CC BY
306
УДК 332.1:03](470.4)
И.П. ДАНИЛОВ, В.В. НИКИТИН, А.Г. КРАСНОВ
МЕТОДИКА ОЦЕНКИ И АНАЛИЗА СОЦИАЛЬНО-ЭКОНОМИЧЕСКОГО ПОТЕНЦИАЛА РЕГИОНА*
Ключевые слова: социально-экономический потенциал региона, методика оценки и анализа регионального потенциала, региональное развитие.
Предложена методика оценки и анализа социально-экономического потенциала регионов РФ. На основе корреляционного, компонентного, многомерного кластерного анализа социально-экономических показателей осуществлена трехуровневая кластеризация регионов РФ по социально-экономическому потенциалу.
I.P. DANILOV, V.V. NIKITIN, A.G. KRASNOV TECHNIQUE OF THE ESTIMATION AND THE ANALYSIS OF SOCIAL AND ECONOMIC POTENTIAL OF REGION
Key words: social and economic potential of region, a technique of an estimation and the analysis of regional potential, regional development.
The technique of an estimation and the analysis of social and economic potential regions the Russian Federation is offered. On the basis of correlation, componental, multidimensional clusters the analysis of social and economic indexes it is carried out three-level кластеризация regions Russian Federations on socially-ekonomy potential.
В современных условиях объективной потребностью выступает разработка новых подходов к методологии определения социально-экономического потенциала региона. Существуют различные подходы к трактовке категорий потенциал и социально-экономический потенциал, в том числе и на региональном уровне. Применительно к социально-экономическим процессам потенциал может определяться как возможность, способность, скрытые резервы региона, которые при определенных изменениях окружающей среды способны трансформироваться из возможностей в объективную реальность [7]. Экономический потенциал региона обуславливается природными ресурсами, средствами производства, трудовым и научно-техническим потенциалом, накопленным в регионе богатством [1].
В рамках расширительной трактовки регионального потенциала последний включает в себя не только совокупность материальных и нематериальных ресурсов, но и способности работников, коллективов предприятий, регионального сообщества в аспекте эффективного использования всех видов ресурсов [3]. При оценке социально-экономического потенциала региона предлагается анализировать его не только в статике, но и в динамике, выделяя его потенциал к саморазвитию, проявляющийся в экономическом росте и росте уровня жизни населения [5].
В модели «колеса Тихомирова» рекомендуется обращать внимание на человеческий потенциал региона, который формируется за счет численности населения, проживающего в регионе, его состава и культурно-образовательно-материального уровня. Дополнительно требуется учитывать уровень развития материально-технической базы региона и уровень информированности населения [2].
В качестве основных составляющих социально-экономического потенциала региона можно выделить следующие макроэкономические показатели: внутренний региональный продукт; внешнеторговый оборот; уровень капитальных вложений; объем промышленного производства на душу населения; уровень жизни населения; уровень безработицы; уровень потребительских цен; среднемесячную заработную плату населения; среднюю обеспеченность жильем населения региона.
Национальное рейтинговое агентство «Эксперт РА» выделяет следующие основные факторы для оценки регионального развития, которые состоят из де-
* Исследование выполнено при финансовой поддержке РФФИ (проект № 10-06-00091а).
вяти частных потенциалов (до 2005 г. - из восьми). Каждый из них, в свою очередь, характеризуется целой группой показателей. При этом рассматриваются такие потенциалы, как природно-ресурсный (средневзвешенная обеспеченность балансовыми запасами основных видов природных ресурсов); трудовой (трудовые ресурсы и их образовательный уровень); производственный (совокупный результат хозяйственной деятельности населения в регионе); инновационный (уровень развития науки и внедрения достижений научно-технического прогресса в регионе); институциональный (степень развития ведущих институтов рыночной экономики); инфраструктурный (экономико-географическое положение региона и его инфраструктурная обеспеченность); финансовый (объем налоговой базы, прибыльность предприятий региона и доходы населения); потребительский (совокупная покупательная способность населения региона); туристический (наличие мест посещения туристами и отдыхающими, а также мест развлечения и размещения для них). К каждому из потенциалов приравнивает экспертные веса [8].
