для модели

Алгоритм Двухэтапный

Входные поля 6

Кластеры 2

1.0

Качество кластеров

-0,5 0,0 0,5

Силуэтная мера связности и разделения кластеров

Качество кластеров

Низкое

1.0 -1,0 Сводка для модели

-0,5 0,0 0,5 1,0

Силуэтная мера связности и разделения кластеров

Среднее

-Г"

0,5

Хорошее

г

Алгоритм Двухэтапный

Входные поля 6

Кластеры 2

Качество кластеров

Низкое Среднее Хорошее

1 1 1

-0,5 0,0 0,5

Силуэтная мера связности и разделения кластеров

д

Рис. 1. Качество разбиения городов областного подчинения и районов Волгоградской области по основным социально-экономическим показателям за 2010 г. (а), 2011 г. (б), 2012 год (в), 2013 г. (г) и 2014 г. (д)

а

в

бразно строительство сети распределительно-подсортировочных складов. Расчет проводился в программе MS Excel 2010.

Разделение исследуемых объектов на кластеры с целью определения оптимального месторасположения складской сети проводилось и с помощью двухэтапного кластерного анализа в программе IBM SPSS Statistics 20.

Оценка влияния показателей на выбор месторасположения складской сети

При определении показателей, оказывающих существенное влияние на выбор месторасположения складской сети (на основе данных за 2010-2014 гг.), методом двухэтапного кластерного анализа в качестве исходных данных в 2010 и 2013 гг. были приняты основные социально-экономические показатели Волгоградской области за исключением показателей «объем отгруженных товаров собственного производства» и «объем работ, выполненных по виду экономической деятельности „Строительство"». Проведение расчета без данных показателей было обусловлено отсутствием данных более чем по половине объектов в статистическом справочнике. В 2014 г. из расчета исключен показатель «Численность трудоспособного населения».

Согласно блоку «сводка для модели» (рис. 1) можно сделать вывод о том, что качество разбиения генеральной совокупности можно признать достаточно хорошим. Это свидетельствует о том, что расстояния между объектами в одном кластере существенно меньше расстояний между кластерами. Исходя из этого, есть основания утверждать, что структура представленных данных кластерная.

Анализ расчетов (рис. 1) показал, что все рассматриваемые объекты можно разбить на два кластера.

При достаточно хорошем качестве разбиения объектов на кластеры (рис. 1) с помощью двухэтапного кластерного анализа определим показатели, оказывающие наиболее сильное влияние на разделение исследуемых объектов на два кластера (рис. 2).

Анализ расчетов (рис. 2) показывает, что к ключевым социально-экономическим показателям региона, оказывающим существенное влияние на разделение городов областного подчинения и районов региона, следует отнести показатели «инвестиции в основной капитал» (2010-2014 гг.); «грузооборот автомобильного транспорта» (2011, 2012, 2014 гг.); «перевозки грузов автомобильным транспортом» (2011, 2012, 2014 гг.); «среднемесячная зара-

а

б

в

Важность предиктора

Перевозки грузов автомобильным транспортом

Инвестиции в основной капитал

Грузооборот автомобильного транспорта

Обьем отгруженных товаров собственного производства

г

Оборот розничной торговли

Среднемесячная заработная плата

0,0

0,2

0,4

0,6

0,8

1,0

|3арплата| ¡Пере-юз>и|

-т-!-;-;-^

Наименее важный Наиболее важный

д

Рис. 2. Влияние основных социально-экономических показателей на разбиение городов областного подчинения и районов Волгоградской области на кластеры за 2010 г. (а), 2011 г. (б), 2012 год (в), 2013 г. (г) и 2014 г. (д)

Таблица

Объекты Волгоградской области, отнесенные к группе А по шести и более показателям за 2010-2014 гг.

Год Города областного подчинения и районы Волгоградской области, отнесенные к группе А

классический метод АВС современный метод АВС двухэтапный кластерный анализ

г. Волжский г. Волжский г. Камышин г. Михайловка Жирновский район Городищенский район г. Волжский

г. Камышин г. Камышин

2010 г. Михайловка Жирновский район Городищенский район Николаевский район г. Михайловка Жирновский район Городищенский район Котельниковский район

г. Волжский г. Волжский г. Волжский

г. Камышин г. Камышин г. Камышин

2011 г. Михайловка г. Михайловка г. Михайловка

Жирновский район Котельниковский район Городищенский район Жирновский район Городищенский район Котельниковский район Жирновский район Городищенский район Котельниковский район

г. Волжский г. Волжский г. Камышин г. Михайловка Жирновский район Городищенский район Котельниковский район г. Волжский

г. Камышин г. Камышин

2012 г. Михайловка Жирновский район Городищенский район г. Михайловка Жирновский район Котельниковский район

г. Волжский г. Камышин Жирновский район Котельниковский район г. Волжский

г. Камышин г. Волжский

2013 Жирновский район Котельниковский район Иловлинский район Жирновский район Котельниковский район

г. Волжский г. Волжский г. Волжский г. Михайловка Городищенский район Котельниковский район

г. Камышин г. Камышин

2014 Жирновский район Городищенский район Котельниковский район г. Михайловка Жирновский район Городищенский район

ботная плата на одного работника» (2011 г.); «объем работ, выполненных по виду экономической деятельности „Строительство"» (2012 г.).

Таким образом, можно сделать вывод, что показатели «инвестиции в основной капитал», «грузооборот автомобильного транспорта» и «перевозки грузов автомобильным транспортом» оказывают значительное влияние на разбиение генеральной совокупности на кластеры со схожими значениями социально-экономических показателей.

Полученные результаты

В результате проведения двухэтапного кластерного анализа, классического АВС-анализа и современного АВС-анализа определены города областного подчинения и районы Волгоградской области, которые были отнесены к группе А по шести и более социально-экономическим показателям. Результаты расчета представлены в таблице.

Результаты расчета показали, что города областного подчинения Волжский и Камышин по классическому и современному методам АВС

для 2010-2014 гг. следует отнести к группе А. По двухэтапному кластерному анализу следует отнести к первой группе (группе А) г. Волжский в 2010-2014 гг. и г. Камышин в 2010-2012 гг.

Город областного подчинения Михайловка по всем методам для 2010-2012 гг., а также по современному методу АВС и двухэтапному кластерному анализу для 2014 г. следует отнести к группе А. В 2013 г. вследствие отсутствия статистических данных по показателям «грузооборот автомобильного транспорта» и «перевозки грузов автомобильным транспортом» г. Михайловка был исключен из расчета.

В соответствии с проведенными расчетами Жирновский район Волгоградской области по всем методам для 2010-2014 гг. следует отнести к группе А. Котельниковский и Городищенский районы за рассматриваемый период времени были отнесены к группе А по большинству методов исследования.

Исходя из полученных результатов, предлагается разместить региональную сеть рас-пределительно-подсортировочных складов в городах областного подчинения Волжский, Камышин, Михайловка и в Городищенском,

Жирновском и Котельниковском районах области, которые были отнесены к группе А по большинству методов исследования.

Заключение

Апробация разработанного подхода позволила определить города и муниципальные районы Волгоградской области, предпочтительные для размещения распределительно-под-сортировочных складов. В качестве ключевых параметров при решении задачи эффективного размещения складской сети выступала совокупность показателей социально-экономического развития региона.

Результаты расчета (таблица) свидетельствуют о необходимости размещения складской сети в трех районах (Городищенском, Жирновском и Котельниковском) и в трех городах (Волжский, Камышин и Михайловка) Волгоградской области. В настоящее время на территории данных муниципальных образований отсутствуют современные склады, относящиеся к классу А+. Данные объекты являются

крупными промышленными центрами региона и имеют наибольшие статистические значения по характеристикам, оказывающим существенное влияние на распределение объектов по группам.

Анализ социально-экономических показателей выявил, что наибольшее влияние на разбиение городов областного подчинения и районов Волгоградского региона оказывают показатели «инвестиции в основной капитал», «грузооборот автомобильного транспорта» и «перевозки грузов автомобильным транспортом».

Для географической привязки региональной складской сети целесообразно использовать оптимизационную модель [18], которая обеспечивает минимальные затраты на содержание складской сети, а также на транспортировку и грузопереработку товаров. Модель также позволяет определить количество и мощность распределительно-подсортировоч-ных складов, исходя из ресурсных ограничений и потребительского спроса.

Благодарность

Работа выполнена при финансовой поддержке Российского гуманитарного научного фонда (проект № 16-12-34015).

Список источников

1. Полякова А. Г., Симарова И. С. Концептуальная модель управления развитием региона с учетом уровня пространственной связанности // Экономика региона. — 2014. — № 2. — С. 32-42.

2. Сергеев В. И., Федоренко А. И., Герами В. Д. Роль логистики в развитии транспортного комплекса Российской Федерации. В разрезе корректировки транспортной стратегии Российской Федерации на период до 2030 года // Логистика и управление цепями поставок. — 2012. — № 6 (53). — С. 7-25.

3. Татаркин А. И. Региональная направленность экономической политики Российской Федерации как института пространственного обустройства территорий // Экономика региона. — 2016. — Т. 12, Вып. 1. — С. 9-27. — doi 10.17059/2016-1-1.

4. Дыбская В. В., Сергеев В. И. Организационно-управленческое моделирование логистических центров // Логистика и управление цепями поставок. — 2011. — № 47. — С. 13-21.

5. Дыбская В. В. Тенденции развития логистической инфраструктуры в России // Прикладная логистика. — 2011. — № 1-2. — С. 3-6.

6. Прокофьева Т. А., Сергеев В. И. Логистические центры в транспортной системе России. — М.: Издательский дом «Экономическая газета», 2012. — 524 с.

7. Сергеев В. И. Общие тенденции развития логистических центров за рубежом // Логистика и управление цепями поставок. — 2012. — № 5. — С. 7-18.

8. Johnson J. C., Wood D. F., Wardlow D. L., Murphy P. R. Contemporary Logistics. — Prentice Hall, Upper Saddle River, NJ, 1999. — 608 р.

9. Экономическое моделирование в Microsoft Excel / Мур Д., Уэдерфорд Л. и др. — М. : Вильямс, 2004. — 1024 с.

10. Прокофьева Т. А. Проектирование и организация региональных транспортно-логистических систем. — М. : Изд-во РАГС при Президенте РФ, 2009. — 412 с.

11. Sebastian H.-J. Optimization Approaches in the Strategic and Tactical Planning of Networks for Letter, Parcel and Freight Mail // Dolk D., Granat J. (eds). Modeling for Decision Support in Network-Based Services. Lecture Notes in Business Information Processing, Vоl 42. — Springer, Berlin, Heidelberg, 2012. — 318 p. — doi 10.1007/978-3-642-27612-5.

12. Hollis B., Forbes M., Douglas B. Vehicle Routing and Crew Scheduling for Metropolitan Mail Distribution at Australia Post//European Journ. Operational Research. — 2006. — Vol. 173. — P. 133-150.

13. Дубров А. М., Мхитарян В. С., Трошин Л. И. Многомерные статистические методы : учебник. — М. : Финансы и статистика, 2000. — 352 с.

14. IBM SPSS Statistics Base 20: Практическое руководство к применению. — Copyright IBM Corporation USA 1989, 2011.

15. Попов П. В., Мирецкйи И. Ю. Влияние социально-экономических показателей на формирование складской инфраструктуры региона // Вестник МГСУ — 2017. — Т. 12. — № 2 (101). — С 222-229. — doi 10.22227/19970935.2017.2.222-229.

16. Дыбская В. В. Логистика складирования для практиков. — М.: Альфа-Пресс, 2005. — 208 с.

17. Hoover E. M. The Location of Economic Activity. — New York: McGraw Hill Book Company, 1948. — 336 p.

18. Модель формирования складской инфраструктуры регионов / П. В. Попов, И. Ю. Мирецкий, Р. Б. Ивуть, П. И. Лапковская // Новости науки и технологий. — 2016. — № 2 (37). — С. 24-28.

Информация об авторах

Попов Павел Владимирович — кандидат технических наук, доцент кафедры прикладной математики и информатики, Волжский гуманитарный институт (филиал), Волгоградский государственный университет (Российская Федерация, 404121, г. Волжский, 40 лет Победы, 11; e-mail: popov@vgi.volsu.ru).

Мирецкий Игорь Юрьевич — доктор технических наук, доцент, профессор кафедры прикладной математики и информатики, Волжский гуманитарный институт (филиал), Волгоградский государственный университет; Scopus Author ID: 6506429112 (Российская Федерация, 404121, г. Волжский, 40 лет Победы, 11; e-mail: igor.miretskiy@ vgi.volsu.ru).

Логинова Елена Викторовна — доктор экономических наук, доцент, заведующий кафедрой экономической теории и управления, Волжский гуманитарный институт (филиал), Волгоградский государственный университет (Российская Федерация, 404121, г. Волжский, 40 лет Победы, 11, 305; e-mail: elena.loginova@vgi.volsu.ru).

For citation: Popov P. V., Miretskij I. Yu., & Logionova, E. V. (2017). Efficient Location of Distribution Centres and Warehouses in the Territory of a Region Ekonomika regiona [Economy of Region], 13(3), 871-882

P. V. Popov, I. Yu. Miretskij, E. V. Logionova Volga Humanitarian Institute (Branch), Volgograd State University (Volzhsky, Russian Federation; e-mail: popov@vgi.volsu.ru).

Efficient Location of Distribution Centres and Warehouses in the Territory of a Region

The article is devoted to the creation of efficient regional logistic infrastructure that has currently a special relevance. The additional task of this problem is a warehouse network formation. The efficient location of warehouses is one of the priority objectives for cross-border regions as it allows them to benefit from membership in a global supply chain, promotes the creation of additional jobs and, finally, leads to the growth of Gross Regional Product (GRP). The authors offer an approach to determine the location of distribution centres and warehouses in the territory of the regions of the Russian Federation. This approach allows solving the problem of the efficient location of warehouse network in a region taking into account its key indicators of socioeconomic development. The implementation of the approach identified the indicators that have a significant impact on a choice of the location of warehouses of a region. Methodological framework of the conducted research includes the methods of ABC and cluster analyses. That provides the identification of the cities and municipal districts of a region, in the territory of which it is expedient to locate warehouses. The developed approach was tested on the example of the Volgograd region. The solution of the problem of warehouse network in this region belongs to the priority one, considering its geographical position and industrial capacity. The analysis of indicator values for the period of2010-2014 by means of the methods of classical and modern ABC analysis as well as the two-stage cluster analysis allowed the territorial binding of the warehouse network in the Volgograd region. Further, the research showed that when splitting the cities and municipal districts of the region into clusters, the greatest influence is made by such indicators as investments into fixed capital, goods turnover of the motor transport and transportation of goods by the motor transport.

Keywords: key socio-economic indicators, distribution centres and warehouses, efficient location of warehouses, two-stage cluster analysis, ABC analysis

Acknowledgments

The article has been supported by the Russian Foundation for Humanities (Project № 16-12-34015).

References

1. Polyakova, A. G. & Simarova, I. S. (2014). Kontseptualnaya model upravleniya razvitiem regiona s uchetom urovnya prostranstvennoy svyazannosti [The conceptual model of a region development administration considering the level of spatial relatedness]. Ekonomika regiona [Economy of Region], 2, 32-42. (In Russ.)

2. Sergeev, V. I., Fedorenko, A. I. & Gerami, V. D. (2012). Rol logistiki v razvitii transportnogo kompleksa Rossiyskoy Federatsii. V razreze korrektirovki transportnoy strategii Rossiyskoy Federatsii na period do 2030 goda [Role of logistics in the development of a transport complex of the Russian Federation: by adjustment of transport strategy of the Russian Federation for the period till 2030]. Logistika i upravlenie tsepyami postavok [Logistics and Supply Chain Management], 6(53), 7-25. (In Russ.)

3. Tatarkin, A. I. (2016). Regionalnaya napravlennost ekonomicheskoy politiki Rossiyskoy Federatsii kak instituta pros-transtvennogo obustroystva territoriy [Regional Targeting of the Economic Policy of the Russian Federation as an Institution of Regional Spatial Development]. Ekonomika regiona [Economy of Region], 12(1), 9-27. doi 10.17059/2016-1-1. (In Russ.)

4. Dybskaya, V. V. & Sergeev, V. I. (2011). Organizatsionno-upravlencheskoye modelirovanie logisticheskikh tsentrov [Organizational and managerial modeling of the logistic centers]. Logistika i upravlenie tsepyami postavok [Logistics and Supply Chain Management], 47, 13-21. (In Russ.)

5. Dybskaya, V. V. (2011). Tendentsii razvitiya logisticheskoy infrastruktury v Rossii [Trends of logistics infrastructure development in Russia]. Prikladnaya logistika [AppliedLogistics], 1-2, 3-6. (In Russ.)

6. Prokofyeva, T. A. & Sergeev, V. I. (2012). Logisticheskie tsentry v transportnoy sisteme Rossii [Logistics centers in the transport system of Russia]. Moscow: Ekonomicheskaya gazeta Publ., 524. (In Russ.)

7. Sergeev, V. I. (2012). Obshchie tendentsii razvitiya logisticheskikh tsentrov za rubezhom [General trends in the development of logistics centers abroad]. Logistika i upravlenie tsepyami postavok [Logistics and Supply Chain Management], 5, 7-18. (In Russ.)

8. Johnson, J. C., Wood, D. F., Wardlow, D. L. & Murphy, P. R. (1999). Contemporary Logistics. Prentice Hall, Upper Saddle River, NJ, 608.

9. Mur, D., Uederford, L. et al. (2004). Ekonomicheskoye modelirovanie v Microsoft Excel [Economic modeling in Microsoft Excel]. Moscow: Williams Publ., 1024. (In Russ.)

10. Prokofyeva, T. A. (2009). Proektirovanie i organizatsiya regionalnykh transportno-logisticheskikh sistem [Design and organization of regional transport and logistics systems]. Moscow: RAGS pri Prezidente RF Publ., 412. (In Russ.)

11. Sebastian, H.-J. (2012). Optimization Approaches in the Strategic and Tactical Planning of Networks for Letter, Parcel and Freight Mail. In: Dolk D., Granat J. (Eds). Modeling for Decision Support in Network-Based Services. Lecture Notes in Business Information Processing, 42. Springer, Berlin, Heidelberg, 318. doi 10.1007/978-3-642-27612-5.

12. Hollis, B., Forbes, M. & Douglas, B. (2006). Vehicle Routing and Crew Scheduling for Metropolitan Mail Distribution at Australia Post. European Journ. Operational Research, 173, 133-150.

13. Dubrov, A. M., Mkhitaryan, V. S. & Troshin, L. I. (2000). Mnogomernyye statisticheskie metody: uchebnik [Multidimensional Statistical Methods: A Textbook]. Moscow: Finansy i statistika Publ., 352. (In Russ.)

14. IBM SPSS Statistics Base 20: Prakticheskoue rukovodstvo k primeneniyu [IBM SPSS Statistics Base 20: A Practical Guide to the Application]. Copyright IBM Corporation USA 1989, 2011. (In Russ.)

15. Popov, P. V. & Miretskyi, I. Yu. (2017). Vliyanie sotsialno-ekonomicheskikh pokazateley na formirovanie skladskoy infrastruktury regiona [Influence of socioeconomic indicators on the regional warehouseinfrastructure formation]. Vestnik MGSU[ProceedingsofMoscowState UniversityofCivilEngineering], 12,2(101), 222-229. doi 10.22227/1997-0935.2017.2.222229. (In Russ.)

16. Dybskaya, V. V. (2005). Logistika skladirovaniya dlya praktikov [Warehousing logistics for experts]. Moscow: AlfaPress, 208. (In Russ.)

17. Hoover, E. M. (1948). The Location of Economic Activity. New York: McGraw Hill Book Company, 336.

18. Popov, P. V., Miretskiy, I. Yu., Ivut, R. B. & Lapkovskaya, P. I. (2016). Model formirovaniya skladskoy infrastruktury regionov [The model of formation of warehouse infrastructure for regions]. Novosti nauki i tekhnologiy [News of science and technologies], 2(37), 24-28. (In Russ.)

Authors

Pavel Vladimirovich Popov — PhD in Engineering Sciences, Associate Professor, Departments of Applied Mathematics and Informatics, Volga Humanitarian Institute (Branch) Volgograd State University (11, 40-let Pobedy St., Volzhsky, 404121, Russian Federation; e-mail: popov@vgi.volsu.ru).

Igor Yuryevich Miretskij — Doctor of Engineering Sciences, Professor, Departments of Applied Mathematics and Informatics, Volga Humanitarian Institute (Branch) Volgograd State University; Scopus Author ID: 6506429112 (11, 40-let Pobedy St., Volzhsky, 404121, Russian Federation; e-mail: igor.miretskiy@vgi.volsu.ru).

Elena Viktorovna Loginova — Doctor of Economics, Associate Professor, Head of the Department, Department of Economic Theory and Management, Volga Humanitarian Institute (Branch) Volgograd State University (11, 40-let Pobedy St., Volzhsky, 404121, Russian Federation; e-mail: elena.loginova@vgi.volsu.ru).

Для цитирования: Запарий В. В., Запарий В. В., Гуансян Ч. Формирование протокластеров в танковой промышленности Урала в 1941-1945 гг. // Экономика региона. — 2017. — Т. 13, вып. 3. — C. 883-894 doi 10.17059/2017-3-20 УДК: 62.000.93 (470.5)

В. В. Запарий а), В. В. Запарий б), Ч. Гуансян б)

а) Уральский федеральный университет имени первого Президента России Б. Н. Ельцина (Екатеринбург, Российская Федерация; e-mail: vvzap@mail.ru) б) Дзилинский университет, Научно-исследовательский институт Северо-восточной Азии (Чанчунь, Китай)

ФОРМИРОВАНИЕ ПРОТОКЛАСТЕРОВ В ТАНКОВОЙ ПРОМЫШЛЕННОСТИ УРАЛА В 1941-1945 ГГ. 1

Статья посвящена рассмотрению процесса формирования танковой промышленности на Урале в период Великой Отечественной войны в связи с отдельными аспектами регионального развития в крупных территориально-промышленных образованиях. В современной экономической науке такие территориально-промышленные объединения получили называние «кластер», под ними подразумевают объединенные общим технологическим процессом и менеджментом группы предприятий, сконцентрированных для достижения конкретной производственно-экономической цели. Такие объединения играют в современном мире решающую роль в практике управления высокотехнологичными и инновационными производствами в реалиях рыночной экономики. Это относится как к гражданскому, так и военному сектору в машиностроении, включая крупные и мелкие производства, как государственные, так и частные. В Свердловской области в настоящее время существует крупный танкостроительный кластер, сконцентрированный вокруг УВЗ им. Дзержинского в г. Нижний Тагил, включающий ряд производственных единиц на территории Уральского федерального округа. Танковое производство, зародившееся на Урале в 1940 г. и прошедшее ускоренное становление в годы Великой Отечественной войны, являет нам черты, характерные для современных кластерных структур. Это позволяет нам говорить о наличии так называемых протокластерных формирований в рамках танковой промышленности Уральского экономического региона в 19411945 гг. В статье представлены особенности формирования двух важнейших протокластеров на территории Свердловской и Челябинской областей, сконцентрировавшие в своих границах значительный экономический потенциал по выпуску средних и тяжелых танков, а также самоходных артиллерийских установок на их базе. Показаны хронология их возникновения, состав входящих предприятий, особенности их кооперации и взаимодействия в рамках единой системы Наркомата танковой промышленности Союза ССР.

Ключевые слова: Уральский экономический регион, танковая промышленность, кластеры, территориально-промышленные комплексы, Великая Отечественная война, антикризисное управление, военная экономика

Введение

Современное экономическое развитие и промышленная политика Российской Федерации определяют процессы интеграции и взаимодействия в ведущих обрабатывающих отраслях экономики. Не является исключением и машиностроительный сектор. Традиционно именно военная промышленность определяла индустриальный ландшафт Уральского региона, была средоточием передовых технологий и кузницей рабочих и руководящих кадров. Несмотря на глубинные социально-экономические трансформации 1990-х и 2000-х гг., отход от советской модели плановой экономики

1 © Запарий В. В., Запарий В. В., Гуансян Ч. Текст. 2017.

и развитие частного сектора, влияние военной промышленности, особенно в высокотехнологичном и инновационном измерении, продолжает оставаться значительным.

Актуальная практика управления крупными производствами в наукоемких и капиталоемких отраслях промышленности предполагает многоуровневое вертикально и горизонтально организованное взаимодействие различных контрагентов. Это продиктовано как технической сложностью самих изделий, так и географическим расположением предприятий и организаций, включенных в производственный процесс. В существующей на данный момент в Российской Федерации практике управления крупными территориально-производственными комплексами (ТПК) идут активная раз-

работка и применение теории кластеров. В ней пытаются найти институциональную и методологическую основу для повышения качества управления, в первую очередь, внутри крупных оборонных заводов и корпораций, участвующих в выполнении государственного оборонного заказа и нацеленных на удовлетворение потребностей мирового рынка вооружений.

Танковое производство традиционно составляет значительный сектор наукоемкого производства в рамках экономики Уральского региона. Начиная с 1940 г. здесь сложились глубокие традиции танкового производства, индустриальная база и кадровый потенциал, способный производить одни из лучших боевых машин в мире. Танковая промышленность региона сосредоточена в данный момент в рамках Свердловской и Челябинской областей, состоит из комплекса связанных между собой производственной кооперацией предприятий, являющихся, по сути, военным машиностроительным кластером. Данный кластер работает в условиях рыночной экономики, производя конкурентоспособную на мировом рынке продукцию. Основные производственные контрагенты, задействованные в изготовлении бронетехники, входят в состав госкорпорации «Уралвагонзавод», что облегчает управление и взаимодействие внутри этого машиностроительного кластера. Важнейшие компоненты танков изготавливаются в гг. Екатеринбург, Челябинск и Нижний Тагил. В последнем же происходят финальная сборка, испытание и сдача — на Уральском вагоностроительном заводе им. Ф. Э. Дзержинского (УВЗ).

1. Кластерная теория и формирование протокластеров в танковой промышленности Урала

1.1. Теория кластеров

Теория кластеров получила широкое распространение в России с середины 2000-х гг., когда в связи с подъемом промышленного производства и уровня жизни населения перед государством встали задачи разработки долгосрочной стратегии инновационного развития страны. Применение тории кластеров к практике управления отдельным территориально-производственным комплексом, в основном унаследованным от советской экономики, должно было способствовать их адаптации к рыночным условиям, а в перспективе привести к появлению на мировой арене конкурентоспособной инновационной продукции несырьевого характера.

В современной научной литературе существует достаточно много определений понятия «кластер» или «промышленный кластер». Сам термин «кластер» был введен в оборот американским экономистом Майклом Портером, который подразумевал, что это «сконцентрированные по географическому принципу группы взаимосвязанных компаний». Сюда включаются поставщики товаров и услуг, фирмы в соответствующих отраслях, а также связанные с их деятельностью организации в определенных областях, конкурирующих и одновременно ведущих совместную работу. В своей работе Портер рассматривал кластеры на примере экономик США, Италии, Португалии и ряда других стран, обращаясь к различным отраслям народного хозяйства [1, рр. 77-90]. Здесь основным критерием является географическая близость взаимосвязанных предприятий-кооператоров, которая, правда, допускает значительную вариативность в масштабах: от города, региона, до ряда соседних стран. В последующем теория кластеров активно разрабатывалась другими зарубежными учеными экономистами [2, рр. 206-228; 3, рр. 5-53; 4, рр. 186206]. Анализ трактовок термина в зарубежной экономической литературе, проведенный Л. С. Макаровым в 2005 г., показал, что именно географическая локализация участников взаимодействия в рамках неформального хозяйственного сообщества оставалась главным отличительным признаком кластера [5, с. 79].

В современной отечественной научной литературе существует также ряд других определений промышленного кластера [6, с. 83; 7; 8; 9, с. 727-742: 10, с. 244-252; 11, с. 20-23; 12, с. 126-136; 13]. В целом, и в отечественной научной литературе преобладает стремление сделать акцент на конкретной территориальной локализации предприятий, составляющих кластер. Эти предприятия составляют производственные цепи, направленные на создание конечного продукта и, как правило, концентрируются вокруг крупного базового завода-ядра. В логике рыночной экономики это означает вовлечение в структуры кластера предприятий малого и среднего бизнеса на основе специальной конкурентной системы отбора, что позволяет им удовлетворять потребности крупных производств.

Кластер состоит из взаимосвязанных, юридически независимых предприятий и вспомогательных структур, имеющих технологические и иные взаимосвязи и ориентированных на общий рынок ресурсов и потребителей, у которых отсутствует контроль над собствен-

ностью других участников кластера, но сохраняется контроль над их управлением [11, с. 2023.]. Таким образом, кластер — это индустриальный комплекс, сформированный на базе территориальной концентрации сети производителей, потребителей и специализированных поставщиков, связанных единой технологической цепочкой, посредством чего создается добавочная стоимость.

Основные признаки кластера могут быть сформулированы следующим образом: во-первых, концентрация производства, во-вторых, кооперация в рамках определенной сферы, в-третьих, определенные конкурентные отношения внутри структуры, в-четвертых, конкурентоспособность самого кластера. Его продукция должна быть конкурентоспособна и пользоваться спросом вне территории локализации кластера.

Кроме того, необходимо наличие предприятия-лидера (группы лидеров), ядра кластера — ключевого предприятия или группы ключевых предприятий, которые определяют характер функционирования всей системы. Все это дополняется наличием совместных корпоративных систем регулирования, контроля бизнес-процессов, хозяйственного мониторинга [14, с. 718].

Тем не менее, ряд российских исследователей отмечают тот факт, что кластеры в современном понимании не являются чем-то принципиально новым с позиций экономической истории и базовых принципов управления крупными территориально-промышленными единицами. В частности, довольно очевидным и непротиворечивым является сравнение кластера и территориально-промышленного комплекса (ТПК). Так И. Пилипенко считает, что модель кластера и ТПК соответствует каждая своей общественно-экономической системе: кластер — рыночной, а ТПК — планово-мобилизационной [15, с. 152-155].

В современных условиях кластер, как правило, включает в себя стратегические альянсы с научно-исследовательскими учреждениями, вузами, консалтинговыми фирмами. Кластеры, как и многие производственно-экономические структуры, имеют динамический характер и свой жизненный цикл, в зависимости от конкретных условий функционирования зарождаются, расширяются, стагнируют и, наконец, распадаются.

Существование и функционирование в экономике государства и региона кластерных объединений позволяет добиться ряда положительных эффектов, что еще раз подтверждает

преимущества такой формы организации межфирменных связей.

В первую очередь, достигается эффект масштаба производства, когда внутри кластера существует предприятие-ядро, обладающее инновационной активностью. Оно втягивает в кооперацию другие производственные единицы, тем самым увеличивая масштаб распространения инновации.

Вторым важным позитивным эффектом в ходе использования на практике кластерной модели является эффект охвата. Он возникает, когда предприятия, объединенные в рамках кластера, используют конкретные факторы производства для получения одновременно нескольких видов продукции. Таким образом, возникают многофункциональные производственные комплексы с минимальными транс-акционными издержками [6, с. 84-85].

Третьим положительным эффектом от применения кластерной модели организации промышленности является состояние синергии. Синергия возникает в связи с возможной всеобщей стандартизацией продукции. Такая схема предполагает специализацию отдельных предприятий внутри кластера позволяет снизить себестоимость продукции, повысить производительность труда и т. д.

Рассмотрение взаимодействия инновационно активных предприятий внутри кластера может демонстрировать возникновение так называемого триггерного эффекта. Он выражается в том, что иногда для совершения базисной инновации требуются потратить значительные средства на вторичные улучшения, требующие даже больше ресурсов, чем исходная базисная инновация. Внутри кластера фирмы могут минимизировать эти вторичные затраты за счет более тесного взаимодействия, осуществляя инновации более интенсивно и получая большие конкурентные преимущества [6, с. 84-85].

Теория кластеров является современной и актуальной для Российской Федерации, а ее внедрение в практику управления обеспечивается рядом нормативно-правовых актов правительства. Так, министерство промышленности и торговли (Минпромторг) РФ выпустило в 2016 г. справочные материалы по созданию промышленного кластера в развитие логики постановления правительства 31 июля 2015 г. № 779 «О промышленных кластерах и специализированных организациях промышленных кластеров»Данный документ дает теоретиче-

1 О промышленных кластерах и специализированных организациях промышленных кластеров. Постановление пра-

ское определение промышленного кластера и его структурной характеристики, направлены на выработку и применение к ним мер экономического стимулирования.

Справочные материалы Минпромторга РФ определяют промышленный кластер как «совокупность субъектов деятельности в сфере промышленности связанных отношениями в указанной сфере вследствие территориальной близости и функциональной зависимости и размещенных на территории одного субъекта Российской Федерации или территориях нескольких субъектов Российской Федерации» Целью данной структуры является создание совокупности субъектов деятельности в сфере промышленности.

1.2. Основные черты протокластеров в рамках мобилизационной модели экономики

Формирование территориально-производственных комплексов (ТПК) в машиностроительном секторе уральской промышленности, начавшееся еще до Великой Отечественной войны и претерпело в 1941-1945 гг. качественные изменения. В Уральском экономическом регионе были в кратчайшие сроки сформированы группы предприятий и организаций, занятых комплексным производством артиллерии, танков, автомобилей, боеприпасов, а также участвовавших в активной кооперации с авиационной промышленностью. Однако первостепенное значение сыграло формирование и ускоренное развитие на Урале танковой промышленности, вобравшей в себя колоссальный научно-технологический, инновационный и кадровый потенциал машиностроительного сектора. Этот процесс, несмотря на значительные трудности экономического и технического характера, способствовал прогрессу многих смежных отраслей: черной и цветной металлургии, станкостроения, химической промышленности, энергетики и т. д.

Анализ формирования ведущих центров танкового производства на Урале в период Великой Отечественной войны позволяет го-

вительства Российской Федерации № 779 от 31 июля 2015 г. // Собрание законодательства Российской Федерации. № 32 от 10 авг. 2015 г. Ст. 4768 [Электронный ресурс]. URL: http:// www.szrf.ru/doc.phtml?nb=edition00&issid=2015032000&do cid=22 Дата обращения: 06.06.2017.

1 Справочные материалы по созданию промышленного кластера, утвержденные Министерством промышленности и торговли Российской федерации 12.02.2016. [Электронный ресурс]. URL: http://nptechnopark.ru/ news/assotsiatsija-klasterov-i-tekhnoparkov-opublikovala-spravochnye-materialy-po-sozdaniju-promyshlennogo-klastera/. Дата обращения: 06.06.2017.

ворить о наличии в их подсистемах базовых черт, характерных для современных промышленных кластеров.

В данном случае логика оптимизации производственного процесса по причине ограниченности производственных ресурсов и стремление понизить транзакционные издержки привели к формированию в танковой промышленности Урала, на наш взгляд, протокла-стерных объединений.

Говоря о протокластерах, авторы имеют в виду исторически сложившийся тип территориально-производственных комплексов, характерный для мобилизационной экономики СССР. Данный тип имеет значительное количество черт, присущих промышленным кластерам в современном понимании. Выявленные в танковой промышленности (а если взять шире — и в целом в машиностроении) региона прот-кластеры явились логическим продолжением развития довоенной политики в области военного производства.

Речь идет о территориальной общности и многоуровневом характере взаимодействия ряда гражданских предприятий, участвующих в разветвленной кооперации, конечным итогом которого становится выпуск готовой военной продукции. Образовавшиеся на территории Уральского экономического района прото-кластеры в танковом производстве оказались организованными в соответствии с принципами чрезвычайного административно-командного и бюрократического управления, а также состояли из искусственно сформированных (в ходе эвакуации) производственных единиц.

Структурные единицы, входящие в состав протокластеров, вынуждены были работать в условиях тотального дефицита военного времени (как результат территориальных потерь промышленного потенциала и связанного с этим расстройства экономики). Все это определяло характер и механизмы взаимодействия этих единиц как друг с другом, так и с внешними контрагентами. Сложившиеся в 1942-1945 гг. на территории Свердловской и Челябинской областей машиностроительные протокластеры, сконцентрированные на танковом производстве, использовали свои ресурсы для решения второстепенных с этой точки зрения хозяйственных задач: исполнение заказов внутренних и сторонних кооператоров, гражданское машиностроение, ремонт оборудования, производство боеприпасов. В условиях чрезвычайного руководства, недостатка ресурсов, кадров и оборудования

это осложняло оперативное управление танковым производством и снижало качество работы заводов.

Возникновение протокластеров в машиностроительном секторе региона в условиях чрезвычайного и мобилизационного характера управления в значительной степени способствовало концентрации ресурсов региона для решения стратегической задачи — обеспечения армии современной и массовой бронетехникой в кратчайшие сроки. Если в классической теории промышленные кластеры описываются как структуры, органически возникающие на основе взаимодействия через рыночные механизмы, то протокластеры периода Великой Отечественной войны — это результат чрезвычайного государственно-бюрократического управления. Протокластеры в том виде, в котором они существовали в описываемый период, — это переходная форма организации территориально-производственных комплексов, характерная для административно-командной экономики. В послевоенный период они трансформировались вместе со всей экономикой СССР, утратив ярко выраженные мобилизационные черты, пока, наконец, не были сменены территориальными объединениями нового типа, уже на основе рыночных принципов.

Машиностроительные протокластеры, ориентированные на танковое производство, существовали в СССР и в довоенный период. Заводы — изготовители танков и вовлеченные с ними в кооперацию смежники не являлись специализированными военными предприятиями и сохраняли большой объем гражданской продукции. Предвидя надвигающуюся войну с Германией, высшее руководство СССР принимает решение создать резервные базы танкового производства в отдаленных от границы индустриально развитых районах. Это предопределило создание новых центров концентрации танкостроительных мощностей в Поволжье и на Урале.

Протокластеры, фиксируемые по материалам советской экономики 1930-1940-х гг., представляли собой особую форму производственной, технической, транспортной и информационной интеграции предприятий. Их главной отличительной чертой было подчинение командно-бюрократическому механизму управления и организации взаимодействия. До объединения ряда машиностроительных заводов под эгидой Наркомата танковой промышленности СССР (НКТП СССР) в конце 1941 г. разработка и производство тан-

ков велись группой заводов, управляемых разными отраслевыми ведомствами. Как между отдельными структурными единицами, внутри системы, так с внешними контрагентами не существовало прямых денежных расчетов за поставленные товары, работы и услуги. Все расчеты между производственными единицами проводились государством и контрольными органами НКТП в виде так называемых «фондов» на указанные суммы, то есть в натуральном исчислении. Таким образом, весь финансовый оборот внутри был явлением условным.

Подобный механизм управления в рамках чрезвычайного военного времени позволял контролировать производственный процесс на всех предприятиях и осуществлять оперативное управление. В условиях частых срывов поставок и взаимного невыполнения производственных обязательств рядом крупных военных заводов, таким образом, обеспечивалась общая устойчивость управления. При этом степень реальной экономической самостоятельности структурных единиц оказывалась невелика.

Еще одной характерной чертой протокла-стеров периода Великой Отечественной войны является нераздельная производственно-хозяйственная структура отдельных единиц внутри них. В советской системе мобилизационной экономики все предприятия имели на своем балансе и непосредственно обеспечивали работоспособность значительного количества социально-культурной и бытовой инфраструктуры (дома культуры, бани, школы, детские сады, поликлиники, столовые, магазины, прачечные и, наконец, общежития, дома). Для снабжения дополнительным продовольствием работников в подчинение крупнейших танковых и машиностроительных заводов СССР в период Великой Отечественной войны были передан ряд совхозов со всеми их землями и инвентарем, создавались подсобные хозяйства.

С 1942 г. на большинстве уральских предприятий, входящих в танкостроительные про-токластеры, были организованы хозрасчетные организации для централизованного снабжения их работников важнейшими товарами и продуктами — ОРСы (отделы рабочего снабжения). Несмотря на формальную самостоятельность в принятии решений, ОРСы отдельных предприятий оказались бюрократически связаны с контролирующим их центральным органом НКТП — ГлавУРС (Главное управление рабочего снабжения). Таким образом, каждая

отдельная структурная единица внутри про-токластера представляла собой единый автономный хозяйственно-производственный комплекс.

Между отдельными структурными единицами, входящими в протокластеры, было сформировано единое информационное пространство, позволявшее быстро распространять научно-техническую информацию. Понятия коммерческой тайны не существовало, более того, позитивный опыт того или иного завода в административном порядке распространялся и предписывался к обязательному внедрению на других аналогичных производствах.

Большое значение в практике обеспечения устойчивости работы крупных региональных объединений машиностроительных заводов имела особая система организации НИОКР. Она выразилась в усилении заводских КБ за счет привлечения эвакуированных на Урал инженеров и специалистов ведущих отраслевых научно-исследовательских институтов машиностроения, отделений АН СССР, вузов; была создана единая инновационно ориентированная среда с высоким уровнем концентрации квалифицированных специалистов и новейших технологий.

Таким образом, для машиностроительного (танкостроительного) протокластера в исследуемый период времени характерны следующие черты:

1) общность территории локализации;

2) наличие предприятия-ядра, а также формально подчиненных и независимых кооператоров;

3) административно-бюрократический командный принцип управления структурными единицами внутри проткластера;

4) формально неограниченное в случае необходимости перемещение научно-технической информации, кадров и ресурсов во всех структурных единицах внутри протоклас-тера;

5) нерыночный характер возникновения как результат чрезвычайного управления экономикой;

6) использование ограниченных ресурсов отдельных предприятий на основе оперативного перераспределения между ними станков, оборудования, кадров, материальных запасов и технологий;

7) единство производственной и социально-бытовой инфраструктуры в рамках управления отдельной структурной единицей.

2. Основные этапы формирования

протокластеров в танковой промышленности Урала периода Великой Отечественной войны

2.1. Этапы формирования протокластеров на Урале

Исторически можно определить пять основных этапов становления танкостроительных протокластеров на Урале в годы Великой Отечественной войны.

1. Июнь 1940 г. — июнь 1941 г. — начинается подготовка к серийному производству танков «КВ» на Челябинском тракторном заводе (ЧТЗ) в условиях низкой степени локализации. Значительные трудности в процессе адаптации технологии выпуска этих машин относительно условий тракторного завода. Зарождение ядра будущего протокластера тяжелых танков и самоходных артиллерийских установок (САУ) в г. Челябинск.

2. Конец июля — середина сентября 1941 г. Этот период связан с началом Великой Отечественной войны, необходимостью резкого увеличения объемов выпущенных танков. Вводятся срочные меры для усиления танкового производства ЧТЗ за счет кооперации с заводом № 78 НКБ (затем завод № 200 НКТП), Уральским заводом тяжелого машиностроения (УЗТМ), Уралтурбозаводом, на Урал отправляется оборудование и специалисты ряда ключевых машиностроительных заводов. Появление Наркомата танковой промышленности (НКТП) Союза ССР. Формирование предпосылок для появления в регионе полноценных танкостроительных протокластеров.

3. Конец сентября 1941 г. — зима 1942 г. Проведение эвакуации ключевых танковых заводов СССР и восстановление их мощностей на базе ведущих уральских машиностроительных предприятий. Создание новой системы кооперации ивзаимодействиявнутриуральскихпред-приятий НКТП Свердловской и Челябинской областей. Формирование в г. Нижний Тагил второго крупнейшего ядра танкостроительного протокластера — Уральского танкового завода (УТЗ) № 183. Запуск в г. Свердловск производства дизель-моторов (завод № 76) и танковой артиллерии (завод № 9). Попытка создания в Свердловске центра по изготовлению легких танков на базе завода № 37. Складывание на основе Челябинского тракторного завода (ЧТЗ) второго танкостроительного гиганта в регионе — Челябинского Кировского завода (ЧКЗ), объединившего в своих корпусах танковое и дизель-моторное производство.

4. Середина 1942 г — середина 1943 г. Рост производства танков на Урале путем перехода к упрощенным, мобилизационным технологиям военного времени. В связи с переходом на новые упрощенные технологии начинается «кризис надежности», то есть происходит резкое снижение качества и надежности выпускаемой продукции. На Урале возникают два танкостроительных протокластера на территории Челябинской и Свердловской областей вокруг крупнейших «предприятий-ядер»: УТЗ№ 183, ЧКЗ. Создание средней и тяжелой самоходной артиллерии на УЗТМ и ЧКЗ.

