CC BY
49
ИССЛЕДОВАНИЕ
111 Земцов С.П. , Баринова В.А. , Сорокина А.В.
1 Российская академия народного хозяйства и государственной службы при Президенте
Российской Федерации, г. Москва
Какие факторы влияют на концентрацию быстрорастущих компаний в регионах России?
АННОТАЦИЯ:
В условиях стагнации экономики России необходим поиск региональных факторов, влияющих на концентрацию быстрорастущих фирм («газелей»). Авторы проверяли гипотезу о значимости инновационного потенциала регионов как положительного фактора концентрации «газелей» обрабатывающей промышленности. Проведенный эконометрический анализ подтвердил, что концентрация «газелей» на региональном уровне зависит от качества человеческого капитала и доли занятых в научно-исследовательском секторе, но наиболее важное значение играет наличие и близость крупных рынков.
КЛЮЧЕВЫЕ СЛОВА: фирмы-газели, инновационные условия, регионы России, экономико-географическое положение, рыночный потенциал
JEL: M13, 030, R11, R30
ДЛЯ ЦИТИРОВАНИЯ:
Земцов, С.П., Баринова, В.А., Сорокина, А.В. (2015). Какие факторы влияют на концентрацию быстрорастущих компаний в регионах России?. Российское предпринимательство, 16(22), 3959-3972. doi: 10.18334/rp.16.22.2150
Земцов Степан Петрович, кандидат географических наук, старший научный сотрудник, Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации, г. Москва ([email protected])
Баринова Вера Александровна, кандидат экономических наук, заведующая лабораторией исследования корпоративных стратегий и поведения фирм, Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации, г. Москва
Сорокина Алла Валерьевна, кандидат экономических наук, старший научный сотрудник, Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации, г. Москва
ПОСТУПИЛО В РЕДАКЦИЮ: 16.11.2015 / ОПУБЛИКОВАНО: 30.11.2015
ОТКРЫТЫЙ ДОСТУП: http://dx.doi.org/10.18334/rp.16.22.2150
(с) Земцов С.П., Баринова В.А., Сорокина А.В. / Публикация: ООО Издательство "Креативная экономика"
Статья распространяется по лицензии Creative Commons CC BY-NC-ND (http://creativecommons.org/licenses/by-nc-nd/3.0/) ЯЗЫК ПУБЛИКАЦИИ: русский
3960
Введение
Быстрорастущая компания - «газель», по аналогии с небольшим быстроногим животным, способным развивать высокую скорость продолжительное время1, в соответствии с классификацией Д. Берча2, является фирмой с доходом от 2 до 30 миллионов долларов, имеющей ежегодные темпы роста 20% в течение 5 лет. Выручка «газелей»3 может составлять более 50% прироста валового внутреннего продукта в развитых странах4. Но доля «газелей» в общем числе фирм составляет менее 2% в странах Организации экономического сотрудничества и развития; в развивающихся странах, включая Россию (Юданов, 2007), может быть более 8% в связи с ненасыщенностью местных рынков. В условиях стагнации российской экономики изучение «газелей» имеет особую актуальность. В данном исследовании основной интерес представляют факторы, способствующие формированию ареалов концентрации «газелей» на региональном уровне.
Существуют работы, объясняющие рост выручки фирм как стохастическое явление, основываясь на законе Гибрата (Gibrat, 1931). В этом случае наша задача не может иметь решения, т.к. невозможно выявить факторы роста фирм, а значит, и их концентрация обусловлена набором случайных факторов. Но многие современные статьи содержат эмпирические доказательства, что для малых и средних быстрорастущих фирм данный закон не применим, и основные факторы роста могут быть выявлены (Пирогов, Поповидченко, 2010). Предполагается, что рост продаж может быть сочетанием эндогенных5 и экзогенных факторов (Delmar, Davidsson, Gartner, 2003; Evans, 1987). В ряде работ рост
1 WW
В отличие от других выявленных Д. Берчем типов компании: «мышеи» - малых и медленно растущих и «слонов» - больших и медленно растущих.