Недостаток существующих подходов к оценке социально-экономического потенциала региона заключается в неразработанности их методологии, т.е. в отсутствии принципов выбора показателей, формул и способов их расчета. Также представляет сложность интерпретации результатов, полученных в ходе исследования. Не всегда можно увидеть причинно-следственные связи и тенденции развития региональной экономики.
На наш взгляд, для оценки регионального социально-экономического потенциала целесообразно использовать подход, опирающийся на методы многомерного статистического анализа с использованием общедоступных официальных статистических данных [4].
На основе данного подхода можно предложить следующий алгоритм оценки регионального социально-экономического потенциала:
1. Определение показателей, характеризующих экономическое состояние региона.
2. Проверка выбранных данных на однородность (проверка гипотезы о распределении признаков по нормальному закону, проверка наличия выделяющихся данных по критериям Граббса, Титьена, Мура и др.).
3. Определение тесноты корреляционных связей между признаками, проверка значимости корреляционной матрицы, на основе чего из всех показателей с помощью корреляционного анализа выделяются наиболее индикативные.
4. На основе компонентного анализа определяются наиболее информативные главные компоненты.
5. Методами кластерного анализа на основе выделенных индикативных показателей проводится группировка регионов Российской Федерации, необходимая для получения представления об инвестиционном потенциале региона в сравнении с другими субъектами федерации.
Данный алгоритм позволяет варьировать данными, использовать научно обоснованные методы статистического анализа и более точно интерпретировать полученные результаты.
С целью оценки социально-экономического потенциала на региональном уровне предлагается использовать 9 частных потенциалов, каждый из которых состоит из социально-экономических показателей. В качестве информационной базы выступают данные Госкомстата РФ по состоянию на 2009 г. [6].
Структуру используемых данных можно представить следующим образом:
1. Трудовой потенциал: коэффициенты демографической нагрузки, коэффициенты миграционного прироста, уровень экономической активности населения, уровень безработицы, потребность в работниках, заявленная организациями в государственные учреждения службы занятости населения, численность студентов государственных и муниципальных образовательных учреждений
среднего профессионального образования на 10 000 человек населения, численность студентов образовательных учреждений высшего профессионального образования на 10 000 человек населения, численность врачей на 10 000 человек населения, заболеваемость на 1000 человек населения.
2. Инфраструктурный потенциал: объем работ, выполненных по виду экономической деятельности «строительство», число автобусов общего пользования на 100 000 человек населения, густота железнодорожных путей общего пользования, густота автомобильных дорог общего пользования с твердым покрытием, объем услуг связи, оказанных населению, в расчете на одного жителя, охват населения эфирного аналогового телевещания, охват населения радиовещанием «Радио России», число персональных компьютеров на 100 работников, распределение действующих кредитных организаций и филиалов.
3. Финансовый потенциал: среднедушевые денежные доходы населения, валовой региональный продукт, оборот розничной торговли на душу населения, сальдированный финансовый результат (прибыль минус убыток) деятельности организаций, инвестиции в основной капитал на душу населения, оборот организаций по видам экономической деятельности.
4. Производственный потенциал: общая площадь жилых помещений, приходящаяся в среднем на одного жителя, объем отгруженных товаров собственного производства, выполненных работ и услуг собственными силами по видам экономической деятельности «Обрабатывающие производства», объем отгруженных товаров собственного производства, выполненных работ и услуг собственными силами по видам экономической деятельности «Производство и распределение электроэнергии, газа и воды», производство хлеба и хлебобулочных изделий, производство электроэнергии.
5. Институциональный потенциал: охват детей дошкольными образовательными учреждениями, число персональных компьютеров, используемых в учебных целях, в государственных и муниципальных общеобразовательных учреждениях (без вечерних (сменных) общеобразовательных учреждений) на 1000 обучающихся, число образовательных учреждений высшего профессионального образования, число персональных компьютеров, используемых в учебных целях, в государственных и муниципальных образовательных учреждениях среднего и высшего профессионального образования на 100 студентов, число больничных коек на 10 000 человек населения, мощность амбулаторно-поликлинических учреждений на 10 000 человек населения, выпуск газет на 1000 человек населения.
6. Инновационный потенциал: число организаций, выполнявших научные исследования и разработки, численность персонала, занятого научными исследованиями и разработками, внутренние затраты на научные исследования и разработки, число используемых передовых производственных технологий, инновационная активность организаций, затраты на технологические инновации, объем инновационных товаров, работ, услуг.
