CC BY
13
Научная статья УДК 332.14 EDN DWYIBR
ш
Б01 10.17150/2411-6262.2022.13(1).10 ^
Д.Ю. Федотов ©
Байкальский государственный университет, г. Иркутск, Российская Федерация, fdy@inbox.ru
АННОТАЦИЯ. Статья посвящена исследованию условий, способствующих росту теневой экономики в российских регионах. Особое внимание уделено оценке влияния налоговой нагрузки на масштабы теневой экономики. Целью исследования является выявление экономических характеристик, свойственных российским регионам с высоким уровнем теневой экономики. В процессе исследования использовались методы корреляционного анализа, факторного анализа, кластерного анализа. В результате исследования была выявлена обратная корреляционная зависимость между величиной теневой занятости и уровнем налоговой нагрузки. В регионах с низким уровнем налоговой нагрузки обычно наблюдаются значительные масштабы теневой занятости. Так же обратная корреляционная зависимость наблюдается между величиной теневой занятости и производительностью труда, измеряемой величиной ВРП на душу населения. Обратная корреляционная зависимость была выявлена между масштабами теневой экономики и уровнем развития инновационных процессов в регионе, который измеряется количеством используемых передовых производственных технологий на душу населения и уровнем инновационной активности организаций. Заметная обратная корреляционная зависимость была обнаружена между уровнем теневой занятости и долей отраслей промышленности в ВРП, коэффициент корреляции в 2019 г. составил -0,5198. Прямая корреляционная зависимость была выявлена между уровнем теневой занятости и долей социальных отраслей в ВРП, коэффициент корреляции в 2019 г. составил 0,5890. Полученные результаты позволили выявить факторы, благоприятствующие росту теневой экономики. Среди них на первый план выходит отставание регионов в экономическом и инновационном развитии. Полученные результаты могут быть использованы органами государственной власти для разработки региональной экономической политики, направленной на сокращение масштабов теневой экономики. КЛЮЧЕВЫЕ СЛОВА. Налоговая нагрузка, теневая экономика, региональная экономика, валовой региональный продукт, неформальная занятость, корреляционный анализ, инновации.
ИНФОРМАЦИЯ О СТАТЬЕ. Дата поступления 16 декабря 2021 г.; дата принятия к печати 21 марта 2022 г.; дата онлайн-размещения 30 апреля 2022 г.
Original article D.Yu. Fedotov ©
Baikal State University, Irkutsk, Russian Federation, fdy@inbox.ru
THE TAX BURDEN AS ONE OF THE CONDITIONS CONTRIBUTING TO THE SHADOW ECONOMY IN THE RUSSIAN REGIONS
ABSTRACT. The article is devoted to the study of conditions conducive to the growth of the shadow economy in Russian regions. Special attention is paid to assessing the impact of the tax burden on the scale of the shadow economy. The article is devoted to the study of the shadow economy in the Russian regions. The purpose of the study is to identify the characteristics by Russian regions with a high level of the shadow economy. In the study the methods of correlation analysis, factor analysis, and
© Федотов Д.Ю., 2022
НАЛОГОВАЯ НАГРУЗКА КАК ОДНО ИЗ УСЛОВИЙ, БЛАГОПРИЯТСТВУЮЩИХ ТЕНЕВОЙ ЭКОНОМИКЕ В РОССИЙСКИХ РЕГИОНАХ
cluster analysis were used. The research revealed an inverse correlation between the amount of shadow employment and the level of the tax burden. In the regions with a low level of tax burden, a significant level of shadow employment is usually observed. There is also an inverse correlation between the value of shadow employment and labor productivity, measured by the value of Gross Regional Product (GRP) per capita. An inverse correlation was found between the scale of the shadow economy and the level of development of innovation processes in the region, which is measured by the number of advanced production technologies used per capita and the level of innovation activity of organizations. The study revealed an inverse correlation between the level of shadow employment and the share of industries in GRP, the correlation coefficient in 2019 was -0.5198. A direct correlation was found between the level of shadow employment and the share of social sectors in GRP, in 2019 the correlation coefficient was 0,5890. The obtained results allowed us to identify the factors that favor the growth of the shadow economy. Among them, the backlog of the regions in economic and innovative development comes to the fore. The research findings can be used by the state authorities for developing regional economic policies aimed to reduce the scale of the shadow economy.
KEYWORDS. Tax burden, shadow economy, regional economy, gross regional product, informal employment, correlation analysis, innovation.
ARTICLE INFO. Received December 16, 2021; accepted March 21, 2022; available online April 30, 2022.