2 Birch, D.L. (1981). Who creates jobs?. The Public Interest, 65, 3-14; Birch, D.L., Medoff, J. (1994). Gazelles. In Labor markets, employment policy and job creation. Boulder: Westview Press.
3 Birch, D.L. (1981). Who creates jobs?. The Public Interest, 65, 3-14.
4 Audretsch, 2002; Acs, Z.J., Parsons, W., Tracy, S. (2008). High-Impact Firms: Gazelles Revisited. Retrieved from: http://www.massmac.org/newsline/0902/high_impact_firms.pdf; Autio, E., Arenius, P., Wallenius, H. (2000). Economic impact of gazelle firms in Finland (ISIB Working Papers, 3). Helsinki University of Technology; Europe INNOVA Gazelles Innovation Panel (2008; Summary and Conclusions from Panel Discussions). Brussels: Europe INNNOVA.
5 Evans, 1987; Casson, M. (1996). The theory of the firm (Vol. 72). Cheltenham: Edward Elgar Publishing; Davidsson, P., Achtenhagen, L., Naldi, L. (2005). Research on small firm growth: a review. Retrieved from: http://eprints.qut.edu.au/2072/1/EISB_version_Research_on_small_firm_growth.pdf; Penrose, E. (2009). The Theory of the Growth of the Firm. Oxford: Oxford University Press.
3961
«газелей» объяснен их инновационной активностью: реализацией новой
и (1
продукции, внедрением технологических инноваций и т.д.6.
Авторы данной работы предполагают, что научно-исследовательская и инновационная деятельность в регионах может быть существенным фактором роста выручки, а, соответственно, и концентрации «газелей» (Гохберг, Кузнецова, Рудь, 2010). «Газелям» необходимо использовать интенсивные факторы роста, включая внедрение новых технологий, обучение персонала и разработку новых продуктов (Баринова, Бортник, Земцов, и др., 2015; Иванов, Кузык, Симачев, 2012; Кузнецова, Рудь, 2013). Поэтому они стремятся использовать именно региональные преимущества. При этом инновационный потенциал и внешние эффекты от создания и обмена знаниями, или перетоки знаний8, сконцентрированы в России в
<_> о
основных агломерациях, поэтому и концентрация «газелей» в регионе9 также может зависеть от локализационных и агломерационных эффектов (Porter, 1994; Porter, 1996). Первые эффекты связаны с дополнительной отдачей от размещения фирмы в регионе с высоким уровнем отраслевой специализации, что подразумевает повышение производительности труда благодаря обмену идеями, технологиями, кадрами в кластере схожих фирм. А второй эффект связан с возможностью повышения производительности в связи с разнообразием видов деятельности в агломерациях через механизм обмена технологиями, идеями и т.д. с другими отраслями хозяйства.
На момент подготовки данной статьи авторам не удалось найти подобных работ, где бы подробно анализировались упомянутые закономерности на основе российских данных. Основным объектом
6 Баринова, Бортник, Земцов, и др., 2015; Black, Lynch, 2004; Coad, Rao, 2008; Del Monte, Papagni, 2003; Delmar, Davidsson, Gartner, 2003; Davidsson, P., Achtenhagen, L., Naldi, L. (2005). Research on small firm growth: a review. Retrieved from:
http://eprints.qut.edu.au/2072/1/EISB_version_Research_on_small_firm_growth.pdf
7 В статье (Srholec, 2010) показано, что факторы развития региональной инновационной системы заметно превышают внутрифирменные факторы роста компаний.
8 Переток знания (от англ. knowledge spillover) - это процесс, в рамках которого «знание, созданное одной компанией, может быть использовано другой без компенсации или с компенсацией меньшей, чем стоимость самого знания» (впервые перевод термина предложен в книге (Синергия пространства, 2012)).