7. Потребительский потенциал: потребительские расходы в среднем на душу населения, численность населения с денежными доходами ниже величины прожиточного минимума, число собственных легковых автомобилей на 1000 человек населения, потребление молока и молочных продуктов на душу населения, потребление мяса и мясопродуктов на душу населения, удельный вес расходов домашних хозяйств на оплату жилищно-коммунальных услуг, объем платных услуг на душу населения.
8. Природно-ресурсный потенциал: стоимость основных фондов, добыча полезных ископаемых, лесные ресурсы - общий запас древесины, стоимость основных фондов по виду сельское хозяйство, охота и лесное хозяйство, стоимость основных фондов по виду добыча полезных ископаемых, стоимость основных фондов по виду обрабатывающие производства, стоимость основных
фондов по виду производство и распределение электроэнергии, газа и воды, продукция сельского хозяйства, улов рыбы в пресноводных водоемах.
9. Туристический потенциал: численность зрителей театров на 1000 человек населения, число посещений музеев на 1000 человек населения, число спортивных сооружений, выбросы загрязняющих веществ в атмосферный воздух, отходящих от стационарных источников, сброс загрязненных сточных вод в поверхностные водные объекты.
В процессе обработки экономической информации, как правило, считают, что экономические показатели подчиняются нормальному распределению. Однако практика показывает, что это не всегда соблюдается. Присутствие одного выделяющегося показателя может приводить к оценкам, которые совершенно не согласуются с выборочными данными. Такие показатели называются грубыми ошибками, или отклонениями, выбросами.
Проверка статистических данных на однородность показала, что показатели таких регионов, как г. Москва, Чукотский, Ямало-Ненецкий, Ненецкий автономные округа, Тюменская область, Чеченская Республика, Республика Ингушетия, Московская область, г. Санкт-Петербург, Сахалинская область, Республика Татарстан и др., отличаются от аналогичных показателей в остальных регионах.
На основе полученной матрицы трудового потенциала можно сделать вывод о том, что основные корреляции статистически значимы, т.е. надежны для характеристики степени взаимосвязи между переменными. Самая сильная корреляция отмечается между потребностью в работниках, заявленной организациями в государственные учреждения службы занятости населения, и численностью студентов образовательных учреждений высшего профессионального образования на 10 000 человек населения. Данная корреляция положительна, т.е. увеличение значений одной переменной приводит к росту значений другой. Кроме того, показатели трудового потенциала не сильно коррелируют между собой, т.е. заметно влияют на общий социально-экономический потенциал регионов. Поэтому их не следует исключать из группы рассматриваемых коэффициентов.
Опираясь на матрицу инфраструктурного потенциала, можно сделать вывод, что самая сильная корреляция имеется между объемом работ, выполненных по виду экономической деятельности «строительство», и распределением действующих кредитных организаций и филиалов. Это можно объяснить тем, что для строительства необходимо существенное финансирование, которое очень часто имеет кредитную основу. При этом сильно коррелирующих переменных больше нет.
Матрица финансового потенциала позволяет сделать вывод о том, что самая сильная корреляция отмечается между сальдированным финансовым результатом деятельности организаций и оборотом организаций по основным видам экономической деятельности, т.е. чем выше оборот организаций, тем выше финансовый результат их деятельности. Подобная же тесная корреляция наблюдается между оборотом розничной торговли на душу населения и оборотом организаций по основным видам экономической деятельности. Рассмотренные корреляции положительны, т.е. увеличение значений одной переменной влечет увеличение значений другой. При редукции числа переменных из анализа могут быть исключены такие переменные, как оборот розничной торговли на душу населения и оборот организаций по основным видам экономической деятельности, вследствие того, что они достаточно слабо влияют на общий финансовый потенциал регионов.
Из матрицы производственного потенциала следует, что самая сильная корреляция наблюдается между следующими переменными - объем отгруженных товаров собственного производства по виду «Обрабатывающие производства» и объем отгруженных товаров собственного производства по виду «Производство
и распределение электроэнергии, газа и воды». Такая же сильная корреляция отмечается с таким показателем, как производство хлеба и хлебобулочных изделий. Таким образом, при редукции числа переменных из анализа могут быть исключены такие переменные, как объем отгруженных товаров собственного производства по виду «Производство и распределение электроэнергии, газа и воды» и производство хлеба и хлебобулочных изделий. Эти переменные достаточно слабо влияют на общий производственный потенциал регионов.