Введение
Современная экономика строится на транспарентности и открытости экономических отношений. Информационные технологии позволяют получить достаточно полные сведения об экономических контрагентах. Сами хозяйствующие субъекты стремятся распространить позитивную информацию о себе, поделиться своей успешной практикой для привлечения клиентов. В тоже время негативная информация о недобросовестной хозяйственной деятельности, нарушении контрактных обязательств оперативно становится известной участникам рынка. Тем самым экономическая прозрачность становится залогом успешности ведения бизнеса. Транспарентность востребована при общении с финансовыми институтами в процессе заключения или продления кредитного договора, в процессе страхования, получения лизинга, привлечения инвесторов. Малейшие подозрения государственных контролирующих органов в непрозрачности ведения хозяйственной деятельности могут привести к повышенному вниманию и предвзятому отношению со стороны проверяющих органов, что затруднит ведение бизнеса и снизит имидж компании.
Вместе с тем определенные экономические субъекты предпочитают выгодам легальной деятельности уход в «тень». Хозяйствующие субъекты, осуществляющие неформальную деятельность, имеют возможность сократить свои издержки за счет уклонения от уплаты налогов, снижения расходов на оплату труда наемных работников, работающих неофициально, пользования коммунальных услуг без их оплаты и т.п. Для предпринимателей развивающихся стран, в которых слабо развита экономическая инфраструктура, а сложившиеся социальные институты не отвечают условиям рыночной экономики, возможность работать в «тени» зачастую является условием обеспечения рентабельности своего бизнеса, либо даже простого «выживания». Поэтому институциональные условия подталкивают хозяйствующих субъектов развивающихся стран к извлечению выгоды от неформальной деятельности, тогда как в развитых странах мира уже легальная деятельность дает преимущества экономическим субъектам. Вследствие этого сложилась значительная межстрановая дифференциация по уровню теневой экономики. В некоторых развивающихся странах объем теневой экономики превышает величину официальной экономической деятельности (в Зимбабве она составила в 2015 г. 67,0 % ВВП,
на Гаити — 56,4 %, в Грузии — 53,1 %), а в развитых странах на долю теневой экономики приходится незначительная доля создаваемого валового внутреннего продукта (в Японии — 8,2 %, в США — 7,0 %, в Швейцарии — 6,9 %) [1]. Но при всей незначительности уровня теневой экономики, в развитых странах она все равно не имеет нулевую величину, в этих странах сохраняются виды экономической деятельности, которые не могут быть выведены из «тени». К ним относятся преступная деятельность (например, незаконная торговля наркотиками, оружием), нелегальная хозяйственная деятельность с привлечением на работу незаконных мигрантов. Несмотря на наличие неснижаемого минимума теневой экономики, страны мира очень значительно различаются по уровню теневой экономики.
Кроме межстрановой дифференциации теневой экономики наблюдаются различия масштабов теневой экономики между регионами внутри отдельных стран. Однако невозможно объяснить институциональными различиями разницу в уровне теневой экономики между регионами одной страны. Ведь территория страны представляет собой единую экономическую систему, в которой действуют одни и те же правовые акты, регулирующие экономические отношения; хозяйствующие субъекты пользуются схожей экономической инфраструктурой; равная налоговая нагрузка сложилась в одинаковых отраслях экономики; предприятия имеют равный доступ к кредитным ресурсам; трудовые ресурсы обладают схожими навыками и уровнем профессиональной подготовки и т.п. В этой связи в данном исследовании предпринята попытка выявления условий, благоприятствующих формированию теневой экономики в российских регионах.
Целью исследования является составление так называемых «портретов» регионов с высоким уровнем тенезацией и с низкой долей теневой экономики. Для достижения этой цели был проведен анализ факторов, сопутствующих высокому уровню теневой экономики в российских регионах, а также факторов, наличие которых сдерживает расширение масштабов тенезации экономической деятельности. В качестве гипотезы исследования выдвинуто предположение о том, что масштабы теневой экономики ниже в тех регионах, где сложились институциональные условия, близкие к экономической среде развитых стран мира. К таким условиям, на наш взгляд, относятся: высокий уровень экономического развития, измеряемый величиной валового регионального продукта (ВРП) на душу населения; активное использование инновационных технологий; высокий уровень налоговой нагрузки, позволяющий в большем объеме финансировать из бюджета предоставление общественных благ населению. Вместе с тем низкий уровень теневой экономики предположительно должен наблюдаться в регионах, в которых значительную долю в структуре экономики занимают отрасли промышленности, а также значительная часть добавленной стоимости создается в отраслях социальной сферы. Данные обстоятельства, по нашему мнению, вызваны тем, что промышленное производство обычно осуществляется крупными предприятиями, которым сложнее «уводить» свою экономическую деятельность в «тень»; а среди субъектов социальной сферы превалируют государственные и муниципальные организации, которым не свойственна неформальная деятельность. Сравнительный анализ различий регионов России по уровню теневой экономики и по отдельным экономическим показателям позволил выявить условия, благоприятствующие росту теневой экономики, а также сдерживающие ее рост.