5. Середина 1943 г — 1945 гг. Происходил переход промышленности региона в составе двух областных танкостроительных прото-кластеров к стабильной работе на основе поточно-конвейерной технологии. Созданные на Урале в условиях мобилизационной экономической модели объединения танкостроительных и кооперирующих с ними заводов обеспечили необходимое количество и качество военной продукции для победоносного завершения Великой Отечественной войны.

2.2. Особенности взаимодействия предприятий внутри танкостроительных протокластеров

Единый производственный комплекс по выпуску бронетехники был сформирован на Урале в течение 1941-1945 гг., хотя начало танкового производства здесь относится к 1940 г. Еще до начала войны зарождающееся уральское танкостроение столкнулось с проблемой низкой степени локализации производства.

В 1940-1941 гг. можно констатировать критически высокую степень зависимости ЧТЗ от поставок важнейших компонентов танка «КВ» (двигателей, приборов, вооружения) со стороны ведущих военных заводов Ленинграда, Харькова и центрального промышленного региона. Это препятствовало быстрому взаимодействию инженерно-технического персонала из г. Челябинска с представителями главных поставщиков, создавало трудности в освоении уральцами технологий серийного производства и замедляло выпуск машин в целом. Поэтому с началом Великой Отечественной войны было принято решение о повышении степени локализации танкового производства в Уральском экономическом регионе. Первоначально этого эффекта планировалось достичь за счет перемещения в Свердловск авиадизельного цеха Кировского завода и подключения к сборке

бронекорпусов Уралмашзавода 1. Эти решения создали предпосылки для формирования в Челябинской и Свердловской областях про-токластерных структур по выпуску танков.

Дальнейшее развитие военно-политической ситуации привело к эвакуации в регион мощностей ведущих танкостроительных предприятий СССР и формированию на Урале двух важнейших кластеров советского танкостроения. Созданные заново производственные единицы, как правило, совмещали в себе несколько направлений работы и, несмотря на значительную удаленность друг от друга (в разных областях), оказались связанными сложной системой кооперационных связей. Хотя эта управленческая практика не являлась чем-то принципиально новым в советской военной промышленности, отметим, что в Уральском регионе до этого времени не существовало комплексное, высококонцентрированное и специализированное военное производство.

В связи с неудачным началом войны и эвакуацией многих важнейших предприятий, машиностроителям относительно быстро пришлось полностью поменять характер и интенсивность взаимодействия с другими заводами. А вот руководству «Уралмаша», (ранее вообще не задействованного в танковом производстве) пришлось всю систему кооперации создавать заново. Учитывая чрезвычайный характер работы военного производства и нестабильное состояние транспортной инфраструктуры, отличительной чертой промышленной кооперации периода Великой Отечественной войны было стремление свести к минимуму производственные связи между предприятиями различных экономических регионов и областей. Эти меры были призваны разгрузить работающий с предельным напряжением железнодорожный транспорт, однако в силу объективных причин, достичь этого удавалось не всегда.2 Поэтому дальние железнодорожные перевозки, особенно между областными центрами (Свердловск и Челябинск) на протяжении войны сохранялись.

Новые географические контуры танкостроительных протокластеров и качество экономического потенциала их составных частей оказывались зависимы от конкретных возможностей местной промышленности. Иногда было невозможно, в силу организационно-

1 Объединенный государственный архив Челябинской области (ОГАЧО). Ф. Р -792. Оп.1. Д.89. Л.158-160.

2 Центр документации общественных организации Свердловской области (ЦДООСО). Ф. 4. Оп. 31. Д. 198. Л. 49.

Бронекорпуса для тяжелых танков

Дизель-моторы B-2, топливная аппаратура

Рис. Схема взаимодействия основных производственных единиц внутри танкостроительных протокластеров в таковой промышленности Урала к 1945 г.

технических возможностей конкретного принимающего завода, воссоздать на новом месте весь технологический цикл сборки танков в прежнем виде (яркий пример — УТЗ № 183). Более того, решение об эвакуации и размещении того или иного завода в основном принимались уже в чрезвычайных условиях войны и постоянно ухудшающейся военно-политической обстановки, потому были далеки от первоначальных планов.

Для решения вопросов эвакуации и скорейшего введения в строй на новых площадках колоссального объема станков, оборудования, организации расселения и снабжения производственных кадров был создан специальный орган чрезвычайного управления — Наркомат танковой промышленности Союза ССР (НКТП). Центральному аппарату НКТП, опираясь на государственно-партийный аппарат, в 1941—

1942 гг. пришлось затратить колоссальные усилия, чтобы добиться хотя бы минимальной управляемости и «запустить» танковые заводы на новых местах.

К концу Великой Отечественной войны на Урале сформировалось два мощных танкостроительных протокластера: Челябинский Кировский завод (ЧКЗ) и УТЗ № 183 им. Сталина в г. Н. Тагил, а так же система кооперирующих с ними предприятий, включая такие крупные производственные единицы как УЗТМ («Уралмаш»), Завод № 76, завод № 9 НКВ (наркомат вооружений), завод № 50 и завод № 200.

Характер расположения и взаимодействия производственных единиц в рамках этих двух кластеров не дает возможности однозначно разделить их чисто географически в границах Челябинской и Свердловской областей. Все

предприятия находились в состоянии тесного оперативного взаимодействия и в разные периоды войны осуществляли перекрестные поставки продукции. Структурообразующие центры концентрации производства внутри танкостроительных протокластеров прослеживаются достаточно ясно: это г. Челябинск и г. Нижний Тагил.

Довольно сложно переделить характер целой группы предприятий в г. Свердловске, сконцентрированных вокруг Уралмашзавода (заводы № 8 и № 9 НКВ, завод № 76, завод № 50 — преемник завода № 37, бывший филиал УЗТМ). По всем основным формальным параметрам УЗТМ может претендовать на статус независимого кластерного ядра внутри Свердловской области, однако многопрофильный характер производства и меньшие масштабы выпущенной боевой техники (танков и САУ) оставляют его в тени Нижнего Тагила, ставшего крупнейшим в регионе и СССР танкостроительным центром.

Уралмаш являлся в первую очередь бро-некорпусным заводом, недолго осуществлял сборку танков Т-34, тем не менее, получил известность в качестве уральской «кузницы самоходной артиллерии». Все эти соображения, а также учет общих предприятий-кооператоров позволяют утверждать, что в Свердловской области существует единый протокластер, производящий средние танки и САУ на их базе, имеющий два территориально разнесенных ядра: УЗТМ и УТЗ № 183. В силу объективных экономических трудностей эвакуации и особенностей местной машиностроительной базы, в Свердловской области не удалось создать один высококонцентрированный центр танкостроения, как это получилось в г. Челябинск, на Кировском заводе. В результате на Уралмаше оказалась сконцентрирована вся программа создания средних САУ (самоходно-артилле-рийские установки), а в г. Н. Тагил — поточная сборка самих средних танков Т-34. Остальные заводы (№ 9, № 76, № 50) в той или иной степени работали в интересах этих двух «ядер», а также отправляли свою продукцию в другие регионы.

Сформировавшийся в Челябинской области протокластер имел в своем ядре гигантский Челябинский Кировский завод (ЧКЗ), известный как «Танкоград», который специализировался на разработке тяжелой бронетехники. Поскольку изготовление бронекорпусов здесь было ограничено, главным кооператором ЧКЗ стал завод № 200, расположенный в том же г. Челябинске. Однако и «Танкоград», несмотря

на высокую степень концентрации производства, оказался зависимым от поставки ряда изделий с заводов, расположенных в соседних регионах. В первую очередь танковой артиллерии (заводы № 9 и № 92, в г. Свердловск и г. Горький) и бронекорпусов (УЗТМ). Челябинцы как новые хозяева мощностей эвакуированного сюда из Харькова моторного завода № 75 были обязаны снабжать созданный в г. Н. Тагил УТЗ № 183 дизель-моторами В-2.

В новых военных условиях подверглась изменению не только сама система и участники кооперации, но и номенклатура получаемых от поставщиков узлов и деталей. Во избежание дальних перевозок, на Урале в годы войны удалось наладить выпуск широкой номенклатуры полуфабрикатов, изделий и компонентов, необходимых для сборки боевых машин. Сюда можно отнести: радиоаппаратуру, электропроводку, подшипники, техническую резину и т. д.

Постепенно выстраиваемая система кооперации в танковой промышленности региона включала в себя как постоянные, так и временные связи. Временная кооперация существовала, как правило, в период освоения производства новых объектов, что значительно облегчало заводам выполнение этой задачи, ведь они могли не иметь должного опыта, станочного парка, оборудования и кадров. Часто им приходилось размещать заказы на изготовление и обработку отдельных сложных узлов и механизмов на так называемых «головных заводах» (по данной продукции), где были лучшие условия и оптимальная технология. Завершив этап освоения, завод самостоятельно продолжал экономическую деятельность, и необходимость кооперационных поставках отпадала. Система постоянной кооперации была более сложной и разветвленной, она охватывала ключевые предприятия танковой промышленности. В ходе войны ни один уральский завод НКТП не имел возможности создать самостоятельное и независимое производство, все заводы оказались в разной степени зависимы друг от друга [10, с. 173].

Основные танковые заводы Урала осуществляли параллельно несколько технологических процессов, включая поставку запчастей, боеприпасов, отгружали продукцию в адрес других наркоматов. Ведущие предприятия вынуждены были снабжать своих более мелких кооператоров сырьем, заготовками, энергией и топливом. 1 Так было с УЗТМ и заводами № 76

1 ЦДООСО. Ф. 4. Оп. 31. Д. 287. Л. 178-180; Государственный архив Свердловской области (ГАСО). Ф. Р -262. Оп. 1. Д. 36.

НКТП и № 9 НКВ. Один из пунктов приказа по НКТП № 136мсс от 23 января 1942 г. констатирует, что нарушение графика поставок литья, штамповок, БАЖМ-бронзы со стороны УЗТМ ставит под угрозу срыв программы танковых дизель-моторов завода № 76, поскольку последний был полностью зависим от поставки Уралмашем этих полуфабрикатов, заменить их было нечем.1

Заключение

В ходе Великой Отечественной войны на Урале был сформирован крупнейший центр танковой промышленности СССР. В результате ускоренного становления и развития в регионе двух крупных территориально-промышленных комплексов — протокластеров в Свердловской и Челябинской областях был создан комплекс взаимосвязанных предприятий по выпуску средних и тяжелых танков. Используя наличные трудовые ресурсы, мощности местных машиностроительных и металлургических заводов, значительно усиленные в процессе эвакуации, а также энергосистему и транспортную инфраструктуры Уральского региона, высшему партийно-государственному руководству в чрезвычайных условиях удалось возродить здесь значительный потенциал танкостроительных производств.

Сформированные в рамках Челябинской и Свердловской областей, (вокруг г. Н. Тагил и Челябинск) танкостроительные протокла-стеры в значительной степени обеспечили Красную армию тяжелыми и средним танками и САУ, успешно решив вопросы технико-технологического, сырьевого и оперативного взаимодействия, в рамках общесоюзной системы танкового производства. В связи с падением значения легких танков на поле боя и трудностями восстановления после эвакуации

Л. 1118-1119.

1 ОГАЧО. Ф. Р — 792. Оп. 3. Д. 8. Л. 68-71.

завод № 37, ответственный за их выпуск, был включен в общую структуру Свердловского протокластера, усилив Уралмашзавод мощностями для изготовления танков Т-34 и САУ на их базе.

Важнейшими отличительными чертами протокластеров, возникших на Урале в данный период, стали такие черты, как неорганичность возникновения, административно-бюрократический принцип управления и отсутствие рыночных способов взаимодействия между структурными единицами в них. Однако такая система взаимодействия внутри протокласте-ров позволила им решать важнейшие задачи в организации и развития танкового производства в условиях ресурсных и энергетических ограничений военного времени. По завершении Великой Отечественной войны данная система взаимодействия была реформирована и частично адаптирована к новым условиям мирного времени.

В 1941-1945 гг. на Урале было произведено 55519 танков и САУ различных классов, или 55,6 % от их валового производства всеми остальными заводами СССР. В 1942 г. здесь было изготовлено 24719 танков и САУ, что превысило их выпуск в 1941 г. почти в 4 раза (6590 шт.). За 1944 г. Уральские заводы передали армии 28983 танка и САУ. В условиях завершения боевых действий, в 1945 г. объемы выпуска бронетехники в регионе уменьшились, составив 15422 единиц.

В 1941-1945 гг. среди всех предприятий НКТП на Урале наибольшее количество танков и САУ выпустил УТЗ № 183 (28953 шт., или 52,1 %). На втором месте по числу изготовленной бронетехники оказался ЧКЗ (19539 шт., или 35,1 %), на третьем УЗТМ (5778 шт., или 10,4 %), на четвертом — завод № 37 (1249 шт., или 2,2 %). Танкостроительный протокластер, созданный за годы Великой Отечественной войны в Свердловской области заложил основу современной традиции танкостроения в регионе.

Благодарность

Статья подготовлена при финансовой поддержке Российского Фонда фундаментальных исследований, проект № 16-32-01081.

Список источников

1. Porter M. Clusters and the new economics of competitiveness // Harvard Business Review. — 1998. — Pp. 77-90.

2. Adrian T. H. Kuah. Cluster Theory and the Small Business //Journal of Research in Marketing and Entrepreneurship

— 2002 — № 4(3). — Pp. 206-228.

3. Martin R., Sunley P. Deconstructing clusters: chaotic concept or policy panacea? // Journal of Economic Geography.

— 2003 — № 3(1). — Pp. 5-35.

4. Van den BergL., Braun E., Van Winden W. Growth Clusters in European Cities: An Integral Approach // Urban Studies. — 2001 — № 38(1). — Pp. 186-206.

5. Берсенёв В.Л. Кластеры как инструмент повышения страновой и региональной конкурентоспособности // Панорама конкуренции. — 2008. — № 3. — С. 78-82.

6. Сергеев А. М. Сравнительные преимущества кластеров // Панорама конкуренции. — 2008. — № 3. — С. 83-88.

7. Лаврикова Ю. Г. Кластеры. Стратегия формирования и развития в экономическом пространстве региона. — Екатеринбург : Ин-т экономики УрО РАН, 2008. — 232 с.

8. Анисова Н. А. Развитие теории кластеров. Типовая модель и примеры применения. — М : Библиоглобус, 2014. — 84 с.

9. Томашевкая Ю. Н., Корчагина Н. А. Международный опыт выявления кластеров. Перспективы использования в условиях РФ // Научные труды ИНП РАН. — М., 2010. — С. 727-742.

10. Афоничкин А. И. Стратегии согласованного развития кластерных экономических систем // Вестник Волжского университета им. В. Н. Татищева. — 2011. — № 24. — С. 244- 252.

11. Гакашев М. М. Методика отбора и формирования экономических промышленных кластеров // Вектор науки Тольяттинского государственного университета. — 2013. — № 1. — С. 20-23. — (Экономика и управление).

12. Мингалева Ж. А. Теоретико-методологические подходы к анализу динамики отраслевой структуры экономики // Журнал экономической теории. — 2011. — № 4. — С. 126-136.

13. Ефимычев Ю. И., Захаров И. В. Промышленные кластеры и экономический рост // Вестник Нижегородского университета им. Н. И. Лобачевского. — 2005 — № 1. — С. 15-18. — (Экономика и финансы).

14. Регион в новой парадигме пространственной организации России / под общ. ред. А. И. Татаркина. — М. : Экономика, 2007 — 751 с.

15. Пилипенко И. В. Конкурентоспособность стран и регионов в мировом хозяйстве. Теория, опыт малых стран Западной и Северной Европы. — Смоленск : Ойкумена, 2005. — 495 с.

Информация об авторах

Запарий Владимир Васильевич — доктор исторических наук, профессор, заведующий кафедрой истории науки и техники, Институт гуманитарных наук и искусств, Уральский федеральный университет имени первого Президента России Б. Н. Ельцина (620002, г. Екатеринбург, ул. С. Ковалевской, 6, комн. T-807, vvzap@mail.ru).

Запарий Василий Владимирович — кандидат исторических наук, доцент кафедры теории и методологии государственного и муниципального управления, Институт государственного управления и предпринимательства, Уральский федеральный университет имени первого Президента России Б. Н. Ельцина (620083, г. Екатеринбург, ул. Ленина, 13, комн. 204, pantera.zap@gmail.com).

Гуансян Чжан — доктор исторических наук, профессор Института изучения Северо-Восточной Азии, Дзилинский Университет (Китай, Чанчунь, Научно-исследовательский институт Северо-Восточной Азии. Zgxjlcc2002@aliyun.com).

For citation: Zapariy, V. V., Zapariy, V. V. & Guanshan, C. (2017). Formation of Protoclusters in the Tank Industry of the Urals in 1941-1945. Ekonomika regiona [Economy of Region], 13(3), C. 883-894

V. V. Zapariy а), V. V. Zapariy b), C. Guanshan b)

а) Ural Federal University (Ekaterinburg, Russian Federation) b) Jilin University, Northeast Asian Studies College (Changchun, China)

Formation of Protoclusters in the Tank Industry of the Urals in 1941-1945

The article considers the process of the formation of the tank industry in the Urals during the Great Patriotic War in connection with the aspects of regional development within the large territorial and industrial entities. In modern economic science, such territorial industrial associations are known as «clusters». They mean a group of enterprises, united by a common technological process and management, concentrated to achieve a specific production and economic goal. In the modern world, such associations play a decisive role in managing high-tech and innovative industries in the realities of the market economy. This applies both to the civilian and military engineering, including the large and small production, both to public and private ones. In the Sverdlovsk region, at the present time, there is a large tank-building cluster, concentrated around the Uralvagonzavod Corporation (UVZ) in Nizhny Tagil, which includes a number of production units in the territory of the Ural Federal District. The tank production, which originated in the Urals in 1940-s, and fast developed during the Great Patriotic War, shows the typical features of modern cluster structures. This suggests the existence of so-called «protocluster» formations within the tank industry of the Ural economic region in 1941-1945. The article presents the features of the formation of two major protoclusters in the Sverdlovsk and Chelyabinsk regions, which have concentrated in their borders a significant economic potential for the production of medium and heavy tanks, as well as automatic control systems based on them. The article discusses the chronology of their occurrence, the member enterprises, the features of their cooperation and interaction within the unified system of the Peoples Commissariat of Tank Industry of the Union of Soviet Socialist Republics (USSR NKTP).

Keywords: Ural economic region, tank industry, clusters, territorial industries, Great Patriotic War, crisis management, military economy

Acknowledgements

The article has been prepared with the support of the Russian Foundation for Basic Research, the Project № 16-32-01081.

References

1. Porter, M. (1998). Clusters and the new economics of competitiveness. Harvard Business Review, 77-90.

2. Adrian, T. H. Kuah. (2002). Cluster Theory and the Small Business. Journal of Research in Marketing and Entrepreneurship, 4(3), 206-228.

3. Martin, R. & Sunley, P. (2003). Deconstructing clusters: chaotic concept or policy panacea? Journal of Economic Geography, 3(1), 5-35.

4. Van den Berg, L., Braun, E. & Van Winden, W. (2001). Growth Clusters in European Cities: An Integral Approach. Urban Studies, 38(1), 186-206.

5. Bersenyov, V. L. (2008). Klastery kak instrument povysheniya stranovoy i regionalnoy konkurentosposobnosti [Clusters as a tool for enhancing country and regional competitiveness]. Panorama konkurentsii [Panorama of competition], 3, 78-82. (In Russ.)

6. Sergeev, A. M. (2008). Sravnitelnyye preimushchestva klasterov [Comparative advantages of clusters]. Panorama konkurentsii [Panorama of competition], 3, 83-88. (In Russ.)

7. Lavrikova, Yu. G. (2008). Klastery. Strategiya formirovaniya i razvitiya v ekonomicheskomprostranstve regiona [Clusters: the strategy of formation and development in the economic space of the region]. Ekaterinburg: Institute of Economics, UB RAS Publ., 232. (In Russ.)

8. Anisova, N. A. (2014). Razvitie teorii klasterov. Tipovaya model i primery primeneniya [Development of the theory of clusters: a model and examples of applications]. Moscow: Biblioglobus, 84. (In Russ.)

9. Tomashevkaya, Yu. N. & Korchagina, N. A. (2010). Mezhdunarodnyy opyt vyyavleniya klasterov: perspek-tivy ispolzovaniya v usloviyakh RF [International Experience of Clusters' Exposure: Perspectives of Usage under RF Conditions]. Nauchnyye trudy INP RAN [Scientific Articles — Institute of Economic Forecasting Russian Academy of Sciences]. Moscow, 727-742. (In Russ.)

10. Afonichkin, A. I. (2011). Strategii soglasovannogo razvitiya klasternykh ekonomicheskikh sistem [Strategies for the coordinated development of cluster economic systems]. Vestnik Volzhskogo universiteta im. V. N. Tatishcheva [Vestnik of Volzhsky University after V. N. Tatishchev], 24, 244-252. (In Russ.)

11. Gakashev, M. M. (2013). Metodika otbora i formirovaniya ekonomicheskikh promyshlennykh klasterov [Technique of Selection and Formation of Economic Industrial Clusters]. Vektor nauki Tolyattinskogo gosudarstvennogo universiteta [ector of Science of Togliatti State University], 1, 20-23. (Series: Economics and Management). (In Russ.)

12. Mingaleva, Zh. A. (2011). Teoretiko-metodologicheskie podkhody k analizu dinamiki otraslevoy struktury ekono-miki [Theoretical and methodological approaches to the analysis of the dynamics of the branch structure of the economy]. Zhurnal ekonomicheskoy teorii [Russian Journal of Economic Theory], 4, 126-136. (In Russ.)

13. Efimychev, Yu. I. & Zakharov, I. V. (2005). Promyshlennyye klastery i ekonomicheskiy rost [Industrial Clusters and Economic Growth]. Vestnik Nizhegorodskogo universiteta im. N.I. Lobachevskogo [Vestnik of Lobachevsky University of Nizhni Novgorod], 1, 15-18. (Series: Economics and Finances). (In Russ.)

14. Tatarkin, A. I. (Ed.). (2007). Region v novoy paradigme prostranstvennoy organizatsii Rossii [Region in the new paradigm of the spatial organization of Russia]. Moscow: Ekonomika Publ., 751. (In Russ.)

15. Pilipenko, I. V. (2005). Konkurentosposobnost stran i regionov v mirovom khozyaystve. Teoriya, opyt malykh stran Zapadnoy i Severnoy Evropy [Competitiveness of countries and regions in the world economy: theory, experience of small countries of Western and Northern Europe]. Smolensk: Oykumena Publ., 495. (In Russ.)

Authors

Vladimir Vasilyevich Zapariy — Doctor of History, Professor, Head of the Department, Department of History of Science and Technology, Institute of the Humanities and Arts, Ural Federal University (6, S. Kovalevskoy St., Ekaterinburg, 620002, Russian Federation; e-mail: vvzap@mail.ru).

Vasily Vladimirovich Zapariy — PhD in History, Associate Professor, Department of the Theory and Methodology of State and Municipal Government, Institute of State Management and Entrepreneurship, Ural Federal University (13, Lenina St., Ekaterinburg, 620083, Russian Federation; e-mail: pantera.zap@gmail.com).

Zhang Guanshan — Doctor of History, Professor, Northeast Asian Studies College, Jilin University (Northeast Asian Studies College, Jilin University, Changchun; e-mail: zgxjlcc2002@aliyun.com).

Для цитирования: Пахомова Н. В., Казьмин А. А., Квадрициус Н. В. Микроэкономическая оценка развития рынка санаторно-курортных услуг России в 2012-2015 гг. // Экономика региона. — 2017. — Т. 13, вып. 3.

— С. 895-907

doi 10.17059/2017-3-21 УДК: 338.48

Н. В. Пахомова а), А. А. Казьмин б), Н. В. Квадрициус в)

а) Санкт-Петербургский государственный университет (Санкт-Петербург, Российская Федерация) б) Независимый исследователь (Санкт-Петербург, Российская Федерация; e-mail: a.kazmin@llcinvest.ru) в) АО «РЖД-Здоровье» в г. Санкт-Петербург (Санкт-Петербург, Российская Федерация)

МИКРОЭКОНОМИЧЕСКАЯ ОЦЕНКА РАЗВИТИЯ РЫНКА САНАТОРНО-КУРОРТНЫХ УСЛУГ РОССИИ В 2012-2015 ГГ. 1

Статья посвящена оценке влияния внешних и внутренних макроэкономических факторов (сокращение реальных доходов населения, ослабление курса рубля к доллару США в 2014-2015 гг., развитие крымского направления санаторно-курортного лечения и оздоровления для населения России) на финансово-экономические показатели санаторно-курортных организаций России в 2012-2015 гг. Расчеты, основанные на данных Росстата, показывают позитивную динамику развития рынка санаторно-курортных услуг России, обеспеченную за счет региональных рынков санаторно-курортных услуг в Краснодарском, Ставропольском, Алтайском краях, а также учета Крымского федерального округа в макроэкономических показателях России. С использованием эконометрического моделирования на основе выборки из 272 учреждений подтверждена гипотеза о большем выигрыше от изменившихся макроэкономических факторов крупных российских санаторно-курортных организаций (с объемом выручки в год более 400 млн руб.), чем выигрыш малых, выраженном в росте рентабельности продаж и опережающего прироста выручки. Результаты проведенных расчетов показали, что независимый параметр размера организации в панели данных 2014-2015 гг. усилил свое положительное влияние на зависимую переменную ежегодного прироста выручки в сравнении с панелью данных 2012-2013 гг. В условиях финансовых ограничений государством обсуждаются возможности и инструменты для формирования рыночных условий, которые простимулируют спрос со стороны менеджмента крупных санаторно-курортных организаций на инвестиции в обновление материально-технической базы и инновации. Помимо улучшения транспортной доступности федеральных курортных регионов и целенаправленных действий по развитию и повышению качества курортной инфраструктуры, предлагается сформировать благоприятную конкурентную среду, усовершенствовать систему государственных закупок (в том числе закупок компаний с государственным участием), а также активизировать участниками рынка внедрение продуктовых, маркетинговых и организационных инноваций.

Ключевые слова: санаторно-курортная организация, санаторий, размер организации, панельные данные, рынок санаторно-курортных услуг, сетевая форма организации бизнеса, государственная политика, закупки, микроэкономический анализ, маркетинговые инновации

Введение

В современных условиях хозяйствования в период кризисных явлений в экономике источником устойчивого долгосрочного конкурентного преимущества любых коммерческих организаций, особенно работающих в динамичной и конкурентной среде, является активный поиск новых и развитие существующих форм организации бизнеса. Это ярче проявляется на тех рынках, для которых характерна высокая интенсивность конкуренции и

1 © Пахомова Н. В., Казьмин А. А., Квадрициус Н. В. Текст. 2017.

активное применение современных информационных технологий. К числу таковых относятся, прежде всего, рынки сферы услуг, к которым исследователи в последние годы в области менеджмента и маркетинга проявляют значительный интерес [1-3].

Основное внимание в данной статье будет сосредоточено на российском рынке санаторно-курортных услуг, структурные изменения на котором начались более 20 лет назад и который находится в стадии становления [4; 5]. Это связано с несколькими причинами.

Во-первых, созданная в СССР система санаторно-курортного лечения и оздоровления не имела аналогов в мировой практике,

являлась частью общей структуры эффективного оздоровления населения и насчитывала в РСФСР в 1990 г. более 7,4 тыс. санаторно-курортных организаций и организаций отдыха на 1,3 млн койко-местГосударство осуществляло единую политику развития санаторно-курортного комплекса, который был рассчитан на массового потребителя, при этом массовость достигалась хорошо отработанной системой финансирования.

Во-вторых, данный стратегически важный рынок услуг испытывает в последние годы структурные изменения, как с точки зрения предложения (например, появившийся для потребителей в 2014 г. обновленный номерной фонд в г. Сочи после зимней олимпиады, а также образование Крымского федерального округа в составе России), так и с позиции поиска новых организационных моделей управления, рыночных ниш и резервов развития в ответ на повышающийся уровень запросов потребителей на комфорт и сервис.

В-третьих, рынок санаторно-курортных услуг России является одним из лидеров в сфере услуг по темпам его прироста за последние три года. Об этом активно заявляется на государственном уровне (например, проведенное в августе 2016 г. заседание президиума Госсовета о повышении инвестиционной привлекательности российских курортов), так и в деловых средствах массовой информации (например, «Ведомости», «Коммерсант», «Коммерсант. Деньги»), в том числе с анализом статистики в разрезе регионов по количеству размещенных в санаториях, мест, доходов и т. п.

Ввиду своей социально-экономической значимости вопросы развития санаторно-курортного рынка достаточно широко представлены в работах зарубежных авторов (М. Беннет с соавторами [6], С. Бихари-Аксельсон, Р. Аксельсон [7], К. Х. Чена с соавторами [8], Н. Кокерелла [9], В. Хеунга, Д. Кукусты [10], С. Хофера с соавторами [11], М. Йохансон [12], С. Лоха [13], X. Мюллера, Е. Кауфмана [14], А. Огорлец [15] и др.). Основной акцент в исследованиях отечественных авторов (О. Атькова [16], М. Оборина [17], С. Сердюковского с соавторами [18], А. Ветитнева, А. Торгашевой [19], Ф. Голубни-чий с соавторами [5], Е. Таппасхановой с соавторами [20], А. Разумова с соавторами [21], С. Цехла с соавторами [22]), посвященных рынку санаторно-курортных услуг, сделан на

1 Здравоохранение в России. 2005 [Электронный ресурс]. URL: http://www.gks.ru/bgd/regl/B05_34/Main.htm (дата обращения 17.11.2016).

изучении стратегических преимуществ географического положения страны, потенциала ее природных лечебных ресурсов, эффективных методик восстановительного лечения — условиях, которые должны способствовать созданию положительного имиджа санаторно-курортных организаций, предоставляющих потребителям качественные и доступные по цене услуги. Внимание к микроэкономической оценке состояния рынка санаторно-курортных услуг России с точки зрения сложившейся деловой практики отдельных юридических лиц крайне ограниченно, хотя и появляются исследования, посвященные анализу существующих маркетинговых практик и инноваций [23].

Таким образом, к числу приоритетных исследовательских вопросов в рамках данной статьи относится относительно слабо исследуемый российскими авторами вопрос оценки влияния изменившихся макроэкономических факторов (сокращение реальных доходов населения, ослабление курса рубля к доллару США в 2014-2015 гг., развитие Крымского направления санаторно-курортного лечения и оздоровления для населения России) на финансово-экономические показатели ведущих санаторно-курортных организаций России на микроуровне. В завершение авторами выработаны рекомендации по совершенствованию инструментов государственной политики развития рынка санаторно-курортных услуг, а также управленческой деятельности санаторно-курортных организаций.

Обзор рынка санаторно-курортных услуг России

Мировой опыт развитых стран подтверждает необходимость развития санаторно-курортной отрасли, которая создает существенные экономические преимущества и способствует решению многих социальных задач. В 2013 г. международный рынок оздоровительного туризма составлял 438,6 млрд долл., или 14 % всего мирового туристического рынка2. По прогнозам экспертов, оздоровительный туризм каждый год растет почти на 50 % быстрее, чем мировой туризм в целом. При этом дополнительной мультипликативной выгодой развития инфраструктуры оздоровительного сегмента туризма является активизация многих процессов в смежных отраслях. Так, оздоровительный туризм в мире генерирует 11,7 млн

2 SRI International's 2013 Report, Spas & the Global Wellness Market: Synergies & Opportunities.

Таблица 1

Основные экономические показатели деятельности рынка санаторно-курортных услуг России, 2011-2015 гг.

2011 г. 2012 г. 2013 г. 2014 г. 2015 г.

Число учреждений 1 959 1 905 1 840 1 905 1 878

Число мест, тыс. мест 424,7 420,0 407,4 443,4 447,0

Доходы, млрд руб. 89,7 97,4 100,3 113,9 128,6

Число гостей, млн чел. 5,7 5,8 5,7 6,1 6,1

Средневзвешенный курс доллара США к рублю, рублей за 1 долл. США, с 01 января по 31 декабря 29,387 31,093 31,848 38,421 60,958

Реальные располагаемые денежные доходы населения, % 100,5 104,6 104 99,3 96

Составлено авторами по: Единая межведомственная информационно-статистическая система (ЕМИСС) [Электронный ресурс]. 2016. URL: https://www.fedstat.ru/ (дата обращения: 11.10.2016).

рабочих мест, создавая в год 1,3 трлн долл. экономического эффекта.

В ряде зарубежных исследований показана возрастающая важность развития так называемого санаторно-курортного и оздоровительного фокуса в деятельности современных курортных отелей, в том числе с учетом значимости фактора качественного обслуживания клиентов в усилении конкурентного преимущества [8, 9, 12, 14, 15]. Некоторые исследователи на примере стран Северной Европы демонстрируют, что стратегические альянсы предприятий оздоровительного туризма и косметологии в цепочке создания стоимости для клиентов приводят к инновациям и развитию, а также способствуют повышению конкурентоспособности конечного продукта отдыха и оздоровления для потребителей [24].

Рынок санаторно-курортных услуг России — один из лидеров в сфере услуг по темпам его прироста за последние три года. Так, объем доходов санаторно-курортных организаций увеличился в 2015 г. по сравнению с 2012 г. на 32 %, а численность размещенных в санаторно-курортных организациях лиц увеличилась на 6 %. Сложившаяся динамика рынка санаторно-курортных услуг (табл. 1) произошла на фоне резкого удорожания зарубежных путевок из-за ослабления курса рубля к доллару, сокращения реальных доходов населения в 2014-2015 гг., а также статистического учета Крымского федерального округа в макроэкономических показателях России.

Под воздействием валютных колебаний ослабление курса рубля способствует росту рынка за счет повышения ценовой конкурентоспособности здравниц России в сравнении с зарубежными курортами (прежде всего, расположенными в Восточной Европе, Германии, Италии, Франции). Благодаря этому возрастает интерес потребителей к услугам санаторно-курортных организаций на территории

Крыма, Краснодарского, Ставропольского, Алтайского краев и других субъектов РФ, что отчасти подтверждается статистикой рынка санаторно-курортных услуг России за 20112015 гг. (табл. 2).

Но в первую очередь положительное влияние на прирост количества гостей в санаториях и емкости рынка в стоимостном выражении (доходы санаторно-курортных организаций) оказал статистический учет Крымского федерального округа в макроэкономических показателях России, а также позитивная динамика развития Краснодарского, Ставропольского, Алтайского краев.

Анализ статистики числа гостей за 20112015 гг. на примере крупнейших курортных направлений показывает неравномерное развитие региональных рынков санаторно-курортных услуг. Стабильная положительная динамика на протяжении всего периода характерна для рынков санаторно-курортных услуг Ставропольского и Алтайского краев. Краснодарский край увеличил число гостей за период, пройдя через небольшой спад в 2013 г. Московская область на протяжении всего периода теряет своих потребителей услуг. Санаторно-курортные организации Республики Башкортостан, увеличив число гостей к 2013 г., не смогли удержать высокие параметры, и показатель 2015 г. оказался хуже, чем в 2011 г.

Анализ емкости рынков в стоимостном выражении на примере изучаемых регионов свидетельствует о росте доходов санаторно-курортных учреждений на протяжении всего периода. Если посмотреть показатель прироста доходов отдельно за период 2013-2015 гг., то можно увидеть, что на долю первых пяти регионов (не включая Крымский федеральный округ) пришлось дополнительно 13 млрд руб., в то время как на все остальные региональные рынки — 4,7 млрд руб.

Таблица 2

Основные экономические показатели деятельности рынка санаторно-курортных услуг России в разрезе топ-6 субъектов РФ, 2011-2015 гг.

Субъект РФ Число мест, тыс. мест Число гостей, тыс. гостей Доходы, млрд руб. Средняя цена 1 койко-дня в санатории, руб.

2011 г. 2013 г. 2015 г. 2011 г. 2013 г. 2015 г. 2011 г. 2013 г. 2015 г. 2011 г. 2013 г. 2015 г.

Краснодарский край 91,7 84,3 92,8 1 024,3 995,5 1 150,8 19,2 20,6 26,9 1 863 1 833 2 160

Ставропольский край 30,0 30,0 30,6 503,1 512,8 568,4 13,0 15,0 19,2 1 688 2 045 2 339

Крымский федеральный округ 0,0 0,0 45,8 0,0 0,0 402,4 0,0 0,0 10,6 — — 1 732

Московская область 28,7 27,9 26,5 403,5 394,6 383,3 5,9 5,7 6,4 1 541 2 140 2 778

Алтайский край 8,2 8,2 8,3 147,7 155,7 186,1 3,7 4,3 5,5 1 468 1 675 2 117

Республика Башкортостан 14,0 13,4 12,7 237,6 255,7 229,7 3,8 4,6 5,2 1 797 2 306 2 553

Всего, топ-6, % 172,5 163,8 216,7 2 316,2 2 314,2 2 920,7 45,7 50,2 73,8 1 671 2 000 2 348

Всего, РФ 424,7 407,4 447,0 5 732,9 5 682,5 6 100,6 89,7 100,3 128,6 1 723 1 999 2 442

Удельный вес, топ-6 регионов, % 41 40 48 40 41 48 51 50 57 — — —

Рассчитано авторами по: Единая межведомственная информационно-статистическая система (ЕМИСС) [Электронный ресурс]. 2016. URL: https://www.fedstat.ru/ (дата обращения: 11.10.2016).

Однако уменьшение реальных доходов населения является негативным фактором для организаций данного рынка. Поскольку санаторно-курортные услуги являются достаточно дорогостоящими и не являются приоритетными для большей части населения (4,2 % от общей численности населения пользуются услугами санаториев), спрос на них уменьшается из-за отказа от потребления в пользу других товаров, услуг либо замещения потребления сбережениями. Основным типом поведения тех потребителей, которые все же принимают решение о приобретении санаторно-курортной путевки, является покупка более коротких, чем рекомендуемые восстановительной медициной, курсов санаторно-курортного лечения. Иными словами, из-за бюджетных ограничений многие потребители не могут позволить себе длительное санаторно-курортное лечение. Так, за последние 5 лет среднее количество дней пребывания в санатории сократилось на 8,9 % и в 2015 г. составило 10,1 дня на одного потребителя в год хотя в рекомендуемых стандартах восстановительной медицины продолжительность должна составлять 14-21 дней [6].

Таким образом, для достижения цели исследования авторы сформулировали следующие базовые вопросы — гипотезы исследования:

1 Бизнесстат. 2016. Анализ рынка санаторно-курортных услуг в России в 2010-2015 гг. Прогноз на 2016-2020 гг. С. 41.

1. Как изменилась выручка, прибыль от продаж ведущих санаторно-курортных организаций России в 2012-2015 гг.?

2. Существует ли связь между обновлением основных средств и выручкой санаторно-курортных организаций России в 2012-2015 гг.?

3. Влияет ли размер санаторно-курортных организаций на финансово-экономические показатели в 2012-2015 гг.?

4. Какие факторы оказывали влияние на прирост выручки и рентабельность продаж санаторно-курортных организаций в 2012-2015 гг.?

Методы исследования и описание переменных

Приведем несколько замечаний методического характера, полезных для эффективного восприятия приведенных ниже результатов исследования.

Для достижения поставленной цели исследования авторами использовались методы описательной статистики и регрессионный анализ панельных финансово-экономических данных ведущих санаторно-курортных организаций России за 2012-2015 гг.

Зависимые переменные. При построении моделей авторы используют две зависимые переменные: а) ежегодный прирост выручки от реализации услуг ^го^^^еу), характеризующий коммерческие результаты деятельно-

сти и успешность реализации маркетинговых стратегий в санаторно-курортных организациях; б) рентабельность продаж (ROS) как отношение прибыли от продаж (операционная прибыль) к выручке от реализации.

Независимые переменные. Одной из важнейших характеристик санаторно-курортной организации является ее размер, который в рамках данного исследования определяется с помощью величины натурального логарифма от объема выручки от реализации (LnSize). Для измерения экономических результатов деятельности санаторно-курортных организаций используется ежегодный прирост стоимости основных средств (Growth_Fixed Asset), а также себестоимости (Growth_Cost).

Для учета специфики размера организаций использованы следующие переменные: 1) фиктивная переменная для группы средних и крупных организаций (LMdummy)1 — выручка в 2013-2015 гг. более 400 млн руб.; 2) фиктивная переменная для группы малых и микроорганизаций (SMdummy)2 — выручка в 20132015 гг. в диапазоне 50-400 млн руб.

Структура и потенциал рынка. Авторами также дополнительно использованы следующие показатели, характеризующие структуру и потенциал рынка: а) доля рынка (MS) — отношение выручки санаторно-курортной организации к общему объему выручки санаторно-курортных организаций в субъекте РФ; б) натуральный логарифм от объема регионального рынка в стоимостном выражении (LnMarket); в) прирост объема регионального рынка в стоимостном выражении (GrowthMarket).

Таким образом, исходя из выбранной спецификации модели и переменных, будут оцениваться следующие модели:

Gr_Revit = а0 + a1LnSize¡[ + a2Gr_FixAs¡t + + а,Gr Cost.f + a MS., + a,LnMark.f +

3 — i t 4 i t 5 i t

+ a6Gr_Markit (1)

ROS.f = an + a, Gr Rev.f + aLnSize.t +

it 0 1 — i t 2 i t

+ a,Gr FixAs.f + a.Gr Cost.f + aMS.f +

3 it 4 it 5 it

+ a6LnMark¡t + a7Gr_Mark¡t (2)

где a0,... a7 — параметры моделей, i = 1, ..., 272, t = 2012, ..., 2015.

Авторами был введен также ряд дополнительных допущений, на основании которых построен регрессионный анализ. Во-первых, в выборку включаются только сбалансирован-

1 Далее по тексту — крупные организации.

2 Далее по тексту — малые организации.

ные панели, в которых все организации наблюдаются одинаковое число временных тактов. Во-вторых, в рамках данного исследования были рассмотрены две панели с короткими временными рядами, составляющими два года (2012-2013 гг. и 2014-2015 гг.).

Формирование выборки исследования

В 2015 г. в России насчитывалось 1878 санаторно-курортных учреждений различных форм собственности, в которых было занято около 205 тыс. чел.3, хотя стоит отметить, что они неоднородны по виду (санаторий, санаторий-профилакторий, пансионат с лечением), численности персонала и количеству обслуживаемых потребителей.

Российский рынок санаторно-курортных услуг включает объединения ведомственных санаториев Министерства здравоохранения РФ, Министерства обороны РФ, Министерства внутренних дел РФ, ФСБ РФ, ПАО «Газпром», Управления делами Президента РФ, Федерации независимых профсоюзов России, а также большое количество самостоятельных участников различных организационно-правовых форм (АО, ООО, ГУП). Данные учреждения финансируются как за счет бюджетных средств, так и за счет средств ведомств, компаний с государственным и частным участием, конечных потребителей.

Адекватность сформированных регрессионных моделей тестируется на выборке российских организаций, зарегистрированных в качестве юридических лиц, финансовая отчетность которых находится в открытом доступе и основным видом экономической деятельности которых является «Деятельность санаторно-курортных учреждений» (код ОКВЭД 85.11.2). В качестве информационной базы исследования выступают данные годовой финансовой отчетности организаций в соответствии с российскими стандартами бухгалтерского учета, собранные с помощью базы данных системы профессионального анализа рынков и компаний (далее - СПАРК) за 2011-2015 гг.

В качестве дополнительных фильтров по отбору данных выступили следующие характеристики: а) возраст организаций — более 5 лет; б) объем выручки — более 50 млн руб. в год на горизонте 2012-2015 гг.; в) исключение из анализа санаториев Крымского федерального округа; г) исключение из рассмотрения ор-

3 Единая межведомственная информационно-статистическая система (ЕМИСС) [Электронный ресурс]. 2016. URL: https://www.fedstat.ru/ (дата обращения: 11.10.2016).

Таблица 3

Распределение организаций по регионам

Наименование Количество Доля в общей

субъектов РФ организаций выборке, %

Краснодарский край 60 22

Ставропольский край 38 14

Республика 10 4

Башкортостан

Московская область 10 4

Санкт-Петербург 8 3

Алтайский край 7 3

Прочие 139 51

Итого 272 100

Источник: составлено авторами на основе данных СПАРК.

Таблица 4

Распределение организаций по размеру

Наименование параметра 2013 г. 2015 г.