Опираясь на матрицу институционального потенциала, можно сделать вывод о наличии наиболее сильной корреляции между такими переменными, как число образовательных учреждений высшего профессионального образования и выпуск газет на 1000 человек населения. Следовательно, чем больше высших образовательных учреждений, тем выше уровень информированности студентов. Больше подобных сильно корреляционных взаимосвязей в данном разделе не отмечается.
По матрице инновационного потенциала можно наблюдать самую сильную корреляцию между такими показателями, как численность персонала, занятого научными исследованиями и разработками, и внутренние затраты на научные исследования и разработки. Также имеется очень сильная корреляция между такими показателями, как число организаций, выполнявших научные исследования и разработки и численность персонала, занятого научными исследованиями и разработкам. Таким образом, при редукции числа переменных из анализа могут быть исключены такие переменные, как число организаций, выполнявших научные исследования и разработки, и численность персонала, занятого научными исследованиями и разработкам. Это обусловленно тем, что чем больше научноисследовательских организаций, тем больше требуется исследовательского обслуживающего персонала.
Исходя из матрицы потребительского потенциала, можно отметить, что самая сильная корреляция отмечается между такими показателями, как потребительские расходы в среднем на душу населения и объем платных услуг на душу населения. Действительно, чем больше платных услуг, тем больше расходов у населения. Других сильно коррелирующих переменных больше нет.
Матрица природно-ресурсного потенциала позволяет сделать вывод о том, что самая сильная корреляция фиксируется между такими показателями, как добыча полезных ископаемых и стоимость основных фондов по виду добыча полезных ископаемых. В реальности также соблюдается правило, что чем больше объем добычи полезных ископаемых, тем больше основные фонды региона.
На основе матрицы туристического потенциала можно констатировать, что большинство корреляций статистически значимы, т.е. надежны для характеристики степени взаимосвязи между переменными. При этом сильно коррелирующих переменных нет, т.е. показатели заметно влияют на общий социально-экономический потенциал регионов. Поэтому редукция числа переменных не обязательна.
Методы кластерного анализа позволяют разбить изучаемую совокупность объектов на группы однородных в некотором смысле объектов, называемых кластерами или классами. Методами кластерного анализа было определено оптимальное число кластеров, равное 3 для всех потенциалов. Кластеры были определены по дендрограмме, методом полных связей с евклидовым расстоянием. Распределение регионов по группам определяли через исходные признаки.
Кластерный анализ позволяет сделать следующие основные выводы. Во-первых, 87% всех регионов РФ имеют низкий, 12% - средний и 1% - высокий уровень трудового потенциала. К примеру, Москва имеет высокий уровень трудового потенциала, который постоянно возрастает благодаря притоку высококвалифицированных специалистов. Во-вторых, 89% российских регионов обладают низким инфраструктурным потенциалом, 7% средним и 4% - высоким уровнем данного вида потенциала. В-третьих, 90% регионов РФ имеют низкий финансо-
вый потенциал, 9% - средний и 1% - высокий уровень финансового потенциала. В-четвертых, 79% всех регионов РФ обладают низким уровнем, 17% - средним и 4% - высоким уровнем производственного потенциала. В-пятых, 69% регионов РФ имеют низкий институциональный потенциал, 28% средний и только 3% -высокий институциональный потенциал. В-шестых, 97% всех регионов РФ имеют низкий инновационный потенциал, 2% - средний и 1% - высокий инновационный потенциал. В-седьмых, 68% российских регионов обладают низким потребительским потенциалом, 25% - средним и 7% - высоким уровнем данного вида потенциала. В-восьмых, 90% регионов РФ имеют низкий природно-ресурсный потенциал, 8% - средний и 2% - высокий природно-ресурсный потенциал. В-девятых, 88% российских регионов обладают низким туристическим потенциалом, 11% -средним и 1% - высоким туристическим потенциалом. В общем и целом можно отметить, что социально-экономический потенциал более половины регионов РФ (84%) ниже среднего, а так называемых благополучных регионов только 3%.