Исследования теневой экономики на региональном уровне
Оценке уровня теневой экономики в общенациональном масштабе посвящено большое количество исследований. Статистические наблюдения, основанные на системе национальных счетов, позволяют получить исходные данные, необ-
ходимые для измерения величины теневой экономики на уровне всей страны. Разработано довольно много прямых и косвенных методов расчета величины теневой экономики в масштабах всей страны. В тоже время гораздо сложнее получить исходные статистические данные для измерения теневой экономики на региональном уровне. Отдельные показатели, используемые для оценки уровня теневой экономики, органы государственной статистики рассчитывают только в общенациональном масштабе. Это связано с тем, что регионы не являются закрытыми экономическими системами и межрегиональное перераспределение финансовых и товарных потоков, трудовых ресурсов не всегда удается точно измерить. Кроме того, оценки масштабов теневой экономики на общенациональном уровне, на основе которых можно принимать управленческие решения по разработке и корректировке экономической политики, более востребованы органами власти, чем аналогичные исследования в региональном разрезе. В этой связи существенно меньше разработано методов измерения теневой экономики на региональном уровне.
Прямые методы оценки уровня теневой экономики применил T.J. Putnir№ исследуя величину теневой экономики регионов Эстонии, Латвии и Литвы на основе анализа скрытой прибыли, заработной платы, доходов, которые платят фирмы в виде взяток [2]. L.L. Albu провел обследование неформального сектора в регионах Румынии, подвергнув оценке уровень доходов населения [3]. Косвенные методы измерения теневой экономики основаны на оценке индикаторов, отражающих отдельные стороны теневой экономической деятельности. В частности, G. Ardizzi, C. Petraglia, M. Piacenza, G. Turati исследовали долю сделок, совершаемых в провинциях Италии в наличном денежном обороте, который предположительно свойственен для теневых операций [4]. Сопоставление количества потребления электричества с объемами производственной деятельности, позволяющее выявить неучтенную величину хозяйственной деятельности (так называемый метод потребления электричества), применили E.B. Heath, L.R. Jones в процессе измерения уровня теневой экономики в штатах США [5].
На построении математических моделей, способных имитировать развитие экономических процессов и получать значение исследуемых показателей, характеризующих явления, связанные с теневой экономикой, основаны методы моделирования. С применением MIMIC-метода A. Mummert, F. Schneider рассчитали уровень теневой экономики в федеральных землях Германии [6].
Авторы, занимающиеся исследованием теневой экономики на региональном уровне, выделяют ряд факторов, оказывающих существенное влияние на величину теневой экономики. Большинство из них рассматривают высокую налоговую нагрузку в качестве главной причины, способствующей уходу хозяйствующих субъектов в «тень». Такой точки зрения придерживаются Е.А. Сутина, О.В. Жигалова, Э.А. Туганова: «основной причиной развития теневого сектора экономической деятельности являются высокие налоги» [7, с. 57]. В.Ю. Щеглов и Е.В. Федонина утверждают: «Где существует высокая налоговая нагрузка на налогоплательщиков, там всегда появляется теневая экономика. Одной из причин ухода предприятий (особенно малых) в теневую экономику является жесткий налоговый прессинг» [8, с. 45]. О том, что высокая налоговая нагрузка стимулирует рост теневой экономики, отметили в своих публикациях В.В. Криворотов, А.В. Калина, М.А. Подберезная [9], Е.С. Вылкова, И.А. Позов [10]. Стоит отметить, что мнение о росте величины теневой экономики из-за увеличения налоговой нагрузки противоречит первоначальной гипотезе данного исследования, предполагающей, что рост налоговых изъятий сопровождается увеличением бюджетных расходов, направленных на создание благоприятных условий ведения бизнеса, в
которых легальная форма хозяйственной деятельности обладает преимуществами перед неформальной.
По результатам исследования, проведенного А.П. Киреенко, Е.Н. Невзоровой, Е.Н. Орловой, О.Ю. Поляковой, было выявлено разнонаправленное влияние теневой экономики на социальное положение и уровень жизни в российских регионах: «Отрицательное влияние теневой экономики на качество жизни населения подтверждается тем, что в регионах, где теневая экономика выше среднего уровня, более высокая численность населения на одну больничную койку; меньший охват детей дошкольными образовательными организациями; меньше ожидаемая продолжительность жизни. Положительное влияние теневой экономики на уровень жизни населения подтверждается тем, что в регионах, где теневая экономика выше среднего уровня, больше разница между потреблением на душу населения и душевыми доходами; меньше разница между уровнем банковских депозитов и доходами на душу населения» [11, с. 182].