Cм., например: Синергия пространства, 2012; Audretsch, D.B., Feldman, M.P. (2004). Knowledge spillovers and the geography of innovation. In Handbook of regional and urban economics: Volume 4. Cities and Geography. Amsterdam: North Holland.
9 Teruel, M., De Wit, G. (2011). Determinants of high-growth firms. Why have some countries more high-growth firms than others? (EIM Research Reports № H201107). Retrieved from: http://www.entrepreneurship-sme.eu/pdf-ez/H201107.pdf
3962
статьи являются быстрорастущие фирмы обрабатывающей промышленности в посткризисный период в России. Целью данной работы является выявление региональных факторов, влияющих на концентрацию фирм-«газелей» в регионах России. При этом одной из задач была проверка влияния регионального инновационного потенциала. Выявленные закономерности должны способствовать выработке механизмов экономической политики, направленной на стимулирование роста наиболее перспективных компаний.
Для расчета региональных факторов мы использовали официальные российские статистические данные10. Базы СПАРК (Система анализа профессиональных участников рынка и компаний11) и «РУСЛАНА» (Информация о российских, украинских и казахстанских компаниях12) применялись для сбора данных о компаниях.
Описание данных: отраслевая и региональная структура «газелей» обрабатывающей промышленности
Компании обрабатывающей промышленности15 были выбраны для анализа, т.к. их концентрация связана не только с традиционными факторами (природные ресурсы, капитал, труд), но и с действием интенсивных факторов (концентрация человеческого капитала, доступ к современным разработкам и т.д.), агломерационных и локализационных эффектов. В работе было важно понять и оценить, используют ли «газели» обрабатывающей промышленности преимущества развития регионов для своего роста.
Объект изучения - компании с 20% реальным (с учетом инфляции) ростом выручки (среднее геометрическое прироста) в течение пяти лет (2008—2012 гг.), т.е. «газели» посткризисного периода. Авторы сознательно для целей данного исследования используют критерий среднегодовых темпов прироста выручки, а не ежегодных, как у Д. Берча. Это связано с тем, что в течение кризисного периода 2008—2009 гг. очень мало компаний смогли сохранить высокие реальные ежегодные темпы роста, что существенно сужает исследуемую совокупность «газелей».
10 Регионы России. Социально-экономические показатели (2014). М.: Росстат.
11 Информация СПАРКа - как она есть // Сайт Системы профессионального анализа рынков и компаний (СПАРК).
12 Ruslana (система Руслана) // Bvdinfo.com
13 Через показатель концентрации быстрорастущих фирм мы в данном случае имплицитно оцениваем факторы роста обрабатывающей промышленности в посткризисный период.
3963
Компании должны были быть созданы не позднее 2005 года. Это дополнительное условие необходимо для того, чтобы к моменту начала измерения компании уже имели некоторый уровень выручки и не стартовали «с нуля», когда темпы роста практически всегда автоматически являются высокими. Для исследования были выбраны малые и средние российские компании в соответствии с установленными в российском законодательстве требованиям к таким компаниям: объем выручки на конец периода (2012 г.) находился в диапазоне от 60 млн руб. до 1 млрд руб.
Всего компаний-«газелей», удовлетворяющих таким требованиям, по данным СПАРК, насчитывается в России 1284. При этом общее число компаний обрабатывающей промышленности, зарегистрированных не позже 2005 года, по данным СПАРК, в России составляет 9220. Таким образом, доля компаний-«газелей» в обрабатывающей промышленности составляет в России около 14%. Более высокая доля быстрорастущих компаний в экономике России, по сравнению с результатами, полученные Д. Берчем для других стран, является следствиями посткризисного восстановления экономики России в 2010—2012 гг., которое перекрывало падение выручки в течение кризисного периода 2008—2009 гг. Наибольшее число обрабатывающих компаний-«газелей» (табл. 1) наблюдалось в пищевой промышленности и машиностроительном производстве.