Анализ регионов Приволжского ФО на основе первых двух главных компонент трудового потенциала: уровень доступности образования и уровень трудовой активности региона показал, что Пензенская область, Ульяновская область, Республика Марий Эл, Удмуртская Республика отличаются от средних показателей трудового потенциала. При этом следует отметить, что Республика Марий Эл выделяется как регион с высокими показателями по рассматриваемым факторам. Чувашская Республика находится примерно на среднем уровне по трудовой деятельности вместе с такими регионами, как Кировская и Самарская области.
Анализ на основе первых двух главных компонент инфраструктурного потенциала (уровень развития экономической системы региона и уровень обеспечения региона общественным транспортом) позволяет сделать вывод о том, что Нижегородская область и Республика Татарстан выделяются по уровню развития экономической системы как регионы с высокими показателями. Чувашскую Республику можно охарактеризовать как регион с высоким уровнем обеспечения общественным транспортом.
Республика Татарстан и Пермский край выделяются высокими показателями финансового потенциала. Не случайно данные регионы являются лидерами по темпу роста поступлений налогов в бюджет, как было опубликовано Министерством регионального развития РФ. Чувашская Республика находится на одном уровне с такими регионами, как Республика Марий Эл, Кировская область, Саратовская область и Республика Мордовия. Это связано с тем, что в Чувашской Республике низкие доходность и рентабельность производств, особенно сельскохозяйственных, приведшие к ухудшению финансового состояния региона.
Данные анализа на основе первых двух главных компонент производственного потенциала (уровня развития производства и уровня обеспеченности населения жильем) позволяют сделать вывод о том, что среди регионов Приволжского ФО Нижегородская область выделяется своими высокими показателями. Несмотря на кризисную ситуацию в стране, регион продолжал оказывать государственную поддержку наиболее значимым для региона проектам [8]. Саратовская область, Пензенская область и Республика Мордовия также демонстрируют высокий уровень обеспеченности населения жильем. При этом Чувашская Республика близка к таким регионам со средними показателями, как Ульяновская область, Кировская область и Республика Марий Эл.
Анализ на основе первых двух главных компонент институционального потенциала (уровня обеспеченности региона основными институтами и уровня информированности населения) показывает, что Чувашская Республика и Республика Марий Эл выделяются высокими показателями уровня обеспеченности региона основными институтами и уровнем информативности населения. К примеру, в Чувашской Республике развиваются множество институтов, что важно для
эффективного процесса развития общества. Здесь также более высоким уровнем поддержки характеризуются общественные организации ветеранов, инвалидов, пожилых людей, молодёжные организации.
Анализ на основе первых двух главных компонент инновационного потенциала (уровня инновационного развития региона и доступности инновационных товаров, работ, услуг) показал, что среди регионов Приволжского ФО лидерами по инновационной деятельности являются Нижегородская область, Республика Татарстан и Самарская область. Данный вывод подтверждается и комплексной оценкой рейтингового агентства «Эксперт РА», относящего данные регионы к группе с высоким уровнем инновационного потенциала [8]. Чувашская Республика по инновационной активности находится в группе вместе с такими регионами, как Оренбургская область и Республика Марий Эл.
Данные анализа на основе первых двух главных компонент потребительского потенциала (уровня потребительской возможности населения и уровня потребления основного вида питания) позволяют сделать вывод о том, что Республика Башкортостан и Республика Татарстан по обоим факторам демонстрируют высокий уровень. Как показывает практика, эти регионы имеют высокий рост уровня и качества жизни и комфортность проживания населения. В то же время следует отметить, что потребительский рынок данных регионов находится в непосредственной зависимости от других рынков и влияет на денежные доходы и платежеспособность населения, способствует развитию конкурентоспособности отечественных и региональных товаров и всего рыночного механизма. По данному виду потенциала Чувашская Республика имеет средние показатели и близка к Кировской области.
Анализ на основе первых двух главных компонент природно-ресурсного потенциала (уровня обеспеченности основными фондами и уровня обеспеченности природными ресурсами) показывает, что в Приволжском ФО Республика Татарстан выделяется по уровню обеспеченности основными фондами, Самарская область - по уровню обеспеченности природными ресурсами. Чувашская Республика находится в одной группе с Ульяновской областью и Пензенской областью. Основными ресурсами в Чувашской Республике являются выработка электричества и тепловой энергии и переработка биологических отходов животноводства (птицеводства).