Крупные и средние организации (выручка в год более 400 млн руб.) 26 35

Малые и микроорганизации (выручка в год 50-400 млн руб.) 246 237

Источник: составлено авторами на основе данных СПАРК.

ганизаций, по которым отсутствовала достаточно полная информация. Характеристики выборки, на которой проводилось исследование, показаны в таблицах 3, 4.

Распределение выявленных нами организаций неравномерно по территории России. Почти половина (49 %) изучаемых организаций располагается в шести регионах страны — Краснодарском, Ставропольском краях, Республике Башкортостан, Московской области, Санкт-Петербурге, Алтайском крае. Оставшиеся 139 организаций (51 % изучаемой выборки) приходятся на другие 52 региона России. Количество крупных и средних организаций за период 2013-2015 гг. увеличилось с 26 до 35 организаций. На долю сформированной выборки из 272 организаций в выручке всех санаторно-курортных организаций России по данным 2015 г. согласно СПАРК пришлось 63 % или 65,01 млрд руб. Доля первых четырех организаций (АО «РЖД-Здоровье», ГУП «Санаторий „Янгау-Тау"», АО «Курорт Белокуриха», ООО «Санаторий „Заполярье"») с максимальными объемами выручки по итогам 2015 г. составляла 8 % от выручки всех санаторно-курортных организаций, а от сформированной выборки — 12 %.

Результаты исследования

Для анализа данных эмпирического исследования в качестве программного обеспечения использованы статистический пакет IBM SPSS

Statistics, версия 23 и эконометрический пакет GRETL.

Описательная статистика переменных приведена в таблице 4. В качестве основных статистических показателей были выбраны среднее и стандартное отклонение переменных для рассматриваемых периодов.

Крупные санаторно-курортные организации имеют более устойчивое финансово-экономическое положение на рынке, чем малые. Так, ежегодный прирост выручки от реализации услуг (GrowthRev) как показатель коммерческой результативности в периоды 2012-2013 и 2014-2015 гг. для выборки крупных организаций со значениями в 9,4 и 12,8 % соответственно превышал аналогичный показатель для выборки малых организаций (5,9 и 6,2 % соответственно). Самой прибыльной в среднем группой также оставалась группа из крупных санаторно-курортных организаций — средняя рентабельность продаж в 10,1 % в 2014-2015 гг. против (2,2 % для группы малых организаций).

От изменения макроэкономических факторов в 2014-2015 гг. по сравнению с 20122013 гг. существенно выиграли крупные организации: ежегодный прирост выручки у этой выборки увеличился на 3,4 п. п. (12,8 % вместо 9,4 %) против 0,3 п. п. (6,2 % вместо 5,9 %), в то время как у малых рентабельность продаж выросла на 3,4 п. п. (10,1 % вместо 6,7 %) против 0,2 п.п. (2,2 % вместо 2,0 %) Что касается ежегодного прироста расходов, то для выборки крупных организаций он составил 9,1 % для обоих рассматриваемых периодов, а для выборки малых данный показатель в период 2014-2015 гг. вырос с 4,7 % до 6,7 %.

На основании статистических тестов (тесты Вальда, Бройша — Пагана, Хаусмана) была проведена оценка регрессионных моделей (сквозная регрессия, модель фиксированных эффектов и модель со случайными эффектами) и установлено, что модель фиксированных эффектов (fixed-effects regression) наиболее адекватно отражает наши данные, поэтому дальнейший анализ был проведен с помощью этой спецификации. Результаты регрессионного анализа приведены в таблицах 5 и 6 (показаны лишь значимые переменные).

Полученные результаты свидетельствуют, что регрессионная модель 1 является статистически значимой для двух панелей данных. Значение R-квадрат для модели 1 является относительно высоким, 62 % изменений (для панели данных 2014-2015 гг.) в ежегодном приросте выручки от реализации услуг (Growth_

Таблица 4

Описательная статистика переменных модели

Переменная Среднее значение Стандартное отклонение

Панельные данные, 2012-2013 гг.

Крупные организации (ЬМ_с1итту). Количество наблюдений = 52

Revenue, тыс. руб. 725 149 453 599

Growth_Rev, % 9,4 9,2

ROS, % 6,7 8,6

Growth_Cost, % 9,1 13,3

Growth_Market, % 7,0 13,3

Малые организации (8М_йитту). Количество наблюдений = 492

Revenue, тыс. руб. 144 939 78 388

Growth_Rev, % 5,9 15,1

ROS, % 2,0 9,7

Growth_Cost, % 4,7 15,7

Growth_Market, % 6,9 14,1

Панельные данные, 2014-2015 гг.

Крупные организации (ЬМ_с1итту). Количество наблюдений = 70

Revenue, тыс. руб. 758 735 526 027

Growth_Rev, % 12,8 10,3

ROS, % 10,1 9,4

Growth_Cost, % 9,1 12,4

Growth_Market, % 10,3 8,0

Малые организации (8М_йитту). Количество наблюдений = 474

Revenue, тыс. руб. 151 754 80 553

Growth_Rev, % 6,2 16,4

ROS, % 2,2 8,5

Growth_Cost, % 6,7 25,6

Growth_Market, % 7,1 14,9

Рассчитано авторами на основании данных СПАРК.

Таблица 5

Результаты оценки модели 1. Модель фиксированных эффектов. Зависимая переменная = Growth_Rev

Независимая переменная Коэффициент i-статистика Р-значение Значимость

Панельные данные 2012-2013 гг.

Constant -348,56 -2,26 0,02 **

Growth_Fixed Asset 0,01 1,96 0,05 *

Growth_Cost 0,33 7,74 0,00 ***

LnSize 89,05 11,09 0,00 ***

LnMarket -47,85 -4,06 0,00 ***

Growth_Market 0,18 3,19 0,00 ***

R-квадрат 0,60 Б(6, 266) 67,42

Р-значение (F) 0,00 Количество наблюдений 544

Панельные данные 2014-2015 гг.

Constant -484,30 -3,84 0,00 ***

Growth_Cost 0,16 6,09 0,00 ***

LnSize 108,35 14,55 0,00 ***

MS -1,83 -3,45 0,00 ***

LnMarket -52,97 -5,08 0,00 ***

Growth_Market 0,22 4,03 0,00 ***

R-квадрат 0,62 Б(6, 266) 72,40

Р-значение (F) 0,00 Количество наблюдений 544

Примечание: * — коэффициент при переменной значим на 10-процентном уровне значимости; ** — коэффициент при переменной значим на 5-процентном уровне значимости; *** — коэффициент при переменной значим на 1-процентном уровне значимости. Пропущены из-за совершенной коллинеарности: $М_йитту; ЬМ_йитту.

Таблица 6

Результаты оценки модели 2. Модель фиксированных эффектов. Зависимая переменная = ROS

Независимая переменная Коэффициент í-статистика Р-значение Значимость

Панельные данные 2012-2013 гг.

Constant -126,66 -1,65 0,10 *

Growth_Rev 0,19 6,20 0,00 ***

Growth_Cost -0,21 -9,19 0,00 ***

LnSize 23,38 4,89 0,00 ***

MS -0,40 -2,00 0,05 **

R-квадрат 0,37 F (7, 265) 22,55

Р-значение (F) 0,00 Количество наблюдений 544

Панельные данные 2014-2015 гг.

Constant -43,38 -0,77 0,44

Growth_Rev 0,12 4,48 0,00 ***

Growth_Fixed Asset -0,01 -2,16 0,03 **

Growth_Cost -0,08 -6,12 0,00 ***

LnSize 12,92 2,98 0,00 ***

R-квадрат 0,30 F(7, 265) 16,54

Р-значение (F) 0,00 Количество наблюдений 544

Примечание: * — коэффициент при переменной значим на 10-процентном уровне значимости; ** — коэффициент при переменной значим на 5-процентном уровне значимости; *** — коэффициент при переменной значим на 1-процентном уровне значимости. Пропущены из-за совершенной коллинеарности: $М_йитту; ЬМ_йитту.

Rev) объясняются изменениями в ежегодном приросте себестоимости (GrowthCost), приросте размера регионального рынка (Growth_ Market), размерами организации (LnSize), регионального рынка (LnMarket), доли рынка (MS), остальные 38 %, видимо, объясняются другими аспектами.

Значение R-квадрат для модели 2 нельзя назвать высоким, лишь 30 % изменений (для панели данных 2014-2015 гг.) в рентабельности продаж (ROS) объясняется изменениями четырех статистически значимых по t-статистике независимых параметров, остальные 70 % объясняются другими факторами.

1. Независимый параметр размера организации (LnSize) в панели данных 2014-2015 гг. усилил свое влияние на зависимую переменную ежегодного прироста выручки (Growth_Rev) в сравнении с панелью данных 2012-2013 гг., тем самым подтверждая гипотезу о том, что от изменившихся макроэкономических условий 2014-2015 гг. выиграли в коммерческих результатах больше крупные санаторно-курортные организации, чем малые.

2. Авторами также выявлено положительное влияние темпов ежегодного прироста выручки (GrowthRev) и размера организации (LnSize) на рентабельность продаж (ROS), и отрицательное влияние темпов ежегодного прироста стоимости основных средств (Growth_Fixed Asset), а также себестоимости (GrowthCost).

3. На ежегодный прирост выручки (Growth_ Rev) в панельных данных 2012-2013 гг. и 20142015 гг. положительное влияние оказывал прирост региональных рынков санаторно-курортных услуг (так, например, для панели данных 2014-2015 гг. при росте рынка на 1 % выручка организаций вырастет в среднем на 0,22 % вместо 0,18 % для панели данных 2012-2013 гг.) и отрицательное влияние их размер.

Таким образом, полученные оценки свидетельствуют об успешности крупного санаторно-курортного бизнеса не только за счет доступа к качественным природным лечебным факторам (лидеры рынка по росту выручки расположены на федеральных курортах — в Краснодарском, Ставропольском, Алтайском краях) и к качественной инфраструктуре (лидерами рынка чаще являются крупные организации с большим номерным фондом и разнообразной дополнительной курортной инфраструктурой: медицинские центры, бассейн, спортивный зал, спортивные площадки, и т. д.), но и более сильной «поглощающей способностью», то есть способностью «поглотить» информацию о новых медицинских технологиях, развитых в других организациях (в том числе на зарубежных курортах посредством изучения «лучшей практики» управления) или в научных учреждениях курортологии, которая обеспечивается соответствующей численностью медицинского персонала.

Обсуждение результатов и заключение

Обсудим полученные практические результаты и сформулируем краткие выводы в контексте сформулированного подхода к исследованию с учетом того, что они вполне репрезентативны по отношению к рынку санаторно-курортных услуг России, так как охватывают временной период 2012-2015 гг. и на долю изученной выборки из 272 организаций в выручке всех санаторно-курортных организаций России по данным 2015 г. пришлось 63 %, или 65,01 млрд руб.

1. От изменения макроэкономических факторов в 2014-2015 гг. в первую очередь выиграли крупные российские санаторно-курортные организации, которые демонстрировали экономическую отдачу, измеряемую рентабельностью продаж, существенно большую, чем малые при относительно меньшей дисперсии значений. Также они имели опережающие по отношению к малым темпы ежегодного прироста выручки в 2014-2015 гг. по сравнению с 2012-2013 гг.

2. В условиях кризисного развития и в рамках жестких финансовых ограничений со стороны государства развитие рынка может быть простимулировано благодаря формированию рыночных условий, активизирующих спрос на инвестиции в обновление материально-технической базы и инновации со стороны менеджмента крупных санаторно-курортных организаций. Все основные инструменты должны быть интегрированы не только в улучшение транспортной доступности федеральных курортных регионов, в том числе для зарубежных клиентов, и в целенаправленные действия по развитию и повышению качества курортной инфраструктуры (благоустройство курортных парков, организация бюветов и т. д.), но и в «культивирование» благоприятной конкурентной среды, совершенствование системы государственных закупок, внедрение участниками рынка продуктовых, маркетинговых и организационных инноваций.

3. Действующая нормативно-правовая база в России не позволяет полноценно использовать потенциал государственных закупок для развития рынка санаторно-курортных услуг России. Ни один из двух профильных федеральных законов 1 не содержит явных критериев отнесения услуг к качественным для потребите-

1 О контрактной системе в сфере закупок товаров, работ, услуг для обеспечения государственных и муниципальных нужд» (с изм. и доп., вступ. в силу с 01.09.2016). Федеральный закон от 05.04.2013 № 44-ФЗ (ред. от 03.07.2016); О закупках товаров, работ, услуг отдельными

лей. Критерии ценовой эффективности и приоритета качественного санаторно-курортного лечения и оздоровления могут противоречить друг другу, их баланс не детализирован.

Целесообразно, чтобы государство как крупный заказчик санаторно-курортных услуг ушло от прямого бюджетного финансирования ведомственных санаториев, а вместо этого открыто и конкурентно покупало услугу на открытом рынке в рамках реестра экономически эффективных санаторно-курортных организаций из крупного и среднего бизнеса (в случае наличия у них свободных коечных мощностей) в целях упрощения подтверждения статуса при участии в закупках. При этом эффективным инструментом для продвижения закупок качественных санаторно-курортных услуг может стать применение жестких требований по обязательству профилактики здоровья контингента посредством медицинской эффективности санаторно-курортного лечения (что, в свою очередь, влияет на повышение их производительности труда) с одновременным увеличением количества оздоровленных и адресностью социальных льгот.

Это обеспечит равенство условий конкуренции, создаст стимулы частному бизнесу для осуществления инвестиций в обновление материально-технической базы, роста инновационной активности, а также введения потребительских инициатив по развитию качества и обеспечению ценовой доступности оказываемых услуг. В исследовании Г. Найду с соавторами показано, что интенсивность процессов маркетинга взаимоотношений возрастала в лечебных учреждениях, которые сталкивались с ростом конкуренции [25].

4. Участниками рынка санаторно-курортных услуг должны учитываются все те изменения, которые происходят в смежных потребительских секторах, например, в гостиничном секторе. Например, в настоящее время в основе системы управления и позиционирования многих успешных санаторно-курортных организаций из изученной выборки (например, АО «РЖД-Здоровье», АО «Курорт „Старая Русса"» и АО «Курорт „Усть-Качка"» в составе управляющей компании «АМА^ Hotels&Resorts», АО «Курорт „Белокуриха"»), выгодно отличающей их от конкурентов на рынке, находится сетевая форма организации бизнеса, свойственная гостиничным предприятиям [26, 27].

видами юридических лиц. Федеральный закон от 18.07.2011 № 223-Ф3 (ред. от 03.07.2016).

Сетевой принцип ведения бизнеса в индустрии гостеприимства является конкурентным преимуществом и позволяет разрабатывать и адаптировать перспективные сетевые стандарты качественного обслуживания клиентов, осуществлять эффективный трансферт важнейших управленческих компетенций, преимуществ от владения брендами, положительного бизнес-опыта внутри сети при долгосрочном взаимовыгодном объединении активов. С точки зрения маркетинга и продаж сетевые синергии сводятся к следующему: 1) предложение потребителям более широкого ассортимента санаториев (услуг) (синергия от «перекрестных» продаж) с разнообразными внесезонными программами санаторно-курортного лечения и досуга; 2) продвижение единого сетевого бренда на протяжении всего календарного года для привлечения новых потребителей; 3) поддержка единой базы данных потребителей для оптимизации процесса бронирования.

5. Немаловажное значение имеет и то, что санаторно-курортные организации могут заимствовать инновационные решения (технологии, знания, бизнес-процессы, принципы управления) у компаний из других отраслей — так называемые межотраслевые иннова-

ции, которые являются результатом творческого осмысления лучших зарубежных и отечественных практик и бизнес-моделей [28]. К числу наиболее известных заимствованных инноваций санаторно-курортными организациями у других бизнесов можно отметить: а) внедрение и развитие систем онлайн-продаж санаторно-курортных программ на собственных официальных сайтах, минуя туристические фирмы1 (за счет повышенной доступности услуг данная инновация позволяет приобрести новую аудиторию клиентов и охватить большие по размеру территории, получить экономию времени при работе с клиентами, создав для них добавленную ценность); б) разработка «пакетных» предложений и специальных программ, то есть комбинация медицинских и немедицинских услуг для привлечения новых клиентских групп; в) программы лояльности для потребителей; г) централизованные 1Т-решения управления номерным фондом и медицинской деятельностью и т. д.

1 Сотрудничество санаторно-курортных организаций с туристическими фирмами предполагает дополнительную «нагрузку» на затраты по выплате агентских вознаграждений (до 20 %).

Список источников

1. Лавлок К. Маркетинг услуг. Персонал, технология, стратегия: 4-е изд.; пер. с англ. — М. : ИД «Вильямс», 2005.

— 1008 с.

2. Новаторов Э. В. Сравнительный анализ теорий маркетинга услуг // Вестник Санкт-Петербургского Университета. — 2008. — № 2. — С. 40-55. — (8. Менеджмент).

3. Шушкин М. А., Уварина Ю. А. Инновационные бизнес-модели медицинских центров. Маркетинговый инструментарий анализа реализации бизнес-процессов // Инновации. — 2016. — № 1. — С. 99-108.

4. Ветитнев А. М., Цирюта Е. В. Маркетинг некоммерческих санаториев // Маркетинг в России и за рубежом.

— 2006. — № 2. — С. 109-115.

5. Голубничий Ф. И., Гончаров Р. Ю., Попова Е. В. Повышение эффективности работы санаторно-курортного комплекса г. Сочи на основе развития предпринимательства // Известия Сочинского государственного университета.

— 2013. — № 1. — С. 33-37.

6. Bennett M., KingB., Milner L. The health resort sector in Australia: A positioning study //Journal of Vacation Marketing. — 2004. — Vol. 10 (2). — Pp. 122-137. — DOI: abs/10.1177/135676670401000203.

7. Bihari-Axelsson S., Axelsson R. The role and effects of sanatoriums and health resorts in the Russian Federation // Health policy. — 2002. — Vol. 59 (1). P. 25-36. — DOI: http://dx.doi.org/10.1016/S0168-8510(01)00170-1.

8. Chen K. H., Liu H. H., Chang F. H. Essential customer service factors and the segmentation of older visitors within wellness tourism based on hot springs hotels // International Journal of Hospitality Management. — 2013. — Vol. 35. — Pp. 122-132. — DOI: http://dx.doi.org/10.1016/jljhm.2013.05.013.

9. Cockerell N. Spas and health resorts in Europe // Travel & Tourism Analyst. — 1996. — Vol. 1. — Pp. 53-77.

10. Heung V., Kucukusta D. Wellness tourism in China: resources, development and marketing // International journal of tourism research. — 2013. — Vol. 15 (4). — Pp. 346-359. — DOI: 10.1002/jtr.1880.

11. Hofer S., Honegger F., Hubeli J. Health tourism: definition focused on the Swiss market and conceptualisation of health(i)ness // Journal of Health Organization and Management. — 2012. — Vol. 26 (1). — Pp. 60-80. — DOI: http:// dx.doi.org/10.1108/14777261211211098.

12. Johanson M. M. Health, wellness focus within resort hotels // Hospitality Review. — 2004. — Vol. 22 (1). — Pp. 24-29.

13. Loh C. P. A. Health tourism on the rise? Evidence from the Balance of Payments Statistics // The European Journal of Health Economics. — 2014. — Vol. 15 (7). — Pp. 759-766. — DOI: 10.1007/s10198-013-0521-0.

14. Mueller H., Kaufmann E. L. Wellness tourism: Market analysis of a special health tourism segment and implications for the hotel industry // Journal of Vacation Marketing. — 2001. — Vol. 7 (1). — Pp. 5-17. — DOI: abs/10.1177/135676670100700101.

15. Ogorlec A., Snoj B. Guests' satisfaction with tourism services: a case of health resorts in Slovenia // The Tourist Review. — 1998. — Vol. 53 (2). — Pp. 38-47.

16. Санаторно-курортная реабилитация работников железнодорожного транспорта. Руководство для врачей / Под ред. О. Ю. Атькова. — М. : ГЭОТАР-Медиа, 2008. — 418 с.

17. Оборин М. С. Формирование стратегического механизма долгосрочного развития территориального рынка санаторно-курортных услуг // Экономика и предпринимательство. — 2015. — № 12-1 (65-1). — С. 346-353.

18. Гайдук С. В., Гришина Н. К., Сердюковский С. М. Современные тенденции развития санаторно-курортного рынка Российской Федерации // Проблемы социальной гигиены, здравоохранения и истории медицины. — 2016. — Том: 24 (1). — С. 18-21. — DOI: 10.1016/0869-866X-2016-1-18-21.

19. Ветитнев А. М., Торгашева А.А. Российский рынок лечебно-оздоровительного туризма. Характеристика туроператоров // Известия Сочинского государственного университета. — 2014. — № 3. — С. 83-93.

20. Развитие туристско-рекреационного комплекса региона / Таппасханова Е. О., Мустафаева З. А., Токмакова Р. А., Кудашева М. З. // Экономика региона. — 2015. — № 2. — С. 208-220. — DOI: 10.17059/2015-2-17.

21. Разумов А. Н., Лимонов В. И., Семенов Б. Н. Основные аспекты государственного регулирования санаторно-курортного рынка // Вопросы курортологии, физиотерапии, лечебной физкультуры. — 2003. — №. 2. — С. 4.

22. Цехла С. Ю., Симченко Н. А., Полищук Е. А. Развитие структуры кадрового обеспечения санаторно-курортного комплекса Республики Крым // Экономика региона. — 2015. — № 3. — С. 149-160. — DOI: 10.17059/2015-3-13.

23. Казьмин А. А., Петров А. Е. Маркетинговые инновации в условиях сетевой формы организации санаторно-курортного бизнеса: опыт АО «РЖД-ЗДОРОВЬЕ» // Российский журнал менеджмента. — 2015. — Т. 13 (3). — С. 111-134.

24. Hjalager A. M., Konu H. Co-branding and co-creation in wellness tourism: The role of cosmeceuticals // Journal of Hospitality Marketing & Management. — 2011. — Vol. 20 (8). — Pp. 879-901. — DOI: http://dx.doi.org/10.1080/1936862 3.2011.611727.

25. Naidu G. M., Parvatiyar A., Sheth J. N., Westgate L. Does relationship marketing pay? An empirical investigation of relationship marketing practices in hospitals // Journal of Business Research. — 1999. — Vol. 46(3). — Pp. 207-218.

26. Катькало В. С., Мукба В. Н. Международные гостиничные сети. Специфика организации и типология стратегий развития // Вестник Санкт- Петербургского Университета. — 2004. — № 4. — С. 3-31. — (8. Менеджмент).

27. Папирян Г. А. Стратегический менеджмент в глобальной гостиничной отрасли // Российский журнал менеджмента. — 2007. — № 2. — С. 117-136.

28. Enkel E., Gassmann O. Creative imitation: exploring the case of cross-industry innovation // R&D Management. — 2010. — Vol. 40(3). — Pp. 256-270. — DOI: 10.1111/j.1467-9310.2010.00591.x.

Информация об авторах

Пахомова Надежда Викторовна — доктор экономических наук, профессор, Санкт-Петербургский государственный университет (Российская Федерация, 199034, г. Санкт-Петербург, Университетская наб., 7/9; e-mail: n.pahomova@spbu.ru).

Казьмин Алексей Анатольевич — кандидат экономических наук, исследователь (Российская Федерация, 197022, Россия, Санкт-Петербург, ул. Чапыгина, 6, лит. П; e-mail: a.kazmin@llcinvest.ru).

Квадрициус Наталья Викторовна — кандидат экономических наук, руководитель офиса продаж АО «РЖД-ЗДОРОВЬЕ» в г. Санкт-Петербург (Российская Федерация, 191186, Санкт-Петербург, Невский проспект, 22; e-mail: spb3@rzdz.ru).

For citation: Pakhomova, N. V., Kazmin, A. A. & Kvadritsius, N. V. (2017). The Economic Performance and Size of Firms: the Case of Russian Health Resort Market. Ekonomika regiona [Economy of Region], 13(3), 895-907

N. V. Pakhomova а), A. A. Kazmin b), N. V. Kvadritsus c)

а) Saint Petersburg State University (Saint Petersburg, Russian Federation) b) Independent Researcher (Saint Petersburg, Russian Federation; e-mail: a.kazmin@llcinvest.ru) c) JSC "RZD-HEALTH" in Saint Petersburg (Saint Petersburg, Russian Federation)

The Economic Performance and Size of Firms: the Case of Russian Health Resort Market

The article shows how external and internal macro-economic factors (the reduction of real income of the population, the depreciation of the local currency to the US dollar in 2014 -2015, the promotion of Crimea as a direction for health and resort services for Russian citizens) impact on the financial and economic indicators of health and resort organizations in Russia during 2012-2015. The calculations based on a variety of Federal Service of State Statistics data demonstrate the positive dynamics of the development of regional markets of health and resort services, due to the regional markets of health and resort services of Krasnodar, Stavropol and Altai regions and due to the inclusion of the Federal District of Crimea within the Russian macroeconomic indicators. The econometric model based on a sample of 272 organizations proves the hypothesis about the

more beneficial impact of the changes in macroeconomic factors for large health and resort organizations (with a total annual revenue of 400 million roubles) compared with smaller organizations. It is expressed in the growth of sales profitability and annual revenue. The calculations have shown that the organization size as an independent variable in a sample of data related to 2014-2015, increased its positive influence on the dependent variable of annual revenue growth comparing to sampling for 2012-2013. The tough financial constraints in the country trigger the discussion of new opportunities and tools for the development of market conditions, which will stimulate the demand for investment in material and technical base renewal and innovations from the side of large health and resort organizations. In addition to improving the transport accessibility of federal resort regions and measures for promoting and improving the quality of the general health and resort infrastructure, there are discussions to create a favorable competitive environment, improve the public procurement system (including the procurement of state-owned companies), as well as to stimulate the market participants to introduce product, marketing and organizational innovations.

Keywords: health resort organizations, sanatorium, size of firm, panel data, health resort market, network form of business organization, public policy, procurement, microeconomic analysis, marketing innovation

References

1. Lavlok, K. (2005). Marketing uslug: personal, tekhnologiya, strategiya: 4-e izd.; per. s angl. [Service marketing: personnel, technology, strategy: 4th ed.; trans. from English]. Moscow: Wiliams Publ., 1008. (In Russ.)

2. Novatorov, E. V. (2008). Sravnitelnyy analiz teoriy marketinga uslug [Comparative analysis of service marketing theories]. Vestnik Sankt-Peterburgskogo Universiteta [Vestnik of Saint Petersburg University], 2, 40-55. (8. Management). (In Russ.)

3. Shushkin, M. A. & Uvarina, Yu. A. (2016). Innovatsionnyye biznes-modeli meditsinskikh tsentrov. Marketingovyy in-strumentariy analiza realizatsii biznes-protsessov [Innovative business-models of medical centers: the analysis of realization the business-process marketing tools]. Innovatsii [Innovations], 1, 99-108. (In Russ.)

4. Vetitnev, A. M. & Tsiryuta, E. V. (2006). Marketing nekommercheskikh sanatoriev [Marketing of non-profit sanatoria]. Marketing v Rossii i za rubezhom [Journal of Marketing in Russia and Abroad], 2, 109-115.

5. Golubnichiy F. I., Goncharov R. Yu., Popova E. V. (2013). Povyshenie effektivnosti raboty sanatorno-kurortnogo kom-pleksa g. Sochi na osnove razvitiya predprinimatelstva [Improvement of Sochi Resort Facilities Operational Efficiency by Entrepreneurship Promotion]. Izvestiya Sochinskogo gosudarstvennogo universiteta [Sochi Journal of Economy], 1, 33-37. (In Russ.)

6. Bennett, M., King, B. & Milner, L. (2004). The health resort sector in Australia: A positioning study. Journal of Vacation Marketing, 10(2), 122-137. DOI: abs/10.1177/135676670401000203.

7. Bihari-Axelsson, S. & Axelsson, R. (2002). The role and effects of sanatoriums and health resorts in the Russian Federation. Health policy, 59(1), 25-36. DOI: http://dx.doi.org/10.1016/S0168-8510(01)00170-1.

8. Chen, K. H., Liu, H. H. & Chang, F. H. (2013). Essential customer service factors and the segmentation of older visitors within wellness tourism based on hot springs hotels. International Journal of Hospitality Management, 35, 122-132. DOI: http://dx.doi.org/10.1016/jj.ijhm.2013.05.013.

9. Cockerell, N. (1996). Spas and health resorts in Europe. Travel & Tourism Analyst, 1, 53-77.

10. Heung, V. & Kucukusta, D. (2013). Wellness tourism in China: resources, development and marketing. International journal of tourism research, 15(4), 346-359. DOI: 10.1002/jtr.1880.

11. Hofer, S., Honegger, F. & Hubeli, J. (2012). Health tourism: definition focused on the Swiss market and conceptualisation of health(i)ness. Journal of Health Organization and Management, 26(1), 60-80. DOI: http://dx.doi. org/10.1108/14777261211211098.

12. Johanson, M. M. (2004). Health, wellness focus within resort hotels. Hospitality Review, 22(1), 24-29.

13. Loh, C. P. A. (2014). Health tourism on the rise? Evidence from the Balance of Payments Statistics. The European Journal of Health Economics, 15(7), 759-766. DOI: 10.1007/s10198-013-0521-0.

14. Mueller, H. & Kaufmann, E. L. (2001). Wellness tourism: Market analysis of a special health tourism segment and implications for the hotel industry. Journal of Vacation Marketing, 7(1), 5-17. DOI: abs/10.1177/135676670100700101.

15. Ogorlec, A. & Snoj, B. (1998). Guests' satisfaction with tourism services: a case of health resorts in Slovenia. The Tourist Review, 53(2), 38-47.

16. Atkov, O. Yu. (2008). Sanatorno-kurortnaya reabilitatsiya rabotnikov zheleznodorozhnogo transporta. Rukovodstvo dlya vrachey [Sanatorium rehabilitation of railway personnel. Guide for doctors]. Moscow: GEOTAR-Media Publ., 418. (In Russ.)

17. Oborin, M. S. (2015). Formirovanie strategicheskogo mekhanizma dolgosrochnogo razvitiya territorialnogo rynka sanatorno-kurortnykh uslug [Formation of the long-term development strategic mechanism for the territorial market of sanatorium services]. Ekonomika i predprinimatelstvo [Journal of Economy and Entrepreneurship], 12-1(65-1), 346-353. (In Russ.)

18. Gaiduk, S. V., Grishina, N. K. & Serdiukovskii, S. M. (2016). Sovremennyye tendentsii razvitiya sanatorno-kurort-nogo rynka Rossiyskoy Federatsii [The modern tendencies of development of sanitaria and health resort market of the Russian Federation]. Problemy sotsialnoy gigieny, zdravookhraneniya i istorii meditsiny [Problems of Social Hygiene, Public Health and History of Medicine], 24(1), 18-21. DOI: 10.1016/0869-866X-2016-1-18-21. (In Russ.)

19. Vetitnev, A. M. & Torgasheva, A. A. (2014). Rossiyskiy rynok lechebno-ozdorovitelnogo turizma: kharakteristika turoperatorov [Russian Market of Medical-health Tourism: Characteristics of Tourist Agencies]. Izvestiya Sochinskogo gosudarstvennogo universiteta [Sochi Journal of Economy], 3, 83-93. (In Russ.)

20. Tappaskhanova, E. O., Mustafaeva, Z. A., Tokmakova, R. A. & Kudasheva, M. Z. (2015). Razvitie turistsko-rekreat-sionnogo kompleksa regiona [Region Tourist and Recreation Complex Development]. Ekonomika regiona [Economy of region], 2, 208-220. DOI: 10.17059/2015-2-17. (In Russ.)

21. Razumov, A. N., Limonov, V. I. & Semenov, B. N. (2003). Osnovnyye aspekty gosudarstvennogo regulirovaniya sanatorno-kurortnogo rynka [Main aspects of the sanatorium market state regulation]. Voprosy kurortologii, fizioterapii, lechebnoy fizkultury [Problems of Balneology, Physiotherapy, and Exercise Therapy], 2, 4. (In Russ.)

22. Tsekhla, S. Yu., Simchenko, N. A. & Polishchuk, E. A. (2015). Razvitie struktury kadrovogo obespecheniya san-atorno-kurortnogo kompleksa Respubliki Krym [Structural Development of Health Resort Staff in the Republic of Crimea]. Ekonomika regiona [Economy of region], 3, 149-160. DOI: 10.17059/2015-3-13. (In Russ.)

23. Kazmin, A. A. & Petrov, A. E. (2015). Marketingovyye innovatsii v usloviyakh setevoy formy organizatsii sana-torno-kurortnogo biznesa: opyt AO "RZhD-ZDOROVE" [Marketing innovations in the conditions of a network form of the organization of sanatorium business: experience of JSC Russian Railway-Health]. Rossiyskiy zhurnal menedzhmenta [Russian Management Journal], 13(3), 111-134. (In Russ.)

24. Hjalager, A. M. & Konu, H. (2011). Co-branding and co-creation in wellness tourism: The role of cosmeceuti-cals. Journal of Hospitality Marketing & Management, 20(8), 879-901. DOI: http://dx.doi.org/10.1080/19368623.2011.61 1727.

25. Naidu, G. M., Parvatiyar, A., Sheth, J. N. & Westgate, L. (1999). Does relationship marketing pay? An empirical investigation of relationship marketing practices in hospitals. Journal of Business Research, 46(3), 207-218.

26. Katkalo, V. S. & Mukba, V. N. (2004). Mezhdunarodnyye gostinichnye seti. Spetsifika organizatsii i tipologiya strate-giy razvitiya [International hotel networks. Specifics of the organization and typology of strategies development]. Vestnik Sankt- Peterburgskogo Universiteta [Vestnik of Saint Petersburg University], 4, 3-31. (8. Series Management). (In Russ.)

27. Papiryan, G. A. (2007). Strategicheskiy menedzhment v globalnoy gostinichnoy otrasli [Strategic management in global hotel field]. Rossiyskiy zhurnal menedzhmenta [Russian Management Journal], 2, 117-136. (In Russ.)

28. Enkel, E. & Gassmann, O. (2010). Creative imitation: exploring the case of cross-industry innovation. R&D Management, 40(3), 256-270. DOI: 10.1111/j.1467-9310.2010.00591.x.

Authors

Nadezda Victorovna Pakhomova — Doctor of Economic, Professor, Saint Petersburg State University (7/9, Universitetskaya Emb., Saint Petersburg, 199034, Russian Federation; e-mail: n.pahomova@spbu.ru).

Alexey Anatolyevich Kazmin — PhD in Economics, Researcher (Non-Academic) (6/P, Chapygina St., Saint Petersburg, 197022, Russian Federation; e-mail: a.kazmin@llcinvest.ru)

Natalia Viktorovna Kvadritsius — PhD in Economics, Head of the Sales Office of JSC "RZD-HEALTH" in Saint Petersburg (22, Nevsky Ave., Saint Petersburg, 191186, Russian Federation; e-mail: spb3@rzdz.ru).

Для цитирования: Капустина Л. М., Возмилов И. Д., Темперини В. Спрос на услуги бизнес образования участников внешнеэкономической деятельности в итальянском регионе Марке и Свердловской области //

Экономика региона. — 2017. — Т. 13, вып. 3. — С. 908-921

doi 10.17059/2017-3-22 УДК 338.012, 339.94

Л. М. Капустина а), И. Д. Возмилов а), В. Темперини б)

а) Уральский государственный экономический университет (Екатеринбург, Российская Федерация; e-mail: lakapustina@bk.ru) б) Политехнический университет Марке (Марке, Италия)

СПРОС НА УСЛУГИ БИЗНЕС- ОБРАЗОВАНИЯ УЧАСТНИКОВ ВНЕШНЕЭКОНОМИЧЕСКОЙ ДЕЯТЕЛЬНОСТИ В ИТАЛЬЯНСКОМ РЕГИОНЕ МАРКЕ И СВЕРДЛОВСКОЙ ОБЛАСТИ 1

Статья посвящена сравнительному исследованию спроса на услуги бизнес-образования со стороны предприятий, занимающихся внешнеэкономической деятельностью, в регионе Марке (Италия) и Свердловской области (Россия). Регионы развивают долгосрочное экономическое сотрудничество. В целях корпоративного развития в условиях ограниченного спроса на внутреннем рынке итальянские и российские предприятия вынуждены расширять экспортную деятельность и придерживаться стратегии интернационализации бизнеса, которая может быть эффективно реализована при надлежащем бизнес-обучении персонала. В статье представлен анализ проблем и препятствий, с которыми фирмы сталкиваются в процессе реализации стратегии интернационализации на внешних рынках. Систематическое бизнес-обучение персонала рассматривается как эффективный способ преодоления возникающих барьеров. В процессе обучения сотрудники компаний приобретают необходимые для работы на внешних рынках знания, навыки, компетенции и инструменты. Использован один из методов маркетингового исследования спроса — глубинное интервью. Авторами проведены интервью c предпринимателями, сотрудниками предприятий, осуществляющих экспортно-импортные операции в рамках реализации стратегии интернационализации их бизнеса, представителями вузовских сообществ и общественных организаций с последующим выставлением экспертных оценок. В ходе исследования выявлены факторы, детерминирующие спрос на услуги бизнес-образования в процессе внешнеэкономической деятельности; предложена классификация компаний по группам в зависимости от целей бизнес-обучения и уровня интернационализации бизнеса; определены приоритеты в темах обучения персонала фирм, участвующих во внешнеэкономической деятельности. На основании полученных результатов сформированы рекомендации провайдерам бизнес-образования по предложению образовательных программ, максимально удовлетворяющих спрос компаний, участвующих в процессе интернационализации.

Ключевые слова: бизнес-образование, интернационализация, маркетинговое исследование спроса, внешний рынок, экспертная оценка, образовательные программы, Свердловская область, регион Марке

Введение

В эпоху глобализации экономики и интернационализации предприятий одним из ключевых конкурентных преимуществ компаний становится наличие высококвалифицированных, компетентных, ориентирующихся в современной международной конъюнктуре кадров. В условиях новой экономической реальности компании все больше осознают необходимость регулярного бизнес-обучения персонала и инвестируют значительные средства в повышение квалификации сотрудников.

1 © Капустина Л. М., Возмилов И. Д., Темперини В. Текст. 2017.

Мировой рынок бизнес-образования многие годы характеризуется большой емкостью и широким ассортиментом предоставляемых услуг. Прогнозируется, что к 2020 г. обучение предпринимателей станет одним из главных трендов развития образования в мире2, несмотря на то, что с начала 2015 г. центры бизнес-образования отмечают снижение числа заказов на бизнес-обучение, что «вызвано оптимизацией расходов и сокращением бюджетов, в том числе на обучение персонала» [1, с. 2430]. Следует отметить, что ключевым фактором

2 Mitra S. The Future of Education: 10 Trends to Watch [Electronic resource] / S. Mitra, 2014. URL: http://www. huffingtonpost.com/sramana-mitra/the-future-of-education-1_b_4617335.html (date of accesse: 01.03.2016).

для фирм становится не объем затраченных средств на бизнес-обучение персонала, а правильно подобранные образовательные программы с учетом долгосрочной стратегии бизнеса и текущих экономических реалий.

В настоящее время экономический и финансовый кризис оказывает существенное влияние на деятельность предприятий как на внутреннем, так и на внешнем рынках и заставляет искать возможности для развития бизнеса в регионах, которые географически и культурно удалены. Активная внешнеэкономическая деятельность, освоение новых рынков, развитие несырьевого экспорта могут стать значимым драйвером роста не только для крупных корпораций, но и для предприятий малого и среднего бизнеса.

Данные факты свидетельствуют о необходимости внедрения стимулирующих мер для предприятий различного масштаба по осуществлению внешнеэкономической деятельности, усиления информационной поддержки фирм и предложения образовательных программ, направленных на обучение собственников и персонала предприятий различным аспектам, связанным с процессом интернационализации бизнеса и расширения экспортной деятельности.

Интенсификация внешнеэкономических связей и актуализация программ бизнес-образования персонала могут быть обеспечены за счет бенчмаркинга — изучения и применения опыта, накопленного предприятиями стран Европейского союза, которые находятся в более выгодном положении в части организации внешнеэкономической деятельности, чем российские фирмы, что, в первую очередь, связано с различиями в инфраструктуре, логистике и валютных рисках. В связи с этим представляют интерес проведение исследований и дальнейший компаративный анализ потребностей в бизнес-образовании в сфере интернационализации отечественных и зарубежных предприятий. В частности, исследовательский интерес представляет вовлеченность итальянских предприятий малого и среднего бизнеса во внешнеэкономическую деятельность, несопоставимо бульшая, чем в Свердловской области, где в процессе интернационализации бизнеса преимущественно участвуют крупные промышленные предприятия.

Предметом данного исследования стало маркетинговое исследование спроса на услуги бизнес-образования предприятий, вовлеченных во внешнеэкономическую деятельность в имеющих сходства в своей экономиче-

ской структуре и промышленной специализации, — регионе Марке (Италия) и Свердловской области (Россия). Итальянский регион Марке является давним зарубежным партнером Свердловской области. Активно развиваются контакты с входящими в регион Марке провинциями: Пезаро, Урбино, Асколи-Пичено Итальянские компании из региона Марке являются активными участниками выставки и форума «Иннопром». В ходе визита в мае 2016 г. проявилась заинтересованность региона в реализации на Среднем Урале трех новых проектов: открытие прямого воздушного сообщения по маршруту Екатеринбург — Анкона, строительство логистического центра на 1520 тыс. м2, а также организация прямых поставок итальянских одежды и обуви на уральский рынок2. В 2014 г. создано агентство по продвижению и развитию двустороннего сотрудничества между Свердловской областью и итальянским регионом Марке в сфере строительства, деревообработки, мебельного производства, дизайна, туризма, недвижимости, а также профессионального обучения3.

Сравнительная характеристика региона Марке и Свердловской области представлена в таблице 1.

Данные таблицы 1 показывают, что, несмотря на то, что площадь Свердловской области более чем в 20 раз, а население более чем в 3 раза превышают население региона Марке, регионы сопоставимы по экономическим показателям. Так, ВРП обоих регионов составляет приблизительно 2,6-2,8 % от ВВП соответствующих стран. Кроме того, как Свердловская область, так и регион Марке являются индустриально развитыми. Если до 1980 г. экономика региона Марке базировалась на сельском хозяйстве, в данный момент ее основу составляют промышленные компании, судостроительные, нефтеперерабатывающей промышленности, производства бумаги, бытовой техники и текстиля (провинция Анкона), производства мебели (Пезаро), а также по производству обуви и товаров из кожи (Мачерата и Фермо). Свердловская область, в свою очередь, относится к группе старопромышленных регионов России.

1 Министерство международных и внешнеэкономический связей Свердловской области [Электронный ресурс]. URL: http://mvs.midural.ru/news/379.

2 Министерство международных и внешнеэкономический связей Свердловской области. [Электронный ресурс]. URL: http://mvs.midural.ru/archive/201605.

3 Российско-итальянский форум-диалог. [Электронный ресурс]. URL: http://www.russia-italia.ru/ru/news/200.

* Путеводитель инвестора Свердловская область. РшС Россия, Министерство международных и внешнеэкономических связей Свердловской области. 2015. www.pwc.ru; Официальный сайт региона Марке (Италия), см. http://www.regione. marche.it/; http://statistica.regione.marche.it/statistiche-per-argomento/Industria-Artigianato.

Таблица 1

Сравнительная характеристика региона Марке (Италия) и Свердловской области (Россия)*

Показатель Регион Марке (Италия) Свердловская область (Россия)

Площадь 9366 км2 194307 км2

Население 1553138 чел. 4330006 чел.

Плотность населения 165,83 чел/км2 22,28 чел/км2

ВРП 55,874 млрд дол. 2,6 % ВВП Италии 58,716 млрд дол. 2,8 % ВВП России

Основные отрасли производства производство нефтепродуктов, бумаги, бытовой техники и мебели, текстиля, сельскохозяйственной продукции, судостроение и др. производство черных и цветных металлов, оборудования для энергетической, химической и добывающей промышленности, бронетанковой техники и др.

Индекс открытости экономики, % 47 36,2

Необходимо отметить, что индекс открытости региона Марке превышает аналогичный показатель в Свердловской области на 11 п. п., что говорит о большей зависимости данного региона от внешнеэкономических связей и зарубежных рынков сбыта. Во многом это объясняется тем, что регион Марке является штаб-квартирой компаний, оперирующих такими всемирно известными брендами, как Indesit, Tod's, Guzzini и Teuco. При этом оба региона (итальянский и российский) являются экспортоориентированными.