Распределение выявленных нами быстрорастущих компаний неравномерно по территории России. Треть всех отечественных компаний-«газелей» располагается в четырех регионах страны - Москве, Московской области, Санкт-Петербурге и Ростовской области. Наибольшее число быстрорастущих компаний приходится на г. Москву (141 компания, или 11% от общего числа в России), Московскую область (124 компании, или 10%), г. Санкт-Петербург (71 компания, или 6%) и Ростовскую область (48, или 4%). Эти четыре региона можно считать точками посткризисного восстановления обрабатывающей промышленности России. Остальные регионы существенно отстают по числу быстрорастущих фирм.
Доля «газелей» в числе компаний обрабатывающей промышленности распределяется более равномерно по регионам страны14. Лидерами по доле быстрорастущих компаний являются
14 Из анализа были исключены регионы, в которых в базе СПАРК удалось выделить менее 20 малых и средних компаний обрабатывающей промышленности, созданных не позже 2005 года. К таким
3964
Камчатская область, Республика Адыгея, Калининградская область, Томская область, их доля составляет 20—25% от общего числа исследуемых компаний обрабатывающей промышленности. В Москве, Московской области и Санкт-Петербурге доля быстрорастущих компаний обрабатывающей промышленности составляет 14—15% (среднероссийское значение), в Ростовской области - около 17%.
Таблица 1
Отраслевая структура быстрорастущих компаний
обрабатывающей промышленности в России (2008-2012 гг.)
Вид деятельности Число компаний Доля в общем числе «газелей»
Производство пищевых продуктов, включая напитки 260 20%
Производство машин и оборудования 131 10%
Производство прочих неметаллических минеральных продуктов 120 9%
Производство готовых металлических изделий 109 8%
Производство резиновых и пластмассовых изделий 101 8%
Химическое производство 91 7%
Производство электрических машин и электрооборудования 57 4%
Издательская и полиграфическая деятельность 40 3%
Обработка древесины и производство мебели 69 5%
Прочее 306 24%
Всего 1284 100%
Источник: составлено авторами на основе данных СПАРК.
Методика эконометрического анализа
Для целей анализа факторов концентрации быстрорастущих компаний в регионах России использовался эконометрический анализ.
В данной работе мы опираемся на идеи М. Теруэла и Г. ДеВита из статьи «Детерминанты быстрорастущих компаний»15, хотя общепризнанной модели не существует. Предлагаемая модель может быть представлена в виде двух выражений:
регионам относятся Республика Тыва, Чукотский АО, Еврейская АО, Чеченская и Ингушская республики, Республика Алтай, Магаданская область, Республика Хакасия, Кабардино-Балкарская республика, Республика Северная Осетия, Республика Дагестан, Амурская область, Республика Бурятия, Забайкальский край и Карачаево-Черкесская Республика
15 Teruel, M., De Wit, G. (2011). Determinants of high-growth firms. Why have some countries more high-growth firms than others? (EIM Research Reports № H201107). Retrieved from: http://www.entrepreneurship-sme.eu/pdf-ez/H201107.pdf
3965
ln(Gazelle ) = const + ß х ln(Xi) + s (1)
Xi = f (HC; Economics i; Institutionsi; Geography!
+ Innovation; Agglomeration; Localization )
где Gazelle — доля компаний-«газелей» обрабатывающего сектора региона в общем числе быстрорастущих компаний обрабатывающей промышленности России, %;
i— регион;
const — постоянная, характеризующая уровень концентрации «газелей» обрабатывающего сектора в стране;
ßi — коэффициент корреляции, параметр, характеризующий зависимость между концентрацией «газелей» обрабатывающей промышленности и независимыми переменными Xi (табл. 2), которые описывают следующие факторы: человеческий капитал (HC), динамичность и структурные особенности экономики (Economics), институциональную среду региона (Institutions), географические особенности региона (Geography), инновационную активность (Innovation), агломерационные (Agglomeration) и локализационные эффекты (Localization);
е — случайная величина, дисперсия которой неизвестна, а среднее равно нулю.