Анализ на основе первых двух главных компонент туристического потенциала (уровня туристической привлекательности региона и уровня культуры населения) показал, что лидером по туристическому потенциалу является Чувашская Республика. Пензенскую область можно отметить как регион с низким уровнем культуры населения. Оренбургская область имеет низкий показатель по уровню туристической привлекательности.
Исходя из результатов, полученных в результате компонентного анализа, можно отметить, что наиболее развитыми регионами Приволжского ФО по социально-экономическому потенциалу являются такие субъекты, как Нижегородская область, Республика Татарстан, Республика Башкортостан, Самарская область и Чувашская Республика.
Далее проведем анализ регионов Приволжского ФО по динамики одного из показателей из каждого блока с наибольшим значением главных компонент, на основе которого можно сделать следующие основные выводы. Во-первых, Удмуртская Республика, Нижегородская область, Чувашская Республика, Пермский край, Республика Татарстан и Республика Башкортостан имеют устойчивое развитие экономической активности населения. Остальные регионы имеют нестабильный характер. Во-вторых, за период 2005-2009 гг. практически по всем регионам отмечался незначительный спад численности кредитных организаций и филиалов. В-третьих, если до 2009 г. все регионы стабильно развивались в фи-
нансовой сфере, то кризис значительно повлиял в негативном аспекте во всех регионах Приволжского ФО. В-четвертых, Республика Татарстан, Пермский край, Самарская область, Саратовская область, Нижегородская область, Республика Башкортостан и Оренбургская область характеризуются высокими показателями по Приволжскому ФО. При этом стабильным и растущим регионом является Республика Татарстан с самыми высокими показателями производства и распределения электроэнергии, газа и воды. В-пятых, практически все регионы Приволжского ФО имеют стабильные показатели по числу высших профессиональных заведений, а лидирующие позиции занимают Республика Татарстан и Самарская область. В-шестых, самый высокий уровень инновационной активности организаций в Пермском крае, который, в то же время, с каждым годом уменьшается. При этом положительную динамику демонстрируют Нижегородская область, Оренбургская область, Республика Башкортостан. В-седьмых, с каждым годом увеличивается оказание платных услуг населению во всех регионах, но особенно выделяются в этом аспекте Республика Татарстан и Республика Башкортостан. В-восьмых, лидером по добыче полезных ископаемых является Республика Татарстан, которая стабильно увеличивает свои показатели. На втором месте располагается Оренбургская область. В-девятых, практически все регионы Приволжского ФО имеют устойчивое развитие культурных мероприятий по числу посещений музеев. В то же время отмечается тенденция к снижению данного показателя у таких регионов, как Оренбургская область и Саратовская область. Чувашская Республика демонстрирует стабильность ситуации в данной области.
На основе корреляционного, компонентного анализа, многомерного кластерного анализа социально-экономических показателей, из которых выделены наиболее индикативные, предложена трехуровневая кластеризация регионов РФ по социально-экономическому потенциалу в разрезе каждого блока.
Анализ регионов Приволжского федерального округа показал, что наиболее успешными регионами по социально-экономическому потенциалу являются такие субъекты федерации, как Нижегородская область, Республика Татарстан, Республика Башкортостан, Самарская область. Чувашскую Республику можно отнести к благоприятным регионам для развития институциональной и туристической деятельности.
На основе динамики развития регионов Приволжского ФО во временном интервале 2005-2009 гг. можно отметить, что все регионы имеют более или менее устойчивое развитие с небольшим снижением в 2009 г. Рассматривая развитие Чувашской Республики, можно отметить, что она ежегодно демонстрирует устойчивые темпы роста социально-экономического потенциала.
Литература
1. Безруков В., Глисин Ф. Макроэкономический мониторинг и меры по его совершенствованию // Экономист. 2005. № 11. С. 24-29.
2. Берзон Н.А. Формирование инвестиционного климата в экономике // Вопросы экономики. 2007. № 7.
3. Голуб А. Факторы роста российской экономики и перспективы технического обновления // Вопросы экономики. 2004. № 5. С. 44-58.