Перед проведением исследования авторами была сформулирована следующая гипотеза: потребности предприятий, занимающихся или планирующих заниматься внешнеэкономической деятельностью, региона Марке и Свердловской области, характеризующихся близким уровнем индустриального развития и вовлеченности в мирохозяйственные связи, примерно одинаковы. Участники внешнеэкономической деятельности нуждаются в сходных знаниях о работе на внешних рынках, поэтому предъявляют спрос на аналогичные программы бизнес образования.

Проблемы интернационализации бизнеса и бизнес-образование

Теория интернационализации компаний появилась в начале 1970-х гг. с объяснения мотивов и факторов ведения бизнеса за пределами национальных границ и тесно смыкалась с теорией фирмы [2, с. 229]. Как правило, на внешний рынок выходили наиболее крупные и эффективные в сфере затрат и технологий национальные компании, которые нуждались в новых рынках сбыта продукции для продолжения корпоративного роста либо в ресурсах, ограниченных в своей стране и имеющихся

в избытке в некоторых зарубежных странах. К многонациональным предприятиям стали относить компании, которые значительную часть своих доходов реализуют на зарубежных рынках и получают существенное конкурентное преимущество от использования более дешевых ресурсов на международных рынках [3, с. 94]. С этих позиций в зарубежной научной литературе под интернационализацией понимается ведение предприятиями внешнеэкономической деятельности в различных формах: торговля, совместное предпринимательство, аутсорсинг, субконтрактинг, франчайзинг, прямые иностранные инвестиции и др.

Новой парадигмой теории интернационализации в XXI в. стал выбор малыми и средними фирмами, особенно в странах с узкими внутренними рынками, стратегии интернационализации, проведения деловых операций за рубежом, прежде всего экспортных либо по продаже лицензий, научно-технических знаний, информационных технологий [3, с. 95]. В современной парадигме теория интернационализации призвана ответить на вопросы, при каких условиях фирма может успешно реализовать глобальную стратегию и уравновесить доходность операций в регионе зарубежного государства и на своей территории, позволяет ли потенциал компании успешно использовать региональные ресурсы при формировании стратегии интернационализации [4, с. 84]. Перед менеджментом компании стоят серьезные вызовы: выбор оптимальной системы управления для взаимодействия с подразделениями в зарубежных странах, трансграничного переноса инноваций и управленческих технологий, формирования глобального проектного управления, учета рисков и кросс-культурных различий и т. п.

В XXI в. выход фирм на внешние рынки является стратегией, принимаемой многими компаниями, не только крупными, но и малыми и средними, однако в большинстве случаев данный процесс сопряжен с большим количеством трудностей и вызовов. Выбор такого пути развития возможен не для всех предприятий. Как справедливо указывает Л. Леониду, компании могут иметь отношенческие, структурные, операционные и другие ограничения, которые не позволяют начинать, развивать и осуществлять внешнеэкономическую деятельность [5, с. 31].

Р. Морган и С. Кацикеас выделяют четыре группы препятствий, с которыми сталкиваются компании в процессе интернационализации [6, с. 681]:

— стратегические препятствия (отсутствие корпоративных ресурсов, ограничение доступа к зарубежным рынкам, конкуренция, неблагоприятный валютный курс);

— операционные препятствия (сложность в адаптации различных элементов комплекса маркетинга, трудности, связанные с транспортом и логистикой, послепродажное обслуживание);

— информационные препятствия (отсутствие информации и знаний о зарубежном рынке);

— процессные препятствия (взаимодействие с внешней средой организации, административно-бюрократические трудности, сертификация, языковые и культурные различия).

Преодоление данных препятствий может осуществляться различными способами и должно быть включено в стратегический план предприятия [7, с. 284]. Можно согласиться с К. Эрикссоном, К. Йоханнсоном и Й. Майкгардом в том, что одним из наиболее распространенных способов является метод проб и ошибок — накопление фирмами опыта непосредственно в процессе интернационализации [8, с. 28]. На это же указывают в своем исследовании С. Михайлова и Х. Уилсон [9, с. 247].

В. Дюто, Ф. Бержерон и Л. Реймонд обращают внимание на значимость грамотного информационного менеджмента при выходе компаний на внешние рынки, когда ключевая роль отводится разработке и внедрению различных методов получения информации: структурированных и неструктурированных, формальных и неформальных [10, с. 674].

Отмеченные исследователями аспекты, безусловно, являются очень важными для обеспечения эффективной интернационализации фирм, однако, на наш взгляд, первоочередным

способом преодоления отмеченных барьеров в условиях развития экономики знаний становится комплексное и регулярное бизнес-обучение персонала различным аспектам осуществления внешнеэкономической деятельности.

Бизнес-образование представляет собой «синтез экономики, управленческой социологии, психологии и права», его главная цель — «дать специальные знания и навыки управления предпринимателям и менеджерам всех уровней» [11, с. 61]. Бизнес-образование обеспечивает сотрудников компании компетенциями и информационными ресурсами, необходимыми для осуществления внешнеэкономической деятельности, а также положительно влияет на мотивацию сотрудников и представляет собой инвестиции в человеческий капитал. Тщательно спланированное «управление знанием подразумевает осознанную попытку использовать знание в качестве непосредственной производительной силы» [12, с. 8].

Можно выделить две особенности бизнес-образования: сжатые сроки и ориентация на конкретные профессиональные и практические навыки, технологии, компетенции при сочетании теоретического и прикладного аспектов в процессе обучения. В. А. Леонгардт определяет бизнес-образование как междисциплинарную сферу экономического образования по подготовке людей к выполнению функций управления на предприятиях либо к предпринимательской деятельности, приносящей прибыль [13]. Целевые потребители услуг бизнес-образования — это корпоративные заказчики, собственники бизнеса, наемные топ-менеджеры, менеджеры среднего и низшего звена, специалисты, студенты, неработающие лица, которые стремятся получить инструментарий для решения самых различных задач в бизнесе. Спрос формируется со стороны как индивидуальных, так и корпоративных потребителей.

Потребление услуг бизнес-образования на душу населения в России в десятки раз ниже, чем в Европейском союзе: 1,5 долл. и 86 долл. на человека в год соответственно. Доля компаний, обучающих своих сотрудников с привлечением внешних специалистов, составляет 76 %'. Набор дисциплин, преподаваемых в европейских и российских бизнес-школах, довольно стандартный: стратегия, лидерство, финансы, маркетинг, управление. Консервативность существующих моделей мировых бизнес-школ

1 Востребованность услуг бизнес-образования [Электронный ресурс]. URL: http://www.yaplus.ru/info.php?news=11 (дата обращения: 29.08.2016).

не позволяет им оперативно адаптировать образовательные программы к турбулентным изменениям на современных рынках, и с этой точки зрения российские школы находятся в более выигрышном положении.

Конкуренция за высокий уровень окупаемости инвестиций заставляет бизнес-школы вносить инновационные изменения в учебные планы для предоставления образовательных программ на самом современном уровне, внедрять большое количество элективных курсов, а также работы с кейсами и предоставлять слушателям необходимые знания по развитию бизнеса на рынках развивающихся стран, которые коренным образом меняют масштаб и скорость преобразования глобального экономического ландшафта. В Стэнфордской бизнес-школе, например, слушателям предлагается 150 уникальных элективных курсов, примерно четверть из которых являются абсолютно новыми, а половина не предлагалась для выбора еще 4 года назад. В бизнес-школе Гарварда, которая известна широким применением метода решения кейсов, студенты имеют возможность изучения сотни различных кейсов в ходе прохождения программ, и подобное обучение занимает 80 % аудиторного времени [14].

В России эксперты отмечают рост спроса на узкоспециализированные программы. Бизнес-обучение участников внешнеэкономической деятельности может иметь ряд направлений. Для более опытных компаний обучающие программы нацелены на освоение новых рынков, диверсификацию товарного ассортимента на рынках стран, где фирма уже представлена, повышение эффективности осуществления внешнеторговых операций. А. Акеттуро, М. Бугамелли и А. Ламоргезе подчеркивают, что с интенсификацией экспорта увеличивается спрос на более квалифицированных работников [15, с. 418]. В данных условиях бизнес-образование «должно быть „опережающим", ориентированным на будущее, а не на прошлое» [16, с. 100].

В компаниях, впервые начинающих процесс интернационализации, обучение направлено, в первую очередь, на стимулирование интереса фирмы к внешним рынкам. Участие в образовательных программах может позволить компаниям избежать типичных ошибок, допускаемых при осуществлении внешнеэкономической деятельности: презентация неподходящих продуктов на международных торговых ярмарках, ненадлежащая упаковка, ошибочная ценовая политика и др. Кроме этого, как указывает Е. С. Яхонтова, в процессе обучения формируется «инновационная организа-

ционная культура, „воспроизводящая" лояльных сотрудников и атмосферу вовлеченности» [17, с. 177].

По мнению Х. Касильяса, Х. Барберо и Г. Сапиенцы, важным аспектом, оказывающим влияние на деятельность фирмы в долгосрочном периоде, является то, когда компания начинает процесс интернационализации и насколько быстро она его осуществляет [18, с. 102]. При этом необходимо принимать во внимание то, что вовлечение малых и средних предприятий (МСП) в процесс бизнес-образования является сложной задачей. С. Семи и П. Вальтерс уточняют, что наибольшее внимание обучающим программам, связанным со стратегическим развитием бизнеса на внешних рынках, как правило, уделяют предприятия более крупного размера, для которых характерно постоянство в структуре экспорта [19, с. 377]. Это, прежде всего, связано с тем, что для образовательных программ применяется обобщенный подход, в то время как каждое предприятие малого и среднего бизнеса имеет свою узкую специфику. Кроме этого, многие МСП часто имеют низкую мотивацию к выходу на внешние рынки, полагая, что не обладают достаточным количеством ресурсов (финансовых, человеческих, информационных и других) для такого вида деятельности или не рассматривают внешние рынки как потенциально привлекательные для дальнейшего роста предприятия.

В целях наиболее эффективного продвижения программ обучения персонала участников внешнеэкономической деятельности особую значимость приобретает маркетинговая деятельность провайдеров бизнес-образования, направленная на «воспроизводство национального интеллектуального потенциала» [20, с. 52]. Услуги бизнес-образования удовлетворяют спрос на конкретные знания целевых потребителей и, следовательно, не предполагают их стандартизации [21].

В связи со сказанным, разработка образовательных программ в контексте маркетингового подхода должна опираться на потребности хозяйствующих субъектов, участвующих в процессе интернационализации.

Метод интервью в маркетинговом исследовании региональных рынков бизнес-образования для участников внешнеэкономической деятельности

Данное маркетинговое исследование осуществлялось параллельно в двух регионах: Марке (Италия) и Свердловская область (Россия).

Целью исследования стало формирование рекомендаций провайдерам бизнес-образования по предложению образовательных программ, максимально удовлетворяющих спрос компаний, участвующих в процессе интернационализации, на основании анализа основных управленческих проблем и вызовов, связанных с выходом фирм на зарубежные рынки.

Ключевыми задачами исследования стали:

— выявление факторов, детерминирующих спрос на услуги бизнес-образования в процессе внешнеэкономической деятельности;

— классификация компаний по группам в зависимости от целей бизнес-обучения и уровня интернационализации;

— определение приоритетов в темах обучения персонала фирм, участвующих в процессе интернационализации.

В качестве метода сравнительного анализа была выбрана технология проведения глубинных интервью, адаптированная для целей настоящего исследования. Глубинное интервью относится к количественным методам исследования, отличается от анкетирования респондентов, поскольку предполагает личную беседу и дискуссию с экспертами [22, с. 99]. Оно позволяет максимально точно выявить явные и скрытые потребности потенциальных потребителей, поскольку представляет собой неформальную беседу по установленному плану. Большая роль отводится интервьюеру, и его способности побудить респондента дать развернутые ответы и услышать его рассуждения по интересующим вопросам. В отличие от простого анкетирования (список вопросов с вариантами ответов), глубинное интервью позволяет выявить незаметные даже для самого респондента требования к продукту или услуге. Глубинное интервью широко применяется в профессиональных академических исследованиях в гуманитарных науках. В интервью респондент обладает полной свободой формулировать мнение своими словами, давать неформализованные ответы на вопросы, предоставлять дополнительную информацию о предмете исследования. На основании итогов глубинного интервью составляется карта пожеланий к услуге от каждого респондента. Для выстраивания рейтинга потребительских предпочтений на основе шкалы баллов, как правило, достаточно провести 15-30 интервью.

В регионе Марке интервью проводились с собственниками и менеджерами 42 предприятий малого, среднего и крупного бизнеса, занимающихся производственной деятельностью и базирующихся в каждой из провинций региона, а также с 22 предпринимателями и

23 представителями местных организаций и учреждений, заинтересованных в поддержке процессов интернационализации.

В Свердловской области интервью проводились с 25 членами экспертного пула, в который вошли сотрудники Уральской торгово-промышленной палаты, крупных промышленных предприятий Свердловской области (ОАО «Пневмостроймашина», ФГУП «ПО «Уральский оптико-механический завод» и др.) и представители профессорско-преподавательского состава Уральского государственного экономического университета.

В ходе проведения первой серии глубинных интервью экспертам из Италии и России были заданы следующие вопросы: «Каков размер компании (объем производства, продаж, число занятых)?», «К какому виду экономической деятельности относится компания?», «Каковы характеристики товаров и услуг?», «Каков уровень квалификации персонала?», «Каковы особенности управления человеческими ресурсами в компании», «Каковы масштабы внешнеэкономической деятельности?», «Какие формы присутствия на внешних рынках используются?», «Характеристика бизнес модели предприятия?», «Каков опыт проведения внешнеторговых операций?», «С какими проблемами и трудностями сталкивается компания при реализации стратегии интернационализации?», «Какие информационные потребности испытывают компании при выходе на внешние рынки?», «Проводится ли обучение персонала для компаний, занимающихся внешнеэкономической деятельностью? В каких объемах? По каким темам?», «Каковы мотивы и барьеры выхода на внешние рынки?» и др.

Во второй серии интервью эксперты определили наиболее частые запросы на образовательные программы в сфере внешнеэкономической деятельности, после чего их значимость оценивалась по 10-балльной шкале. На основании полученных данных указанные программы бизнес-обучения были проранжиро-ваны по уровню значимости.

Результаты сравнительного анализа спроса на услуги бизнес-образования участников внешнеэкономической деятельности в итальянском регионе Марке и Свердловской области

Исследование на основе интервью, проведенное в регионе Марке и Свердловской области, сделало возможным выявление факторов, детерминирующих стратегию интернационализации компаний, а следовательно, спрос на

услуги бизнес-образования. Этими факторами являются:

— размер компании: товарооборот и количество сотрудников;

— отрасль, в которой компания осуществляет деятельность;

— характеристики товаров и услуг и их вид (потребительские или производственно-технического назначения);

— степень интернационализации: удельный вес зарубежных продаж в товарообороте компании;

— внутренние человеческие ресурсы компании, вовлеченные в процесс интернационализации;

— формы присутствия компании на внешних рынках: торговые представительства, магазины, шоурумы, центры обслуживания, торговые компании и т. д.;

— бизнес-модель предприятия и корпоративная стратегия.

Эксперты отметили, что зарубежные рынки, с одной стороны, требуют наличия специализированных знаний, а с другой стороны, сами являются источниками знаний, которые могут быть накоплены компанией и, в свою очередь, могут способствовать появлению запросов на новые знания и навыки (маркетинг, методы принятия управленческих решений, коммерческие, технические и производственные вопросы).

Анализ внешней бизнес-среды показал, что Россия находится на 26-м месте в мировом рейтинге развития человеческого капитала, но, несмотря на сильные позиции в сфере грамотности и развития потенциала человека, возможности для повышения квалификации с помощью бизнес-образования по-прежнему остаются ограниченными (79-е место в мире) [22, с. 16]. Италия в аналогичном рейтинге занимает 35-е место, что объясняется экспертами Всемирного экономического форума относительно невысоким уровнем бизнес образования в стране [22, с. 25].

После определения факторов, детерминирующих спрос на образовательные программы в сфере внешнеэкономической деятельности, компании, осуществляющие стратегию интернационализации на внешних рынках, были условно разделены на группы в зависимости от уровня интернационализации. Для каждой группы были определены основные характеристики и цели бизнес-обучения, представлены в таблице 2.

Как показывают данные таблицы 2, можно выделить 4 группы компаний, в зависимо-

сти от уровня интернационализации фирм, которые имеют различные характеристики, что делает необходимым разработку обучающих программ, отражающих цели, преследуемые предприятиями. При этом представительство компаний по группам в регионе Марке и Свердловской области отличается. Ситуация в Свердловской области осложняется еще и тем, что из 171 254 зарегистрированных предприятий 1 только 2370 (1,38 %) занимаются внешнеэкономической деятельностью2. Среди них, по оценкам экспертов Уральской торгово-промышленной палаты, 50 % фирм участвуют в импортных операциях, преимущественно связанных с закупкой иностранного оборудования, около 25 % компаний осуществляют транзитные операции и только 25 % предприятий являются производителями продукции и экспортируют товары и услуги, что также связано с нехваткой профессиональных знаний и компетенций в вопросах интернационализации.

В регионе Марке преобладают предприятия из групп 3 и 4, которые, представлены как крупными предприятиями, так и предприятиями малого и среднего бизнеса, в то время как в Свердловской области преимущественно присутствуют малые и средние фирмы из группы 1, которые не вовлечены в процесс интернационализации, но имеют большой потенциал для данного вида деятельности, а также крупные компании из группы 4, имеющие большой опыт внешнеэкономической деятельности и постоянно представленные на зарубежных рынках.

Для предприятий из первой группы бизнес-образование может способствовать включению деятельности на внешних рынках в стратегию компании.

Для компаний из второй группы актуальными являются вопросы совершенствования маркетинговой деятельности и коммуникационной стратегии на внешних рынках. Улучшение управления продажами для более эффективного проникновения на зарубежные рынки может также являться важной задачей обучения.

Для компаний третьей группы наибольшую значимость имеет обучение технологиям, ко-

1 Количество хозяйствующих субъектов по Свердловской области [Электронный ресурс] URL: http://sverdl.gks.ru/ wps/wcm/connect/rosstat_ts/sverdl/ru/statistics/accounting/ (дата обращения: 20.02.2016).

2 Анализ внешнеэкономической деятельности Свердловской области за 2014 год [Электронный ресурс] URL: http://www.rusexporter.ru/research/region/detail/2310/ (дата обращения: 20.02.2016).

Таблица 2

Цели бизнес-обучения компаний в зависимости от уровня интернационализации

№ Группа Основные характеристики Цели бизнес-обучения Ситуация в регионах Марке и Свердловской области

1 Компании, имеющие потенциал к интернационализации, но не представленные на зарубежных рынках Данные фирмы не вышли на зарубежные рынки и обслуживают только внутренний рынок. Бизнес-обучение может стимулировать и поддерживать начальную стадию процесса интернационализации Содержание образовательных программ может быть направлено на повышение осведомленности об актуальных аспектах данного процесса (правовые аспекты, культурные различия и т. д.) В Свердловской области в данной группе преобладают предприятия малого и среднего бизнеса; в регионе Марке группа представлена в виде новых бизне-сов, стартапов

2 Компании, периодически представленные на зарубежных рынках Для данных фирм характерен «прерывистый» подход к экспорту: продажи на внешних рынках составляют 10-20 % товарооборота. Интернационализация происходит нерегулярно и часто спонтанно Бизнес-обучение может быть нацелено на разработку стратегий развития на зарубежных рынках, преобразования среднесрочной стратегии в долгосрочную. Будет способствовать постоянной деятельности на зарубежных рынках и увеличению доли экспорта в бизнесе В значительном количестве представлены в Свердловской области; практически отсутствуют в регионе Марке. Отдельной стратегии работы на внешних рынках не предусмотрено

3 Компании, постоянно присутствующие на зарубежных рынках, но имеющие барьеры в деятельности Для данных фирм характерна интенсивная экспортная деятельность, но процесс интернационализации сопряжен с трудностями Обучение может быть нацелено на повышение присутствия на зарубежных рынках, внедрение инновационных инструментов В равной степени имеются в Свердловской области и регионе Марке

4 Компании, постоянно представленные на зарубежных рынках Для данных фирм характерна интенсивная экспортная деятельность. Доля зарубежных продаж является преобладающей в товарообороте Бизнес-обучение может поддерживать данные компании в усилении рыночных позиций на текущих рынках и обеспечивать дальнейшую экспансию на новые рынки В Свердловской области представлены крупными компаниями; в регионе Марке — как крупными предприятиями, так и предприятиями малого и среднего бизнеса

Источник: составлено авторами по результатам интервью.

торые могут быть полезны для анализа рынка и оценки рыночных возможностей за рубежом.

Для фирм четвертой группы важны более сложные и продвинутые стратегии выхода на зарубежные рынки, правовые вопросы слияния и поглощений компаний за рубежом, формирования стратегических альянсов и совместных предприятий с иностранными партнерами, маркетингового продвижения и закрепления своей доли на внешних рынках.

На следующем этапе исследования были выявлены наиболее востребованные запросы фирм, осуществляющих или планирующих осуществление внешнеэкономической деятельности, а также определена значимость данных программ для сотрудников предприятий, участвующих в процессе интернационализации (табл. 3):

Как свидетельствует информация в таблице 2, по мнению экспертов, в Свердловской области наиболее приоритетными направле-

ниями бизнес-обучения сотрудников компаний, участвующих в процессе интернационализации, являются вопросы логистики, таможенного прохождения товаров, а также особенности ведения бизнеса в разных странах мира. Достаточно значимыми являются процедурные вопросы и методика оценки и учета стра-новых рисков, в то время как трансфер технологий и грантовая поддержка малых и средних предприятий оценены более низко.

При этом в регионе Марке наиболее востребованными являются образовательные программы, посвященные оценке и учету страно-вых рисков и особенностям ведения бизнеса в разных странах мира, так как многие предприятия уже освоили европейский рынок и имеют потребность выхода на рынки других стран. Также к приоритетным направлениям бизнес-обучения в Италии можно отнести вопросы трансфера технологий и грантовой поддержки предприятий малого и среднего бизнеса, что

Таблица 3

Экспертная оценка значимости обучающих программ для фирм, участвующих в процессе интернационализации, в регионах Марке (Италия) и Свердловской области (Россия), баллов (от 0 до 10)

№ Образовательные программы в сфере внешнеэкономической деятельности Свердловская область Регион Марке

1 Вопросы логистики (способ доставки груза, переход ответственности, правила Инкотермс) 10,0 9,0

2 Вопросы таможенного прохождения товаров 9,7 9,4

3 Особенности ведения бизнеса в разных странах 9,0 9,8

4 Процедурные вопросы (сертификация, лицензирование) 8,7 8,7

5 Оценка и учет страновых рисков 8,7 10,0

6 Трансфер технологий, интеллектуальная собственность 8,3 9,7

7 Грантовая поддержка предприятий малого и среднего бизнеса 6,3 9,6

Источник: составлено авторами по результатам интервью экспертов.

обусловлено высокой вовлеченностью малых и средних предприятий в процесс интернационализации и повышением значимости высоких технологий.

При этом некоторыми российскими экспертами были добавлены другие направления, которые, с их точки зрения имеют высокую значимость: «система взаимодействия с торговыми представительствами РФ и прочими институтами в странах мира при выходе на новые рынки сбыта» (9 баллов) и «особенности налогового законодательства и валютного контроля в странах мира» (7 баллов). В качестве перспективных направлений отечественными экспертами также были названы направления «составление технико-экономического обоснования инвестиционных проектов», «бизнес-планирование» и «основы статистики», так как у многих сотрудников возникают проблемы с расчетами в программе MS Excel таких показателей, как объемы, проценты, выручка, прибыль и т. д.

Кроме этого, экспертами были внесены предложения по включению в список приоритетной образовательной бизнес-программы «Внешнеторговый контракт и документаци-онное обеспечение внешнеторговой деятельности». Было отмечено, что для сотрудников очень важно иметь представление о документообороте в ходе осуществления внешнеторговой деятельности, где центральным документом является контракт, что вызывает необходимость обучению его составления с учетом влияния международного права. Также важной компетенцией является оформление сопутствующих исполнению контракта документов (паспорт сделки, инвойс, сертификат происхождения, транспортные накладные, декларация на товар и др.).

Эксперты также обратили внимание на то, что часто для сотрудников приходится прово-

дить дополнительные обучающие занятия по различным аспектам финансово-кредитных операций ввиду отсутствия базовых знаний и практического опыта таких операций, как аккредитив, авансовый платеж, кредитование экспорта, в то время как современные экономические реалии вынуждают искать альтернативные варианты для проведения сделки и погашения долгов иностранным поставщикам.

По итогам исследования получен вывод о том, что выдвинутая гипотеза исследования скорее не подтвердилась, чем подтвердилась. Близость экономических структур, сходство промышленных потенциалов и уровня открытости региональных экономик разных стран мира в системе мирохозяйственных связей являются недостаточными условиями для уравнивания потребностей предприятий в образовательных программах в бизнес-образовании, направленных на получение знаний в сфере интернационализации компании. Участники внешнеэкономической деятельности нуждаются при некотором пересечении потребностей преимущественно в разных знаниях о работе на внешних рынках, поэтому предъявляют спрос на специфичные для своей страны программы бизнес-образования. Планируемое развитие сотрудничества региона Марке и Свердловской области в сфере профессионального образования должно учитывать национальные особенности спроса на услуги бизнес-обучения. При этом важно также знать, к какой группе предприятий по достигнутому уровню интернационализации принадлежит та или иная фирма, поскольку это будет влиять на эффективность внешнеэкономических связей предприятий партнеров из региона Марке и Свердловской области.

Проведенное исследование позволило сформировать рекомендации провайдерам бизнес-образования в регионах Марке (Ита-

лия) и Свердловская область (Россия) по предложению образовательных программ, максимально удовлетворяющих спрос компаний, участвующих в процессе интернационализации. Данные рекомендации являются актуальными как для российских, так и для итальянских регионов:

1. Адаптировать обучающие программы, не только согласно специфике отраслей промышленности, в которой действует фирма (агропромышленный комплекс, машины и оборудование, индустрия моды и т. д.), но и согласно группе по уровню интернационализации, к которой относится фирма, при этом ориентировать программы на новые бизнесы, стартапы в Италии и на предприятия малого и среднего бизнеса в Свердловской области.

2. В качестве приоритетных тем обучения в Свердловской области выбирать вопросы логистики, таможенного прохождения товаров, а в регионе Марке — программы, посвященные оценке и учету страновых рисков. При этом и в том, и в другом регионе востребованным является изучение вопросов об особенностях ведения бизнеса в разных странах мира.

3. Учитывать при разработке образовательных программ различия, характерные для деятельности на потребительском рынке (В2С) и на рынке товаров производственно-технического назначения (В2В).

4. Принимать во внимание изменение геополитических приоритетов стран. Так, для России в данный момент приоритетными направлениями осуществления внешнеэкономической деятельности являются страны ЕАЭС, БРИКС, ШОС, Иран и другие, для ведения бизнеса в которых необходимы специализированные знания, в то время как Италия ориентирована на рынки России и Китая и других развивающихся стран. Кроме этого, некоторые страны и территории требуют специфических знаний, поскольку имеют ярко выраженные особенности, связанные с другой культурой и языком.

5. Предусматривать высокий уровень конкретики в образовательных программах, особенно по отношению к предприятиям малого и среднего бизнеса. Для них наиболее подходящими являются обучающие программы, которые позволяют решать реальные проблемы существующего бизнеса. В этой связи лекционные занятия не представляют для таких фирм большого интереса. В большинстве случаев работа с реальными бизнес-кейсами, коучинго-вая поддержка и посещение других компаний, в которых накоплены лучшие практики, явля-

ются наиболее предпочтительными формами обучения.

Некоторые из указанных рекомендаций уже реализуются в регионах Марке и Свердловской области. В частности, активная информационная поддержка компаний, выходящих на внешние рынки, осуществляется торгово-промышленными палатами регионов, организующими семинары для участников внешнеэкономической деятельности на своей площадке. Так, на базе Уральской ТПП создан центр делового образования, который предоставляет широкий спектр консультационных, информационно-аналитических и образовательных услуг, отличительной особенностью которых является практическая и отраслевая направленность. Семинары в центре проводят эксперты Уральской ТПП, кафедры внешнеэкономической деятельности Уральского государственного экономического университета, специалисты-практики, а также представители контрольно-надзорных органов и органов власти. Обучающие семинары проводятся ежемесячно по таким темам, как «Страхование валютных рисков и снижение затрат на конверсионные операции как результат использования инструментов валютного рынка», «Практические вопросы организации, проведения, участия и контроля закупок» и др.

Предложенные рекомендации, на наш взгляд, позволят повысить эффективность деятельности участников внешнеэкономической деятельности регионов Марке (Италия) и Свердловской области (Россия) и провайдеров бизнес-образования, осуществляющих свою деятельность на данных рынках, а также развивать сотрудничество в сфере профессионального обучения.

Заключение

Потребности в новых знаниях и компетенциях увеличиваются и становятся более диверсифицированными по мере развития фирмой стабильного присутствия на внешних рынках. Интернационализация компании усложняет процессы управления и ставит менеджмент перед необходимостью организации бизнес обучения.

В ходе интервью, проведенных нами в регионе Марке (Италия) и Свердловской области (Россия), были определены факторы, детерминирующие стратегию интернационализации фирм, а следовательно, их потребности в бизнес-обучении. Такими факторами являются размер компании, отрасль, в которой компания осуществляет деятельность, характери-

стики товаров и услуг, человеческие ресурсы компании, формы присутствия на внешних рынках, а также бизнес-модель предприятия.

На основании выявленных факторов все предприятия были условно сгруппированы нами в 4 группы: компании, имеющие потенциал к интернационализации, но не представленные на зарубежных рынках, компании, периодически представленные на зарубежных рынках, компании, постоянно присутствующие на зарубежных рынках, но имеющие барьеры в деятельности, и компании, постоянно представленные на зарубежных рынках. Для каждой группы были определены цели бизнес-обучения, непосредственно связанные с уровнем интернационализации предприятий и их ключевыми характеристиками. Было выявлено, что в регионе Марке (Италия) присутствует большое количество предприятий малого и среднего бизнеса, имеющих намерение осваивать рынки новых стран, а также стартапы, еще не представленные на внешних рынках, в то время как в Свердловской области активную внешнеэкономическую деятельность осуществляют крупные компании, в то время как малые и средние фирмы вовлечены в процесс интернационализации частично, либо не осуществляют внешнеэкономическую деятельность.

Следующим шагом стало определение приоритетов в темах обучения персонала фирм, участвующих в процессе интернационализации. Глубинные интервью представительного экспертного пула позволили нам сделать вывод, что в Свердловской области наиболее востребованными направлениями обучения персонала участников внешнеэкономической деятельности являются вопросы логистики и таможенного прохождения товаров, а в регионе

Марке — оценка и учет страновых рисков. При этом особенности ведения бизнеса в разных странах и процедурные вопросы представляют интерес для изучения как для итальянских, так и для российских предприятий. Повышение эффективности внешнеэкономической деятельности предприятий рассматриваемых регионов России и Италии может быть достигнуто за счет регулярного бизнес-обучения персонала, которое должно базироваться на изучении потребностей в специализированных знаниях и стратегий интернационализации данных компаний.

На основании полученных выводов были сформулированы рекомендации провайдерам бизнес-образования в регионе Марке (Италия) и Свердловской области по разработке образовательных программ, максимально удовлетворяющих спрос компаний, участвующих в процессе интернационализации, среди которых ключевыми являются адаптация обучающих программ не только согласно специфике отраслей промышленности, но и с учетом уровня интернационализации фирмы, принятие во внимание геополитических приоритетов стран, а также обеспечение высокого уровня конкретики в образовательных программах.

В целом, можно заключить, что спрос на бизнес-образование, предпочтения в содержании и методах обучения меняются в зависимости от размера компаний и количества сотрудников, участвующих в процессе интернационализации. Ключевым фактором успеха компаний на внешних рынках является обеспечение необходимыми знаниями, компетенциями, методами и инструментами, которые могут быть получены посредством системного и комплексного бизнес-образования.

Благодарность

Авторы выражают благодарность в проведении исследования Андрею Адольфовичу Беседину, президенту Уральской торгово-промышленной палаты, Александру Викторовичу Макарову, вице-президенту Уральской торгово-промышленной палаты, а также сотрудникам Уральской торгово-промышленной палаты и представителям российских и итальянских предприятий и вузов, принявших участие в исследовании.

Список источников

1. Попов А. Как продать удочку в шторм // Эксперт Урал. — 2015. — № 45 (665). — С. 24-30.

2. Buckley P. J. Forty years of internalisation theory and the multinational enterprise // Multinational Business Review. — 2014. — Vol. 22. — Iss. 3. — Pp. 227-245. — doi.org/10.1108/MBR-06-2014-0022.

3. Knight G. A., Liesch P. W. Internationalization: From incremental to born global // Journal of World Business. — 2016. — Vol. 51. — Pp. 93-102. — doi: 10.1016/j.jwb.2015.08.011

4. Verbeke A., Kano L. An internalization theory perspective on the global and regional strategies of multinational enterprises // Journal of World Business. — 2016. — Vol. 51. — Pp. 83-92. — DOI: 10.1016/j.jwb.2015.08.014.

5. Leonidou L. C. Empirical research on export barriers: review, assessment and synthesis // Journal of International Marketing. — 1995. — Vol. 3. — Pp. 29-43.

6. Morgan R. E., Katsikeas C. S. Obstacles to Export Initiation and Expansion // Omega, International Journal of Management Science. — 1997. — Vol. 6. — Pp. 677-690.

7. Morgan N. A., Katsikeas C. S., Vorhies D. W. Export marketing strategy implementation, export marketing capabilities, and export venture performance // Journal of the Academy of Marketing Science. — 2012. — Vol. 40. — Pp. 271-289. — doi: 10.1007/s11747-011-0275-0.

8. Eriksson K., Johansson J., Majkgerd A. Effect of Variation on Knowledge Accumulation in the Internationalization Process // International Studies of Management & Organization. — 2000. — Vol. 30. — Iss.1. — Pp. 26-44.

9. Michailova S., Wilson H. I. M. Small firm internationalization through experiential learning: The moderating role of socialization tactics // Journal of World Business. — 2008. — Vol. 43. — Pp. 243-254.

10. Dutot V., Bergeron F., Raymond L. Information management for the internationalization of SMEs: An exploratory study based on a strategic alignment perspective // International Journal of Information Management. — 2014. — Vol. 34.

— Pp. 672-681. — doi: 10.1016/j.ijinfomgt.2014.06.006.

11. Фионова Л. Р. Документационное обеспечение управления — обязательная компонента в подготовке управленческих кадров // Теория и практика общественного развития. — 2014. — № 5. — С. 60-62.

12. Скарбро Г. Управление знанием, управление персоналом и инновационный процесс // Менеджмент дайджест. — 2004. — № 5. — С. 2-17.

13. Леонгардт В. А. Развитие рынка услуг бизнес-образования как объекта маркетинговой деятельности отраслевых вузов // Педагогическое образование. — 2012. — № 5. — С. 128-133.

14. The State of Business Education and Research — Perspectives from Educational Leaders around the Globe. Rutgers Business Review, 1 (1). pp. 1-26. The State of Business Education and Research — Perspectives from Educational Leaders around the Globe/ Evirgen C., Lei L., Moizer P., Phillips R. D., S^ttinger B., Wilson M. // Rutgers Business Review. — 2016.

— Vol. 1, Iss. 1. — pp. 1-26.

15. Accetturo A., Bugamelli M., Lamorgese A. R. Skill upgrading and export // Economics Letters. — 2013. — Vol. 121. — Pp. 417-420. — doi: 10.2139/ssrn.2293857.

16. Ахромеева Т. С., Малинецкий Г. Г. Инновации и кризис // Управление компанией в условиях кризиса. Альманах. — 2015. — № 1. С. 92-104.

17. Яхонтова Е. С. Ключевые аспекты управления знаниями // Менеджмент сегодня. — 2014. — № 03(81). — C. 176-182.

18. Casillas J. C., Barbero J. L., Sapienza H. J. Knowledge acquisition, learning, and the initial pace of internationalization // International Business Review. — 2014 — Pp. 102-114. — doi: 10.1016/j.ibusrev.2014.06.005.

19. Semiee S., Walters P. G. P. Determinants of structured export knowledge acquisition // International Business Review.

— 1999. — Vol. 8. — Pp. 373-397.

20. Панкрухин А. П. Маркетинг образовательных услуг методология, теория и практика: учебник / Панкру-хин А. П. Гильдия маркетологов. 3-е изд. — М. : Омега-Л, 2013. — 52 с.

21. Шемяткина Л. Ю. Маркетинг в образовательном учреждении. Учебно-методический комплекс. — Екатеринбург : ГОУ ВПО УрГПУ, 2012. — 23 с.

22. Davies M., Hughes N. Doing a successful research project: using qualitative or quantitative methods. — UK, Palgrave Macmillan, 2014. — 278 p.

23. The Human Capital Report // World Economic Forum. — 2015. — P. 309.

Информация об авторах

Капустина Лариса Михайловна — доктор экономических наук, профессор, заведующий кафедрой маркетинга и международного менеджмента, Уральский государственный экономический университет; Scopus Author ID: 56288301700 (Российская Федерация, 620144, г. Екатеринбург, ул. 8 Марта, 62; e-mail: lakapustina@bk.ru).

Возмилов Иван Дмитриевич — кандидат экономических наук, доцент кафедры маркетинга и международного менеджмента, Уральский государственный экономический университет; ORCID: orcid.org/0000-0002-7134-9440, ResearcherID: D-6984-2016 (Российская Федерация, 620144, г. Екатеринбург, 8 Марта, 62, 755; e-mail: ivan_ vozmilov85@mail.ru).

Темперини Валерио — профессор, Политехнический университет Марке (Италия, 60121, Марке, Анкона, Площадь Рима, 22; e-mail: v.temperini@univpm.it).

For citation: Kapustina, L. M., Vozmilov, I. D. & Temperini, V. (2017). Demand on Business Education of Participant of Foreign Economic Activities in Italian Marche Region and Sverdlovsk District. Ekonomika regiona [Economy of Region], 13(3), 908-921

L. M. Kapustina а), I. D. Vozmilov а), V. Temperini b)

а) Ural State University of Economics (Ekaterinburg, Russian Federation; e-mail: lakapustina@bk.ru)

b) Marche Polytechnic University (Marche, Italy)

Demand on Business Education Services Concerning Companies' Internationalisation in Italian Marche Region and Sverdlovsk District

The article is devoted to a comparative research of the demand on business education services from the enterprises, which are engaged in foreign economic activity in the Marche region (Italy) and Sverdlovsk region (Russia) as these regions develop long-term economic cooperation. For corporate development, in the conditions of limited demand in domestic market, the

Italian and Russian enterprises have to expand export activity and follow the strategy of internationalization of business, which can be effectively realized at the appropriate business education of personnel. The authors analyze the problems and challenges that companies face while going abroad. Regular business education of the personnel is identified as the most efficient way for overcoming emerging issues. During business education, employees of companies receive necessary knowledge, skills, competences and tools for the work in foreign markets. The authors apply one of the methods of demand market research — in-depth interview. We arranged focus groups and interviews with entrepreneurs, employees, carrying out export-import transactions during the internationalization process, as well as with university professors, and Non-Governmental Organizations' representatives who further were asked to make their expert evaluation. During the research, the authors identified factors determining the demand on business education during internationalization; proposed the classification of companies depending on their business educational goals and internationalization levels; determined the priorities in the topics of educational programmes for the personnel of the firms participating in the foreign economic activity. On the basis of the received results, we have created recommendations for providers of business education on the offer of the educational programmes, which are the most satisfying the demand of the companies participating in the internationalization process.

Keywords: business education, internationalization, marketing research of demand, international market, external market, expert evaluation, educational programmes, clusters, Sverdlovsk region, Marche region

Acknowledgements

The authors would like to thank Andrey Adolfovich Besedin, the President of the Ural Chamber of Commerce and Industry, Alexander Viktorovich Makarov, the Vice-President of the Ural Chamber of Commerce and Industry, as well as the personnel of the Ural Chamber of Commerce and Industry and the representatives of Russian and Italian firms and universities for their support and active participation in the research.

References

1. Popov, A. (2015). Kak prodat udochku v shtorm [How to sell a fishing rod during the storm]. Ekspert Ural [ExpertUral], 45(665), 24-30. (In Russ.)

2. Buckley, P. J. (2014). Forty years of internalisation theory and the multinational enterprise. Multinational Business Review, 22(3), 227-245. doi.org/10.1108/MBR-06-2014-0022.

3. Knight, G. A. & Liesch, P. W. (2016). Internationalization: From incremental to born global. Journal of World Business, 51, 93-102. doi: 10.1016/j.jwb.2015.08.011

4. Verbeke, A. & Kano, L. (2016) An internalization theory perspective on the global and regional strategies of multinational enterprises. Journal of World Business, 51, 83-92. DOI: 10.1016/j.jwb.2015.08.014.

5. Leonidou, L. C. (1995). Empirical research on export barriers: review, assessment and synthesis. Journal of International Marketing, 3, 29-43.

6. Morgan, R. E. & Katsikeas, C. S. (1997). Obstacles to Export Initiation and Expansion. Omega, International Journal of Management Science, 6, 677-690.

7. Morgan, N. A., Katsikeas, C. S. & Vorhies, D. W. (2012). Export marketing strategy implementation, export marketing capabilities, and export venture performance. Journal of the Academy of Marketing Science, 40, 271-289. doi: 10.1007/ s11747-011-0275-0.

8. Eriksson, K., Johansson, J. & Majkgárd, A. (2000). Effect of Variation on Knowledge Accumulation in the Internationalization Process. International Studies of Management & Organization, 30(1), 26-44.

9. Michailova, S. & Wilson, H. I. M. (2008). Small firm internationalization through experiential learning: The moderating role of socialization tactics. Journal of World Business, 43, 243-254.

10. Dutot, V., Bergeron, F. & Raymond, L. (2014). Information management for the internationalization of SMEs: An exploratory study based on a strategic alignment perspective. International Journal of Information Management, 34, 672-681. doi: 10.1016/j.ijinfomgt.2014.06.006.

11. Fionova, L. R. (2014). Dokumentatsionnoye obespechenie upravleniya — obyazatelnaya komponenta v podgotovke upravlencheskikh kadrov [Document support of management as a mandatory component in managers' training]. Teoriya i praktika obshchestvennogo razvitiya [Theory and Practice of Social Development], 5, 60-62. (In Russ.)

12. Scarbro, G. (2004). Upravlenie znaniem, upravlenie personalom i innovatsionnyy protsess [Knowledge management, HRM and the innovation process]. Menedzhment daydzhest [Management Digest], 5, 2-17. (In Russ.)

13. Leongardt, V. A. (2012). Razvitie rynka uslug biznes-obrazovaniya kak obekta marketingovoy deyatelnosti otraslevykh vuzov [Development of the services market of business-education as object of marketing activity of branch high schools]. Pedagogicheskoye obrazovanie [PedagogicalEducation in Russia], 5, 128-133. (In Russ.)

14. Evirgen, C., Lei, L., Moizer, P., Phillips, R. D., Stottinger, B. & Wilson, M. (2016). The State of Business Education and Research — Perspectives from Educational Leaders around the Globe. Rutgers Business Review, 1(1), 1-26.

15. Accetturo, A., Bugamelli, M. & Lamorgese, A. R. (2013). Skill upgrading and export. Economics Letters, 121, 417420. doi: 10.2139/ssrn.2293857.

16. Akhromeeva, T. S. & Malinetsky, G. G. (2015). Innovatsii i krizis [Innovations and crisis]. Upravlenie kompaniey v usloviyakh krizisa. Almanakh [Company management under crisis conditions. Almanach], 1, 92-104. (In Russ.)

17. Yakhontova, E. S. (2014). Klyuchevyye aspekty upravleniya znaniyami [Key aspects of knowledge management]. Menedzhment segodnya [Management today], 3(81), 176-182. (In Russ.)

18. Casillas, J. C., Barbero, J. L. & Sapienza, H. J. (2014). Knowledge acquisition, learning, and the initial pace of internationalization. International Business Review, 102-114. doi: 10.1016/j.ibusrev.2014.06.005.