Целая группа авторов отмечает связь теневой экономики с инновационными процессами в регионе — теневая экономика рассматривается как фактор, сдерживающий внедрение инноваций в производственные процессы, как на это указывает В.Ю. Буров и П.А. Кислощаев: «Теневая экономическая деятельность снижает уровень инновационной активности» [12, с. 106]. Схожих взглядов придерживается И.Г. Дахов: «Теневая экономика сдерживает создание промышленности, основанной на современных технологиях и инновациях» [13, с. 112].
С учетом результатов исследований, изложенных в рассмотренных публикациях, нами были разработаны подходы к выявлению факторов, оказывающих влияние на рост и снижение теневой экономики в российских регионах, а также подходы к оценке влияния этих факторов.
Методы исследования
Для измерения величины теневой экономики на уровне регионов обычно используются определенные статистические показатели, которые характеризуют неформальную экономическую деятельность. Наиболее репрезентативными показателями, составляемыми российскими органами государственной статистики (Росстат), которые могут быть использованы для оценки величины теневой экономики, являются:
— величина корректировки валовой добавленной стоимости на экономические операции, ненаблюдаемые прямыми статистическими методами;
— доля занятых в неформальном секторе экономики.
Первый показатель составляется на основе оценок специалистов Росстата о величине валовой добавленной стоимости, не попавшей в официальные отчеты обследуемых организаций, но предположительно созданной исходя из иных показателей, характеризующих экономические процессы. Данный показатель, характеризующий долю валового внутреннего продукта, создаваемую в теневой сфере, составляется в целом по стране, без региональной разбивки. Однако некоторые исследователи используют косвенные приемы измерения величины валовой добавленной стоимости, не наблюдаемой прямыми статистическими методами. М.О. Какаулина провела расчет величины теневой экономики в дальневосточных регионах России опираясь на имеющиеся статистические данные величины ненаблюдаемой экономики в отраслевом разрезе в масштабах всей страны, перенеся пропорции официальной и ненаблюдаемой экономики на отраслевую структуру отдельных регионов [14]. Аналогичным образом Е.Н. Невзорова, А.П. Киреенко, И.А. Майбуров для межрегионального сравнения уровня теневой экономики в российских регионах разработали и применили методику пространственно-
го анализа данных на основе глобального индекса Морана используя в качестве исходных данных величину ненаблюдаемой экономики в российских регионах, рассчитанную исходя из предположения о сохранении отраслевых пропорций ненаблюдаемой экономики на региональном и общенациональном уровнях [15].
Второй показатель (доля занятых в неформальном секторе экономики) составляется специалистами Росстата на основе выборочных обследований организаций, индивидуальных предпринимателей, домохозяйств и населения по вопросам занятости. Этот показатель иллюстрирует ту часть рабочей силы, которая в течение обследуемого периода была занята, по меньшей мере, в одной из производственных единиц неформального сектора. Данное условие позволяет отнести эту трудовую деятельность к теневой экономике.
Для целей нашего исследования был выбран показатель занятых в неформальном секторе экономики. Этот выбор был обусловлен тем, что данный статистический показатель достаточно полно характеризует склонность к теневой деятельности населения региона, соглашающегося работать неофициально. А также он нивелирует межотраслевые различия в уровне теневой экономики, обусловленные тем, что традиционно характеризующиеся высоким уровнем тенезации отрасли сельского хозяйства, строительства и торговли являются трудоемкими, но в тоже время менее производительными в расчете на одного работающего, поэтому создаваемая в этих отраслях «теневая» добавленная стоимость «заслоняется» более крупными результатами экономической деятельности, создаваемыми в отраслях промышленности, менее склонных к теневой деятельности.
В этой связи в данном исследовании была проведена оценка размера теневой экономики в российских регионах опираясь на показатель величины занятых в неформальном секторе экономики. Для анализа динамики теневой занятости был выбран период 2007—2019 гг., который охватывает последнее десятилетие со сложившейся к настоящему времени структурой экономики регионов. Следует обратить внимание на то, что Росстат проводил выборочные обследования рабочей силы раз в два года, поэтому в анализируемом периоде приведены данные не за каждый год, а с интервалом в 2 года. Анализ был проведен по всем 85 субъектам Российской Федерации (до 2015 г. — по 83 регионам, без учета республики Крым и г. Севастополь). Показатели доли занятых в неформальном секторе экономики в отдельных регионах России, обладающих самой высокой и самой низкой неформальной занятостью в 2019 г., приведены на рис. 1. Наименьшая неформальная занятость наблюдалась в столичных городах (Москве и Санкт-Петербурге), а также в регионах, являющихся центрами добычи углеводородов. Наибольшая неформальная занятость была выявлена в северокавказских национальных республиках, в Чеченской Республике она превысила официальную занятость.