Авторами предложены две спецификации модели: в модели 1, в первую очередь, учтены рыночный и человеческий потенциалы, а в модели 2 — коррелирующая с ними переменная доли занятых в научных исследованиях и опытно-конструкторских разработках (НИОКР).
Использован метод оценки человеческого капитала через среднее число лет обучения занятых:
Н = I Ч n с Yc (3)
где — доля занятых, находящихся в образовательном цензе с;
Yc — число лет обучения, необходимых для достижения образовательного ценза с. Нормативно среднее число лет обучения до достижения образовательного ценза высшего образования — 17 лет, неполного высшего — 14, среднего профессионального — 13,5, начального профессионального — 12, среднего полного — 11, основного общего — 9, начального — 0 (Штерцер, 2006).
З9вв
Таблица 2
Независимые переменные
Обозначение Фактор Расшифровка
Educ_years Человеческий капитал (НС) Среднее число лет обучения занятых, лет (формула 3)
GRP_potential Особенности экономики (Economics) Рыночный потенциал региона, млн руб. / км (формула 4)
Import_per_GRP Особенности экономики (Economics) Доля импорта в валовом региональном продукте (ВРП), %
EGP Географические особенности (Geography) Индекс экономико-географического положения региона (формула 5)
RnD_empl Инновационная активность (Innovation) Доля занятых в НИОКР, %
PCT_appl Инновационную активность (Innovation) Заявки на регистрацию патентов в зарубежных патентных офисах на 10 млн чел. 16
Urbanization Агломерационные эффекты (Agglomeration) Доля городских жителей, %
Process_ind Локализационные эффекты (Localization) Доля обрабатывающей промышленности в валовом региональном продукте (ВРП), %
Рыночный потенциал (Hanson, 2005), показывающий объем рынка в регионе и потенциальный объем рынка соседних регионов в зависимости от их удаленности, рассчитывается с помощью традиционной гравитационной модели (см., например: Бабурин, Земцов, 2013).
GRP _ potential j = GRPy + Z ОЩ / Dis tan ceJt, (4)
где GRPj - значение ВРП (рассчитан по индексу физического объема с учетом межрегионального индекса цен) в исследуемом регионе j, млн руб.;
GRPi - значение ВРП в i-м регионе, млн руб.;
Distanceji - расстояние от областного центра региона j до областного центра региона i по автомобильной дороге в километрах, км.
Рыночный потенциал концентрируется в крупнейших агломерациях России и высокодоходных регионах.
16 Договор о патентной кооперации (англ. Patent Cooperation Treaty, PCT) - международный договор в области патентного права. Договор является основой системы PCT, обеспечивающей единую процедуру подачи патентных заявок для защиты изобретений в каждом из государств. Источник: Договор о патентной кооперации (Patent Cooperation Treaty). Режим доступа: http://www.rupto.ru/mejd_sotr/sod/pct/nd_pst_blanks/article_1.html#pre
3967
Заявки на регистрацию патентов в зарубежные патентные офисы (PCT_appl) представляют собой наиболее коммерциализируемую часть российских патентных заявок. Для регионального распределения индикатора характерна высокая концентрация в крупнейших научно-исследовательских центрах: Москва, Санкт-Петербург, Новосибирск, Томск, Нижний Новгород и т.д.