19. Semiee, S. & Walters, P. G. P. (1999). Determinants of structured export knowledge acquisition. International Business Review, 8, 373-397.

20. Pankrukhin, A. P. (2013). Marketing obrazovatelnykh uslug metodologiya, teoriya i praktika: uchebnik [Educational services marketing: methodology, theory and practice]. Guild of marketers, 3d ed. Moscow: Omega-L Publ., 52. (In Russ.)

21. Shemyatkina, L. Yu. (2012). Marketing v obrazovatelnom uchrezhdenii. Uchebno-metodicheskiy kompleks. [Marketing in an educational institution: textbook]. Ekaterinburg: GOU VPO UrGPU Publ., 23. (In Russ.)

22. Davies, M. & Hughes, N. (2014). Doing a successful research project: using qualitative or quantitative methods. UK, Palgrave Macmillan, 278.

23. The Human Capital Report. (2015). World Economic Forum, 309.

Authors

Larisa Milhaylovna Kapustina — Doctor of Economics, Professor, Head of the Department of Marketing and International Management, Ural State University of Economics; Scopus Author ID: 56288301700 (62, 8 Marta St., Ekaterinburg, 620144, Russian Federation; e-mail: lakapustina@bk.ru).

Ivan Dmitrievich Vozmilov — PhD in Economics, Associate Professor, Department of Marketing and International Management, Ural State University of Economics; ORCID: orcid.org/0000-0002-7134-9440, Researcher ID: D-6984-2016 (62, 8 Marta St., Ekaterinburg, 620144, Russian Federation; e-mail: ivan_vozmilov85@mail.ru).

Valerio Temperini — Professor, Marche Polytechnic University (22, Roma Ave., Ancona, Marche, 60121, Italy; e-mail: v.temperini@univpm.it).

СОВРЕМЕННЫЙ ИНСТРУМЕНТАРИЙ АНАЛИЗА И УПРАВЛЕНИЯ ЭКОНОМИЧЕСКИМИ ПРОЦЕССАМИ

Для цитирования: Баев И. А., Соловьева И. А., Дзюба А. П. Методические основы оценки и анализа электроинфаструктурного потенциала регионов России // Экономика региона. — 2017. — Т. 13, вып. 3.

— С. 922-934

doi 10.17059/2017-3-23 УДК: 338.4

И. А. Баев а), И. А. Соловьева а), А. П. Дзюба б)

а) Южно-Уральский государственный университет (национальный исследовательский университет)

(Челябинск, Российская Федерация) б) ООО «Газэнергосбыт» (Челябинск, Российская Федерация)

МЕТОДИЧЕСКИЕ ОСНОВЫ ОЦЕНКИ И АНАЛИЗА ЭЛЕКТРОИНФРАСТРУКТУРНОГО ПОТЕНЦИАЛА

РЕГИОНОВ РОССИИ 1

Статья посвящена вопросу анализа и оценки электроинфраструктурного потенциала регионов России. Авторами вводится категория «электроинфраструктурный потенциал», которая понимается как интегральный показатель, характеризующий региональную электроэнергетическую инфраструктуру. Предлагается оценка электроинфраструктурного потенциала на базе предложенной авторами методики и разработанных показателей: коэффициент электротарифа, коэффициент технологического присоединения, интегральный коэффициент электроинфраструктурного потенциала. В статье приведены результаты апробации разработанного метода на примере анализа и оценки характеристик электроэнергетической инфраструктуры регионов России. Результатом апробации стало построение рейтинга регионов по уровню электроинфраструктурного потенциала. На базе рассчитанных показателей электроинфраструктурного потенциала разработаны карта и матрица показателей электроинфраструктурного потенциала регионов России, позволяющие раделить российские регионы по уровню электроинфраструктурного потенциала на несколько групп. Практическая ценность карты и матрицы электроинфраструктурного потенциала регионов России заключается в возможности проводить сравнительную оценку электроинфраструктурных характеристик территориальных образований и принимать более обоснованные управленческие решения по выбору мест наиболее эффективного размещения промышленных инвестиций. Кроме того, на основе разработанных показателей электроинфраструктурного потенциала авторами предложено усовершенствование существующих методик оценки инвестиционного потенциала регионов России, что обусловлено тем фактом, что характеристики электроинфраструктурного потенциала не участвуют в формировании инвестиционного потенциала регионов. Полученные результаты исследования имеют теоретическую и практическую значимость и могут быть использованы как при разработке и реализации мероприятий в области управления энергоэффективностью территориальных образований, так и при анализе электроинфраструктурного потенциала возможных мест размещения промышленных инвестиций с целью повышения эффективности инвестиционных решений.

Ключевые слова: электроинфраструктурный потенциал, инвестиционная привлекательность, рейтинг регионов, коэффициент электротарифа, коэффициент технологического присоединения, промышленные инвестиции, экономика региона, электроэнергетическая инфраструктура, электротарифы, технологическое присоединение

1 © Баев И. А., Соловьева И. А., Дзюба А. П. Текст. 2017

Введение

Характеристика инвестиционного потенциала социально-экономической системы любого уровня играет ключевую роль в процессе привлечения капитала. Существует множество подходов к определению инвестиционного потенциала и его составляющих [1-8]. Рейтинговое агентство «Эксперт РА» рассматривает в качестве составляющих инвестиционного потенциала региона трудовой, потребительский, производственный, финансовый, институциональный, инновационный, инфраструктурный, природный и туристический потенциалы1.

С нашей точки зрения, значительную роль в оценке инвестиционного потенциала регионов играет инфраструктурная составляющая, включающая характеристики географического расположения, транспортной и энергетической инфраструктуры, доступности и качества средств связи и пр.

Анализ результатов исследования инвестиционного потенциала регионов России, выполненных рейтинговым агентством «Эксперт РА», показывает, что оценка инвестиционного потенциала складывается из ряда факторов (табл. 1). Составляющими инвестиционного потенциала регионов являются трудовой, потребительский, производственный, финансовый, институциональный, инновационный, инфраструктурный, природно-ресурсный и туристический потенциалы. Согласно методике составления рейтинга инвестиционной привлекательности регионов России «Эксперт РА»,

1 Рейтинг инвестиционной привлекательности регионов 2015 года. Отчет рейтингового агентства RAEX («Эксперт РА») [Электронный ресурс]. URL: http://raexpert.ru/ratings/ regions/2015/ (дата обращения: 20.01.2017 г.).

показатели энергетической инфраструктуры не принимают участия в формировании ни одного из параметров инвестиционного потенциала. По нашему мнению, энергетическая составляющая, влияющая на показатели инфраструктурного потенциала должна учитываться в параметре «инфраструктурный потенциал». Существующий показатель инфраструктурного потенциала складывается из характеристик расстояний регионов до крупных автомобильных и железнодорожных магистралей, наличия авиасообщений. При этом действующая характеристика инфраструктурного потенциала имеет сравнительно небольшой вес и слабое влияние на оценку инвестиционного потенциала региона в целом. Мы считаем, что вклад инфраструктурного потенциала в определении интегрального показателя инвестиционного потенциала регионов недооценен, особенно если речь идет об инвестиционной привлекательности осуществления инвестиций в промышленный сектор экономики [9, 10].

На эффективность промышленных инвестиций в значительной степени влияют транспортная доступность и удобство транспортировки сырья, материалов и готовой продукции, качество энергетической инфраструктуры (географическая доступность энергетических мощностей, стоимость технологического присоединения к электрическим сетям, уровень тарифов на электроэнергию в регионе) [11].

Актуальность направления исследования

Значительная доля затрат на оплату электрической энергии в структуре себестоимости конечной продукции практически любой отрасли промышленности обуславливает высокую роль характеристик электроэнергетической инфраструктуры в оценке инвестицион-

Таблица 1

Коэффициенты корреляции между частными потенциалами и интегральным показателем инвестиционного

потенциала регионов в 2015 г. по версии «Эксперт РА»

Факторные признаки (частные потенциалы)

Наименование результативного признака Трудовой Потребительский Производственный Финансовый Институциональный Инновационный Инфраструктурный Природно-ресурсный Туристический

Интегральный показатель инвестиционного потенциала 0,930 0,944 0,938 0,958 0,893 0,831 0,336 0,296 0,710

По данным отчета Рейтинг инвестиционной привлекательности регионов 2015 года выполненный «Эксперт РА» (см. URL: http://raexpert.ru/ratings/regions/2015/ дата обращения: 20.01.2017).

Рис. 1. Составляющие электроинфраструктурного потенциала региона

Рис. 2. Цены на электроэнергию для промышленности по странам мира в 2015 г. (руб/кВтч) (Бию$1аЬ Материалы официального сайта [Электронный ресурс]. ий1: http://ec.europa.eu/eurostat (дата обращения: 20.01.2017г.))

ной привлекательности региона потенциального размещения инвестиций [12, 13].

Интегральную характеристику, отражающую условия транспортировки и сбыта электрической энергии потребителям, оказывающую влияние на инвестиционную привлекательность территории, предлагается определять как электроинфраструктурный потенциал региона.

Условия присоединения к энергетической инфраструктуре предопределяют инвестиционные затраты, а существующие тарифы на

энергоресурсы в регионе влияют на уровень текущих затрат инвестиционного проекта в процессе его реализации.

Так как основным энергетическим ресурсом, потребляемым человечеством, является электрическая энергия [14], в качестве характеристик, отражающих степень электроинфраструктурного потенциала региона, целесообразно использовать две составляющие: стоимость электрической энергии в регионе и доступность технологического присоединения к электрическим сетям (рис. 1).

Стоимость электрической энергии в регионе отражают тарифы на электрическую энергию, тарифы на мощность и на услуги по передаче электроэнергии [15]. Доступность технологического присоединения отражают тарифы на технологическое присоединение, действующие в регионе, и наличие свободных энергетических мощностей в региональной электроэнергетической системе.

Для России параметры региональных электроэнергетических характеристик существенно отличаются от общемировых пока-зателейТак, стоимость электрической энергии в России для промышленного сектора является одной из самых низких в мире (рис. 2), что объясняется наличием собственной сырьевой базы, избыточных генерирующих мощностей, контролем цен на электроэнергию со стороны государства и другими факторами.

Однако величина затрат на оплату электрической энергии и стоимости технологического присоединения в региональном разрезе значительно варьируется, что обусловлено рядом факторов.

Факторы, влияющие на стоимость электрической энергии в регионе:

— состав, структура и топливный баланс генерирующих объектов, поставляющих электроэнергию и мощность в энергорайоне каждого региона [15];

— состав и структура электросетевых объектов в каждом регионе2;

— величина сбытовых надбавок региональных гарантирующих поставщиков электроэнергии;

— наличие системных ограничений и характеристик соотношения между параметрами спроса и предложения на электропотребление;

— законодательные и административные особенности.

Факторы, влияющие на стоимость технологического присоединения в регионе:

— наличие свободных электросетевых мощностей;

— соотношение между темпами спроса и предложения вводимых электроэнергетических мощностей;

— топология электросетевой инфраструктуры каждого энергорайона;

1 Key World Energy Statistics 2016. Отчет International Energy Agency [Electronic resource]. URL: https://www.iea. org/publications/freepublications/publication/ (date of accesse: 20.01.2017 г.).

2 Годовой отчет ПАО «Межрегиональной распределительной сетевой компании Сибири» [Электронный ресурс]. URL: http://www.mrsk-sib.ru /(дата обращения: 20.01.2017 г.).

— наличие в тарифах на электрическую энергию составляющих направленных на инвестиционные программы строительства новых энергомощностей;

— законодательные и административные особенности.

Таким образом, высокая доля затрат на электропотребление в себестоимости промышленной продукции, значимость электроинфраструктурного потенциала при оценке инвестиционной привлекательности региона и высокая вариация электроинфраструктурных характеристик по регионам России [16] обуславливают актуальность и необходимость разработки удобного инструментария оценки и анализа электроинфраструктурного потенциала региона.

Методика исследования

Для оценки электроинфраструктурного потенциала как интегрального показателя стоимости электрической энергии и доступности технологического присоединения к электроэнергетической инфраструктуре необходим метод, позволяющий оценить и проанализировать электроинфраструктурный потенциал отдельных стран, регионов и территориальных образований.

Для оценки составляющих и интегрального значения электроинфраструктурного потенциала следует использовать ряд показателей.

Коэффициент электротарифа. Для анализа стоимости электрической энергии в региональном разрезе разработан показатель «коэффициент электротарифа», рассчитываемый как отношение тарифа на электроэнергию в конкретном регионе к среднему его значению по совокупности территориальных образований (формула 1).

КТ / = Тр ; / Тр, (1)

где КТ/' — коэффициент электротарифа для рассматриваемого территориального образования /; Тр/' — тариф на электроэнергию в рассматриваемом территориальном образовании /; Тр — среднее значение тарифов в исследуемой совокупности территориальных образований.

Величина тарифа на электроэнергию Тр/' для территориального образования / определяется по формуле (2) и является арифметической суммой тарифов непосредственно на электроэнергию, на электрическую мощность, на услуги по передаче электрической энергии и тариф на сбытовые надбавки энергосбытовых компаний:

Тр i= тэ / + тм / + тсн / + тп / (2)

где Тэ / — тариф на электрическую энергию в рассматриваемом территориальном образовании /; Тм / — тариф на электрическую мощность в рассматриваемом территориальном образовании /; Тп / -тариф на услугу по передаче электроэнергии в рассматриваемом территориальном образовании /; Тсн / — тариф на сбытовые надбавки энергосбытовых компаний в рассматриваемом территориальном образовании /.

Коэффициент технологического присоединения. Для оценки доступности технологического присоединения разработан показатель «коэффициент технологического присоединения», рассчитываемый для каждого исследуемого региона по формуле (3).

КТП i = KWi х KTi,

(3)

где КТП / — коэффициент технологического присоединения в рассматриваемом территориальном образовании /; КШ/ — коэффициент динамики спроса на электропотребление территориального образования / (определяется по формуле 4); КТ/ — коэффициент стоимости технологического присоединения территориального образования / (определяется по формуле 5):

KWi = WiX / WiY,

(4)

где Wiх / Ш/ 7 — объемы спроса на электропотребление территориального образования / в периоды X и 7. За период X принимается более поздний из исследуемых периодов, а за период 7 более ранний из них.

(5)

KTi = тТп i / TTW

где ТТП / — тариф на технологические присоединение к электросетям действующий в рассматриваемом территориальном образовании / [17]. Если КТП / принимает значение выше 1, это значит, что доступность технологического присоединения для данного территориального образования / уступает среднему показателю по совокупности территориальных образований и наоборот.

Интегральный коэффициент электроинфраструктурного потенциала. Частные показатели электроинфраструктурного потенциала, такие как коэффициент электротарифа и коэффициент технологического присоединения сводятся в результирующий показатель, называемый «интегральный коэффициент электроинфраструктурного потенциала» КИ /:

Значения интегральных коэффициентов электроинфраструктурного потенциала могут быть использованы для сравнительных оценок его в регионах и любых других территориальных образованиях с целью принятия более обоснованных инвестиционных решений.

Для более глубокого исследования и сопоставления составляющих электроинфраструктурного потенциала необходимо использование «карты электроинфраструктурного потенциала регионов», построенной в координатах «коэффициент электротарифа» и «коэффициент технологического присоединения». Такое представление позволяет определить регионы со схожими характеристиками электроинфраструктурного потенциала, сократить круг регионов для анализа потенциально места размещения промышленных инвестиций.

Опыт практического применения

Апробация предложенного методического подхода к оценке и анализу электроинфраструктурного потенциала территориальных образований была проведена на примере электроэнергетических характеристик регионов России.

Информационную базу исследования составили следующие данные:

— фактические значения свободных нерегулируемых цен на электрическую энергию и на электрическую мощность на розничных рынках электроэнергии, действующие в первом полугодии 2016 г.1;

— единые региональные котловые тарифы на передачу электрической энергии для уровня напряжения классом ВН (110 кВ) в одноставоч-ном выражении, действующие в 1 полугодии 2016 г.2;

— сбытовые надбавки базовых региональных гарантирующих поставщиков, действующие в период первого полугодия 2016 г. для потребителей с максимальной мощностью энего-принимающих устройств свыше 10 МВА3;

Ки i = (Кi х 0,7) + (Ктп i х 0,3),

(6)

1 Составляющие предельных уровней нерегулируемых цен на электрическую энергию (мощность) // Администратор торговой системы оптового рынка электроэнергии (мощности) [Электронный ресурс]. URL: http://www.atsenergo.ru (дата обращения: 20.01.2017).

2 Об утверждении Правил недискриминационного доступа к услугам по передаче электрической энергии и оказания этих услуг. Постановление Правительства РФ № 861 от 27.12.2004 г. [Электронный ресурс]. URL: http://www. consultant.ru/document/cons_doc_LAW_51030/ (дата обращения: 20.01.2017).

3 О функционировании розничных рынков электриче-

ской энергии, полном и (или) частичном ограничении ре-

жима потребления электрической энергии. Постановление

Рис. 3. Рейтинг регионов России по значению интегрального коэффициента электроинфраструктурного

потенциала

Таблица 3

Расчет коэффициента электротарифа для регионов Центрального федерального округа

Величина тарифа, руб/кВт-ч

Регион на электрическую на электрическую на услугу по передаче сбытовые надбавка ЭСК Общий Коэффициент электротарифа

энергию мощность

Белгородская обл. 1,18 0,60 1,45 0,16 3,38 1,05

Брянская обл. 1,17 0,55 1,62 0,07 3,41 1,06

Владимирская обл. 1,21 0,55 1,55 0,03 3,33 1,03

Воронежская обл. 1,23 0,55 1,21 0,15 3,14 0,97

Ивановская обл. 1,10 0,55 1,05 0,10 2,80 0,87

Калужская обл. 1,23 0,56 1,58 0,04 3,41 1,05

Костромская обл. 1,17 0,55 1,53 0,10 3,34 1,03

Курская обл. 1,10 0,55 1,09 0,10 2,84 0,88

Липецкая обл. 1,20 0,57 1,33 0,05 3,16 0,98

Московская обл. 1,22 0,55 1,14 0,04 2,95 0,91

Орловская обл. 1,24 0,54 1,69 0,07 3,53 1,09

Рязанская обл. 1,23 0,56 1,08 0,07 2,94 0,91

Смоленская обл. 1,15 0,57 1,58 0,08 3,37 1,04

Тамбовская обл. 1,22 0,54 2,13 0,08 3,97 1,23

Тверская обл. 1,15 0,55 1,84 0,09 3,62 1,12

Тульская обл. 1,28 0,57 1,52 0,15 3,51 1,09

Ярославская обл. 1,25 0,56 1,11 0,17 3,09 0,96

г. Москва 1,22 0,55 0,98 0,11 2,86 0,89

Источник: Рассчитано авторами на основе данных ОАО «АТС» (см. http://www.atsenergo.ru дата обращения: 20.01.2017 г.), тарифов на передачу электроэнергии ДЗО ПАО «Россети» (см. http://www.rosseti.ru/ дата обращения: 20.01.2017 г.), сбытовых надбавок гарантирующих поставщиков (http://fas.gov.ru/documents/documentdetails.html?id=14776).

Таблица 4

Расчет коэффициента технологического присоединения и интегрального коэффициента электроинфраструктурного потенциала для регионов Центрального федерального округа

Регион Спрос на электропотребление, млн кВт-ч Коэффициент динамики спроса на элек-тропотребле-ние Тариф на технологические присоединение, руб./кВт Коэффициент тарифа на технологическое присоединение Коэффициент технологического присоединения Интегральный коэффициент электроинфраструктурного потенциала

1990 г 2014 г

Белгородская обл. 11 987,5 14 932,0 1,25 131,7 0,14 0,18 0,79

Брянская обл. 5 670,0 4 010,0 0,71 601,4 0,64 0,46 0,88

Владимирская обл. 9 042,5 7 276,0 0,80 2 351,6 2,52 2,02 1,33

Воронежская обл. 12 218,1 10 791,0 0,88 509,1 0,54 0,48 0,82

Ивановская обл. 6 696,9 3 431,0 0,51 4 345,9 4,65 2,38 1,32

Калужская обл. 4 784,7 6 905,0 1,44 1 686,1 1,80 2,60 1,52

Костромская обл. 4 462,7 3 617,0 0,81 144,7 0,15 0,13 0,76

Курская обл. 9 774,9 8 451,0 0,86 818,5 0,88 0,76 0,84

Липецкая обл. 12 553,5 12 251,0 0,98 1 014,9 1,09 1,06 1,00

Московская обл. 36 692,0 42 424,0 1,16 371,1 0,40 0,46 0,78

Орловская обл. 4 273,3 2 686,0 0,63 207,1 0,22 0,14 0,81

Рязанская обл. 7 900,2 6 522,0 0,83 3 518,7 3,76 3,11 1,57

Смоленская обл. 8 501,9 6 095,0 0,72 1 249,6 1,34 0,96 1,02

Тамбовская обл. 5 950,3 3 420,0 0,57 1 316,6 1,41 0,81 1,10

Тверская обл. 9 250,6 8 097,0 0,88 1 108,3 1,19 1,04 1,10

Тульская обл. 15 820,1 10 008,0 0,63 2 026,7 2,17 1,37 1,17

Ярославская обл. 9 034,2 7 579,0 0,84 1 375,0 1,47 1,23 1,04

г. Москва 37 433,2 55 114,0 1,47 466,7 0,50 0,74 0,84

Источник: Рассчитано авторами на основе данных Росстата спроса на электропотребление регионами России (см. http:// www.gks.ru/ дата обращения: 20.01.2017г.), тариф на технологическое присоединение был получен на Портале электросетевых услуг ПАО «Россети» (см. ^^шпортал-тп.рф дата обращения: 20.01.2017 г.).

Таблица 5

Матрица электроинвестиционного потенциала регионов России

Группа Параметр Регионы

Группа А Высокий потенциал коэффициента электротарифов и коэффициента технологического присоединения Воронежская обл., Курская обл., Московская обл., г. Москва, Ленинградская обл., Мурманская обл., Новгородская обл., Псковская обл., Волгоградская обл., Республика Дагестан, Республика Ингушетия, Кабардино-Балкарская Республика, Карачаево-Черкесская Республика, Республика Северная Осетия — Алания, Чеченская Республика, Республика Башкортостан, Республика Татарстан, Удмуртская Республика, Чувашская Республика, Пермский край. Оренбургская обл., Самарская обл., Саратовская обл., Тюменская обл., Челябинская обл., Республика Хакасия, Красноярский край, Кемеровская обл., Новосибирская обл., Омская обл., Томская обл., Хабаровский край, Амурская обл.

Группа В1 Высокий потенциал коэффициента электротарифов и низкий — коэффициента технологического присоединения Ивановская обл., Липецкая обл., Рязанская обл., Ярославская обл., Республика Карелия, Вологодская обл., Калининградская обл., г. Санкт-Петербург, Астраханская обл., Кировская обл., Свердловская обл., Республика Алтай, Алтайский край, Забайкальский край, Иркутская обл., Еврейская автономная обл.

Группа В2 Низкий потенциал коэффициента электротарифов и высокий — коэффициента технологического присоединения Белгородская обл., Брянская обл., Костромская обл., Орловская обл., Смоленская обл., Тамбовская обл., Архангельская обл., Республика Калмыкия, Краснодарский край, Ростовская обл., Ставропольский край, Республика Мордовия, Нижегородская обл., Пензенская обл., Ульяновская обл., Курганская обл., Республика Бурятия, Камчатский край, Республика Крым, г. Севастополь, Магаданская обл.

Группа С Низкий потенциал коэффициента электротарифов и коэффициента технологического присоединения Владимирская обл., Калужская обл., Тверская обл., Тульская обл., Республика Коми, Республика Адыгея, Республика Марий Эл, Республика Тыва, Республика Саха (Якутия), Приморский край, Сахалинская обл., Чукотский автономный округ

Источник: Составлено авторами на основе анализа карты электроинфраструктурного потенциала регионов России.

— величины спроса на электропотребление по регионам России за периоды 1990 и 2014 гг.

— региональные значения ставок за единицу максимальной мощности за технологическое присоединение к электрическим сетям, действующие на период 2016 г.2.

Для каждого региона России рассчитаны показатели «коэффициент электротарифа» (пример расчета коэффициента для регионов Центрального федерального округа представлен в таблице 3), «коэффициент технологического присоединения» и «интегральный коэффициент электроинфраструктурного потенциала» (пример расчета для регионов Центрального федерального округа представлен в таблице 4). Рейтинг регионов России по

Правительства РФ № 442 от 04.05.2012 г. [Электронный ресурс]. URL: http://www.consultant.ru/document/cons_doc_ LAW_130498/ (дата обращения: 20.01.2017).

1 Потребление электроэнергии в Российской Федерации // Федеральная служба государственной статистики [Электронный ресурс]. URL: http://www.gks.ru (дата обращения: 20.01.2017).

2 ПАО Россети [Электронный ресурс]. URL: http://www. rosseti.ru/ (дата обращения: 20.01.2017).

значению электроинфраструктурного потенциала представлен на рисунке 3.

Региональные значения интегрального коэффициента электроинфраструктурного потенциала варьируются в диапазоне от 0,43 до 1,47, что свидетельствует о существенной дифференциации регионов и разбеге между самым высоким и низким электроинфраструктурным потенциалом в 3,5 раза. Данный факт подчеркивает актуальность и важность оценки, анализа и учета электроинфраструктурного потенциала регионов в процессе принятия инвестиционных решений.

Для более глубокого анализа составляющих электроинфраструктурного потенциала регионов России и их группировки была построена карта электроинфраструктурного потенциала регионов (рис. 4). Расположение регионов в заданных координатах (значение коэффициента электротарифа и значение коэффициента технологического присоединения) позволяет провести их разделение на группы со схожими характеристиками электроинфраструктурного потенциала с целью повышения обоснованности принятия управленческих решений по выбору мест наиболее

Рис. 4. Карта электроинфраструктурного потенциала регионов России

ДР = Рэнерг — ринфр РАЭ (7)

где ДР — ранговая разница; РЭнерг — ранг региона по показателю электроинфраструктурного

эффективного размещения промышленных инвестиций (табл. 5).

Проведена сравнительная оценка получен-

ного рейтинга электроинвестиционного по- потенциала; РИ

инфр РАЭ

— ранг региона по показа-

тенциала регионов с рейтингом инфраструк- телю инфраструктурного потенциала по вер-турного потенциала по версии «Эксперт РА» на сии РА Эксперт.

основе разницы рангов по исследуемым показателям (формула 7).

Анализ показал (рис. 5), что уровень инфраструктурного потенциала не всех регионов

► ♦

Оценка инфраструктурно определена объективно х; энергоинфраструктурног ГО П( рак! о по этенциала геристикам тенциала

Инфраструктурный Инфраструктурный потенциал переоценен

потенциал недооценен $

у

Разность рангов 1

-80 -70 -60 -50 -40 -30 -20 -10 0 10 20 30 40 50 60 70

Рис. 5. Диаграмма соответствия инфраструктурного потенциала регионов России рейтингу «Эксперт РА»

и рейтинга, рассчитанного авторами

Таблица 6

Сопоставление значений рейтинговой оценки инфраструктурного потенциала по версии «Эксперт РА» и значений электроинфраструктурного потенциала

Группа регионов по оценке инфраструктурного потенциала Регионы

Рейтинговая оценка инфраструктурного потенциала определена объективно характеристикам электроинфраструктурного потенциала Архангельская обл., Алтайский край, Астраханская обл., Вологодская обл., Воронежская обл., Еврейская автономная обл., Забайкальский край, Кабардино-Балкарская Республика, Камчатский край, Курганская обл., Магаданская обл., Нижегородская обл., Новгородская обл., Новосибирская обл., Орловская обл., Приморский край, Республика Ингушетия, Республика Коми, Республика Мордовия, Республика Саха (Якутия), Республика Северная Осетия — Алания, Республика Татарстан, Самарская обл., Саратовская обл., Ульяновская обл., Челябинская обл., Чувашская Республика, Чукотский автономный округ

Рейтинговая оценка инфраструктурного потенциала недооценена Амурская обл., Волгоградская обл., Иркутская обл., Карачаево-Черкесская Республика, Кемеровская обл., Кировская обл., Костромская обл., Красноярский край, Мурманская обл., Омская обл., Оренбургская обл., Пермский край, Республика Алтай, Республика Башкортостан, Республика Бурятия, Республика Дагестан, Республика Калмыкия, Республика Тыва, Республика Хакасия, Ставропольский край, Томская обл., Тюменская обл., Удмуртская Республика, Хабаровский край, Чеченская Республика

Рейтинговая оценка инфраструктурного потенциала переоценена Брянская обл., Белгородская обл., Владимирская обл., г. Москва, г. Санкт-Петербург, г. Севастополь, Ивановская обл., Калининградская обл., Калужская обл., Краснодарский край, Курская обл., Ленинградская обл., Липецкая обл., Московская обл., Пензенская обл., Псковская обл., Республика Адыгея, Республика Карелия, Республика Крым, Республика Марий Эл, Ростовская обл., Рязанская обл., Сахалинская обл., Свердловская обл., Смоленская обл., Тамбовская обл., Тверская обл., Тульская обл., Ярославская обл.

Источник: Составлено авторами на основе анализа диаграммы соответствия инфраструктурного потенциала регионов России по версии РА Эксперт и рейтинга, рассчитанного авторами.

России совпадает с уровнем его электроинфраструктурной составляющей.

Все регионы России можно разделить на следующие три группы. В первой группе уро-

вень показателей совпадает, во второй группе инфраструктурный потенциал недооценен, а в третьей группе регионов — переоценен (табл. 6). С нашей точки зрения, резуль-

таты анализа позволяют констатировать, что учет электроинфраструктурного потенциала при оценке инфраструктурного потенциала в процессе формировании рейтинга инвестиционной привлекательности регионов существенно влияет на оценку как инфраструктурного потенциала, так и инвестиционной привлекательности региона в целом. Учет электроинфраструктурного потенциала регионов при исследовании их инвестиционной привлекательности позволит в существенной степени сократить круг регионов для анализа потенциальных мест размещения промышленных инвестиций и повысить качество принимаемых инвестиционных решений.

Выводы

Характеристики инфраструктурного потенциала играют значительную роль в формировании инвестиционной привлекательности территориального образования. Особенно высока роль инфраструктурного потенциала при оценке вариантов размещения промышленных инвестиций. Значительная доля затрат на оплату энергетических ресурсов, а именно электрической энергии, в структуре себестоимости конечной продукции практически любой отрасли промышленности обуславливает высокую роль характеристик энергетической инфраструктуры в оценке инвестиционной привлекательности региона потенциального размещения инвестиций.

Интегральную характеристику, отражающую условия генерации, транспортировки и сбыта электрической энергии потребителям, оказывающую влияние на инвестиционную привлекательность территории предлагается определять как электроинфраструктурный потенциал.

С целью учета электроинфраструктурных характеристик при оценке инвестиционной привлекательности регионов разработан ме-

тодический подход к оценке электроинфраструктурного потенциала любых территориальных образований. В качестве характеристик электроинфраструктурного потенциала региона необходимо использовать стоимость электрической энергии и доступность технологического присоединения к электрическим сетям. Стоимость электрической энергии в регионе зависит от тарифов на электрическую энергию и электрическую мощность, тарифа на услуги по передаче электроэнергии и сбытовых надбавок региональных сбытовых компаний. Доступность технологического присоединения характеризуется тарифами на технологическое присоединение, действующими в регионе, и наличием свободных электроэнергетических мощностей.

Суть методического подхода к оценке электроинфраструктурного потенциала регионов заключается в расчете коэффициента электротарифа, коэффициента технологического присоединения и интегрального коэффициента электроинфраструктурного потенциала и в построении рейтинга регионов по уровню электроинфраструктурного потенциала и карты электроинфраструктурного потенциала с выделением региональных групп со схожими электроинфраструктурными характеристиками.

Практическая значимость предлагаемого метода оценки электроинфраструктурного потенциала регионов заключается в возможности учета электроэнергетических характеристик региона при оценке инвестиционной привлекательности потенциальных мест размещения промышленных инвестиций и повышения эффективности принимаемых инвестиционных решений в промышленном секторе. Кроме того, методический подход целесообразно использовать при разработке и реализации управленческих решений в области повышения энергоэффективности территориальных образований.

Благодарность

Статья выполнена при поддержке Правительства РФ (Постановление №211 от 16.03.2013 г.), соглашение № 02. А03.21.0011.

Список источников

1. Newman J. L. Building a creative high-performance R&D culture / J. L. Newman // Research-Technology Management. — 2009. — Vol. 52, No5. — Pp. 21-31.

2. Stobaugh R. How to Analyze Foreign Investment Climates // Harvard Business Review. — 1969. — 5 (47). — Pp. 100108.

3. Competitive Strategy: Techniques for Analyzing Industries and Competitors. — New York: The Free Press, 1980; 2nd ed. — New York: Free Press, 1998. — 397 p.

4. Nagaev S., Woergoetter A. Regional Risk Rating in Russia. — Vienna: Bank Austria, 1995. — 95 p.

5. Freeman C. Technology Policy and Economic Performance : Lesson from Japan / C. Freeman. — London : Pinter Publishers, 1987. — 155 p.

6. Global Innovation Index 2016: Switzerland, Sweden, UK, U.S., Finland, Singapore Lead; China Joins Top 25 // The World Intellectual Property Organization. — PR/2016/793 [Electronic resource]. URL: http://www.wipo.int/pressroom/ru/ articles/2016/article_0008.html (date of access: 20.01.2017).

7. Литвинова В. В. Инвестиционная привлекательность инвестиционный климат региона. — М. : Финансовый университет, 2013. — 116 с.

8. Шуваева А. И., Ивушкина И. Е., Федотова Г. В. Методики оценки инвестиционного потенциала региона // Инновационная экономика. Перспективы развития и совершенствования. — 2016. — № 7 (17). — С. 352-356.

9. Rodrik D., Kennedy J. F. Industial development: stylized facts and policies. — Harvard University. — 2006. — 380 p.

10. Татаркин А. И., Коротаева О. В. Инновационные подходы к решению инфраструктурных задач устойчивого развития энергосистемы России // Инновации. — 2013. — № 4 (174). — C. 74-78.

11. Ботячкова Т. А., Хвостенко П. В. Инвестиции в энергетику России // Наука. Технологии. Инновации. Сб. науч. тр. в 9 ч. — Новосибирск : Новосибирский государственный технический университет, 2016. — C. 341-344.

12. Денисова О. А., Быстрай Г. П. Прогнозирование энергоинвестиционной привлекательности субъектов УрФО // Экономика региона. — 2012. — № 1. — С. 221-230.

13. Lin J. Y., Nugent J. B. Institutions and economic development // Handbook of Development Economics. — 1995. — Vol. III. — Ch. 38. — Pp. 2307-2370.

14. Диагностика и механизмы повышения энергетической безопасности России / Куклин А. А., Мызин А. Л., Пыхов П. А., Потанин М. М. // Вестник забайкальского государственного университета. — 2013. — № 10.

— C. 134-149.

15. Baev I. A., Solovieva I. A., Dziuba A. P. Assessment and analysis of energy infrastructural potential of Russian regions // 3rd International Conference on Industrial Engineering. SHS Web Conf. — No 35 (2017) [Electronic resource]. URL: https://doi.org/10.1051/shsconf/20173501048.

16. Гительман Л. Д., Гительман Л. М., Кожевников М. В. Электроэнергетика. Умное партнерство с потребителем.

— М. : Экономика, 2016. — 160 с.

17. Бредихин М. А., Струкова А. В. Вектор системных изменений на рынке электроэнергии России // Вестник Университета (Государственный Университет Управления). — 2013. — № 11. — C. 11-14.

Информация об авторах

Баев Игорь Александрович — доктор экономических наук, профессор, заведующий кафедрой «Финансы, денежное обращение и кредит» Высшей школы экономики и управления, Южно-Уральский государственный университет (национальный исследовательский университет) (Российская Федерация, 454080, г. Челябинск, пр-т Ленина, д. 76, ауд. 310; e-mail: baev@econom.susu.ac.ru).

Соловьева Ирина Александровна — кандидат экономических наук, доцент кафедры «Финансы, денежное обращение и кредит» Высшей школы экономики и управления, Южно-Уральский государственный университет (национальный исследовательский университет) (Российская Федерация, 454080, г. Челябинск, пр-т Ленина, д. 76, ауд. 310; e-mail: solovevaia@susu.ru).

Дзюба Анатолий Петрович — кандидат экономических наук, исполнительный директор ООО «Газэнергосбыт» (Российская Федерация 454000, г. Челябинск, ул. Салавата Юлаева, дом 15, оф. 53; e-mail: dzyuba-a@yandex.ru).

For citation: Baev, I. A., Solovyeva, I. A. & Dzyuba, A. P. (2017). Methodological Framework for the Evaluation and Analysis of the Potential of the Electric Infrastructure of Russian Regions. Ekonomika regiona [Economy of Region], 13(3), 922-934

I. A. Baev а), I. A Solovyeva а), A. P. Dzyuba b) а) South Ural State University (National Research University) (Chelyabinsk, Russian Federation b) OOO "Gazenergosbyt" (Chelyabinsk, Russian Federation; e-mail: dzyuba-a@yandex.ru)

Methodological Framework for the Evaluation and Analysis of the Potential of the Electric Infrastructure of Ruassian Regions

The article is devoted to the analysis and evaluation of the potential of the electric structure of Russian regions. The authors introduce the category of the "potential of electric infrastructure" understood as the integrated indicator characterizing the regional power infrastructure. The authors assess the potential of electric infrastructure on the basis of the proposed methodology and the developed indicators: "the ratio of electricity tariff", "coefficient of technological connection", "integral coefficient of electric infrastructure potential." The article presents the results of testing the developed method on the example of the analysis and evaluation of the characteristics of electric power infrastructure of Russian regions. The result of testing was the construction of a rating of regions by the level of electric infrastructure potential. On the basis of the calculated parameters of electric infrastructure potential, we developed a map and a matrix of indicators of the potential of electric infrastructure of Russian regions. This allowed to classify Russian regions to several groups. The practical value of the map and matrix of the potential of electric infrastructure of Russian regions is the possibility to conduct the comparative assessment of the characteristics of the electric infrastructure of the territorial units and enables more informed management and decision-making concerning the choice of the most effective industrial investment. In addition, based on the developed indicators of electric infrastructure potential, the authors propose the improvement of the existing methods for the evaluation of investment potential of Russian

regions. Previous research on the investment potential of regions does not take in account the characteristics of the potential of elecrtic infrastructure. The obtained results are of a theoretical and practical importance and can be used for the energy efficiency management of territorial units as well as for the analysis of the potential of electric infrastructure of possible industrial investments with the aim of increasing it.

Keywords: electric infrastructure potential, investment attractiveness, rating of regions, ratio of electricity tariff, coefficient of technological connection, industrial investment, economy of the region, electric power infrastructure, electricity tariff, technological connection

Acknowledgements

The article has been supported by the Government of the Russian Federation (Resolution No. 211 of 16 March, 2013), Agreement No. 02.A03.21.0011.

References

1. Newman, J. L. (2009). Building a creative high-performance R&D culture. Research-Technology Management, 52(5), 21-31.

2. Stobaugh, R. (1969). How to Analyze Foreign Investment Climates. Harvard Business Review, 5(47), 100-108.

3. Competitive Strategy: Techniques for Analyzing Industries and Competitors. New York: The Free Press, 1980; 2nd ed. New York: Free Press, 1998, 397.

4. Nagaev, S. & Woergoetter, A. (1995). Regional Risk Rating in Russia. Vienna: Bank Austria, 95.

5. Freeman, C. (1987). Technology Policy and Economic Performance: Lesson from Japan. London: Pinter Publishers, 155.

6. Global Innovation Index 2016: Switzerland, Sweden, UK, U.S., Finland, Singapore Lead; China Joins Top 25. The World Intellectual Property Organization. — PR/2016/793. Retrieved from: http://www.wipo.int/pressroom/ru/articles/2016/arti-cle_0008.html (date of access: 20.01.2017).

7. Litvinova, V. V. (2013). Investitsionnaya privlekatelnost investitsionnyy klimat regiona [Investment attractiveness the investment climate in the region: Monograph]. Moscow: Finansovyy universitet Publ., 116. (In Russ.)

8. Shuvaeva, A. I., Ivushkina, I. E., Fedotova, G. V. (2016). Metodiki otsenki investitsionnogo potentsiala regiona [Methods of assessing the investment potential of the region]. Innovatsionnaya ekonomika. Perspektivy razvitiya i sovershenstvovaniya [Innovation economy: prospects for development and improvement.], 7(17), 352-356. (In Russ.)

9. Rodrik, D. & Kennedy, J. F. (2006). Industrial development: stylized facts and policies. Harvard University, 380.

10. Tatarkin, A. I. & Korotaeva, O. V. (2013). Innovatsionnye podkhody k resheniyu infrastrukturnykh zadach ustoy-chivogo razvitiya energosistemy Rossii [Innovative Approaches to the Solution of Infrastructure Problems of Sustainable Development of the Russian Power System]. Innovatsii [Innovations], 4(174), 74-78. (In Russ.)

11. Botyachkova, T. A. & Khvostenko, P. V. (2016). Investitsii v energetiku Rossii [Investments into power industry of Russia]. Nauka. Tekhnologii. Innovatsii. Sb. nauch. tr. v 9 ch. [Science. Technologies. Innovations. The collection of scientific works in 9parts]. Novosibirsk: Novosibirskiy gosudarstvennyy tekhnicheskiy universitet Publ., 341-344. (In Russ.)

12. Denisova, O. A. & Bystray, G. P. (2012). Prognozirovanie energoinvestitsionnoy privlekatelnosti subektov UrFO [Conceptual foresight of energy-investment attractiveness of subjects of the ural federal district]. Ekonomika regiona [Economy of Region], 1, 221-230. (In Russ.)

13. Lin, J. Y. & Nugent, J. B. (1995). Institutions and economic development. Handbook of Development Economics, III(38), 2307-2370.

14. Kuklin, A. A., Myzin, A. L., Pykhov, P. A. & Potanin, M. M. (2013). Diagnostika i mekhanizmy povysheniya energet-icheskoy bezopasnosti Rossii [Diagnostics and Mechanisms of Energy Increase Security in Russia]. Vestnik zabaykalskogo gosudarstvennogo universiteta [Transbaikal State University Journal], 10, 134-149. (In Russ.)

15. Baev, I. A., Solovieva, I. A. & Dziuba, A. P. (2017). Assessment and analysis of energy infrastructural potential of Russian regions. 3rd International Conference on Industrial Engineering. SHS Web Conf., 35 (2017). Retrieved from: https:// doi.org/10.1051/shsconf/20173501048.

16. Gitelman, L. D., Gitelman, L. M. & Kozhevnikov, M. V. (2016). Elektroenergetika. Umnoe partnerstvo s potrebitelem [Power industry: clever partnership with the consumer. Monograph]. Moscow: Ekonomika Publ., 160. (In Russ.)

17. Bredikhin, M. A. & Strukova A. V. (2013). Vektor sistemnykh izmeneniy na rynke elektroenergii Rossii [Vector of system changes in the market of the electric power of Russia]. Vestnik Universiteta (Gosudarstvennyy Universitet Upravleniya) [Vestnik Universiteta. State University of Management], 11, 11-14. (In Russ.)

Authors

Igor Aleksandrovich Baev — Doctor of Economics, Professor, Head of the Department of Finance, Money Circulation, and Credit, School of Economics and Management, South Ural State University (National Research University) (76, Lenina Ave., Chelyabinsk, 454080, Russian Federation; e-mail: baev@econom.susu.ac.ru).

Irina Aleksandrovna Solovyeva — PhD in Economics, Associate Professor, Department of Finance, Money Circulation, and Credit, Higher School of Economics and Management, South Ural State University (National Research University) (76, Lenina Ave., Chelyabinsk, 454080, Russian Federation; e-mail: solovevaia@susu.ru).

Anatoliy Petrovich Dzyuba — PhD in Economics, Executive Director, ООО "Gazenergosbyt" (15, Salavata Yulaeva St., Chelyabinsk, 454000, Russian Federation; e-mail: dzyuba-a@yandex.ru).