С целью выявления условий, благоприятствующих теневой экономике в российских регионах, был проведен стохастический факторный анализ зависимости доли занятых в неформальном секторе экономики от таких факторов, как величина налоговой нагрузки, ВРП на душу населения, используемые передовые производственные технологии, уровень инновационной активности организаций, доля отраслей промышленности в ВРП, доля социальных отраслей в ВРП. Для определения тесноты связи факторов и результативного показателя был проведен корреляционный анализ на основе линейного коэффициента корреляции.
Результаты
При сопоставлении уровня налоговой нагрузки и неформальной занятости в российских регионах была выявлена умеренная обратная корреляционная зависимость между данными показателями. В регионах с низким уровнем налоговой
Рис. 1. Занятые в неформальном секторе экономики в отдельных регионах России в 2019 г., в % от общей численности занятого населения
Составлен автором на основе данных: Рабочая сила, занятость и безработица в России (по результатам выборочных обследований рабочей силы). 2020 : стат. сб. / Росстат. М., 2020. С. 162—163.
нагрузки обычно наблюдается значительная теневая занятость, и наоборот, в регионах, где значительная часть создаваемой добавленной стоимости изымается в бюджет посредством налогов, сложился низкий уровень теневой занятости. На рис. 2 проведено сравнение величины налоговой нагрузки и неформальной занятости отдельных российских регионов, у которых в 2019 г. сложился наименьший и наибольший уровень налоговой нагрузки.
Среди субъектов Российской Федерации с низким уровнем налоговой нагрузки преобладают северокавказские и южные регионы страны (в том числе большинство национальных республик), на территории которых ведут хозяйственную деятельность налогоплательщики отраслей экономики с низкой налоговой отдачей, таких как сельское хозяйство и торговля. В этих регионах наблюдаются значительные масштабы теневой занятости, которая как раз характерна для указанных отраслей экономики. С другой стороны, в регионах, на территории которых ведут производственную деятельность налогоплательщики, относящиеся к крупным промышленным предприятиям, сложился низкий уровень теневой занятости. Это можно объяснить тем, что крупные предприятия редко прибегают к использованию наемных работников в неофициальной форме. Эти данные опровергают тезис о том, что высокая налоговая нагрузка провоцирует хозяйствующих субъектов уводить свою деятельность в «тень». Именно в регионах с низкой налоговой нагрузкой наблюдается высокая теневая занятость, а там, где налоговая нагрузка высока, выявлена меньшая теневая занятость. Дополнительным стимулом к легальной деятельности является то, что благодаря налоговым изъятиям в регио-
80 70 60 50 40 30 20 10 0
□ Налоговая нагрузка, % от ВРП
Доля занятых
в неформальном секторе экономики, %
Рисунок 2. Налоговая нагрузка и доля занятых в неформальном секторе экономики в отдельных регионах России в 2019 г.
Составлен автором на основе данных: Рабочая сила, занятость и безработица в России (по результатам выборочных обследований рабочей силы). 2018 : стат. сб. / Росстат. M., 2018. С. 177—179; Регионы России. Социально-экономические показатели. 2020 : стат. сб. / Росстат. М., 202. С. 490—491; ФНС России. URL: http://www.nalog.ru.
нах с более высокой налоговой нагрузкой удается создать более благоприятные институциональные условия для ведения бизнеса и хозяйствующим субъектам удается воспользоваться выгодами легальной экономической деятельности. Тогда как в регионах с низкой налоговой нагрузкой не удается создать за счет бюджетных источников эффективную экономическую инфраструктуру и хозяйствующие субъекты компенсируют неблагоприятные условия экономической деятельности уходом в «тень», что позволяет сэкономить на издержках своей деятельности, в том числе на налогах и иных обязательных платежах.
Вместе с тем не во всех регионах страны наблюдается тесная связь между налоговой нагрузкой и неформальной занятостью на протяжении всего анализируемого периода. Как видно из данных, приведенных в табл. 1, в период 2007—2019 гг. коэффициент корреляции между анализируемыми показателями в среднем составил —0,3736, что свидетельствует о наличии умеренной корреляционной зависимости. Для того, чтобы нивелировать неоднородность российских регионов, был проведен кластерный анализ, в ходе которого регионы были разбиты на квартили по уровню налоговой нагрузки, и уже в рамках каждого образовавшегося кластера был проведен корреляционный анализ тесноты связи между налоговой нагруз-
кой и неформальной занятостью. В 1-й квартиль попали регионы, чья налоговая нагрузка в 2019 г. не превысила 12,4 % от ВРП; у этих регионов заметная теснота связи налоговой нагрузки с неформальной занятостью — в 2019 г. она составила —0,5214. Регионы 4-го квартиля обладали налоговой нагрузкой 24,3 % и выше; у них также наблюдалась заметная теснота связи между анализируемыми показателями — —0,4152 в 2019 г. В 3-м и 4-м кластерах сложилась умеренная корреляционная связь. В 1-й и 2-й квартили попали регионы с наибольшей величиной теневой занятости, а в 3-й и 4-й с наименьшей. Регионы из 1-го и 4-го квартилей менее чувствительны к изменению уровня неформальной занятости под влиянием изменения налоговой нагрузки, чем регионы из 2-го квартиля. Коэффициент корреляции динамики этих показателей за период 2007—2019 гг. в 1-м квартиле обычно был ниже 0,5, это характеризует стабильность ситуации с теневой занятостью в регионах с наименьшим уровнем налоговой нагрузки.