Расчет экономико-географического положения региона (EGP) осуществлен с помощью построения интегрального индекса17:
(Capitalt + Moscow _ neight + Agglom + Agglom _ neigh + Fed _ disfrt +
^^ Coast + Border + Comfort + GRP potential + Resourse potential ) EGP =-i-i-i-=-i-=-i— (5)
, 10 ,v
где i- регион;
Capital - бинарная переменная (0 или 1), описывающая наличие особого столичного статуса (Москва, Санкт-Петербург, Московская и Ленинградская области);
Moscow-neigh - бинарная переменная (0 или 1), описывающая соседство с Московской областью;
Agglom - бинарная переменная (0 или 1), описывающая наличие агломерации с населением более 1 млн жителей;
Agglom_neigh - бинарная переменная (0 или 1), описывающая наличие соседства с регионом с агломерацией с населением более 1 млн жителей;
Fed_distr- бинарная переменная (0 или 1), описывающая наличие города - столицы федерального округа;
Coast - бинарная переменная (0 или 1), описывающая наличие незамерзающих портов в регионе;
Border - бинарная переменная (0 или 1), описывающая наличие приграничного положения;
Comfort - индекс комфортности проживания (по данным: Прохоров, 1996), нормирован от 0 до 1;
GRP_potential - рыночный потенциал (формула 4), нормирован от 0 до 1;
Resourse_potential - природно-ресурсный потенциал18, нормирован от 0 до 1.
17 Небинарные переменные нормированы с помощью формулы линейного масштабирования («макс-мин»)
3968
Результаты расчета индекса можно интерпретировать как соотношение выгодности расположения искомого региона к региону с худшим положением относительно основных рынков и ресурсов. Наилучшим положением обладают Москва, Санкт-Петербург, Краснодарский край, Приморский край, обладающие крупными рынками и доступом к морским портам.
Результаты и их обсуждение
Результаты эконометрических расчетов приведены в таблицах 3 и 4 (показаны лишь значимые переменные).
Таблица 3
Результаты оценки модели 1
Модель 1. МНК. 74 наблюдения. Зависимая переменная: Gazelle
Коэффициент t-статистика P-значение
Константа -23,64*** -2,81 0,01
Рыночный потенциал 0,46*** 6,48 <0.00001
Индекс экономико-географического положения 0,58** 2,06 0,04
Доля обрабатывающей промышленности в ВРП 0,53*** 4,40 0,00
Среднее число лет обучения занятых 9,04*** 2,69 0,01
Международные патентные заявки 0,06* 1,87 0,07
К2 0,74 Исправленный R2 0,72
? (4, 38) 45,66 Р-значение (F) 8.52e-22
Значимость (p-value) на уровне: *** - 0,005; ** - 0,05; * - 0,1
Быстрорастущие фирмы обрабатывающей промышленности функционируют в регионах со значительным экономическим потенциалом либо вблизи него. Крупные рынки служат надежным источником роста в посткризисный период. В регионах, у которых рыночный потенциал выше на 1%, на 0,46% выше доля «газелей».
Для концентрации быстрорастущих компаний важно экономико-географическое положение региона вблизи крупной агломерации, в приморском или приграничном регионе, что связано с необходимостью осуществления торговой деятельности, в том числе экспорта.
Человеческий капитал региона, измеренные как среднее число лет обучения занятых, несмотря на снижение качества образования в
18 Рассчитано по данным: Россия как система: Природно-ресурсный потенциал регионов (2004). ЭКО-бюллетень ИНЭкА, 8-9.
России, до сих пор оказывает существенное положительное влияние на рост компаний обрабатывающего сектора. Без технических кадров и соответствующих знаний реализовывать стратегию быстрого роста на значительном промежутке времени на высококонкурентных рынках продукции обрабатывающей промышленности затруднительно.
Быстрорастущие компании используют преимущества высокого инновационного потенциала региона. В регионе, где доля занятых в НИОКР выше на 1%, концентрация компаний-«газелей» выше на 0,45%. При этом в регионах, где подано на 1% больше международных патентных заявок, доля исследуемых фирм выше 0,06%.