Для цитирования: Кортов С. В., Шульгин Д. Б., Толмачев Д. Е., Егармина А. Д. Анализ технологических трендов на основе построения патентных ландшафтов // Экономика региона. — 2017. — Т. 13, вып. 3. — С. 935-947 doi 10.17059/2017-3-24 УДК 330.3

С. В. Кортов, Д. Б. Шульгин, Д. Е. Толмачев, А. Д. Егармина

Уральский федеральный университет им. первого Президента России Б. Н. Ельцина (Екатеринбург, Российская Федерация; e-mail: d.b.shulgin@urfu.ru)

АНАЛИЗ ТЕХНОЛОГИЧЕСКИХ ТРЕНДОВ НА ОСНОВЕ ПОСТРОЕНИЯ ПАТЕНТНЫХ ЛАНДШАФТОВ 1

Статья посвящена проблеме анализа и выбора приоритетов технологического развития и, в частности, использования патентных ландшафтов в качестве инструмента исследования технологических трендов. Показатели патентной активности в настоящее время нередко используются при технологическом прогнозировании и в конкурентной разведке. Однако причинно-следственные связи между данными показателями, с одной стороны, и стратегическими и тактическими решениями в сфере технологического развития на мезо- и микроэкономическом уровне, с другой стороны, систематизированы, на наш взгляд, недостаточно полно для решения практических задач. Цель работы — выявление и систематизация задач исследования технологических трендов, для решения которых могут быть эффективно использованы результаты анализа патентной информации. В рамках настоящих исследований проведен анализ методологии и инструментов построения патентных ландшафтов, а также их использования при оценке текущей конкурентной ситуации и прогнозировании технологических трендов. Предложена обобщенная классификация критериев отнесения заданной технологии к перспективным для развития в выбранном регионе. Для оценки соответствия технологии указанным критериям предложена система корреспондирующих показателей патентной активности. В рамках предложенной методологии проведен анализ патентных ландшафтов в отношении технологий, перспективных для развития в Свердловской области. Проведенный анализ подтвердил гипотезу об информативности патентных ландшафтов для оценки таких показателей технологии, как стадия жизненного цикла, «универсальность», то есть применимость в различных отраслях промышленности, темпы развития в мировом масштабе, наличие научной и инновационной базы в регионе, а также потенциальной возможности коллабора-ции с зарубежными исследовательскими организациями и университетами. Результаты проведенных исследований могут быть полезными широкому кругу читателей, включая представителей малых и средних инновационных предприятий, крупных компаний, а также региональных органов власти при решении задач, связанных с анализом технологических трендов и выбором приоритетов технологического развития.

Ключевые слова: стратегия развития, технологическое развитие, технология, технологический тренд, патентный ландшафт, патентные показатели, патентный анализ, патентные семейства, жизненный цикл, прогнозирование трендов

Введение

В условиях глобализации экономики и быстро меняющейся конкурентной среды особую значимость приобретает проблема выбора стратегии технологического развития. Релевантность и, как следствие, эффективность этого выбора в значительной степени определяются тем, насколько точно субъектом макро-, мезо- или микроэкономики учтены глобальные и региональные и технологические тренды.

1 © Кортов С. В., Шульгин Д. Б., Толмачев Д. Е., Егармина А. Д. Текст. 2017.

На формирование технологических трендов оказывают влияние, в первую очередь, объективные процессы развития мировых рынков, а также процессы развития и смены технологических укладов. Кроме этого, на формирование технологических трендов влияют меры государственного регулирования экономики, учитывающие социальные, экологические, политические и другие факторы. Результаты анализа глобальных экономических процессов и трендов формализуются в виде программных документов государственных органов2, таких

2 Технологическое прогнозирование [Электронный ресурс]. URL: http://innovation.gov.ru/ru/taxonomy/term/2383

как прогнозы и стратегии социально-экономического развития1 [1]; рамочные программы2, исследования и прогнозы крупных консалтинговых компаний3, а также международных финансовых структур [2]. Эти документы и прогнозы основаны на глубоких и всесторонних исследованиях и, как правило, демонстрируют высокую сопоставимость.

С учетом вышеизложенного проблема выбора стратегии и направлений технологического развития для субъектов на мезо- и микроуровне экономики в некоторой степени упрощается и условно может быть сведена к задаче востребованности в глобальной системе разделения труда. Между тем, несмотря на наличие значительного количества экономических и технологических прогнозов, а также форсайт-исследований на глобальном уровне, задача выбора перспективных направлений технологического развития для регионов, компаний, университетов и других субъектов рынка не является тривиальной.

Во-первых, упомянутые выше документы являются в значительной степени обобщенными и не учитывают в полной мере особенности конкретного региона или компании. Кроме того, как правило, технологические области также рассматриваются в укрупненном виде. При этом нередко в технологической области, которая развивается уже несколько десятков лет, могут быть выявлены технологии с возрастом 2-3 года и активно развивающиеся в мировом масштабе.

Во-вторых, для того, чтобы найти свое место в технологическом тренде, необходимо исследовать и объективно оценить собственные компетенции, а также особенности и потребности регионального рынка.

В-третьих, принимая во внимание, что многие технологии имеют глобальное распространение, применение и рынки, важно учитывать возможности коллаборации с отечественными

(дата обращения: 20.01.2017).

1 Форсайт-программа Министерства науки и технологий Великобритании [Электронный ресурс]. URL: www. foresight.uk. (дата обращения: 20.01.2017).

2 Научная технологическая инициатива 2035 [Электронный ресурс]. URL: http://www.nti2035.ru/technology/ (дата обращения: 20.01.2017); Рамочная программа Евросоюза, [Электронный ресурс]. URL: http://horizon2020projects. com/ (дата обращения: 20.01.2017).

3 Gartner Consulting [Электронный ресурс]. URL: http:// www.gartner.com/technology/why_gartner.jsp (дата обращения: 20.01.2017); Отчет Всемирной организации по интеллектуальной собственности, ВОИС [Электронный ресурс]. URL: http://www.wipo.int/edocs/pubdocs/en/patents/948/ wipo_pub_948_4.pdf (дата обращения: 20.01.2017).

и зарубежными партнерами в области исследований и разработок, а также возможные ограничения, определяемые государственными регламентами, а в некоторых случаях и санкциями.

Таким образом, при выборе стратегии и направлений технологического развития субъектами на мезо- и микроуровне экономики особую значимость приобретают инструменты и методология детального исследования технологических и конкурентных аспектов перспективных направлений развития. К числу таких инструментов относится, в частности, анализ патентных и технологических ландшафтов.

Конечно, патентные документы — это не единственный источник информации при детальном анализе технологического тренда. Важными источниками информации являются также данные о научно-технических публикациях, данные о результатах выполненных НИОКР, в том числе в рамках федеральных целевых программ, а также конъюнктурная информация. Вместе с тем, значительное количество публикаций, посвященных использованию патентной информации в целях определения технологических трендов, свидетельствует о неоспоримых преимуществах использования патентной документации при анализе технологических ландшафтов, а также прогнозировании перспективных направлений развития тех или иных отраслей промышленности. При этом, однако, несмотря на значительное количество исследований и публикаций, причинно-следственные связи между патентными показателями, с одной стороны, и стратегическими и тактическими решениями в сфере технологического развития на ме-зоэкономическом и корпоративном уровнях, с другой стороны, выявлены и систематизированы в литературных источниках, на наш взгляд, недостаточно глубоко и полно для решения практических задач.

Целью настоящего исследования является выявление и систематизация задач исследования технологических трендов, для решения которых могут быть эффективно использованы результаты анализа патентной информации. Практическое использование полученных результатов будет способствовать решению задачи повышения обоснованности выбора стратегии развития субъекта микро или мезо экономики.

Проведен анализ публикаций, посвященных использованию патентных ландшафтов при анализе технологических трендов, а также методам и инструментам их исследования.

Исследован патентный ландшафт в области аддитивных технологий (в качестве модельного примера) с целью оценки перспективности данного направления для развития на территории Свердловской области. В рамках решения этой задачи предложен набор критериев оценки технологии, используемых при выборе стратегии развития, и систематизированы патентно-технические показатели, которые могут быть использованы для оценки соответствия технологии выбранным критериям.

Практика и методы использования патентных ландшафтов при исследовании технологических трендов

Важнейшим достоинством патентных исследований является то, что данные из патентных документов являются открытыми и обеспечивают полноту технической составляющей, поскольку полнота раскрытия информации является важнейшим принципом патентной системы [3].

С помощью патентного анализа можно определить тренды в отрасли, а также конкурентные преимущества компаний или стран [4]. Так, в частности, в работе [5] проанализирована энергетическая отрасль и замечен всплеск патентной активности на альтернативные способы производства энергии после первого энергетического кризиса.

Патентный анализ используют в различных отраслях, однако, по данным [6], наибольшее распространение метод определения технологических трендов с помощью патентных данных получил в сфере телекоммуникаций.

Патенты являются объективным индикатором активности компании или страны в НИОКР. Так, в частности, Нордхаус [7] выявил закономерность между количеством патентов и продуктивностью фирмы. С помощью патентной информации изучают также направления исследований в компаниях, технические возможности или слабости [8]. Эрнст [9] оценил технические возможности компаний в области машиностроения, проанализировав их патентные стратегии, и показал, что патентная информация позволяет изучать конкурентов, оценивать технологии и планировать цели НИОКР.

Целесообразность и результативность использования патентного анализа для планирования управления интеллектуальной собственностью и научно-исследовательской деятельностью компании отмечают также авторы [10]. Ятин Р. Паргаонкар в работе [11] показал, что использование возможностей количествен-

ного машинного анализа в сочетании с качественной интеллектуальной проработкой этой информации экспертом дает преимущества в конкурентной разведке.

Известны работы, посвященные анализу закономерностей и корреляции жизненного цикла инновационных продуктов и динамики патентной активности. Так, в частности, Чунг и др. [12] исследовали эволюцию технологических новшеств корейских фирм, производящих полупроводниковые материалы, а Лиу и Шу [13] создали схему технического развития тонкопленочных транзисторов и светодиодов с помощью патентного анализа.

Гипотеза о корреляции динамики патентной активности со стадиями жизненного цикла технологии подтверждена исследованиями [14]. В работе исследовали создание системы патентных индикаторов, с помощью которой можно вычислить жизненный цикл технологии с использованием метода к ближайших соседей.

Использование отмеченных выше закономерностей позволяет проводить комплексный анализ технологических трендов с помощью патентной информации. Учитывая достоинства патентной информации в части полноты, достоверности и оперативности, развитие инструментов такого анализа представляется весьма перспективным, в том числе для анализа направлений межрегионального и международного сотрудничества.

Особое место в ряду инструментов анализа патентной информации занимают патентные ландшафты. Согласно обзору О. В. Сенча «Патентные ландшафты: отечественные и зарубежные публикации», патентный ландшафт — это инструмент исследования технологии, отрасли или продукта с помощью машинного и экспертного анализа патентных документов, а также наукометрического анализа. Использование этого инструмента базируется на информационных системах и базах данных патентной информации, разработанных патентными ведомствами и коммерческими компаниями, и заключается в визуализации логических связей между различными показателями, содержащимися в обширных информационных массивах, что значительно облегчает их понимание [15].

В работе [16] рассмотрены аналитические возможности патентной информации на различных уровнях национальной экономики и показано, что использование информационного анализа патентных ландшафтов за рубежом позволяет осуществлять общие заклю-

чения на макроэкономическом уровне и при проведении более детализированных оценок на уровне конкретных научно-технических и хозяйственных проблем.

Родригес [17] разработал методологию патентного анализа с дополнением системно-технологического подхода для отрасли создания гибридных автомобилей и показал, что компании с высоким уровнем патентной активности демонстрируют большую склонность к кооперации с другими организациями.

В качестве обобщения, опираясь также на собственный опыт патентных исследований (см. например [18]), хотелось бы почеркнуть, что наибольший эффект при построении патентных ландшафтов достигается посредством соблюдения следующих трех условий: четкой формулировки поставленных целей; установления пунктов принятия промежуточных решений для оценки или уточнения вновь поступающих данных; последующего осуществления длительного изучения ключевых объектов анализа.

Патентная информация может быть проанализирована количественно и качественно [19]. При этом существует множество классификаций патентных показателей. В частности, Ценг [20] систематизировал их по целям компании, технологической стратегии компании и по ценности, которую представляет изобретение. Эрнст [9] предложил набор индикаторов для стратегического управления технологиями, а Рейтциг [21] — индикаторы для экономической оценки активов компании.

Анализ патентных ландшафтов

при выборе перспективных технологических направлений для Свердловской области

Выбор критериев отбора технологий, перспективных для развития субъектами мезо- и микроуровня. В литературе, посвященной анализу технологических трендов — актуальных направлений развития технологий в заданной области, существует множество интерпретаций этого термина, а также типизаций технологий, включающих, например, «разрушающие», «прорывные», «зарождающиеся» и др. Как отмечено в работе [22], известные классификации типов технологий в рамках технологических трендов опираются на такие основания, как важнейшие эффекты, стадии жизненного цикла технологий, а также масштабы и способы их выявления.

В рамках настоящих исследований мы использовали обобщенную классификацию,

главным основанием которой является перспективность технологий или технологических областей для развития в выбранном регионе. При этом в состав таких технологий могут входить как «разрушающие», так и «прорывные» или другие типы технологий.

Представленный ниже перечень критериев отнесения технологии к перспективным для развития в выбранном регионе основан на обобщении результатов наших исследований по проекту «Разработка комплекса мер и механизмов повышения эффективности международного сотрудничества в области новых производственных технологий» в рамках ФЦП «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2014-2020 годы» с учетом результатов, опубликованных в работе «Промышленность Свердловской области: перспективные рынки, технологии, инвесторы»

1. Технология относится к новым, то есть, находится на этапе ускоряющегося роста кривой жизненного цикла.

2. Технология является базовой (универсальной), то есть может быть использована в комплексе отраслей.

3. Технология активно развивается в мировом (или региональном) масштабе.

4. В регионе есть научная и инновационная база (технологический задел) для развития данной технологии.

5. Имеется возможность коллаборации с зарубежными исследовательскими организациями и университетами в данном технологическом направлении.

Как будет показано далее, большинство из перечисленных условий и факторов могут быть оценены на основе анализа показателей патентной активности.

Выборка технологий. С учетом обобщения результатов наших исследований по проекту «Разработка комплекса мер и механизмов повышения эффективности международного сотрудничества в области новых производственных технологий» в качестве модельного примера при анализе патентных ландшафтов нами выбраны аддитивные технологии.

Рынок аддитивных технологий в динамике развития опережает остальные отрасли производства. Его средний ежегодный рост оценивается в 27 % и, по оценке компании IDC, к

1 Промышленность Свердловской области. Перспективные рынки, технологии, инвесторы. [Электронный ресурс]. URL: http://www.acexpert.ru/public/uploaded/blocks/files/63/ ec/c2/63ecc2418cb57c55e0ffd11146ccc3c1.pdf (дата обращения: 13.01.2017).

2019 г. составит 26,7 млрд долл. по сравнению с 11 млрд в 2015 г

В рамках настоящей работы исследованы патентные ландшафты как для отрасли 3D-печати в целом, так и для некоторых ее отдельных направлений, таких как, в частности, аддитивные установки, селективное лазерное спекание керамических материалов, сплавление материала в заранее сформированном слое, а также ряд других технологий.

Анализируемые показатели. Патентные по-казатели2 выбраны с учетом результатов анализа работ [23-25] и включают в себя следующие параметры:

Технологические показатели:

1) динамика патентной активности;

2) использование технологий в отраслях;

3) индекс цитирования, включая прямое и обратное цитирование.

Конъюнктурные показатели:

1) распределение заявителей по странам подачи первой заявки;

2) распределение патентов по заявителям;

3) патентная кооперация;

1 Аддитивная технология ресурс]. URL:

определение [Электронный http://fb.ru/article/231049/additivnaya-tehnologiya-opisanie-opredelenie-osobennosti-primeneniya-i-otzyivyi-additivnyie-tehnologii-v-promyishlennosti ((дата обращения: 13.01.2017).

2 OECD, «The Measurement of Scientific and Technological Activities: Using Patents as Science and Technology Indicators» Paris. 1994. 108 p. [Electronic resource]. URL: https://www. oecd.org/sti/inno/2095942.pdf (date of access: 11.07.2017).

4) лицензионная активность;

5) правовой статус патентных документов.

Динамика патентной активности как индикатор стадии жизненного цикла аддитивных технологий представлена на рисунке 1.

Начало роста S-образной кривой жизненного цикла аддитивных технологий, согласно представленной ниже диаграмме (рис. 1), можно отнести к 1994 г., при этом прирост заявок составлял 10 шт/год минимум. В 1997 г. замечен незначительный спад с последующим приростом в 38 заявок. Предполагаемый выход логистической кривой на насыщение — 2014 г. При этом несмотря на падение патентной активности в 2015 г. до 552 заявок, обоснованный вывод о технологическом тренде можно сделать после получения полной патентной статистики за 2016 и 2017 гг.

География подачи заявок на патентование (рис. 2) представлена такими странами (в выборке ТОП-15), как Корея, США, Китай, Япония, Германия, страны Европейского союза, Великобритания, Тайвань, Франция, Россия и др.

Патентный поиск показал, что значительное количество патентных заявок подано по процедуре международной патентной кооперации (РСТ). Это дает основания полагать, что разработчики изначально нацелены на коммерциализацию своих разработок на международном рынке.

Области использования аддитивных технологий исследованы с использованием воз-

Priorily years

Рис. 1. Динамика патентной активности в области аддитивных технологий (данные получены с использованием

аналитической системы Questel Orbit)

AU 1 2 3 3 1 7 8 4 4 1 3 7 8 12 11 5 1 1 1 7

СА t 3 2 s 4 8 10 5 5 5 2 4 1 1 1 1 1 1

CN 1 4 3 4 8 10 IS 23 28 34 46 40 42 S3 53 73 117 140 143 128

ое 17 20 31 23 19 3S S2 53 41 36 37 45 41 41 42 42 47 80 39

ЕР 11 IS 12 21 22 33 3S 30 34 34 43 40 28 36 29 33 39 39 16 1

i FR 1 2 4 2 3 s 3 9 10 7 3 7 11 11 18 17 9 7 3

0 w G8 s 2 7 8 6 s 3 6 S 11 11 5 7 11 12 19 17 8 8 3

> П 2 1 1 1 1 3 2 1 1 1 2 1 2 1 2 2 4 3

О а № 23 28 30 47 S2 S3 56 52 60 45 45 44 50 70 58 60 49 18 3

KR 20 34 28 41 57 S4 48 80 78 89 84 74 124 144 147 140 167 209 15S 18

RU 1 1 3 1 1 1 3 6 4 2 5 3 3 1 3 7 6 2

ТН 8 7 7 4

TW 4 2 2 2 3 S 4 7 2 6 7 13 4 11 9 6 1

US 69 90 10S 11S 133 180 173 189 200 169 183 201 199 210 230 243 1 171 66

WO 62 88 100 110 123 1S7 179 195 227 192 199 225 228 261 280 1 235 1 72 19

s* J$> / / f 7 / / / / / / / / ** / /

All prion'ty years

Рис. 2. География патентной активности в области аддитивных технологий (данные получены с использованием

аналитической системы Questel Orbit)

можностей аналитической системы Questel Orbit. На сотовой диаграмме (рис. 3) отмечены отрасли, в которых, согласно представленной в патентной документации информации, предполагается использовать заявленные изобретения. Наибольшее количество заявляемых изобретений предполагается использовать в области материалов и металлургии (1498), полупроводников (974), прочих специализированных машин (992), а также покрытий (886).

Как отмечено выше, патентная информация позволяет анализировать конъюнктурные показатели, в частности, технологическую стратегию конкурентов, их международную активность, а также их кооперативные (лицензионные) взаимоотношения. В качестве иллюстрации на рисунке 4 отображены ТОП-30 компаний, имеющих наибольшее количество патентов в исследуемой отрасли.

Приведенная диаграмма позволяет выявить технологических лидеров в области аддитивных технологий, в число которых входят такие компании как Samsung Electronics, Korea Advanced Institute of Science &Technology, 3M.

При этом с точки зрения стратегического менеджмента наличие крупного патентного портфеля (несколько десятков или даже сотен патентов) у конкретной компании свидетельствует, в частности, о следующем:

— компания (с большой вероятностью) является лидером рынка с типовой стратегической моделью виолента;

— компания ведет R&D и (или) покупает технологические стартапы и патенты в заданной области;

— данная сфера представляет собой стратегическое направление технологического развития компании.

Лицензионные и кооперативные отношения на рынке. С помощью аналитической системы Questel Orbit изучены сети совместного патентования в области аддитивных технологий (рис. 5). В основном сети представлены дочерними компаниями крупных организаций, таких как, например, Samsung. Совместные патенты выявлены для некоторых университетов, таких как, в частности, университет Техаса.

Приведенные выше результаты свидетельствуют о высокой патентной активности, а также наличии практики коллаборации в области исследований и разработок в сфере аддитивных технологий на международном уровне. Исследования также выявили ведущих игроков на рынке разработок в области 3D-печати, а дальнейший анализ позволит провести детальный анализ их технологической и патентно-лицензионной стратегии.

Анализ патентной и публикационной активности в Свердловской области. Патентная активность в сфере аддитивных технологий для Свердловской области существенно ниже чем аналогичные зарубежные показатели. Количество патентных документов региональных заявителей составляет доли процента от общего мирового количества выявленных па-

Рис. 3. Распределение технологий в области аддитивных технологий по отраслям (данные получены с использованием аналитической системы Questel Orbit)

SAMSUNG ELECTRONICS KOREA ADVANCED INSTITUTE OF SCIENCE & TECHNOLOGY (...

3M -

GENERAL ELECTRIC -UNITED TECHNOLOGIES -SANDISK -

KOREA INSTITUTE OF MACHINERY & MATERIALS -

SIEMENS -

SOUTH CHINA UNIVERSITY OF TECHNOLOGY -KOREA INSTITUTE OF SCIENCE ft TECHNOLOGY -SUMITOMO ELECTRIC INDUSTRIES -FRAUNHOFER -

w HUAZHONG UNIVERSITY OF SCIENCE ft TECHNOLOGY -

U CHONNAM NATIONAL UNIVERSITY -

5 BASF -

-5 POSTECH FOUNDATION -

ii INTEL -

LG CHEM -LG DISPLAY XI'AN JIAOTONG UNIVERSITY CENTRAL SOUTH UNIVERSITY SAMSUNG SDI HYNIX SEMICONDUCTOR SONY

KOREA INSTITUTE OF INDUSTRIAL TECHNOLOGY ALBANY INTERNATIONAL PANASONIC -

SEOUL NATIONAL UNIVERSITY R&DB FOUNDATION (SNU) -

SK HYNIX TOSHIBA

100 120 140 160

Count of patent families

Рис. 4. Распределение патентов в области аддитивных технологий по заявителям (данные получены с использованием аналитической системы Questel Orbit)

FRAUNHOFER

(ffßi Е

I

SIEMENSENERGY

POSTEClffWhDATlON KOREA INSTITUTE Ol

I^^NCE

& TECHNOLOGY

1

$

UNIVERSlfYYONSEI IACF 1 ^

INDUSTRY ACADEMIC COOPERATldfl^UNDATION HANYANG UNIVERSITY

jmBL

1ЕСШ)» " _

SAMSUNG SDI

MICS

iCfflRl

SAMSUNG CHEILINDUSTRIES

SAMSUNG El^RO MECHANICS /0êQ W SAMSUNG

UN1VER

^^fci

ROLLSROYCE

1 KOREA ADVANCED INSTITUTE OF SCIENCE & TECHNOLOGY (KAIST)

: TEXAS

SUNGKYUfflWAR UNIVERSITY

1

ifflÜöT

TOYOTAMOTOR

KOREA INSTITUTE

INERY & MATERIALS

SUMITOMO ELECTRIC INOUSTRIES

SE^fii

KOREAN UNIVERSITY RESEARCH & BUSINESS FOUNDATION

Рис. 5. Сети совместного патентования

m

60 80 100 Documents

Рис. 6. Публикационная активность в Свердловской области

тентов. Если сравнивать патентные портфели конкретных правообладателей, то исследовательские организации, университеты и компании Свердловской области критически отстают от зарубежных конкурентов, что делает их уязвимыми в конкурентной борьбе и, в частности, в патентных конфликтах.

Следует отметить, что подобная ситуация, связанная с невысокой патентной активностью российских разработчиков в некоторых областях, нередко становится основой для скепсиса некоторых экспертов в отношении результа-

тивности использования патентной информации при исследовании ситуации в российской экономике. Однако, во-первых, такая ситуация характерна не для всех отраслей российской экономики, а во-вторых, как уже отмечено выше, патентную информацию не следует рассматривать в качестве единственного источника информации при анализе технологических трендов.

С учетом этого обстоятельства нами дополнительно осуществлен поиск публикаций с помощью системы Scopus по согла-

Таблица

Сопоставление результатов анализа патентного ландшафта с критериями отнесения технологии к

перспективным

Критерий Патентные показатели Результаты исследования патентного ландшафта

Технология находится на этапе ускоряющегося роста кривой жизненного цикла Динамика патентной активности Аддитивные технологии в целом не относятся к новым. Однако выявлен ряд направлений, в частности технологии селективного лазерного спекания, находящихся на ускоряющейся стадии жизненного цикла

Технология является базовой Распределение технологий по отраслям Патентный анализ выявил более 40 областей применения аддитивных технологий

Технология активно развивается в мировом (или региональном) масштабе Динамика патентной активности. Патентные семейства Для ряда технологий выявлена высокая динамика патентной активности. Значительное количество заявок подается по процедуре PCT и имеют крупные патентные семейства

В регионе есть научная и инновационная база (технологический задел) для развития данной технологии Патентная активность в регионе. Публикационная активность в регионе Патентная активность компаний в Свердловской области невысока, что свидетельствует о невысокой конкурентоспособности и правовой уязвимости региональных разработчиков. Публикационная активность достаточно высока и сосредоточена в основном в УрФУ и институтах УрО РАН

Есть потенциальная возможность коллаборации с зарубежными исследовательскими организациями и университетами Патентная активность зарубежных университетов. Кооперационные связи (совместные патенты, лицензии) Патентные исследования позволили выявить университеты, в том числе те, которые проводят исследования и разработки в области аддитивных технологий. Выявлена практика совместного патентования разработок университетами и крупными компаниями

сованным поисковым запросам, который выявил резкий рост публикационной активности в сфере аддитивных технологий для Свердловской области в 2013-2016 гг. Установлено, что основной объем публикаций приходится на Уральский федеральный университет (рис. 6).

Приведенные выше данные свидетельствуют о наличии в Свердловской области научной и инновационной базы для развития аддитивных технологий, что соответствует одному из приведенных выше критериев отнесения технологии к перспективной для развития в регионе. Между тем, совместных патентных заявок или лицензионных соглашений, свидетельствующих о коллаборации региональных разработчиков в области аддитивных технологий с зарубежными организациями, не выявлено.

Нами также проведен выборочный патентно-технический анализ выявленных патентных документов, который, в частности, показал высокую патентную активность зарубежных компаний, таких как, например, ALSTOM, на российским рынке. Российская Федерация также входит в географию патентных семейств EOS ELECTRO OPTICAL SYSTEMS, которая является лидером в области аддитивных установок и технологий для получения керамических изделий.

Проведенный анализ показал, что указанные компании пытаются «застолбить» на рос-

сийском рынке ключевые разработки в области 3D-печати, что свидетельствует о высокой степени значимости мониторинга патентной чистоты продукции российскими разработчиками и, в частности, компаниями Свердловской области.

Обобщение результатов

В качестве обобщения нами проведены систематизация и сопоставление полученных результатов с предложенными ранее критериями отнесения технологии к перспективным. Результаты сопоставления представлены в таблице.

Возвращаясь к поставленной в рамках настоящего исследования цели, можно утверждать, что анализ патентных ландшафтов позволяет решать следующие задачи исследования технологических трендов:

1. Определение (подтверждение) стадии (этапа) жизненного цикла на основе анализа динамики патентной активности.

2. Анализ возможности использования технологии в комплексе отраслей (включая детальный анализ технологий) на основе анализа областей применения технологии.

3. Оценка динамики развития технологии в мировом (или региональном) масштабе на основе анализа динамики и географии патентования, а также патентных семейств.

4. Анализ региональной научной и инновационной базы (технологического задела) для развития данной технологии в выбранном регионе на основе анализа патентной и публикационный активности в регионе.

5. Оценка потенциальной возможности коллаборации с зарубежными исследовательскими организациями и университетами в данном технологическом направлении на основе анализа лицензионных и кооперативных отношений на рынке, а также детального анализа технологической стратегии потенциальных конкурентов и партнеров.

Выводы

1. Проведен анализ методологии, инструментов и практики построения патентных ландшафтов, а также их использования при анализе глобальных и региональных технологических трендов.

2. Предложена обобщенная классификация критериев отнесения заданной технологии к перспективным для развития в выбранном регионе. Для оценки соответствия технологии указанным критериям предложена система соответствующих (корреспондирующих) показателей патентной активности.

3. В рамках рассмотренной методологии проведен анализ патентных ландшафтов в отношении технологий, перспективных для развития в Свердловской области (в качестве примера рассмотрена группа технологий, относящихся к 3D-печати).

4. Подтверждена информативность патентных ландшафтов для оценки таких показателей технологии, как стадия жизненного цикла, универсальность (то есть применимость в различных отраслях промышленности), темпы развития в мировом масштабе, наличие научной и инновационной базы в регионе (частично), а также потенциальной возможности коллаборации с зарубежными исследовательскими организациями и университетами в данном технологическом направлении.

5. Анализ патентной активности в области аддитивных технологий, выбранных в качестве примера для Свердловской области, показал, что в силу невысокой патентной активности российских университетов и компаний по сравнению с зарубежными заявителями для оценки наличия научной и инновационной базы в регионе РФ целесообразно использовать дополнительные источники информации, в том числе библиометрические и рыночные данные.

Благодарность

Исследования выполнены при финансовой поддержке Минобрнауки России в рамках проекта «Разработка комплекса мер и механизмов повышения эффективности международного сотрудничества в области новых производственных технологий» (уникальный идентификатор проекта RFMEFI57216X0004).

Список источников

1. Соколов Ч. А., Чулок А. А. Долгосрочный прогноз научно-технологического развития России на период до 2030 года. Ключевые особенности и первые результаты // Форсайт. — 2012. — Т. 6. — № 1. — C. 12-25.

2. European Commission, European Forward Looking Activities. EU Research in Foresight and Forecast, Brussels, 2010. 56 p. [Electronic resource]. URL: https://publications.europa.eu/en/publication-detail/-/publication/81a2b1e0-65a8-495d-b169-e5ebdd585116 (date of accesse: 11.07.2017).

3. Frietsch S. U., Schmoch U. Transnational patents and international markets // Scientometrics. — Vol. 82. — Is. 1. — Pp 185-200.

4. Chakrabarti D. I., Dror I. Technology transfers and knowledge interactions among defense firms in the USA: an analysis of patent citations // International Journal of Technology Management. — Vol. 9. — No.5/6/7 — 1994. — Pp. 757-770.

5. Popp D. The effect of new technology on energy consumption // Resource and Energy Economics. — 2001. — Vol. 23 (3). — Pp. 215-239.

6. Noh H., Song Y., Lee S. Identifying emerging core technologies for the future: Case study of patents published by leading telecommunication organizations // Telecommunications Policy. — 2016. — Vol. 40. — Pp. 956-970. doi:10.1016/j. telpol.2016.05.005.

7. Nordhaus W. An economic theory of technological changes // American Economic Review. — 1969. — Vol. 59 (2). — Pp. 18-28.

8. Noh H., Jo Ye., Lee S. Keyword selection and processing strategy for applying text mining to patent analysis // Expert Systems with Applications. — 2015. — Vol. 42(9). — Pp. 4348-4360.

9. Ernst H. An integrated portfolio approach to support market-oriented R&D planning // International Journal of Technology Management. — 2003. — Vol. 26. — No.5/6. — Pp. 540-560.

10. Hall B. H., Griliches Z., Hausman J. A. Patents and R&D is there a lag? // International Economic Review. — 1986. — 27(3). — Pp. 265-283. — DOI: 10.3386/w1454.

11. Pargaonkar Y. Leveraging patent landscape analysis and IP competitive intelligence for competitive advantage // World Patent Information. — 2016. — Vol. 45. — Pp. 10-20. — DOI: 10.3386/w1454.

12. Choung J.-Y., HwangH.-R., Choi J.-H., Rim M.-H. Transition of Latecomer Firms from Technology Users to Technology Generators: Korean Semiconductor Firms // World Development. — 2000. — Vol. 28. — Is. 5. — Pp. 969-982 [Electronic resource]. URL: http://dx.doi.org/10.1016/S0305-750X(99)00161-8.

13. Lui Sh.-J., Shyu J. Strategic planning for technology development with patent analysis // International Journal of Technology Management. — 1997. — Vol. 13. — Is. 5/6. — Pp. 661- 680. — DOI: 10.1504/IJTM.1997.001689.

14. Technology life cycle analysis method based on patent documents / Gao L., Porter A. L., Wang J., Fang S., Zhang X., Ma T., Wang W., Huang L. // Technological Forecasting and Social Change. — 2013. — Vol. 80, Iss. 3. — Pp. 398-407. — DOI: 10.1016/j.techfore.2012.10.003.

15. Сенча О. В. Патентные ландшафты. Отечественные и зарубежные публикации. Библиогр. указатель. — М. : ФИПС, ВПТБ., 2013. — 19 с.

16. Лиходедов Н., Патентные базы данных, Патентная информация и инновацию ООО Онлайн. Санкт-Петербург. — 2008. — 34 с. [Электронный ресурс]. — URL: http://library.mephi.ru/files/Patentnye%20BD%20i%20 osnovnye%20ponyatiya.pdf (дата обращения: 11.07.2017).

17. Rodriguez M., Peredes F. Technological Landscape and Collaborations in Hybrid Vehicles Industry // Foresight-Russia. — 2015. — Vol. 9. — No 2. — Pp. 6-21. — DOI: 10.17323/1995-459X.2015.2.6.21.

18. Vyukhin M., Shulgin D., Teykhrib A. Patenting trends in secure decentralized communication // Journal of Theoretical and Applied Information Technology. — Vol. 93. — № 1. — 2016. — Pp. 192-198.

19. Longitudinal patent analysis for nanoscale science and engineering: country, institution and engineering: country, institution and technology field / Huang Z., Chen H., Yip A., Ng G., Guo F., Chen Zh.-K., Roco M. C. // Journal of Nanoparticle Research. — Vol. 5(3-4). — 2003. — Pp. 333-363. — DOI:10.1023/A:1025556800994

20. TsengF.-M., Hsieh Ch.-H., Peng Y.-N., Chu Y.-W. Using patent data to analyze trends and the technological strategies of the amorphous silicon thin-film solar cell industry // Technological Forecasting and Social Change. — 2011. — Vol. 78, Is. 2. — Pp. 332-345. — DOI: 10.1016/j.techfore.2010.10.010.

21. ReitzigM. Improving patent valuations for management purposes—validating new indicators by analyzing application rationales // Research Policy. — 2004. — Vol. 33 (6-7) — Pp. 939-957. — DOI: 10.1016/j.respol.2004.02.004.

22. Микова Н., Соколова А. Мониторинг глобальных технологических трендов: теоретические основы и лучшие практики // Форсайт. — 2014. — Т. 8. — № 4. — C. 64-83.

23. Holl B. H., Jaffe A., TrajtenbergM. Market Value and Patent Citations: A First Look, Cambridge, MA, 2000. 64 p. [Электронный ресурс]. URL: http://www.nber.org/papers/w7741.pdf (дата обращения: 11.07.2017). — DOI: 10.3386/ w7741.

24. Narin F., Noma E. Patents as indicators of corporate technological strength // Research Policy. — 1987. — Vol. 16, Is. 2-4 — Pp. 143-155. — DOI: 10.1016/0048-7333(87)90028-X.

25. Lanjouw J. O., Schankerman M. Patent quality and research productivity: measuring innovation with multiple indicators // The Economic Journal. — 2004. — Vol. 114(495). — Pp. 441-465. — DOI: 10.1111/j.1468-0297.2004.00216.x.

Информация об авторах

Кортов Сергей Всеволодович — доктор экономических наук, кандидат физико-математических наук, доцент, первый проректор, Уральский федеральный университет им. первого президента России Б. Н. Ельцина; Scopus Author ID: 6507987690 (Российская Федерация, г. Екатеринбург, 620002, ул. Мира, 19; e-mail: s.v.kortov@urfu.ru).

Шульгин Дмитрий Борисович — доктор экономических наук, кандидат физико-математических наук, доцент, директор Центра интеллектуальной собственности, заведующий кафедрой инноватики и интеллектуальной собственности, Уральский федеральный университет им. первого президента России Б. Н. Ельцина; Scopus Author ID: 57190007502 (Российская Федерация, г. Екатеринбург, 620002, ул. Мира, 19; e-mail: d.b.shulgin@urfu.ru).

Толмачев Дмитрий Евгеньевич — кандидат экономических наук, директор Высшей школы экономики и менеджмента, Уральский федеральный университет им. первого президента России Б. Н. Ельцина; Scopus Author ID: 57190411366 (Российская Федерация, г. Екатеринбург, 620002, ул. Мира, 19; e-mail: d.e.tolmachev@urfu.ru).

Егармина Анастасия Дмитриевна — магистрант, кафедра инноватики и интеллектуальной собственности, Уральский федеральный университет им. первого президента России Б. Н. Ельцина (Российская Федерация, г. Екатеринбург, 620002, ул. Мира, 19; e-mail: a.d.egarmina@urfu.ru).

For citation: Kortov, S. V., Shulgin, D. B., Tolmachev, D. E. & Yegarmina, A. D. (2017). Technology Trends Analysis Using Patent Landscaping. Ekonomika regiona [Economy of Region], 13(3), 935-947

S. V. Kortov, D. B. Shulgin, D. E. Tolmachev, A. D. Yegarmina

Ural Federal University (Ekaterinburg, Russian Federation; e-mail: d.b.shulgin@urfu.ru)

Technology Trends Analysis Using Patent Landscaping

The article is devoted to the analysis and the choice of the priorities in technology development and, particularly, to the use of patent landscaping as a tool for the study of technology trends. Currently, patent activity indicators are often used for technology foresight and for competitive intelligence as well. Nevertheless, causal relationship between these indicators, on the one hand, and strategic and tactical decisions in the sphere of technological development on meso- and microeconomic level, on the other hand, are not adequately investigated to solve practical tasks. The goal of the work is to systemize the challenges of technology trends analysis, which could be effectively solved on the base of patent landscape analysis. The article analyses the patent landscaping methodology and tools, as well as their use for evaluating the current competitive environment and technology foresight. The authors formulated the generalized classification for the criteria of promising technologies for a selected region. To assess the compliance of a technology with these criteria, we propose a system of corresponding indicators of patenting activity. Using the proposed methodology, we have analysed the patent landscape to select promising technologies for the Sverdlovsk region. The research confirmed the hypothesis of the patent landscapes performance in evaluating such technology indicators as stages of the life cycle stage, universality (applicability in different industries), pace of worldwide development, innovations and science availability in the region and potential possibilities for scientific collaboration with international research institutions and universities. The results of the research may be useful to the wide audience, including representatives small and medium enterprises, large companies and regional authorities for the tasks concerned with the technology trends analysis and technology strategy design.

Keywords: development strategy, technological development, technology, technological trend, patent landscape, patent indicator, patent analysis, patent family, lifecycle, decision-making, scientific collaboration

Acknowledgements

The article has been supported by the Ministry of Education and Science of the Russian Federation within the project «Development of a set of measures and mechanisms for the increase in the efficiency of the international cooperation in new production technologies» (the unique identifier of the project RFMEFI57216X0004).

References

1. Sokolov, Ch. A. & Chulok, A. A. (2012). Dolgosrochnyy prognoz nauchno-tekhnologicheskogo razvitiya Rossii na period do 2030 goda. Klyuchevyye osobennosti i pervye rezultaty [Russian Science and Technology Foresight — 2030: Key Features and First Results]. Forsayt [Foresight and STI Governance], 6(1), 12-25. (In Russ.)

2. European Commission, European Forward Looking Activities. (2010). EU Research in Foresight and Forecast, Brussels, 56. Retrieved from: https://publications.europa.eu/en/publication-detail/-/publication/81a2b1e0-65a8-495d-b169-e5ebdd585116 (date of access: 11.07.2017).

3. Frietsch, S. U. & Schmoch, U. (2010). Transnational patents and international markets. Scientometrics, 82(1), 185-200.

4. Chakrabarti, D. I. & Dror, I. (1994). Technology transfers and knowledge interactions among defense firms in the USA: an analysis of patent citations. International Journal of Technology Management, 9(5/6/7), 757-770.

5. Popp, D. (2001). The effect of new technology on energy consumption. Resource and Energy Economics, 23(3), 215239.

6. Noh, H., Song, Y. & Lee, S. (2016). Identifying emerging core technologies for the future: Case study of patents published by leading telecommunication organizations. Telecommunications Policy, 40, 956-970. doi:10.1016/j.telpol.2016.05.005.

7. Nordhaus, W. (1969). An economic theory of technological changes. American Economic Review, 59(2), 18-28.

8. Noh, H., Jo, Ye. & Lee, S. (2015). Keyword selection and processing strategy for applying text mining to patent analysis. Expert Systems with Applications, 42(9), 4348-4360.

9. Ernst, H. (2003). An integrated portfolio approach to support market-oriented R&D planning. International Journal of Technology Management, 26(5/6), 540-560.

10. Hall, B. H., Griliches, Z. & Hausman, J. A. (1986). Patents and R&D is there a lag? International Economic Review, 27(3), 265-283. DOI: 10.3386/w1454.

11. Pargaonkar, Y. (2016). Leveraging patent landscape analysis and IP competitive intelligence for competitive advantage. World Patent Information, 45, 10-20. DOI: 10.3386/w1454.

12. Choung, J.-Y., Hwang, H.-R., Choi, J.-H. & Rim, M.-H. (2000). Transition of Latecomer Firms from Technology Users to Technology Generators: Korean Semiconductor Firms. World Development, 28(5), 969-982. http://dx.doi.org/10.1016/ S0305-750X(99)00161-8.

13. Lui, Sh.-J. & Shyu, J. (1997). Strategic planning for technology development with patent analysis. International Journal of Technology Management, 13(5/6), 661-680. DOI: 10.1504/IJTM.1997.001689.

14. Gao, L., Porter, A. L., Wang, J., Fang, S., Zhang, X., Ma, T., Wang, W. & Huang, L. (2013). Technology life cycle analysis method based on patent documents. Technological Forecasting and Social Change, 80(3), 398-407. DOI: 10.1016/j. techfore.2012.10.003.

15. Sencha, O. V. (2013). Patentnyye landshafty. Otechestvennyye i zarubezhnye publikatsii. Bibliogr. ukazatel [Patent landscapes: national and foreign publications: bibliography]. Moscow: FIPS Publ., VPTB Publ., 19. (In Russ.)

16. Likhodedov, N. (2008). Patentnyye bazy dannykh, Patentnaya informatsiya i innovatsiiyu OOO Onlayn. Sankt-Peterburg [Patent databases, Patent information and innovations], 34. Retrieved from: http://library.mephi.ru/files/ Patentnye%20BD%20i%20osnovnye%20ponyatiya.pdf (date of access: 11.07.2017). (In Russ.)

17. Rodríguez, M. & Peredes, F. (2015). Technological Landscape and Collaborations in Hybrid Vehicles Industry. Foresight-Russia, 9(2), 6-21. DOI: 10.17323/1995-459X.2015.2.6.21.

18. Vyukhin, M., Shulgin, D. & Teykhrib, A. (2016). Patenting trends in secure decentralized communication. Journal of Theoretical and Applied Information Technology, 93(1), 192-198.

19. Huang, Z., Chen, H., Yip, A., Ng, G., Guo, F., Chen, Zh.-K. & Roco, M. C. (2003). Longitudinal patent analysis for nanoscale science and engineering: country, institution and engineering: country, institution and technology field. Journal of Nanoparticle Research, 5(3-4), 333-363. D0I:10.1023/A:1025556800994

20. Tseng, F.-M., Hsieh, Ch.-H., Peng, Y.-N. & Chu, Y.-W. (2011). Using patent data to analyze trends and the technological strategies of the amorphous silicon thin-film solar cell industry. Technological Forecasting and Social Change, 78(2), 332-345. DOI: 10.1016/j.techfore.2010.10.010.

21. Reitzig, M. (2004). Improving patent valuations for management purposes—validating new indicators by analyzing application rationales. Research Policy, 33(6-7), 939-957. DOI: 10.1016/j.respol.2004.02.004.