Коэффициенты корреляции доли занятых в неформальном секторе экономики с отдельными экономическими показателями регионов России в 2007—2019 гг.*
Наименование показателя 2007 2009 2012 2013 2015 2017 2019 среднее значение
Налоговая нагрузка -0,3010 -0,3066 -0,3907 -0,3375 -0,3778 -0,4744 -0,4274 -0,3736
ВРП на душу населения -0,4505 -0,3879 -0,4325 -0,3931 -0,4399 -0,4246 -0,4208 -0,4213
Используемые передовые производственные технологии -0,2077 -0,3481 -0,4585 -0,3941 -0,4663 -0,5188 -0,4837 -0,4110
Уровень инновационной активности организаций -0,0647 -0,2378 -0,2948 -0,1188 -0,3443 -0,3557 -0,4067 -0,2604
Доля отраслей промышленности в ВРП -0,4652 -0,5719 -0,4826 -0,4610 -0,5355 -0,5388 -0,5198 -0,5107
Доля социальных отраслей в ВРП 0,3157 0,4665 0,4426 0,4571 0,5820 0,6320 0,5890 0,4978
* Составлена автором на основе данных Росстата и ФНС России. URL: http://www.nalog.ru.
Обратная корреляционная зависимость сложилась между величиной валового регионального продукта на душу населения и неформальной занятостью. Это иллюстрирует рис. 3, на котором приведены данные регионов с наибольшей и наименьшей величиной ВРП на душу населения. В число регионов с наибольшей и наименьшей величиной ВРП во многом попали регионы, обладающие наибольшей и наименьшей налоговой нагрузкой, представленные ранее на рис. 2. Схожи и причины, обуславливающие совпадение регионов из обоих списков: отраслевая специфика — организации тех отраслей, где выше производительность труда, обычно характеризуются большей налоговой отдачей; более высокая производительность труда достигается на крупных предприятиях, использующих современные технологии, чему способствуют более благоприятные институциональные условия, которые в том числе создаются за счет бюджетных расходов на создание экономической инфраструктуры, финансируемых из налоговых доходов. В регионах, где мало высокопроизводительных рабочих мест, легальная трудовая
л H
8 000
6 000
4 000
2 000
7 531
70 60 - 50 40
■ 30
■ 20 10 0
к s
н
CD
В
^
Сн
К
к
cd
а S ч
ю
^
к
о id Ь
cd К S ч
ю
^
к
о id Ь
К cd К о
К Щ
<D
К К ft
cd
a ч
cd
м
О
к s ч: ft cd О cd
К
cd К
s
4
Ю
^
к
о
CD ^
К cd К о о <D К ft CD
F
О И ID cd F cd ft cd
К
M cd H о ID Сн
cd «
cd К
s
4
Ю
^
к
о ID
cd И
3 Н
cd К К
4
ю
^
к
о ID
Л ft К
cd К S ч
ю
^
к
о ID
К S н
ID Ü О
к ft ID И ID
О
cd
а к ч
ю
^
к
о ID
К S о и о Ь о К
ID К
:
ID ft О
П
К S
н ^
к К
cd И cd О cd К S ч
ю
^
к
о ID
Л н и cd Ч ю о
к
cd К о К cd
:
cd
О
<
>к s а
о н о
а ^
л н и cd Ч ю о
к
cd К о К
К
ч
cd И cd О
О
<
>к
S а
о >К S о К cd
Л н К cd
о о
< <
>к >к
и и
к к
я я
е е
н н
е е
к к
о
л
а
S
к
□ ВРП на душу населения, тыс. р
Доля занятых
в неформальном секторе экономики, %
0
Рис. 3. Валовой региональный продукт на душу населения и доля занятых в неформальном секторе экономики в отдельных регионах России в 2019 г.
Составлен автором на основе данных: Рабочая сила, занятость и безработица в России (по результатам выборочных обследований рабочей силы). 2018 : стат. сб. / Росстат. М., 2018. С. 177—179; Национальные счета России в 2013-2020 годах : стат. сб. / Росстат. М., 2021. С. 205—206.