Таблица 4
Результаты оценки модели 2
Модель 2. МНК. 74 наблюдения. Зависимая переменная: Gazelle
Коэффициент t-статистика P- значение
Константа 2,4 0,94 0,35
Индекс экономико-географического положения 0,89*** 2,67 0,01
Доля занятых в НИОКР 0,45*** 5,04 <0.00001
Доля обрабатывающей промышленности в ВРП 0,4*** 2,74 0,01
К2 0,64 Исправленный R2 0,61
г (4, 38) 28,18 Р-значение (F) 2.38e-15
Значимость (p-value) на уровне: *** - 0,005; ** - 0,05; * - 0,1
Потенциальные локализационные эффекты, индикатором которых служит доля занятых в обрабатывающей промышленности, оказались значимы в отличие от потенциальных агломерационных эффектов, определяемых через долю городских жителей. Увеличение доли обрабатывающей промышленности в экономике региона на 1% ведет к увеличению на 0,4—0,5% концентрации исследуемых фирм в данном регионе19. То есть «газели» концентрируются в регионах, где уже представлены фирмы схожей специализации.
Доля импорта в ВРП также не оказывает существенного влияния на концентрацию газелей.
19 Впрочем, здесь возможно наличие проблемы эндогенности двух переменных.
3970
Заключение
1. Полученные в ходе исследования результаты и выводы репрезентативны по отношению к малым и средним быстрорастущим компаниям обрабатывающих отраслей в России.
2. Было выявлено, что ключевыми факторами концентрации исследуемых компаний в регионах являются: рыночный потенциал региона и его соседей, выгодное экономико-географическое положение (близость к крупнейшим агломерациям, портам и приграничным территориям, наличие природных ресурсов), человеческий капитал, а также высокая научно-исследовательская активность (доля занятых в НИОКР и патентная активность). При этом локализационные эффекты преобладают над агломерационными, т.е. концентрация «газелей» обрабатывающей промышленности выше там, где выше доля обрабатывающей промышленности в экономике.
3. Наибольшую значимость имеют долгосрочные факторы, которые слабо поддаются изменению, такие как экономико-географическое положение или рыночный потенциал региона. Впрочем, и другие выявленные факторы (человеческий капитал, инновационная и научно-исследовательская деятельность) также требуют существенных вложений средств и времени для улучшений. Поэтому не стоит ожидать существенных изменений в распределении обрабатывающих компаний-«газелей» в ближайшей перспективе, а соответственно, выявленные регионы-лидеры (Москва, Санкт-Петербург, Московская, Ростовская, Нижегородская, Новосибирская области, Краснодарский край - по концентрации «газелей» и Калининградская, Томская, Воронежская, Калужская области - по доле «газелей») должны иметь приоритетное значение при реализации региональной политики в сфере малого и среднего предпринимательства.
4. Рекомендации для региональных властей по стимулированию увеличения числа фирм-«газелей» могут включать в себя улучшение транспортной инфраструктуры для повышения доступности крупных рынков, а также целенаправленные действия по поддержке обрабатывающих отраслей, включая подготовку кадров и увеличение финансирования технологических вузов, введение налоговых льгот при осуществлении НИОКР и субсидирование регистрации патентов.
ИСТОЧНИКИ:
Бабурин, В.Л., Земцов, С.П. (2013). География инновационных процессов в России. Вестник Московского университета. Серия 5: География, 5, 25-32.
Баринова, В.А., Бортник, И.М., Земцов, С.П., и др. (2015). Анализ факторов
конкурентоспособности отечественных высокотехнологичных компаний. Инновации, 3, 25-31.
Гохберг, Л.М., Кузнецова, Т.Е., Рудь, В.А. (2010). Анализ инновационных режимов в российской экономике: методологические подходы и первые результаты. Форсайт, 4(3), 18-30.
Иванов, Д.С., Кузык, М.Г., Симачев, Ю.В. (2012). Стимулирование инновационной деятельности российских производственных компаний: возможности и ограничения. Форсайт, 6(2), 18-42.