22. Mikova, N. & Sokolova, A. (2014). Monitoring globalnykh tekhnologicheskikh trendov: teoreticheskie osnovy i luch-shie praktiki [Global Technology Trends Monitoring: Theoretical Frameworks and Best Practices]. Forsayt [Foresight and STI Governance], 8(4), 64-83. (In Russ.)

23. Holl, B. H., Jaffe, A. & Trajtenberg, M. (2000). Market Value and Patent Citations: A First Look. Cambridge, MA, 64. Retrieved from: http://www.nber.org/papers/w7741.pdf DOI: 10.3386/w7741 (date of access: 11.07.2017).

24. Narin, F. & Noma, E. (1987). Patents as indicators of corporate technological strength. Research Policy, 16(2-4), 143-155. DOI: 10.1016/0048-7333(87)90028-X.

25. Lanjouw, J. O. & Schankerman, M. (2004). Patent quality and research productivity: measuring innovation with multiple indicators. The Economic Journal, 114(495), 441-465. DOI: 10.1111/j.1468-0297.2004.00216.x.

Authors

Sergey Vsevolodovich Kortov — Doctor of Economics, PhD in Physics and Mathematics, Associate Professor, First Vice-Rector, Ural Federal University; Scopus Author ID: 6507987690 (19, Mira St., Ekaterinburg, 620002, Russian Federation; e-mail: s.v.kortov@urfu.ru).

Dmitry Borisovich Shulgin — Doctor of Economics, PhD in Physics and Mathematics, Associate Professor, Head of the Intellectual Property Center, Head of the Department of Intellectual Property Management, Ural Federal University; Scopus Author ID: 57190007502 (19, Mira St., Ekaterinburg, 620002, Russian Federation; e-mail: d.b.shulgin@urfu.ru).

Dmitry Evgenyevich Tolmachev — PhD in Economics, Head of the Graduate School of Economics and Management, Ural Federal University; Scopus Author ID: 57190411366 (19, Mira St., Ekaterinburg, 620002, Russian Federation; e-mail: d.e.tolmachev@urfu.ru).

Anastasiya Dmitrievna Yegarmina — Master's Degree Student, Department of Intellectual Property Management, Ural Federal University (19, Mira St., Ekaterinburg, 620002, Russian Federation; e-mail: a.d.egarmina@urfu.ru).

АГРОПРОДОВОЛЬСТВЕННЫЙ РЫНОК: НОВЫЙ ВЕКТОР РАЗВИТИЯ

Для цитирования: Никифорова А. П., Никифорова О. П., Антохонова И. В. Оценка тенденций потребления рыбных продуктов жителями Республики Бурятия // Экономика региона. — 2017. — Т. 13, вып. 3. — С. 948-958 doi 10.17059/2017-3-25 УДК: 330.163.1

А. П. Никифорова а), О. П. Никифорова б), И. В. Антохонова а)

а) Восточно-Сибирский государственный университет технологий и управления» (Улан-Удэ, Российская Федерация; e-mail: nikiforovaanya@mail.ru, anna.p.nikiforova@gmail.com) б) Республиканский медицинский информационно-аналитический центр (Улан-Удэ, Российская Федерация)

ОЦЕНКА ТЕНДЕНЦИЙ ПОТРЕБЛЕНИЯ РЫБНЫХ ПРОДУКТОВ ЖИТЕЛЯМИ РЕСПУБЛИКИ БУРЯТИЯ 1

Статья посвящена оценке тенденций потребления рыбных продуктов домохозяйствами в регионе. Целью исследования являются разработка и применение инструментария моделирования потребительского спроса на рыбные продукты на примере домохозяйств Бурятии для обоснования продвижения бренда «байкальский омуль». Выявлено, что рост потребительского спроса в мировом потреблении рыбы обеспечивается наращиванием культивации аквакультуры в искусственных водоемах. На рынке рыбной продукции имеет место устойчивая дифференциация культивированной рыбы и рыбы естественных водоемов. Рост цен на рыбную продукцию в значительной степени изменяет сегменты потребителей в зависимости, прежде всего, от фактора денежных доходов. Установлено, что рыбные продукты занимают значимое место в рационе питания населения Республики Бурятия, выявлены основные факторы, влияющие на потребление рыбных продуктов населением республики. Авторами предложен методический подход проведения опроса населения по потреблению рыбных продуктов, основанный на кластеризации домохозяйств. Инструментарий исследования включает математические методы обработки статистических данных и данных опроса. Научная новизна исследования заключается в выявлении факторов, ограничивающих потребление рыбной продукции в условиях снижения доходов и роста цен на продукты питания, в том числе на рыбопродукты, оценке традиционного вида переработанной местным населением рыбной продукции озера Байкал с позиций технологии ферментирования для формирования бренда и продвижения продукта за границы локального рынка, дифференцированном подходе к анализу потребительских предпочтений в рыбной продукции, обосновании недостаточной оценки значимости бренда для экономики региона в контексте перспектив развития туристического кластера. Результаты исследования могут быть применены при маркетинговом продвижении ферментированных продуктов из байкальского омуля и других потенциальных брендов за пределы локального рынка.

Ключевые слова: Республика Бурятия, продукты питания, рыбные продукты, байкальский омуль, ферментация, потребительское поведение, кластеры, потребительские расходы, бренд

Введение

Социокультурная обусловленность традиций питания является предметом устойчивого научного интереса. Симптоматичной чертой современной российской культуры является

1 © Никифорова А. П., Никифорова О. П., Антохонова И. В. Текст. 2017.

качественное изменение отношения к повседневности. Все это делает актуальным изучение механизмов функционирования повседневной культуры и отдельных ее феноменов. Стремление современной гуманитарной науки «показать нетривиальность обыденных вещей, которые скрывают более глубокие смыслы», породило в 1980—1990-е годы всплеск исследований в области повседневной культуры, об-

раза жизни, среди которых особое место отводилось исследованиям в сфере питания.

Гастрономическая культура, основанная на национальных кулинарных традициях, стала стремительно распространяться в глобализирующемся мире. Развитие туризма, начиная с конца ХХ столетия, способствовало массовому проникновению в Россию и ее регионы гастрономической культуры народов иностранных государств. Понимаемая таким образом гастрономическая культура охватывает как основные правила организации питания, принятые в определенной стране, так и конкретные блюда, привычки, ритуалы, связанные с приготовлением и приемом пищи.

В научный оборот термин «гастрономическая культура» входит во второй половине XX в., однако до сих пор остается многозначным. В современной научной и публицистической литературе понятие «гастрономическая культура» зачастую отождествляется с национальной кухней или национальными кулинарными традициями.

Одним из факторов распространения идеи национальной кухни стало увеличение мобильности населения в пространстве. Развитие транспортных путей и коммуникаций повлекло за собой активные перемещения людей. Изучение потребления продуктов питания населением широко применяется в современном мире.

Рыба и рыбные продукты во всем мире являются богатым источником витаминов, минеральных веществ, высококачественных белков, ненасыщенных жиров. Потребление рыбы предупреждает развитие сердечно-сосудистых заболеваний, способствует снижению веса, благоприятно действует на развитие плода. В 2013 г. на долю рыбы приходилось около 17 % общемирового потребления животного белка [1].

В настоящее время в рыболовстве наблюдается смещение акцента от вылова рыбы в природной среде к выращиванию рыбы в искусственных водоемах. Основная роль в росте доли аквакультуры принадлежит Китаю, на который приходится более 60 % мирового объема производства аквакультуры [1].

Потребление рыбы на душу населения возросло с 9,9 кг в 1960-е гг. до 20,0 кг в 2014 г. Увеличению потребления способствовали такие факторы, как рост производства, сокращение отходов, увеличение заинтересованности людей в здоровом образе жизни, улучшение каналов сбыта. Особую роль рыбные продукты занимают в рационе стран Азии в связи с тра-

дициями питания (две трети общемирового потребления). Основным экспортером рыбы являются Китай, Норвегия, Вьетнам, Тайланд, США и Япония [1].

Республика Бурятия является эндемичной территорией по низкому содержанию йода, селена и других микроэлементов, что формирует высокий риск алиментарно-зависимой патологии среди населения республики. Рацион большинства населения республики не соответствует принципам здорового питания, что обусловливает возникновение различных заболеваний.

Особый интерес вызывает изучение потребления ферментированных продуктов из рыбы. Традиционные способы приготовления рыбных продуктов характерны для разных стран, популярность подобной продукции основана на ее вкусовых и питательных свойствах.

Теория

Одной из особенностей современной российской культуры является качественное изменение отношения к повседневности. После длительного пренебрежения к быту наблюдается своеобразная реабилитация повседневности. Повседневные привычки и ритуалы, артефакты повседневной культуры становятся важной характеристикой человека в социуме наряду с его профессиональными достижениями [2].

На рубеже 1980-1990-х гг. в зарубежной науке сформировалось особое направление исследований — food studies. Этот междисциплинарный проект объединил историков, этнографов, антропологов, социологов, экономистов и представителей ряда других областей знаний. Исследовательской задачей данного направления является получение системного знания о сфере питания. Вместе с тем исследования в рамках food studies характеризуются многообразием методологических подходов и аспектов о пище как феномене культуры. Однако данная область исследований в оценке экспортного и туристического потенциала региональной экономики является недостаточно разработанной.

Одной из задач государственной политики Российской Федерации в области здорового питания населения на период до 2020 г. является расширение отечественного производства основных видов продовольственного сырья, отвечающего современным требованиям качества и безопасности. Рыба и рыбопродукты являются важнейшими источниками белка и микроэлементов, необходимых для полноценного

950 АГРОПРОДОВОЛЬСТВЕННЫй РЫНОК: НОВЫЙ ВЕКТОР РАЗВИТИЯ

функционирования организмаОжидаемым результатом реализации государственной политики в области здорового питания является увеличение доли отечественного производства пищевой рыбной продукции, включая консервы, до 7-8 % общего объема производства 1.

В гастрономической культуре можно выделить репрезентативные блюда и специали-теты, то есть продукты, специфические для конкретной местности. Эти представления очень устойчивы и разделяются всеми носителями данной культуры, а также транслируются за ее пределы. Для Бурятии, имеющей туристическую привлекательность как центр буддизма в России, репрезентативной является так называемая белая пища (разнообразная традиционная молочная продукция). Кочевой образ жизни бурятов характеризуется традициями мясной кухни. Бурятия как акватория Байкала имеет «специалитет» прибрежного населения в виде приготовления блюд из пресноводной рыбы.

Среднедушевое годовое потребление рыбы в республике, по данным Бурятстата, в 2013 г. составило 10,5 кг, около половины потребляемой рыбы является океанической. В соответствии с Приказом Минздравсоцразвития России от 2 августа 2010 г. № 593н, рациональные нормы потребления рыбы и рыбных продуктов составляют 18-22 кг/чел в год2. В соответствии с программой развития рыбохозяй-ственного комплекса Российской Федерации, объем вылова и выращивания товарной рыбы должен быть увеличен до 23 тыс. т в год. Согласно программе, норма потребления рыбы и рыбной продукции в республике на человека к 2020 г. должна составить 22,8 кг. Этот показатель установлен с учетом прогнозируемого прироста населения Бурятии, составившего на 1 января 2016 г. 982284 чел.3, в последние годы наблюдается устойчивый рост населения в среднем на 5 тыс. чел.

В то же время в связи с введением санкций на ввоз продуктов питания из ряда стран

1 Об утверждении Основ государственной политики РФ в области здорового питания населения на период до 2020 г. Распоряжение Правительства РФ от 25 окт. 2010 г. № 1873-р.

2 Об утверждении рекомендаций по рациональным нормам потребления пищевых продуктов, отвечающим современным требованиям здорового питания. Приказ Министерства здравоохранения и социального развития Российской Федерации (Минздравсоцразвития России) от

2 авг. 2010 г. № 593н.

3 Оперативные данные Территориального органа Феде-

ральной службы государственной статистики по Респуб-

лике Бурятия на 02.06.2016 (www.burstat.gks.ru).

произошло сокращение предложения рыбной продукции и повысились цены на нее. Обрабатывающие предприятия вынуждены сокращать либо закрывать производство из-за нехватки сырья. Принимая во внимание снижение реальных денежных доходов населения, следует ожидать падение платежеспособного спроса на рыбную продукцию.

Целью исследования является определение основных тенденций потребления рыбной продукции населением республики и оценка перспектив продвижения рыбной продукции за пределы локального рынка. Для населения прибрежных районов и остальных районов Бурятии источники получения белка значительно отличаются. Основным источником белков для жителей прибрежных районов исторически являлась рыба. Для жителей остальных районов основным источником протеинов является мясо, доля белка, получаемого из рыбы, незначительна.

Данные и методы

Оценка потребительского спроса на рыбные продукты населения Бурятии проведена на основе временных рядов социально-экономических показателей за период 2000-2014 гг., определяющих потребительское поведение домохозяйств4.

Для выявления особенностей потребления рыбных продуктов на локальном рынке Республики Бурятия было проведено выборочное обследование домохозяйств. В ходе исследования было опрошено 228 глав до-мохозяйств, проживающих на территории г. Улан-Удэ и в районах республики (г. Улан-Удэ -150 чел., прибрежные Кабанский и СевероБайкальский районы — 78 чел). Отбор респондентов происходил по квотной выборке в соответствии с данными Территориального органа Федеральной службы государственной статистики по Республике Бурятия о социально-демографических характеристиках муниципальных образований республики5.

Для оценки потребительского поведения, характерного для различных групп населения, был проведен кластерный анализ методами Уорда и к-средних в программе Statistica 6.0. В качестве основных признаков были выбраны

4 Там же. www.burstat.gks.ru.

5 Возрастно-половой состав населения // Данные Территориального органа Федеральной службы государственной статистики по Республике Бурятия о социально-демографических характеристиках города. Опубликовано 05.05.2015. http://burstat.gks.ru/wps/wcm/connect/rosstat_ts/ burstat/ru/statistics/population/

уровень образования, возраст, место работы (учебы), пол, среднедушевой доход в месяц.

Методика исследования включает в себя следующие этапы:

— построение модели зависимости потребления рыбных продуктов от социально-экономических факторов;

— разработка программы выборочного обследования домохозяйств;

— обоснование выборочной совокупности;

— разработка анкеты;

— обработка результатов опроса методами описательной статистики;

— выявление основных кластеров потребителей;

— разработка рекомендаций для маркетингового продвижения ферментированного продукта из рыбы.

Полученные результаты

Для оценки зависимости объема потребления рыбных продуктов от основных социально-экономических факторов использован метод регрессионного анализа на основе временных рядов за 2000-2014 гг. Зависимой переменной У является объем потребления рыбы и рыбопродуктов на душу населения. В качестве независимых переменных (факторов) экспер-тно были отобраны следующие показатели: х1

— продукция сельского хозяйства на душу населения, х2 — оборот розничной торговли на душу населения, х3 — оборот общественного питания на душу населения, х4 — индекс потребительских цен на продовольственные товары, х5 — объем платных услуг на душу населения, х6

— валовой региональный продукт на душу населения, х7 — инвестиции в основной капитал на душу населения, х8 — величина расходов на продукты питания на душу населения.

В пакете Statistica 6.0 получена модель множественной регрессии:

У = -1.88х1 - 0.28х4 + 1.4х5 + 0.99х8. (1)

Коэффициент детерминации Я2 = 0,93, Ррасч = = 14,64, Ртабл (5, 14) = 2,96, поэтому модель статистически значима с вероятностью 0,95.

Обратный характер зависимости объема потребления рыбы от продукции сельского хозяйства можно объяснить тем, что рыба является альтернативным источником белка, чем выше производство сельскохозяйственной продукции, тем меньше потребители заинтересованы в приобретении рыбы и рыбных продуктов. Обратную зависимость от индекса потребительских цен на продовольственные товары можно объяснить тем, что при повыше-

нии цен на продукты питания потребители делают выбор в пользу других продуктов. Цены на свежего байкальского омуля значительно выше, чем на свежемороженую привозную рыбу. Прямой характер зависимости потребления рыбных продуктов от объема платных услуг свидетельствует о том, что повышение уровня жизни и рост потребления рыбы имеют одинаковое направление.

Проведен анализ частоты потребления рыбы и рыбных продуктов, результаты которого свидетельствуют о значимой роли рыбы и рыбных продуктов в рационе питания населения республики. Большинство опрошенных (47,8 %) употребляют рыбные продукты несколько раз в месяц (1-2 раза в месяц), 35,5 % респондентов — несколько раз в неделю (1-2 раза в неделю), 13,6 % — раз в несколько месяцев, не употребляют — 0,9 % респондентов.

В результате анализа частоты потребления рыбных продуктов установлено, что имеются отличия в потреблении рыбы и рыбных продуктов в зависимости от места жительства респондента. Жители г. Улан-Удэ употребляют рыбу и рыбные продукты значительно реже жителей прибрежных районов республики, однако более в широком ассортименте (в том числе морскую рыбу).

Результаты опроса показали, что в целом по Республике Бурятия 72,81 % опрошенных регулярно употребляют свежую рыбу, на втором месте находится потребление соленой рыбы (69,74 % респондентов). Консервы из рыбы и копченую рыбу регулярно употребляют 25 % и 21,93 % соответственно, вяленую рыбу — 7,89 % респондентов. По структуре потребления рыбных продуктов также имеются отличия между предпочтениями городского населения и населения прибрежных районов. Так, в этих районах отмечено регулярное потребление свежей и соленой рыбы. В Северо-Байкальском районе эта разница особенно заметна, в связи с тем что остальные виды продуктов выбирает небольшой процент респондентов (4,76 %, 2,38 % и 0 % для консервов из рыбы, вяленой и копченой рыбы соответственно).

Потребление традиционных продуктов питания — один из вопросов социологии питания. В Байкальском регионе существует традиционный способ приготовления омуля, распространенный у местного населения — ферментированный омуль, приготовленный путем посола и последующей выдержки при определенной температуре, обладающий своеобразным ароматом, нежным по консистенции мясом и приятным вкусом. Этот способ в течение многих

поколений жизни прибрежного населения позволял сохранить наиболее качественную рыбу летнего улова [3, 5].

Аналогичные способы производства рыбы существуют и в других странах мира. В Европе традиционные способы обеспечения сохраняемости рыбы (соление, копчение, маринование, вяление) становятся все менее популярными, поскольку потребители не хотят покупать продукты с такими «химическими» консервантами, как соль, уксус и коптильные компоненты, хотя они усиливают вкус и запах. 90 % продуктов корейской кухни готовится с помощью ферментации с использованием природных консервантов. Использование ферментации позволяет обойтись без некоторых подобных ингредиентов или с их минимальным количеством [4, 6].

Из вышеизложенного следует, что изучение потребления ферментированного рыбного продукта — омуля «с душком» — представляет особый интерес по причине уникальности самой рыбы и традиций сохранения. По нашему мнению, экспортный потенциал данного продукта является недооцененным в отношении перспектив локального как продвижения для туристов, так и за пределы региона.

Исследована частота потребления этого продукта. Жители в Кабанском и СевероБайкальском районах Бурятии употребляют этот продукт значительно чаще, чем жители города Улан-Удэ. Кроме того, доля людей, никогда не пробовавших этот продукт, в Кабанском и Северо-Байкальском районах Бурятии значительно меньше аналогичного показателя в городе Улан-Удэ.

Несмотря на это, сравнительно небольшой процент жителей Республики Бурятия употребляют омуль «с душком» регулярно. Тем не менее, готовность приобрести ферментированный рыбный продукт выразили 50,9 % в целом по республике, в том числе по г. Улан-Удэ — 44 %, в Кабанском районе — 58,3 % и в СевероБайкальском районе — 70,7 %. Следует отметить, что желание купить ферментированный рыбный продукт значительно выше у жителей прибрежных районов республики. Этот факт можно объяснить большим употреблением рыбы жителями прибрежных населенных пунктов и тем, что омуль «с душком» традиционно производился в этих районах.

В результате кластерного анализа в ППП Statistica 6.0 были получены пять кластеров и одно домохозяйство с аномально высоким доходом. Важным показателем является уровень дохода домохозяйства.

Кластерный анализ широко применяется в исследованиях потребительских предпочтений вообще [7-13] и для рыбных продуктов в, частности [14, 15].

Первый кластер с наибольшими доходами на члена семьи (18851,8 руб.) включает 59,2 % опрошенных, из которых 30,4 % — находятся в возрасте от 21 до 30 лет, 17,8 % — от 31 до 40 лет, 16,3 % — от 51 до 60 лет, 14,8 % — от 41 до 50 лет, до 20 лет — 11,1 %, 8,1 % — от 61 до 70 лет, 1,5 % — старше 70 лет. Данная группа характеризуется высоким уровнем образования: 37 % имеют высшее образование, 12,6 % — ученую степень. Преобладающее большинство является специалистами (41,5 %) или рабочими (21,2 %). Доля женщин составляет 60,7 %, мужчин — 39,3 %. Второй кластер со среднедушевыми доходами в размере 14347,8 руб. включает 10,1 % опрошенных. По уровню образования респонденты разделились следующим образом: 34,8 % — высшее образование, 52,2 %

— неоконченное высшее, среднее, среднее специальное и ученая степень — по 4,3 %. Высокая доля лиц с неоконченным высшим образованием связана с тем, что 56,5 % опрошенных являются молодыми людьми в возрасте от 21 до 30 лет, к категории до 20 лет можно отнести 17,4 % опрошенных, от 31 до 40 лет — 13 %, от 41 до 50 лет, от 51 до 60 лет и старше 71 года

— по 4,3 %. Процентное соотношение мужчин и женщин выглядит следующим образом: мужчин — 30,4 %, женщин — 69,6 %. Третий кластер, включающий 7,9 % опрошенных, со средним среднедушевым доходом в размере 12083,3 руб. в месяц представлен преимущественно людьми до 40 лет. Уровень образования в кластере можно описать следующим образом: среднее специальное и неоконченное высшее — по 27,8 %, высшее образование — 22,2 %, среднее образование и ученая степень

— по 11,1 %. Доля женщин в данном кластере составила 77,8 %, мужчин — 22,2 %.

В состав четвертого кластера вошли респонденты со средним уровнем дохода 10 755,81 руб. в месяц, в состав данного кластера входит 18,9 % опрошенных. Большинство респондентов старше 40 лет (76,7 %), имеют среднее специальное (32,6 %), высшее (39,5 %) и неоконченное высшее образование (13,9 %). Доля женщин — 60,5 %, мужчин — 39,5 %. В состав пятого кластера со средним доходом в размере 7500 руб. вошло 8 респондентов (3,5 % опрошенных), преимущественно это люди до 40 лет (75 %), учащиеся в вузе (62,5 %). Доля женщин — 75 %, мужчин — 25 %. В результате анализа было выделено одно наблюдение с наибо-

80,0 60,0 40,0

%

20,0 0,0

67,4

54,1

62,5

21,

43,5 43,5

44,4

50,0

20,7

8,7

4,3

5,6

0,0

32,6

0,00,0

37,5

0,00,0

□ несколько раз в неделю

□ несколько раз в месяц

■ раз в несколько месяцев

□ не употребляю

1 2 3 4 5

Кластеры

Рис. 1. Распределение домохозяйств на кластеры по ответам на вопрос «Как часто Вы употребляете рыбные

продукты?»

%

-87,5

□ не употребляю

100,0 80,0 60,0 40,0 20,0 0,0

67,4

55,6

47,8

42,2 ,—, 38,91—I

30,4 1—1 П 30,4 Н 3

1—1 17,8 17,4 Н П -

гт I гУ п Ы11 * г

30,2

0,0 0,0

□ раз в несколько месяцев

□ несколько раз в неделю

12,5 □ несколько раз в месяц

1 2 3 4 5

Кластеры

Рис. 2. Распределение домохозяйств на кластеры по ответам на вопрос «Как часто вы употребляете свежую рыбу?» %

80,0 60,0 40,0 20,0 0,0

75,0

□ не употребляю

□ раз в несколько месяцев

□ несколько раз в неделю

□ несколько раз в месяц

1

Кластеры

Рис. 3. Распределение домохозяйств на кластеры по ответам на вопрос «Как часто вы употребляете соленую рыбу?»

100,0 80,0 60,0 40,0 20,0 0,0

75,6 72,2 75,0

6 >0,9 0,9

39,1

13,3 22,2 7,0 0,0

11[ 10,0 0,00,0 0,0 0,0

□ не употребляю

□ раз в несколько месяцев

□ несколько раз в месяц

□ несколько раз в неделю

1 2 3 4 5

Кластеры

Рис. 4. Распределение домохозяйств на кластеры по ответам на вопрос «Как часто вы употребляете копченую

рыбу?»

%

100,0 80,0 60,0 40,0 20,0 0,0

89,6 88,9 0,7 7,5

52,2

34,8

0,0 13,0 12,5

7,41,51,5 1- 5,65,60,0 4,72,32,3 —10,00,0

□ не употребляю

□ раз в несколько месяцев

□ несколько раз в месяц

□ несколько раз в неделю

1 2 3 4 5

Кластеры

Рис. 5. Распределение домохозяйств на кластеры по ответам на вопрос «Как часто вы употребляете вяленую рыбу?»

лее высоким доходом (27 500 руб.). Глава данного домохозяйства — молодой мужчина с неоконченным высшим образованием. Частота употребления рыбных продуктов значительно варьируется по кластерам. Несколько раз в неделю рыбные продукты употребляют 21,5 % респондентов первого кластера, 43,5 % — второго, 44,4 % — третьего, 67,4 % — четвертого, 62,5 % — пятого. Несколько раз в месяц рыбную продукцию употребляют 54,1 % респондентов первого кластера, 43,5 % — второго, 50 % — третьего, 32,6 % и 37,5 % — четвертого и пятого кластеров (рис. 1).

Чаще всего свежую рыбу употребляют респонденты пятого и четвертого кластеров (87,5 и 67,4 %). 30,4 % респондентов первого кластера не употребляют свежую рыбу (рис. 2).

Соленую рыбу предпочитают респонденты

Копченая рыба является традиционным продуктом для респондентов второго кластера: несколько раз в неделю употребляют 39,1 % респондентов, несколько раз в месяц 60,9 % респондентов. Данный продукт не является популярным среди респондентов: 75,6 % респондентов первого кластера, 72,2 % третьего, 88,4 % четвертого и 75 % пятого не употребляют его (рис. 4).

Вяленую рыбу не употребляют 89,6 % респондентов первого кластера, 52,2 % — второго, 88,9 % — третьего, 90,7 % — четвертого, 87,5 % — пятого (рис. 5).

Рыбные консервы не употребляют 71,9 % респондентов первого кластера, 47,8 % — второго, 93 % — четвертого, 37,5 % — пятого. Чаще всего данную продукцию употребляют респонденты пятого кластера — 50 % респондентов

четвертого и третьего кластеров (67,4 и 38,9 %). употребляют его несколько раз в месяц (рис. 6).

Не употребляют соленую рыбу 75 % пятого кластера, 29,6 % первого и 17,4 % второго (рис. 3). %

-88,9

О ферментированных рыбных продуктах имеют представление 28,9 % опрошенных пер-

100,0 80,0 60,0 40,0 20,0 0,0

93,0

71,9

47,8

1,1

16,3

п

0,7

21,7

26,1

4,3

0,0

1,1

0,0

37,5

7,0

0,0

50,0

12,Ш ГШ

□ не употребляю

□ раз в несколько месяцев

□ несколько раз в неделю ■ несколько раз в месяц

1 2 3 4 5

Кластеры

Рис. 6. Распределение домохозяйств на кластеры по ответам на вопрос «Как часто вы употребляете рыбные

консервы?»

%

100,0

50,0

0,0

87,5

71,1

69,6

72,2

28,9

30,4

27,8

60,5

39,5

12,5

□ да

□ нет

72,2

1 2 3 4 5

Кластеры

Рис. 7. Распределение домохозяйств на кластеры по ответам на вопрос «Знаетели Вы, что такое ферментированные рыбные продукты?»

%

69,8 _

□ да, пробовал(а) несколько раз

□ да, регулярно его употребляю

□ нет

Кластеры

Рис. 8. Распределение по кластерам ответов на вопрос «Пробовали ли Вы омуль „с душком"?»

80,0 60,0 40,0 20,0 0,0

%

66,7

67,4

56,3 52 2 -

43,7 I-1 47,852,2

п=ги

62,5

33,3

32,6

37,5 пДа

□ Нет

Кластеры

Рис. 9. Распределение домохозяйств на кластеры по ответам на вопрос «Приобрели ли бы Вы омуль „с душком", произведенный в промышленных условиях, будучи уверенным в его качестве и безопасности?»

вого кластера, 30,4 % — второго, 27,8 % — третьего, 60,5 % — четвертого, 12,5 % — пятого (рис. 7).

Неоднократно омуль «с душком» пробовали 57 % респондентов первого кластера, 60,9 % — второго, 72,2 % — третьего, 69,8 % — четвертого, 25 % — пятого. Регулярно употребляют данный продукт 3 % первого кластера, 13 % — второго, 5,6 % — третьего, 11,6 % — четвертого кластеров. Не пробовали данный продукт 40 % респондентов первого кластера, 26,1 % второго, 22,2 % третьего, 18,6 % четвертого и 75 % пятого кластеров (рис. 8).

Желание приобрести омуль «с душком», произведенный в промышленных условиях, продемонстрировали 43,7 % респондентов первого кластера, 47,8 % — второго, 66,7 % — третьего, 67,4 % — четвертого, 62,5 % — пятого (рис. 9).

Следует отметить тот факт, что показатели заболеваемости ботулизмом в республике превышают федеральные показатели. По данным Управления Федеральной службы по надзору в сфере защиты прав потребителей и благополучия человека в Республике Бурятия большинство случаев ботулизма связано с употреблением продуктов из омуля, изготовленных в домашних условиях. Результаты санитарно-эпидемиологических расследований случаев ботулизма свидетельствуют о том, что во всех случаях изготовление, хранение, транспортировка и реализация рыбы производилась без соблюдения надлежащего режима посола. По всей видимости, опасения заразиться ботулизмом также заставляют не покупать рыбу у местного населения, а приобретать продукцию проверенных заводов, пусть даже и по более высокой цене. Также следует отметить следующую тенденцию: жители районов предпочитают приобретать рыбу и рыбные продукты у местного населения чаще, чем городское население.

В связи со снижением популяции омуля в озере Байкал местными властями предлага-

ется введение запрета на вылов омуля в течение нескольких лет. В случае введения данных мер производство ферментированного продукта будет невозможным.

Анализ результатов опроса свидетельствует о популярности продукта «омуль "с душком"» у населения республики. Поскольку байкальский омуль является брендом Республики Бурятия, возможно позиционирование данного продукта как традиционного, полезного для здоровья и имеющего отличительные вкусовые характеристики. Важнейшее значение для формирования бренда имеет качество продукта, соблюдение технологии на основе традиций уникальной ферментации. Использование привлекательной упаковки, рекламы в СМИ, сети Интернет позволит повысить узнаваемость продукта среди потребителей и, следовательно, увеличить его продажи.

Заключение

Таким образом, на основании проведенного исследования установлено, что потребление рыбных продуктов жителями Республики Бурятия сохраняет значимую роль в рационе питания. Ассортимент и частота потребления рыбы жителями г. Улан-Удэ и жителями прибрежных районов республики существенно различаются.

В результате регрессионного анализа были выявлены основные экономические факторы, влияющие на потребление рыбы: продукция сельского хозяйства на душу населения, индекс потребительских цен на продовольственные товары, объем платных услуг на душу населения, расходы на продукты питания на душу населения. В отличие от потребления традиционной для региона мясной продукции, рыба и рыбопродукты в городе могут замещаться другими продуктами. В значительной степени потребление рыбы зависит от распределения бюджетов домохозяйств.

Согласно анализу результатов проведенного обследования потребительских пред-

почтений, наибольшей популярностью рыбная продукция пользуется среди респондентов с доходами ниже среднего. Свежую и соленую рыбу чаще всего потребляют респонденты с низким доходом, относящиеся к четвертому и пятому кластерам. Употребление копченой рыбы наиболее популярно среди респондентов второго кластера. Употребление вяленой рыбы не очень распространено. Рыбные консервы наиболее популярны среди респондентов с низким уровнем доходов (пятый кластер).

Омуль «с душком» регулярно употребляет небольшое число респондентов, хотя большинство опрошенных знакомы с данным продуктом. Основными причинами, препятствующими употреблению данного продукта, являются опасение пищевых отравлений, специфический запах и вкус.

Введение запрета на вылов байкальского омуля может негативно повлиять на рацион

питания населения прибрежных районов по причине зависимости их доходов от вылова и продажи рыбы. Данные меры могут спровоцировать рост браконьерства.

Формирование узнаваемого бренда «омуль „с душком"» как уникального ферментированного продукта с использованием результатов новейших биохимических исследований нуждается в маркетинговом сопровождении. Основными конкурентными преимуществами бренда предполагаются высокое качество для гурманов и использование натуральных консервантов. В таком случае узнаваемость рыбопродукта местным населением республики станет основой его продвижения в сегменте туристов и потребителей за пределами Бурятии, то есть станет возможным переход продукта из категории специалитета в категорию репрезентанта.

Благодарность

Авторы статьи благодарят за поддержку Совет по грантам Президента Российской Федерации для государственной поддержки молодых российских ученых — кандидатов наук (номер гранта МК-2752.2015.4).

Список источников

1. ФАО 2016. Состояние мирового рыболовства и аквакультуры 2016. Вклад в обеспечение всеобщей продовольственной безопасности и питания. Рим. Продовольственная и сельскохозяйственная организация Объединенных Наций, 2016. — 200 с. [Электронный ресурс] URL: http://www.fao.org/3/a-i5555r.pdf (Дата обращения: 20.07.2016).

2. Капкан М. В. Национальная кухня как репрезентант национальной культуры // Культурное многообразие: от прошлого к будущему. Второй Российский культурологический конгресс с междунар. участием. Программа. Тезисы докладов и сообщений. — СПб. : Эйдос, Астерион, 2008. — С. 160.

3. Безопасность и качество рыбо- и морепродуктов. / Под ред. Г. А. Бремнер — СПб. : Профессия, 2009. — 512 с.

4. Katz S. E. The art of fermentation. Chelsea: Chelsea green publishing, 2012. — 498 p.

5. Nikiforova A., Nikiforova O. Traditional fermented fish products in Northern regions: review // Arctic Dialogue in the Global World: Proceedings of the Joint Science and Education Conference. — Ulan-Ude : Buryat State University Publishing Department. — 2015. — Pp. 330-331.

6. Skara T., Axelsson L., Stefansson G., Ekstrand B., Hagen H. Fermented and ripened fish products in the northern European countries // Journal of Ethnic Foods. — 2015. — № 2. — Pp. 18-24 — https://doi.org/10.1016/j.jef.2015.02.004.

7. Dolnicar S. Using cluster analysis for market segmentation — typical misconceptions, established methodological weaknesses and some recommendations for improvement // Australasian Journal of Market Research. — 2003. — 11(2). — Pp. 5-12.

8. Никифорова О. П. Исследование потребительских предпочтений на локальном продовольственном рынке // Сб. науч. тр. Серия Экономические науки. — Улан-Удэ: Издательство ВСГУТУ, 2013. — С. 38-44.

9. Tobacco, Marijuana, and Alcohol Use in University Students: A Cluster Analysis / Primack B. A., Kim K. H., Shen-sa A., Sidani J. E., Barnett T. E., Switzer G. E. // Journal of American College Health. — 2012. — 60:5. — Pp. 374-386. — DOI: 10.1080/07448481.2012.663840.

10. Rivera D. Jr., Burley H., Adams C. A. Cluster Analysis of Young Adult College Students' Beef Consumption Behavior Using the Constructs of a Proposed Modified Model of Planned Behavior// Journal of Food Products Marketing. — 2009. — V. 16, Issue 1. — Pp. 19-38. — http://dx.doi.org/10.1080/10454440802537413.

11. Trocchia P. J., Janda S. A. Cluster Analytic Approach for Consumer Segmentation Using the Vegetarian/Meatarian Distinction // Journal of Food Products Marketing. — 2003. — 9:2. — Pp. 11-23. — http://dx.doi.org/10.1300/J038v09n02_02.

12. Carlson A., Kinsey J., Nadav C. Consumers' retail sources of food: A cluster analysis // Family Economics and Nutrition Review. — 2002. — 14(2). — Pp. 11-20.

13. Solomon M. R. Consumer behavior: Buying, having, and being (6th ed.). — Upper Saddle River, NJ: Prentice Hall. — 2004. — 624 р.

14. Use of advanced cluster analysis to characterize fish consumption patterns and methylmercury dietary exposures from fish and other sea foods among pregnant women / Pouzauda F., Ibboua A., Blanchemanchea S., Grandjeanb P., Krempfc

M., Philipped H. J., Vergera P. // Journal of Exposure Science and Environmental Epidemiology. — 2010. — 20. — Pp. 54-68. — doi:10.1038/jes.2009.2.

15. Ryan I., Cowan C., McCarthy M., Osullivan C. Segmenting Irish Food Consumers Using the Food-Related Lifestyle Instrument, Journal of International Food & Agribusiness Marketing. — 2004. — 16:1. — Pp. 89-114. — http://dx.doi. org/10.1300/J047v16n01_06.

Информация об авторах

Никифорова Анна Платоновна — кандидат технических наук, доцент кафедры «Стандартизация, метрология и управление качеством», Восточно-Сибирский государственный университет технологий и управления; ORCID: 0000-0002-3003-8638, Researcher ID : B-6798-2016 (Российская Федерация, 670013, г. Улан-Удэ, ул. Ключевская, д. 40 «в», стр. 1; e-mail: nikiforovaanya@mail.ru, anna.p.nikiforova@gmail.com).

Никифорова Ольга Платоновна — кандидат экономических наук, экономист, Республиканский медицинский информационно-аналитический центр; ORCID : 0000-0001-9520-7677, Researcher ID : E-5628-2016, SPIN-код: 68817347, Scopus Author ID: 695318 (Российская Федерация, 670034, г. Улан-Удэ, ул. Цивилева 2; e-mail: nikiforovaolya@ mail.ru).

Антохонова Инна Владимировна — доктор экономических наук, профессор, заведующий кафедрой, ВосточноСибирский государственный университет технологий и управления; ORCID : 0000-0003-3314-9779, Researcher ID : L-5890-2016, Scopus Author ID : 57190415490 (Российская Федерация, 670013, г. Улан-Удэ, ул. Ключевская, д. 40 «в», стр.1; e-mail: iv.antokhonova@gmail.com).

For citation: Nikiforova, A. P., Nikoforova, O. P. & Antokhonova, I. V. (2017). Assessment of Trends in Fish Products Consumption by the Citizens of the Republic of Buryatia. Ekonomika regiona [Economy of Region], 13(3), 948-958

A. P. Nikiforova а), O. P. Nikiforova b), I. V. Antokhonova а)

а) East Siberia State University of Technology and Management (Ulan-Ude, Russian Federation; e-mail: nikiforovaanya@mail.ru, anna.p.nikiforova@gmail.com) b) Republican Medical Information and Analytical Centre (Ulan-Ude, Russian Federation)

Assessment of Trends in Fish Products Consumption by the Citizens of the Republic of Buryatia

The article is devoted to the assessment offish products consumption by the citizens of the region. The purpose of the research is the development and application of the tools simulating consumer demand on fish products on the example of the households in the Republic of Buryatia for the "Baikal omul" brand promotion. The authors have found that the rise of consumer demand in world fish products consumption is due to the increase of aquaculture in artificial reservoirs. On the fish market, we have observed the steady differentiation of cultivated fish and fish from natural reservoirs. The rise of prices on fish products significantly changes the segments of consumers especially depending on their incomes. We have found that fish products are significant for the citizens of the Republic of Buryatia. Some key factors offish products consumption were established. The authors offered the methodological approach of making the survey of the population on consumption offish products based on the cluster analysis. The methodology toolkit includes the mathematical methods of statistical and survey data processing. We have proved that fish products play an important role in the diet of the citizens of the Republic of Buryatia. There are significant differences in fish consumption according to the income of respondents. The scientific novelty of the study includes establishing the deterrent factors offish products in the conditions of decreasing incomes and increasing prices on fish market; estimation of traditional kind of processed fish production from the lake Baikal in terms of technology of fermentation for developing a brand and its promotion outwards of local market; applying a differential approach to the analysis of consumers preferences in fish products; reasoning the deficiency of "omul with odor" brand estimation in the context of the prospect development of tourist cluster. The results can be used in marketing promotion of fermented products made of Baikal omul and other potential brands beyond the local market.

Keywords: Republic of Buryatia, food products, fish products, Baikal omul, fermentation, food behavior, clusters, consumers expenses, brand

Acknowledgments

The authors of the articles thank for the support the Council for Grants of the President of the Russian Federation for the state support of the young Russian PhD scientists (Grant No MK-2752.2015.4).

References

1. FAO 2016. Sostoyanie mirovogo rybolovstva i akvakultury 2016. Vklad v obespechenie vseobshchey prodovolstvennoy bezopasnosti i pitaniya [FAO. 2016. The State of World Fisheries and Aquaculture 2016. Contributing to food security and nutrition for all]. (2016). Rome. Food and Agriculture Organization of the United Nations, 200. Retrieved from: http://www. fao.org/3/a-i5555r.pdf (date of access: 20.07.2016). (In Russ.)

2. Kapkan, M. V. (2008). Natsionalnaya kukhnya kak reprezentant natsionalnoy kultury [National cuisine as a representative of national culture]. Kulturnoye mnogoobrazie: ot proshlogo k budushchemu. Vtoroy Rossiyskiy kulturologicheskiy kongress s mezhdunarodnym uchastiem. Programma. Tezisy dokladov i soobshcheniy [Cultural diversity: from the past to the

future. The second Russian culturological congress with international participation. Thesis of proceedings]. St. Petersburg: Eydos Publ., Asterion Publ., 160. (In Russ.)

3. Bremner, G. A. (Ed.). (2009). Bezopasnost i kachestvo rybo- i moreproduktov [Safety and Quality of Fish- and Marine Food]. St. Petersburg: Professiya Publ., 512. (In Russ.)

4. Katz, S. E. (2012). The art of fermentation. Chelsea: Chelsea green publishing, 498.

5. Nikiforova, A. & Nikiforova, O. (2015). Traditional fermented fish products in Northern regions: review. Arctic Dialogue in the Global World: Proceedings of the Joint Science and Education Conference. Ulan-Ude: Buryat State University Publishing Department, 330-331.

6. Skára, T., Axelsson, L., Stefansson, G., Ekstrand, B. & Hagen, H. (2015). Fermented and ripened fish products in the northern European countries. Journal of Ethnic Foods, 2, 18-24. Retrieved from: https://doi.org/10.10167j.jef.2015.02.004.

7. Dolnicar, S. (2003). Using cluster analysis for market segmentation — typical misconceptions, established methodological weaknesses and some recommendations for improvement. Australasian Journal of Market Research, 11(2), 5-12.

8. Nikiforova, O. P. (2013). Issledovanie potrebitelskikh predpochteniy na lokalnom prodovolstvennom rynke [The study of consumer preferences on the local food market]. Sb. nauch. tr. Seriya Ekonomicheskie nauki [The proceedings of Scientific Conference. Series: Economics. Ulan-Ude: ESSUTM Publ., 38-44 (in Russian). (In Russ.)

9. Primack, B. A., Kim, K. H., Shensa, A., Sidani, J. E., Barnett, T. E. & Switzer, G. E. (2012). Tobacco, Marijuana, and Alcohol Use in University Students: A Cluster Analysis. Journal of American College Health, 60(5), 374-386. DOI: 10.1080/07448481.2012.663840.

10. Rivera, D. Jr., Burley, H., Adams, C. A. (2009). Cluster Analysis of Young Adult College Students' Beef Consumption Behavior Using the Constructs of a Proposed Modified Model of Planned Behavior. Journal of Food Products Marketing, 16(1), 19-38. Retrieved from: http://dx.doi.org/10.1080/10454440802537413.

11. Trocchia, P. J. & Janda, S. A. (2003). Cluster Analytic Approach for Consumer Segmentation Using the Vegetarian/ Meatarian Distinction. Journal of Food Products Marketing, 9(2), 11-23. Retrieved from: http://dx.doi.org/10.1300/ J038v09n02_02.