деятельность заменяется неформальной, в том числе такой, которая не требует высокой профессиональной квалификации.
Корреляционная связь между величиной ВРП на душу населения и теневой занятости в российских регионах довольно умеренная — в 2019 г. коэффициент корреляции составил —0,4208. Теснота связи повышается при анализе теневой занятости в регионах, разбитых на кластеры по размеру ВРП на душу населения. В 1-м квартиле, в котором собраны регионы с самой низкой производительностью труда, выявлена высокая обратная зависимость — коэффициент корреляции в 2019 г. составил —0,7401. В остальных квартилях наблюдалась слабая или умеренная корреляционная связь. Подавляющее большинство регионов с высокой долей занятых в неформальном секторе экономики попала в 1-й квартиль, большинство регионов с низкой долей занятых в неформальном секторе оказалась в 4-м квартиле. Была выявлена тесная связь динамики анализируемых показателей в 2007—2019 гг. в 1-м квартиле: если у регионов данного кластера росла среднеду-
шевая величина ВРП, то обычно в схожей пропорции снижалась теневая занятость, аналогичным образом снижение величины ВРП сопровождалось ростом теневой занятости. У регионов из других кластеров такая взаимосвязь встречалась гораздо реже. На основе этих данных можно констатировать, что низкая производительность труда, использование менее производительного оборудования, преобладание субъектов малого бизнеса, для которых характерно использование наемных работников в неофициальной форме, становятся условиями, благоприятными для роста теневой экономики. Повышение производительности труда в регионах, где наблюдается значительные масштабы теневой экономики, способствуют снижению уровня теневой занятости.
Большинство авторов, занимающихся исследованием теневой экономики, убеждено в том, что теневая экономика является фактором, сдерживающим развитие инновационных процессов. На наш взгляд можно проследить и обратную зависимость, в которой инновационные процессы выступают фактором, сдерживающим расширение «теневой» деятельности и занятости. В данном случае мы исходим из предположения о том, что активное внедрение новых технологий и применение инноваций выводит экономические отношения на тот уровень, когда издержки нелегальной экономической деятельности превышают выгоды такой деятельности. Эти «издержки нелегальности» выявил в ходе своих полевых исследований Эрнандо де Сото и они наиболее остро ощутимы для организаций, внедряющих инновации: «Первое значительное отличие между владельцем внеле-гального бизнеса и его легальной коллегой состоит в огромных затратах внелегала на то, чтобы не попастся, это основной источник озабоченности у внелегалов... Внелегальный бизнес недостаточно капитализирован не только из-за отсутствия доступа к кредитам, но еще из-за того, что использование определенного оборудования делает его легко обнаруживаемым. Здесь нельзя свободно рекламировать товары и услуги и приходится полагаться только на репутацию. Во избежание наказаний приходится много тратить на подкуп властей — опрошенные теневики утверждали, что тратят от 10 до 15 % валового дохода на взятки и комиссионные, а законопослушные дельцы на те же цели расходую не более 1 %. Теневой бизнес привязан к низкотехнологичным и малопродуктивным методам производства. Теневой предприниматель является неудобным экономическим контрагентом: покупатель уплачивая налог на добавленную стоимость не может вычесть расходы на промежуточные товары, купленные у теневых поставщиков» [16, с. 159—164].
Факторный анализ взаимозависимости теневой занятости и инновационных процессов был проведен на основе таких показателей, как количество используемых передовых производственных технологий на душу населения (рис. 4) и уровень инновационной активности организаций (рис. 5). Статистическое наблюдение этих показателей проводит Росстат в разрезе субъектов Российской Федерации. В регионах с небольшой среднедушевой величиной передовых производственных технологий (находящихся в левой части рис. 4) обнаружена более высокая теневая занятость, чем в регионах, активно внедряющих данные технологии (находятся в правой части рис. 4). Корреляционный анализ выявил умеренную обратную зависимость между этими показателями. Значимая теснота связи наблюдалась в 2017 г., когда коэффициент корреляции составил —0,5188. Уровень инновационной активности организаций рассчитывается в процентах как отношение числа организаций, осуществлявших инновационную деятельность, к общему числу организаций. Инновационная активность организаций также находится в обратной корреляционной зависимости от величины теневой занятости. Хотя наблюдаемая теснота связи ниже, чем между теневой занятостью и передовыми производственными технологиями. Наиболее высокое значение коэффициента корреляции было
т
=3
1 000 900 800 700 600 500 400 300 200 100 0
9"51,"8r
70 60 50 40 30 20 10 0
|—I Используемые передовые производственные технологии на душу населения, шт.
Ф Доля занятых
в неформальном секторе экономики, %
Рис. 4. Используемые передовые производственные технологии на душу населения и доля занятых в неформальном секторе экономики в отдельных регионах России в 2019 г.