Кузнецова, Т.Е., Рудь, В.А. (2013). Конкуренция, инновации и стратегии развития
российских предприятий (результаты эмпирических исследований). Вопросы экономики, 12, 86-108.
Пирогов, Н.К., Поповидченко, М.Г. (2010). Тестирование Закона Гибрата: обзор исследований. Корпоративные финансы, 1, 106-119.
Прохоров, Б.Б. (1996). Медико-экологическое районирование и региональный прогноз здоровья населения России. М.: Издательство МНЭПУ.
Синергия пространства: региональные инновационные системы, кластеры и перетоки знания (2012). Смоленск: Ойкумена.
Штерцер, Т.А. (2006). Роль человеческого капитала в экономическом развитии регионов РФ. Вестник Новосибирского государственного университета. Серия: Социально-экономические науки, 6(2), 37-51.
Юданов, А. (2007). «Быстрые» фирмы и эволюция российской экономики. Вопросы экономики, 2, 85-100.
Audretsch, D.B. (2002). The Dynamic Role of Small Firms: Evidence from the U.S.. Small Business Economics, 18(1), 13-40. doi: 10.1023/A:1015105222884
Black, S.E., Lynch, L.M. (2004). What's driving the new economy?: the benefits of workplace innovation. The Economic Journal, 114(493), F97-F116. doi: 10.1111/j.0013-0133.2004.00189.x
Coad, A., Rao, R. (2008). Innovation and firm growth in high-tech sectors: A quantile regression approach. Research Policy, 37(4), 633-648. doi: 10.1016/j.respol.2008.01.003.
Del Monte, A., Papagni, E. (2003). R&D and the growth of firms: empirical analysis of a panel of Italian firms. Research policy, 32(6), 1003-1014.
Delmar, F., Davidsson, P., Gartner, W.B. (2003). Arriving at the high-growth firm. Journal of Business Venturing, 18(2), 189-216. doi: 10.1016/S0883-9026(02)00080-0
Evans, D.S. (1987). The relationship between firm growth, size, and age: Estimates for 100 manufacturing industries. The Journal of Industrial Economics, 35(4), 567-581. doi: 10.2307/2098588
Gibrat, R. (1931). Les inégalités économiques. Paris: Librairie du Recueil Sirey.
3972
Hanson, G. (2005). Market potential, increasing returns and geographic concentration. Journal of International Economics, 67(1), 1-24.
Porter, M.E. (1994). The role of location in competition. Journal of the Economics of Business, 1(1), 35-40. doi: 10.1080/758540496
Porter, M.E. (1996). Competitive advantage, agglomeration economies, and regional policy. International Regional Science Review, 19(1-2), 85-90. doi: 10.1177/016001769601900208
Srholec, M. (2010). A multilevel approach to geography of innovation. Regional Studies, 44(9), 1207-1220.
Stepan P. Zemtsov, Candidate of Science, Geography, Senior Scientific Researcher, The Russian Presidential Academy of National Economy and Public Administration, Moscow Vera A. Barinova, Candidate of Science, Economics, Head of the Laboratory for Studying Corporate Strategies and Behavior of Companies, The Russian Presidential Academy of National Economy and Public Administration, Moscow
Alla V. Sorokina, Candidate of Science, Economics, Senior Scientific Researcher, The Russian Presidential Academy of National Economy and Public Administration, Moscow
What factors influence on the concentration of quick-growing companies in the russian regions?
ABSTRACT:
Under conditions of the economic stagnation, Russia needs to search for regional factors influencing on the concentration of quick-growing companies (the so-called "gazelles"). The authors have checked the hypothesis on the importance of the regions' innovative potential as a positive factor of concentration of "gazelles" of the manufacturing industry. The performed econometric analysis has proved that the concentration of "gazelles" on the regional level depends on the human capital quality and on the share of the people employed in R & D, but the greatest role belongs to the presence and proximity of large markets. KEYWORDS: "gazelles", innovation conditions, Russian regions, economic-geographical position, market potential