4. Коваленко А.В., Уртенов М.Х. Исследование кредитоспособности регионов методами многомерного статистического анализа // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2010. № 58.
5. Любимова М.В., Нестеров В.П, Дмитриева В.С. Проблемы оценки социально-экономического потенциала региона // Региональная экономика: теория и практика. 2007. № 4(43). С. 13-24.
6. Регионы России. Социально-экономические показатели. 2010: стат. сб. / Росстат. М., 2010.
7. Римашевская Н.М. Качество человеческого потенциала России как стратегическая цель // Народонаселение. 2004. № 3. С. 24.
8. Эксперт: национальное рейтинговое агентство: официальный сайт. URL: http://www.raexpert.ru.
ДАНИЛОВ ИВАН ПЕТРОВИЧ. См. с. 381.
НИКИТИН ВИКТОР ВАСИЛЬЕВИЧ. См. с. 354.
КРАСНОВ АНДРЕЙ ГЕОРГИЕВИЧ - кандидат экономических наук, доцент, Чебоксарский филиал Российской академии народного хозяйства и государственной службы при Президенте РФ, Россия, Чебоксары ([email protected]).
KRASNOV ANDREY GEORGIEVICH - candidate of economics sciences, assistant professor, Cheboksary Branch of Russian Academy of National Economy and Public Administration under the President of Russia, Russia, Cheboksary.
УДК 330.341.1(470+570)
С.Б. ЕГОРОВА
ПРОБЛЕМЫ СТАНОВЛЕНИЯ ОТЕЧЕСТВЕННОЙ ИННОВАЦИОННОЙ ЭКОНОМИКИ
Ключевые слова: инновации, инновационная модель развития, модернизация, конкуренция, конкурентные преимущества, нанотехнологии.
Рассмотрены трудности модернизации экономики и её перехода к инновационному пути развития. Обозначены проблемы, которые требуют первоочередного решения.
S.B. EGOROVA
PROBLEMS OF FORMATION OF DOMESTIC INNOVATIVE ECONOMY
Key words: innovations, innovative model of development, a competition, modernization, competitive advantages, nanotechnology.
Difficulties of modernization of economy and its transition to an innovative way of development are considered. Problems which demand the prime decision are designated.
На фоне положительной динамики многих макроэкономических показателей за 2000-2009 гг. появилась возможность обозначить эти годы периодом экономического роста. Наблюдался рост ВВП в среднем на 7% в год, росли внешнеторговый оборот и международные резервные активы, стабилизационный фонд составил 3851,8 млрд руб. уменьшился государственный внешний долг до 40,8 млрд долл. и сократился до 3,5% к ВВП.
Однако во многих научных публикациях достаточно аргументированно обозначено, что это - «рост без развития». Известно, что в ценовой структуре прироста ВВП преобладает фиктивная составляющая: конъюнктурный рост цен на нефтяном рынке и рынке других ресурсов, услуги финансового посредничества, финансовой деятельности, накрутки оптовой и розничной торговли, операции с недвижимостью и аренда. Вклад обрабатывающей промышленности в темп роста ВВП составил лишь 2,9% [7].
В России на фазе оживления и роста наблюдаются застой технологической базы и падение научно-технического и интеллектуального потенциала страны. Снижается производительность труда. Ухудшаются качество рабочей силы и эффективность ее использования. По мнению аналитиков, «глубочайший кризис поразил лучшие наукоемкие отрасли российской индустрии: машиностроение, ВПК, электронную, радиотехническую промышленность. На грани исчезновения самолетостроение, станкостроение» [5].
В сложном положении находится сельское хозяйство страны. Аналитики предсказывали, что поддержка, оказываемая государством аграрному сектору, недостаточна и ведет к упадку важнейшей жизнеобеспечивающей отрасли. «Стоимость недостающего продовольствия можно оценить, ориентируясь на цены мировых... бирж, в 31,5 млрд долл.» [4. С. 174]. Подчеркивается, что большая его часть импортируется. В то же время поддержка, оказываемая сельскому хозяйству страны, крайне скудна: 20 евро на 1 га против 750 евро в среднем в странах ЕС.
В последнее десятилетие наблюдается значительный приток импорта на российский рынок, который вытесняет с внутреннего рынка менее конкурентного