12. Carlson, A., Kinsey, J. & Nadav, C. (2002). Consumers' retail sources of food: A cluster analysis. Family Economics and Nutrition Review, 14(2), 11-20.

13. Solomon, M. R. (2004). Consumer behavior: Buying, having, and being (6th ed.). Upper Saddle River, NJ: Prentice Hall, 624.

14. Pouzauda, F., Ibboua, A., Blanchemanchea, S., Grandjeanb, P., Krempfc, M., Philipped, H. J. & Vergera, P. (2010). Use of advanced cluster analysis to characterize fish consumption patterns and methylmercury dietary exposures from fish and other sea foods among pregnant women. Journal of Exposure Science and Environmental Epidemiology, 20, 54-68. doi:10.1038/jes.2009.2.

15. Ryan, I., Cowan, C., McCarthy, M. & O'sullivan, C. (2004). Segmenting Irish Food Consumers Using the Food-Related Lifestyle Instrument. Journal of International Food & Agribusiness Marketing, 16(1), 89-114. Retrieved from: http://dx.doi. org/10.1300/J047v16n01_06.

Authors

Anna Platonovna Nikiforova — PhD in Engineering, Associate Professor, Department of Standardization, Metrology and Certification, East Siberia State University of Technology and Management; ORCID = 0000-0002-3003-8638, Researcher Id= B-6798-2016 (40V, Klyuchevskaya St., Ulan-Ude, 670013, Russian Federation; e-mail: nikiforovaanya@mail. ru, anna.p.nikiforova@gmail.com).

Olga Platonovna Nikiforova — PhD in Economics, Economist, Republican Medical Information and Analytical Centre; ORCID = 0000-0001-9520-7677, Researcher ID = E-5628-2016, SPIN-Kog: 6881-7347, Scopus Author ID: 695318 (2, Tsivileva St., Ulan-Ude, 670034, Russian Federation; e-mail: nikiforovaolya@mail.ru).

Inna Vladimirovna Antokhonova — Doctor of Economic, Head of Department, East Siberia State University of Technology and Management; ORCID = 0000-0003-3314-9779, Researcher ID = L-5890-2016, Scopus Author ID = 57190415490 (40V, Klyuchevskaya St., Ulan-Ude, 670013, Russian Federation; e-mail: iv.antokhonova@gmail.com).

ФИНАНСЫ РЕГИОНА

For citation: Akhmetzaki, Ye. Zh. & Mukhamediyev, B. M. (2017). FDI Determinants in the Eurasian Economic Union Countries and Eurasian Economic Integration Effect on FDI Inflows. Ekonomika regiona [Economy of Region], 13(3),

pp. 959-970

doi 10.17059/2017-3-26 UDC: 332.1 339.9 JEL: F210 F150

Ye. Zh. Akhmetzaki, B. M. Mukhamediyev

Al-Farabi Kazakh National University (Almaty, Kazakhstan; e-mail: yerke.akhmetzaki@gmail.com)

FDI DETERMINANTS IN THE EURASIAN ECONOMIC UNION COUNTRIES AND EURASIAN ECONOMIC INTEGRATION EFFECT

ON FDI INFLOWS 1

The paper examines the potential determinants of foreign direct investment inflows into the region of Eurasian Economic Union, as well as incentives for investment into other neighboring countries. In the first model, the authors test a hypothesis on country specific foreign direct investment determinants for the Eurasian Economic Union region. The results of fixed effects estimation show that gross domestic product, infrastructure development and secondary education enrollment have a positive statistically significant effect on the foreign direct investment inflows into the region. Conversely, the impact of Customs Union on foreign direct investment appeared to be negative. Furthermore, in the second model of the natural experiment, the authors empirically test the hypothesis on Customs Union's effect on foreign direct investment while controlling for both country and time effects. The model includes evaluating the impact of the policy change on foreign investment inflows. The natural experiment outcome also points to the negative effect of Eurasian economic integration on foreign direct investment inflows. Although the countries of Eurasian Economic Union have relatively business friendly regulations, such procedures as enforcing contracts, resolving insolvencies and dealing with construction permits are time-consuming. For attracting foreign investment, it is advisable to facilitate such procedures and make the process of setting up a new business less onerous. The research can be used as an outline for further examining of Eurasian economic integration and apart from that, the study results can be applied for practical purposes of policy elaboration aimed at stimulating foreign direct investment into the Eurasian Economic Union.

Keywords: foreign direct investment, determinants, Eurasian economic integration, Customs Union, natural experiment model, panel estimation, fixed effects, investment climate, market size, infrastructure development

1. Introduction

Foreign direct investment (FDI) can significantly affect the economic growth of developing countries through technology, knowledge and skills transfer. FDI can be classified into horizontal, that takes a form of a new subsidiary in the host country and vertical, which is the production of intermediary goods in the host country. The common FDI determinants include market size, economic and political stability, favorable invest-

1 © Akhmetzaki Ye. Zh., Mukhamediyev B. M. Text. 2017.

ment climate, natural resources, labor abundance, infrastructure development and other factors.

The Asian region is the largest FDI host recipient in the global economy, where FDI inflows amounted to USD 541 billion in 2015. One of its major reasons is an intensive investment liberalization of the developing Asian countries. . For instance, in 2015, 85 percent of investment policy measures were noted as favorable for foreign firms 2.

2 UNCTAD, 2016. World Investment Report. Investor Nationality: Policy Challenges. United Nations New York and Geneva. Retrieved from: http://unctad.org/en/PublicationsLibrary/ wir2016_en.pdf (date of access: 01.02.2017).

The majority of developing countries realized potential benefits of FDI early on and as one would expect today competition for attracting investment suggests official commitments, like bilateral investment treaties (BITs), free trade agreements (FTAs) with investment provisions, reforms in domestic investment policies, which would enhance FDI inflows. Free trade agreements might lead to trade creation and trade diversion effects, apart from that FTAs might affect the FDI directed to the region. This paper seeks to analyze the potential FDI determinants of Eurasian Economic Union (EAEU) countries and identify if there is any effect of Eurasian economic integration on FDI inflows of the region.

The structure of the paper is the following. Section 2 provides the literature and theoretical aspects. Section 3 includes a descriptive overview of the EAEU countries' FDI inflows and investment climate characteristics. Section 4 presents the main methodology and results of 2 empirical models: potential FDI determinants and Eurasian economic integration; the natural experiment model of Eurasian economic integration effect on FDI inflows. Section 5 concludes with a discussion, the implication of results and comments on further research.

2. Literature Review: FDI Determinants

and Regional Integration Effects on FDI

Numerous studies devoted to FDI and its role in the economy find positive spillover effects associated with FDI, such as technology and skills transfer, resulting in greater economic growth. For example, Borensztein et al. found that through technology transfer FDI exerts a positive statistically significant impact on GDP growth of a developing host country, given that it has a minimum level of human capital [1]. In general, Blomstrom and Kokko highlight that "foreign multinational companies (MNCs) may:

— contribute to efficiency by breaking supply bottlenecks (but that the effect may become less important as the technology of the host country advances);

— introduce new know-how by demonstrating new technologies and training workers who later take employment in local firms;

— either break down monopolies and stimulate competition and efficiency or create a more monopolistic industry structure, depending on the strength and responses of the local firms;

— transfer techniques for inventory and quality control and standardization to their local suppliers and distribution channels;

— force local firms to increase their managerial efforts, or to adopt some of the marketing techniques used by MNCs, either on the local market or internationally" [2, p. 10].

Moreover, Blomstrom and Kokko point that in order to achieve the technology spillover, it is essential to encourage the local companies' willingness to acquire new technologies from the MNCs and invest in new technologies. They indicate that incentives should target both multinational and local firms, and stimulate research and development, training and linkages between MNCs and local firms. Furthermore, the countries are recommended to improve their infrastructure development, as well as business climate, and promote the human capital education [2, p. 19-21].

In contrast, there are possible negative FDI outcomes, likewise, Glass and Saggi found that in the case of oligopolistic industries FDI effect on wages in a host country might be positive, whereas, FDI effect in a parent country will tend to be negative, leading to the decline of wages [3]. De Mello examined the effect of FDI on the growth of total factor productivity and found that FDI leads to a long-run growth through knowledge transfer and new technologies; however, FDI's growth elevating effect is strongly connected with complementarity (or substitution) effects between FDI and domestic capital [4].

The investment decision-making process for FDI is interconnected with trade theory, which has been more heavily researched, both theoretically and empirically. Nevertheless, there is a growing literature on FDI. High trade costs may induce the export-platform FDI when the multinational enterprise will gain more by locating in a host country via an affiliate company and selling goods to firms in other countries. Helpman provides a general literature overview on foreign trade and investment, further focusing on multinational corporations. Helpman highlights that the most productive companies tend to settle in a foreign market through an affiliate, medium level productive companies will export goods and services to other countries, while the least productive ones will be competitive only in their home countries. Helpman indicates that low production costs through reduced labor cost is the primary incentive for vertical FDI [5]. In his other research, Helpman underscores that a firm, which decides on FDI over exporting will face higher fixed costs, on the other hand, it will also have less variable unit costs due to no trade expenditures [6].

Grossman et al. examined the potential equilibrium integration choices for firms. In the case of fixed costs for assembling in a country other

than home and no transport costs, only firms with intermediate productivity and most productive firms get involved in FDI. The former tend to pursue the partial FDI scheme by producing intermediates in the host country, importing back intermediate products to home country for assembling and afterwards exporting to other countries; the latter companies tend to set production of intermediate goods and assembling in the host country, further followed by exporting final goods to home market and to other countries. On the contrary, the least productive companies do not get involved in FDI; they produce and assemble in the home country, and export their final goods to other countries. Furthermore, as the fixed costs associated with the location of intermediate production in other country increase, the companies tend to produce and assemble intermediate goods at home country [7].

Similarly, Greenaway and Kneller discuss firm heterogeneity and exporting and investing decisions of companies. The conclusions are that firms with high productivity are able to export, while less productive ones operate only in the domestic market. Although, establishing a subsidiary abroad assumes the reduction of variable costs such as transportation, the fixed costs will rise due to the firm's operation in the host market. Companies will incur sunk costs in both cases: in exports due to marketing, advertising and distribution, while in FDI due to arranging required facilities for a new plant [8].

Multinational companies' decisions to invest depend on myriad factors and are subject to change from one country to another. Dunning's OLI framework encompasses such advantages as ownership, location and internalization as main incentives for MNC's decision to invest abroad. Faeth summarizes it as follows:"... empirical studies testing the OLI framework have found FDI to be determined by a combination of ownership advantages, market size and characteristics, factor costs, transport costs, protection and other factors including regime type, infrastructure, property rights and industrial disputes." [9, p. 174]. In addition, Dunning argues that investment can be differentiated as initial and sequential ones. The initial investment involves resource-seeking and market-seeking motives, comprising natural resources, labor resources and market. The sequential investment includes efficiency-seeking and strategic-asset-seeking motives, which involve production rationalization and targeting the advanced regional strategy for a company [10].

Moudatsou and Kyrkilis draw attention on the analysis of FDI and economic growth in the European Union (EU) and Association of South Eastern Asian Nations (ASEAN) encompassing 1970-2003 period. They found that a positive impact of host country's economic growth on FDI attraction is referred to both developing and developed countries [11].

The latest study of FDI determinants of Central and Eastern European countries by Jimborean and Kelber shows that euro area's financial and mac-roeconomic conditions, as well as global risk environment and global macroeconomic conditions, have a significant impact on FDI inflows of these countries. Additionally, they highlight infrastructure development, market size, tertiary school enrollment rate, previous FDI flows, corporate tax system, country's accession to the European Union, structural reforms, risk premium, country's competitiveness and trade openness as crucial host country FDI determinants [12].

Similarly, Bevan and Estrin conducted research on foreign direct investment flows from European Union countries to selected transition economies; the results are consistent with market-seeking and efficiency-seeking patterns of FDI, as the GDP size, reduced labor costs and proximity of countries are found to be significant factors. Another notable aspect of the research was the impact of the future inclusion of the country into EU membership on FDI inflows: countries with the prospect of inclusion into the EU tended to attract more foreign inflows, which further accelerated their economic growth. They claimed that FDI inflows might be negatively affected when the likelihood of country's accession in the EU membership is uncertain and takes longer time [13].

A large strand of literature examines FDI inflows and investment incentives of developed countries, however, fewer studies include developing countries, which might be due to the limited number of available data. For Central and Eastern European and Baltic countries, Campos and Kinoshita found that the main FDI determinants are fewer trade barriers, quality of institutions and reduction of transaction costs. In the case of The Commonwealth of Independent States (CIS), natural resources endowment and better infrastructure are found to be significant FDI incentives, hence, the resource — seeking motive for FDI is prevailing in these countries. Apart from that, the weak law enforcement, trade restrictions and bureaucracy issues had a negative impact on mentioned transition countries' FDI inflows [14].

In other study, Campos and Kinoshita examined the impact of structural reforms including

financial reforms, privatization and trade liberalization on FDI inflows to Latin American and Eastern European countries. They found that financial liberalization and privatization have a statistically significant impact on FDI. Moreover, financial liberalization affects incoming FDI even in the case when the financial sector of the country is not highly developed [15].

In their research, Mariev et. al used the Poisson Pseudo Maximum Likelihood method for the estimation of FDI determinants into the Russian economy. They found that main FDI incentives into the Russian Federation are the host region's GDP per capita, the investing country's market size, trade openness of region, distance from Moscow to investing country, unemployment rate of region, innovative capacity approximated as the number of people in R&D and FDI inflow in the preceding period [16].

Additionally to all mentioned factors, which stimulate higher FDI inflows, it is highly essential for a country to be competitive on the global market. Dunning highlights the contribution of government to country's competitiveness: "Governments have other critical roles to play, including the elimination of structural and institutional impediments to efficient resource usage; to active implementation of market facilitating measures; and the encouragement of an ethos of competitiveness among their constituents." Dunning notes that governments, which were able to achieve progress in implementing such reforms, became highly attractive for FDI inflows and were able to use investments rationally for the benefit of their economies [17, p. 14].

On balance, a free trade agreement can result in trade creation or trade diversion, therefore leading to trade of new goods between the FTA member countries, which previously was not possible due to high tariffs before FTA adoption; or to switching to inefficient member country from efficient non-members due to new established high external tariffs after FTA adoption. In the case of trade, it is clear that integration's impact can be identified by measuring if the trade creation effect is greater than the trade diversion effect, thus estimating the net effect of free trade agreement on trade. However, in the case of foreign direct investment, the FTA's net effect can hardly be calculated in such a precise way.

Wonnacott strongly supports the view that trade diversion due to free trade agreement adoption might lead to welfare improvement. The higher production of exporting member as a result of trade diversion from a non-member country will lead to costs reduction, due to which this

exporting member might turn into the lowest source country. Additionally, technical inefficiencies' decline and other members' costs reduction are likely to take place due to markets' increased size and higher competitiveness. Furthermore, the exporting member will become more attractive for foreign investment with entering the larger market of FTA; therefore, it will get more investment at less supply price, which in turn leads to reduced costs of this member country. This foreign investment might lead to technology spillover, which will cause a further decline in costs [18].

One way of better understanding the impact of regional trade agreement (RTA) on FDI is to examine the patterns of FDI flows taking into account the level of countries' economic development involved in the agreement. Blomstrom and Kokko analyzed the effect of regional integration on foreign direct investment and elaborated a conceptual framework, which classifies the regional integration into three types: North-North, North-South and South-South. The North-South pattern refers to the agreements in which FDI flows from developed countries to developing ones. The North-North pattern describes flows within the European Union, e.g., where developed countries invest in developed ones, whereas the South-South pattern refers to investments from developing to the developing economies. They claim that RTA's effect on FDI heavily depends on the loca-tional advantage of a member, environmental reforms due to RTA's adoption and domestic firms' level of competitiveness in the region. The North-North integration considered inclusion of Canada in Canada-U.S. free trade agreement (CUSFTA), in which they found that CUSFTA had not considerably change Canada's FDI flows. They state that it is attributable to the fact that trade liberalization between two countries had taken place prior to the adoption of CUSFTA. The North-South integration represented by Mexico's inclusion to the North American Free Trade Agreement (NAFTA), led to substantial changes in institutional framework and environmental reforms in Mexico, which stimulated higher incoming flows of FDI to Mexico from non-member countries. Also in the South-South integration, which covered MERCOSUR (Southern Common Market members: Argentina, Brazil, Paraguay and Uruguay), the RTA has affected FDI inflows significantly; however, in this case, there occurred unequal distribution of FDI inflows. Argentina and Brazil obtained larger FDI mainly due to their locational advantage and reforms targeting macroeconomic stability [19].

Blonigen and Davies conducted a research on the bilateral tax treaties' (BTT) effect on FDI of

OECD countries and found that a new tax treaty formation resulted in FDI decline, which contradicts the traditional view of BTT's positive impact on investment. One of the reasons for which authors indicate that firms will have less opportunity to avoid taxes via transfer pricing, furthermore, there is a high likelihood of a new treaty to trigger the investment uncertainty in the short run until the new treaty will be fully in legal force [20].

According to Jaumotte, FDI diversion from non-member to RTA member countries might take place after RTA's adoption. She notes that the member countries with higher financial stability and better-educated human capital will attract more FDI inflows. The results point that there is a high positive effect of the market size of RTA on FDI [21]. Another comprehensive analysis of preferential trade agreements' effect on net FDI inflows by Medvedev comprised 1994-2000 period, when a number of "deep integration" agreements were adopted. The findings are consistent with previous studies; particularly Medvedev notes that expanding the size of a common market of a preferential trade agreement by 1 percent leads to a growth of net incoming FDI flows by approximately 0.05 percent. In contrast, 1 percent increase in distance between the member countries will cause a reduction in net FDI inflows by 0.18 percent [22].

Egger and Pfaffermayr distinguish ex ante and ex post provisions of bilateral investment treaties. Ex ante provisions reduce risk in the host country by insuring transparency, while ex post provisions give MNCs assurance that investments are protected from expropriation. Taking the knowledge-capital model as a keystone, they examined the effect of bilateral investment treaties adopted during 1982-1992 on FDI of OECD and non-OECD countries. They used fixed country-pair and time effects, and found that the skill difference interaction is significant evidence of knowledge-capital motivations for MNCs. As expected the signaling effect of signing a BIT is less significant than the effect of its actual adoption. The findings indicate that ratification of BITs accounts for approximately 30 percent of the overall positive impact and a minimum positive effect of 15 percent on outward real FDI stocks. Additionally, they note that BITs have similar effects on investment flows both in intra- and extra-OECD members [23].

In a similar vein, Neumayer and Spess analyzed the case of BITs on a sample of 119 developing countries and found empirical evidence that BITs have a positive impact on absolute FDI flows, leading to the growth of FDI by up to 93 percent. One of the main reasons that countries adopt BITs is

that while developing countries may be willing to provide unbiased treatment of foreign firms, after the investment was made and MNCs incurred sunk costs, an inconsistency problem occurs when the host government is no longer motivated to continue with previous agreements on public assertions. Then there may be an incentive to expropriate or benefit from MNC's funds. Thus, they note that a BIT adoption serves as a signal for investors that the host country will indeed be providing unbiased treatment of MNCs and protection of their investment. Moreover, they highlight that this spillover effect is most likely to spread beyond investing developed countries and affect other countries' investments too. The authors also indicate that developing host countries, which have adopted a free trade agreement with a developed country, are also most likely to receive the higher levels of investment flows as it is less cumbersome to export domestic production back to the parent or other countries. In addition, in some cases, FTAs may include advantageous investment policy provisions related to MNCs. They found some evidence that a high institutional stability of the host country and BITs are substitutes, as improvement in government policy leads to a smaller positive effect of BIT on investment flows [24].

Likewise, Busse et al. indicated that bilateral investment treaties not only stimulate FDI into developing countries, but also might serve as a substitute of local institutions [25]. Neumayer et al. highlighted that the contagiousness of signing bilateral investment treaties with stricter investor-to-state dispute settlement (ISDS) and pre-establishment national treatment (NT) provisions among the host developing countries is due to competition for FDI originated from one parent country. In contrast, the developing country, which previously has already signed treaties with weak investment provisions, will tend to sign a similar treaty with weak provisions with other developed country [26].

The Jang's study of OECD and non-OECD countries examines the impact of FTA on FDI patterns between developed-developed countries as well as developed-developing countries. Using a dif-ference-in-difference model for controlling various factors other than FTA, which might influence bilateral FDI outflows of the sample countries, he found that OECD countries that signed FTA with each other receive 0.6 percent less FDI, whereas extra-OECD countries obtain 0.4 percent more FDI. In the first case, the suppressing impact of FTA on FDI will appear in the pre-sign-ing period and worsens after the FTA adoption, whereas in the latter case the positive changes in

FDI occur four years after the signing the agreement. Moreover, the FTA's negative effect on FDI is reinforced when the distance between host and parent countries is large both in intra- and extra-OECD patterns, simply due to increased transportation costs, as vertical FDI implies transferring the intermediate goods to a parent or other countries. The skill difference is crucial for vertical FDI, as MNCs have an incentive to settle intermediate goods production in a host country because of the relative wages for unskilled labor decline with increasing skill difference between partner countries. Jang found that FTA positively affects FDI in OECD-developing countries group due to large skill differences. On the contrary, FTA led to a 1.2 percent decline in FDI in intra OECD flows, due to small skill difference between OECD countries [27].

Trade barriers' elimination and investment provisions' adoption might cause the rearrangement of foreign direct investment inflows into the countries, which became part of a regional integration. The United Nations Conference on Trade and Development (UNCTAD) highlights that direct mechanisms, which affect FDI include the following measures: investment liberalization, adopting protection provisions in regional agreements and introduction of broader pan-regional investment projects related to infrastructure, research and development. On the contrary, the inclusion of trade and market integration provisions and policy harmonization in regional agreements are referred to indirect mechanisms. The indicated mechanisms affect both intraregional FDI and FDI inflows from outside the region [28].

As a rule, a number of empirical studies on regional integration highlight the FDI inflows' increase due to the integration process. The following factors as openness to international trade, domestic policies' reforms aimed at improving the business climate and providing better transparency, as well as economic stability and infrastructure development are noted to be the triggers for foreign investment attraction into the region. The other major MNC's incentives for FDI are location advantage and proximity of a host country to the parent country; consequently, the larger and closer located countries in the region will tend to receive higher amounts of FDI. The adoption of investment provision in regional trade agreements will most likely have a direct influence on FDI attraction via the enforcement of investment provision in member countries, while in case of regional trade agreement without such a provision the effect on FDI will be indirect as a result of the elimination of trade barriers.

3. The EAEU Countries' FDI Inflows

and Investment Climate Characteristics

In 2010, the Customs Union (CU) of the Eurasian Economic Community was established on the territory of the Republic of Belarus, the Republic of Kazakhstan and the Russian Federation with the adoption of the Unified Customs Code, under which common regulations on import duties, procedures of assessing the imported goods' value and introducing the country of origin became effective. The new regulations pertain to the taxes that are collected from mutual trade on the territory of the Customs Union. The second stage of integration in the region took place in 2012, when 17 international agreements on the Single Economic Space aimed at the free circulation of goods, services, capital and labor were introduced'.

In January 2015, the new institution of Eurasian Economic Union was launched. At present, among the members of EAEU are the Republic of Belarus, the Republic of Kazakhstan, the Russian Federation, the Republic of Armenia and Kyrgyz Republic. According to the agreement on the import customs duties, common import duties are to be paid to the unified account of the CU country, which afterwards will be transferred to each countries budget following the proportion: Armenia — 1.11 percent; Belarus — 4.56 percent; Kazakhstan — 7.11 percent; Kyrgyzstan — 1.9 percent; Russian Federation — 85.32 percent2.

Since the Customs Union adoption in 2010, the FDI inflows to Belarus from the EAEU countries have not changed considerably. Although, there was the highest peak in 2011, when FDI inflows from the Russian Federation increased from USD 934 mln. by three times and reached USD 2 819 mln., in the following year, FDI inflows shrank to the lowest level of USD 470 mln. and in the subsequent period despite a short-term increase, FDI inflows from Russia remained at a relatively low level. Since 2010, overall FDI inflows to Belarus has increased by 18 percent and achieved USD 1 652 mln. in 2015, conversely FDI inflows from the EAEU countries from USD 934 mln. dropped by 25 percent, to USD 699 mln. For Belarus, the largest investors are the Russian Federation, Cyprus,

1 Commission Decision of October 18, 2011, №814. «On the entry into force of international treaties that form the Common Economic Space of Belarus, Kazakhstan and the Russian Federation». Retrieved from: http://evrazes.com/docs/view/577 (date of access: 01.02.2017).

2 Eurasian Economic Commission. (2015). Financial policy in Eurasian integration. 56. Retrieved from: http://www.eurasian-commission.org (date of access: 01.02.2017).

Table 1

Indexes of doing business (2016) for the EAEU countries

2016 indexes Armenia Belarus Kazakhstan Kyrgyzstan The Russian Federation

Doing business rank 43 50 51 73 36

Starting a business rank 9 30 54 28 37

Dealing with construction permits (days) 84.0 115.0 151.0 142.0 244.1

Getting electricity (days) 138.0 112.0 91.0 125.0 160.5

Registering property (days) 7.0 3.0 4.5 3.5 15.0

Strength of minority investor protection index (0-10) 6.0 5.8 6.7 6.3 6.0

Enforcing contracts (days) 570.0 275.0 370.0 410.0 307.0

Resolving insolvency (years) 1.9 3.0 1.5 1.5 2.0

Source: Doing business data.

Turkey, Germany, Austria, Netherlands, Great Britain and Iran

The major investors of Kazakhstan are from Netherlands, France, USA, China, Switzerland, Great Britain, the Russian Federation, Italy and Canada. Since 2010, the total amount of FDI to Kazakhstan almost doubled and reached its highest levels of USD 13 760 mln. in 2011-2012, in contrast in the subsequent years, FDI inflows gradually declined and achieved USD 6 585 mln. in 2015. Among the EAEU countries, the largest investor to Kazakhstan is the Russian Federation. During 2013-2015, the FDI inflows from Russia decreased by more than 1.5, resulting in USD 243 mln. in 2015. A huge amount of FDI from Germany, Netherlands, Ireland, Luxemburg, Cyprus, United Kingdom, Switzerland and Austria flowed to the Russian Federation before 2014. The overall FDI to Russian economy followed an increasing trend during 2010-2013 and in 2013 reached its peak of USD 69 219 mln., however, in the next year, it was followed by a sharp reduction of about 68 percent, leading to USD 22 031 mln. On the other hand, since the CU became effective in 2010, the FDI inflows from the EAEU countries augmented steadily from USD 68.3 mln. by approximately 86 percent and achieved USD 513 mln. in 2015. The largest investor of the Russian Federation from the EAEU countries, Kazakhstan, has considerably increased its FDI to Russia from USD 46 mln. to USD 433 mln. The largest investor among the EAEU countries to Kyrgyzstan is the Russian Federation, FDI inflows of which since CU adoption increased to Kyrgyzstan from USD 50 mln. by about 90 percent and amounted USD 490 mln. in 2015. The total FDI to Kyrgyzstan from USD 438 mln. aug-

1 Retrieved from: http://www.eurasiancommission.org (date of access: 01.02.2017).

mented by 38 percent, leading to USD 1 142 mln. in 20152.

During 2010-2015, the total FDI inflows to Armenia followed a decreasing trend, from USD 530 mln. it dropped by 66 percent and in 2015 achieved the lowest point of USD 178.5 mln. Even after the Customs Union adoption the EAEU countries have not become active investors in Armenia, only recently the Russian Federation started investing in Armenia. In the EAEU intraregional aspect, Russian Federation is one of the main FDI investors, during 2010-2015, the Russian Federation invested nearly USD 6 431 mln. in Belarus, and USD 3 264 mln. in Kazakhstan, in Armenia and Kyrgyzstan USD 725.8 mln. and USD 242.4 mln., respectively. In contrast, during the same period, Kazakhstan invested in the Russian Federation the total sum of USD 1 376 mln. and Belarus invested USD 537 mln. 3

In order to get a general view of EAEU countries' investment climate, it is useful to look through doing business indexes. The strength of minority investor protection is approximately at relatively satisfactory level (6-6.7) in the EAEU region; therefore, all the EAEU members should further improve the investor protection laws' enforcement so that better regulations will guarantee the investor rights and secure their funds from expropriation. Belarus and Kazakhstan have relatively business friendly regulations, and it requires less time to register property and get electricity in these countries than in other EAEU members. Kazakhstan needs to improve reinforcing legal rights and accelerate proceeding time of the contract enforcement and construction permits, since compared to other EAEU countries, contract en-

2 Retrieved from: http://www.eurasiancommission.org (date of access: 01.02.2017).

3 Retrieved from: http://www.eurasiancommission.org (date of access: 01.02.2017).

forcement and dealing with construction permits in Kazakhstan is time-consuming — 370 and 151 days respectively1.

Time to resolve insolvency is twice larger in Belarus, 3 years, than in Kazakhstan and Kyrgyzstan, where the resolution of insolvency takes 1.5 years. In Armenia and Kyrgyzstan, it takes 570 and 410 days respectively to enforce a contract, which must give investors concern (Table 1)2.

4. Methodology

Model 1. Potential FDI determinants and Eurasian economic integration

For the estimation of FDI determinants and Eurasian economic integration effect on FDI inflows, the panel dataset includes the EAEU members (Kazakhstan, Belarus, the Russian Federation, Armenia, Kyrgyzstan) and other countries (Azerbaijan, Tajikistan, Moldova, Georgia, Ukraine). The annual data (1993-2015) of foreign direct investment and gross domestic product are in USD, constant 2016 prices collected from Euromonitor International Database.

The regression form will be as follows:

fdiit = a + pgdp^ + P2opentru + P3teleit + P4educit + + P5pop!t + P6cut + P7educu • cut + ett (1)

where i — country index (the panels) and — time index; sit — error term.

fdit is a foreign direct investment of country i at period t. The market size of a host country is expressed as (gdpit) gross domestic product of country i at time t. openrt is a trade openness index (% of GDP), which is the sum of exports and imports of goods and services measured as a share of the country's gross domestic product, collected from the World Bank data. The level of infrastructure development is approximated by the countries' fixed telephone subscriptions (teleit). The level of education attainment is approximated by educit — enrollment in secondary education of country i at period t, is from the World Bank Education statistics. popit — total population of country i at time t, also from World Bank. The Eurasian economic integration dummy is included as cut, takes value of 0 before the Customs Union creation and 1 after year 2010, denoting the establishment of Customs Union.

1 Retrieved from: http://www.doingbusiness.org/data (date of access: 01.02.2017).

2 Retrieved from: http://www.doingbusiness.org/data (date of access: 01.02.2017).

The hypothesis regarding the country specific determinants:

H1: Foreign direct investment is positively related to market size, infrastructure development and secondary education attainment.

Since most free trade agreements promote foreign direct investment into the region, we expect that the Customs Union of the Eurasian Economic Community will have a positive statistically significant impact on FDI inflows. Therefore:

H2: The Customs Union is positively related to FDI inflows.

Results

According to the correlation statistics, there is a high positive correlation between fdi and gdp (0.81), also between fdi and tele (0.80). FDI and population have a low correlation (0.68). Trade openness index and educ (secondary education enrollment) have a low correlation with fdi (-0.36) and (0.54) respectively. The high correlation between tele and educ (0.89) can be explained by the fact that the secondary education enrollment may proxy for the population size. The Augmented Dickey-Fuller and PP-Fisher test conducted individually on each variable indicated that there is a unit root at levels in all variables except for population (pop) (Table 2).

The results of equation 1, which was calculated by the least squares method with cross-section and period fixed effects, indicate that the GDP, secondary education enrollment and infrastructure development are statistically significant at 1 percent level and have a positive sign (Table 3, Equation 1). The interaction term (d(educ) • cu) is not significant. The Eurasian economic integration dummy (cu) is statistically significant at 5 percent level and it negatively affects FDI.

Table 2

The results of unit root tests

Variable ADF — Fisher Chi-square PP — Fisher Chi-square

fdi 23.71 (0.25) 26.22 (0.15)

d(fdi) 89.65 (0.00) 307.16 (0.00)

gdp 4.35 (0.99) 2.35 (1.00)

d(gdp) 69.70 (0.00) 129.51 (0.00)

opentr 18.85 (0.53) 19.28 (0.50)

d(opentr) 157.67 (0.00) 173.0 (0.00)

tele 13.98 (0.83) 7.33 (0.99)

d(tele) 36.65 (0.01) 60.1 (0.00)

educ 42.81 (0.002) 1.87 (1.00)

d(educ) 44.85 (0.001) 74.81 (0.00)

pop 42.25 (0.00) 47.41 (0.00)

Source: Calculated by the authors in Eviews. The ^-values are given in brackets.

The coefficient of the determinant, R-squared equals 0.49, hence the proportion of variance in FDI variable explained by independent variables is relatively satisfactory for the panel estimation. The Durbin-Watson statistic equals 2.2, which indicates no positive autocorrelation but may not rule out negative autocorrelation. Since the trade openness variable (d(opentr)) is not statistically significant, in equation 2 this variable is excluded. As expected, we get similar results as in equation 1 (Table 3, Equation 2). The equation 3 is calculated by excluding the insignificant interaction term (d(educ) • cu), the obtained results are identical to previous equation output, except for the Eurasian economic integration dummy (cu), which became insignificant (Table 3, Equation 3).

Model 2. The natural experiment model: Eurasian economic integration effect on FDI

J. Wooldridge used the "natural experiment" method for the estimation of a policy change effect in a country, by including the treatment and control groups [29]. For the estimation of Eurasian economic integration effect on FDI inflows, the panel dataset includes 5 members of Eurasian Economic Union (Kazakhstan, Belarus, the Russian Federation, Kyrgyzstan and Armenia) and 8 other countries (Azerbaijan, Mongolia, Tajikistan, Uzbekistan, Turkmenistan, Georgia, Moldova, Ukraine). The annual data (1993-2015) for foreign direct investment inflows in USD mln.

Table 3

Model 1. The regression analysis results on potential FDI determinants of the EAEU countries

Variable Equation 1 Equation 2 (excluding trade openness) Equation 3 (excluding trade openness and interaction term)

Constant (a) -3.10 (3.17) -3.29 (3.13) -3.77 (2.71)

Gross domestic product (d(gdp)) 0.131*** (0.004) 0.130*** (0.004) 0.132*** (0.005)

Trade openness (d(opentr)) -3634936.86 (11167044)

Secondary education enrollment (d(educ)) 5447.18*** (1856.04) 5435.48*** (1828.01) 5338.29*** (1873.05)

Infrastructure development (d(tele)) 1928.20*** (621.46) 1930.94*** (615.36) 1843.98*** (599.86)

Population (pop) 118.93 (129.35) 128.29 (128.73) 148.36 (112.32)

Eurasian economic integration dummy (cu) -1521608738.80** (6.98) -1558058839.13** (7.09) -300025094.10 (6.57)

Interaction term (d(educ)cu) -56948.46 (41020.00) -56815.86 (40752.11)

Observations 175 177 177

R2 0.49 0.49 0.47

Source: Calculated by the authors in Eviews. Standard errors are given in brackets. *** Significance at the 1 % level; ** Significance at the 5 % level; * Significance at the 10 % level.

at constant 2016 prices and gross domestic product in USD mln. at constant 2016 prices, was collected from Euromonitor International Database.

The treatment group (T) underwent a change in government's policy and a control group (C) was not affected by the policy change. The Eurasian Economic Union members refer to group T, and eight other countries refer to group C. The two dummy variables denote: d1¡ — takes value of 1 for a member of the Customs Union and otherwise 0; d2t — equals 1 for years after creation of the Customs Union, which are years after 2010 and otherwise 0. The regression will be as follows:

fdiit = a + pgdp, + p2d1. + p3d2f + p4d1. • d2t + 8, (2)

where i — country index (the panels) and t — time index.

In this model, the following hypothesis will be tested:

H1: The Customs Union has a significant positive impact on FDI inflows.

The Customs Union (integration) effect on FDI will be reflected in the coefficient P4, which measures changes in FDI amounts due to Eurasian economic integration, by controlling both for fixed effects of estimated countries and for time effects after 2010.

Results

The unit root test conducted individually on fdi and gdp indicated that there is a unit root at

Table 4

The results of unit root tests

Variable ADF — Fisher PP — Fisher

Chi-square Chi-square

fdi 30.24 (0.25) 29.05 (0.30)

d(fdi) 120.0 (0.00) 340.3 (0.00)

gdp 4.37 (1.00) 2.35 (1.00)

d(gdp) 74.83 (0.00) 136.98 (0.00)

Source: Calculated by the authors in Eviews. The p-values are given in brackets.

levels. The Augmented Dickey-Fuller and PP-Fisher test on fdi at levels showed p = 0.25 > 0.05 and p = 0.30 > 0.05 respectively, hence there is a unit root. After taking the first difference, the unit root is eliminated. Similarly, after taking first difference of gdp, ADF p = 0.0000 < 0.05 and PP Fisher p = 0.0000, hence there is no unit root (Table 4).

According to the results of equation 1 of Model 2, the Eurasian economic integration, reflected by Customs Union interaction term (d1 • d2),is statistically significant at 1 percent level, therefore, indicating that the Eurasian economic integration had significant negative effect on FDI inflows (Table 5, Equation 1).

The gross domestic product (d(gdp)) is statistically significant at 1 percent level, hence the market size is a major FDI determinant in the region. R-squared equals 0.53; the explanatory power of the estimated regression is relatively satisfactory for panel estimation. DW statistic = 1.8, which indicates no serial correlation. (d1) which is a dummy for Customs Union membership is statistically significant at 10 percent level and has a positive sign. The time effects dummy (d2) is in-

significant. In equation 2, we applied the White cross-section standard errors and obtained the identical estimation results as in equation 1, except for the Customs Union membership (d1), which is now statistically significant at 5 percent level (Table 5, Equation 2). As expected, when excluding the time effects dummy (d2), the results remained the same (Table 5, equation 3).

5. Discussion and Implications

This paper examines the foreign direct investment determinants of the Eurasian Economic Union members and several CIS countries and, further, provides the estimation of Eurasian economic integration effect on FDI inflows. Model 1 results point to the factors, which significantly affect investors' decisions, in particular: market size, infrastructure development and secondary education enrollment. A large market appeared to be the main FDI incentive for the EAEU region and other CIS countries; hence, the market-seeking FDI is prevailing in these countries. Apart from that, a better infrastructure is also important due to lower production costs. The high secondary education attainment in the country suggests a well-educated cheap labor force, which also favorably affects multinational companies' decision for FDI. According to these outcomes, the resource-seeking FDI is common for examined countries. In line with several empirical studies discussed in a literature review of this paper, we tested a hypothesis on a positive impact of Customs Union on FDI inflows. The results of model 1 show that the Customs Union of the Eurasian Economic Community negatively affected FDI inflows to the region.

Table 5

Model 2. The results of "natural experiment" model of Eurasian economic integration effect on FDI inflows

Variable Equation 1 Equation 2 (with white cross-section standard errors) Equation 3 (with white cross-section standard errors, excluding the time effects dummy)

Constant (a) 22.87 (79.40) 22.87 (57.73) 27.24 (54.96)

Gross domestic product (d(gdp)) 0.081*** (0.004) 0.081*** (0.012) 0.081*** (0.012)

Customs Union membership (d1) 251.99* (129.67) 251.99** (102.16) 246.72** (99.69)

Time effects (years after creation of Customs Union) (d2) 79.78 (276.05) 79.78 (112.29)

The Customs Union effect (d1 • d2) -1578.48*** (444.80) -1578.48*** (379.57) -1497.59*** (374.97)

Observations 283 283 283

R2 0.53 0.53 0.54

Source: Calculated by the authors in Eviews. Standard errors are given in brackets. *** Significance at the 1 % level; ** Significance at the 5 % level; * Significance at the 10 % level.

The aim of the natural experiment (model 2) was to identify if the Eurasian economic integration, reflected by the Customs Union interaction term, had a significant impact on FDI inflows while controlling for both country and time effects. We rejected the hypothesis on the positive impact of Customs Union on incoming FDI flows into the EAEU region, as according to estimation results, the overall effect of Customs Union (d1 • d2) on FDI inflows into the EAEU countries appeared to be negative. Additionally, the estimation results refer to the fact that the EAEU members seem to attract more FDI than other CIS countries due to their long-lasting institutions, which was reflected by (d1) dummy. The overall development of long-lasting institutions in EAEU countries, which were established before the EAEU adoption, exerted a positive effect on FDI. The possible examples of such institutions are the protection of property rights and dispute settlement, which might play a crucial role in attracting FDI. Furthermore, the results indicate that the time effects dummy (d2) is not a significant factor in investors' decisions for FDI.

Most EAEU members have a satisfactory level of doing business rank and strength of minority investor protection. Nevertheless, there are other factors, which affect setting up a new business

such as enforcing contracts, dealing with construction permits, getting electricity and resolving insolvencies, which require a lot of time. In order to attract higher investment flows, it is necessary to reduce the quantity of time-consuming procedures and adopt domestic policies aimed at improving the country's business climate. Recall that the EAEU Treaty already includes the investment section, which guarantees the provision of unbiased treatment for investing member states, protection of member state firms' property from expropriation and ensures just settlement of disputes. Kheifetz highlighted that the other possible way to stimulate FDI inflows to the Eurasian Economic Union would be to establish a free investment zone in the EAEU and further encourage a free movement of capital among members [30].

For further research, it would be interesting to incorporate in the model such variables as the rule of law, level of transparency index, and the ease of doing business index. The new estimation will examine if these domestic policy variables are significant in attracting FDI to the EAEU countries. Additionally, the other possible research subject is to include the interest rate spread between countries, in order to identify if FDI inflows are responsive to them.

References

1. Borensztein, E. J., De Gregorio, J. & Lee, J.-W. (1998). How Does Foreign Direct Investment Affect Economic Growth? Journal of International Economics, 45(1), 115-135. doi: 10.1016/S0022-1996(97)00033-0.

2. Blomstrom, M., & Kokko, A. (2003). The economics of foreign direct investment. National Bureau of Economic Research Working Paper, 9489. Retrieved from: http://www.nber.org/papers/w9489 (date of access: 01.02.2017).

3. Glass, A. J., & Saggi, K. (1999). FDI Policies under Shared Factor Market. Journal of International Economics, 49(2), 309-332. doi: https://doi.org/10.1016/S0022-1996(98)00070-1.

4. De Mello, L. R. (1999). Foreign direct investment-led growth: evidence from time series and panel data. Oxford Economic Papers, 51, 133-151. doi: https://doi.org/10.1093/oep/51.L133.

5. Helpman, E. (2014). Foreign Trade and Investment: Firm-level Perspectives. Economica, 81, 1-14. doi:10.1111/ ecca.12064.

6. Helpman, E. (2006). Trade, FDI, and the Organization of Firms. Journal of Economic Literature, 44(3), 589-630. doi: 10.1257/jel.44.3.589.

7. Grossman, G. M., Helpman, E. & Szeidl, A. (2006). Optimal integration strategies for the multinational firm. Journal of International Economics, 70, 216-238. doi: 10.1016/j.jinteco.2005.07.011.

8. Greenaway, D., & Kneller, R. (2007). Firm Heterogeneity, Exporting and Foreign Direct Investment. The Economic Journal, 117(517), F134-F161. doi: 10.1111/j.1468-0297.2007.02018.x.

9. Faeth, I. (2009). Determinants of foreign direct investment — a tale of nine theoretical models. Journal of Economic Surveys, 23(1), 165-196. doi: 10.1111/j.1467-6419.2008.00560.x.

10. Dunning, J. H. (1980). Toward an eclectic theory of international production: some empirical tests. Journal of International Business Studies, 11(1), 9-31.

11. Moudatsou, A., & Kyrkilis, D. (2011). FDI and Economic Growth: Causality for the EU and ASEAN. Journal of Economic Integration, 26(3), 554-577. doi: https://doi.org/10.11130/jei.2011.26.3.554.

12. Jimborean, R., & Kelber, A. (2017). Foreign Direct Investment Drivers and Growth in Central and Eastern Europe in the Aftermath of the 2007 Global Financial Crisis. Comparative Economic Studies, 59, 23-54. doi: 10.1057/s41294-016-0018-9.

13. Bevan, A. A., & Estrin, S. (2004). The determinants of foreign direct investment into European transition economies. Journal of Comparative Economics, 32(4), 775-787. doi: https://doi.org/10.1016/j.jce.2004.08.006.