Рисунок составлен автором на основе данных: Рабочая сила, занятость и безработица в России (по результатам выборочных обследований рабочей силы). 2020 : стат. сб. / Росстат. М., 2020. С. 162—163; Регионы России. Социально-экономические показатели. 2020 : стат. сб. / Росстат. М., 2020. С. 1056-1057.
достигнуто в 2019 г. — -0,4067. Кластеризация регионов по степени внедрения передовых производственных технологий и уровню инновационной активности организаций не позволила обнаружить более тесную связь между теневой экономикой и инновационными процессами в границах отдельных кластеров, чем это было сделано в ходе корреляционного анализа по всей совокупности российских регионов.
Структура экономики региона в ходе данного исследования рассматривалась в качестве одного из факторов, оказывающих влияние на величину теневой экономики региона. Была выдвинута гипотеза о том, что в регионах с преобладанием промышленных предприятий не должна наблюдаться высокая теневая экономика, ведь для промышленных предприятий, обычно представленных крупными организациями, достаточно сложно осуществлять неофициальную деятельность. На
О Уровень инновационной активности организаций, % О Доля занятых в неформальном секторе экономики, %
Рис. 6. Доля отраслей промышленности в ВРП и доля занятых в неформальном секторе экономики в отдельных регионах России в 2019 г.
Рисунок составлен автором на основе данных: Рабочая сила, занятость и безработица в России (по результатам выборочных обследований рабочей силы). 2018 : стат. сб. / Росстат. М., 2018. С. 177-179; Национальные счета России в 2013-2020 годах : стат. сб. / Росстат. М., 2021. С. 221.
рис. 6 представлены данные регионов с наименьшей и наибольшей долей отраслей промышленности в ВРП региона. В ходе анализа была выявлена заметная обратная корреляционная зависимость между долей теневой занятости и долей отраслей промышленности российских регионах, в 2019 г. коэффициент корреляции составил -0,5198. В северокавказских и южных регионах России низкие масштабы промышленного производства сочетаются с высокой теневой занятостью, тогда как в регионах с крупным промышленным комплексом, являющихся центрами добычи ресурсов, наблюдается относительно невысокий уровень теневой занятости.
Кластеризация регионов по доле отраслей промышленности обнаружила наиболее тесную обратную связь между теневой занятостью и долей отраслей промышленности в 1-м квартиле, где собраны регионы с наименьшей величиной промышленного производства (коэффициент корреляции в 2019 г. составил -0,5748), и в 4-м квартиле, с наибольшей величиной промышленного производства (коэффициент корреляции -0,5783). Преобладающая часть регионов с наибольшей величиной неформальной занятости оказалась в 1-м квартиле. При сопоставлении динамики изменения анализируемых показателей за период 2007-2019 гг. в боль-
шинстве российских регионов была выявлена обратная корреляционная связь между величиной промышленного производства и теневой занятостью. Обычно рост доли отраслей промышленности в ВРП сопровождался снижением доли занятых в неформальном секторе, при сокращении доли промышленного производства наблюдалась обратная картина. На основе полученных данных можно сделать вывод о том, что увеличение в структуре региональной экономики отраслей промышленности способствует сокращению масштабов теневой экономики.
Согласно первоначальной гипотезе исследования превалирование в структуре экономики региона отраслей социальной сферы должно способствовать снижению уровня теневой экономики. К отраслям социальной сферы в рамках данного исследования были отнесены непроизводственные виды деятельности: образование, здравоохранение, предоставление социальных услуг, социальное обеспечение, культура, спорт, организация досуга и развлечений, государственное управление. Организации, работающие в этих отраслях чаще всего имеют государственную или муниципальную форму собственности, в которых обычно редко используется теневая занятость. На рис. 7 приведены субъекты Российской Федерации с наименьшей и наибольшей долей социальных отраслей в ВРП. Корреляционный анализ выявил прямую зависимость между величиной отраслей социальной сферы и неформальной занятости: чем большую долю в ВРП региона занимают социальные отрасли, тем большую долю в структуре занятости этого региона занимаю занятые в неформальном секторе, коэффициент корреляции в 2019 г. составил 0,5890.
Кластеризация регионов по доле социальных отраслей выявила наиболее тесную связь между анализируемыми показателями в 1-м квартиле — с наименьшей долей социальных отраслей, где в 2019 г. коэффициент корреляции составил 0,5605, а также в 4-м квартиле — с наибольшей долей социальных отраслей (коэффициент корреляции в 2019 г. — 0,4409). Повышенную теневую занятость в регионах с преобладанием социальных отраслей на наш взгляд следует объяснять не прямой, а косвенной связью между данными показателями. Не сами организации социальной сферы провоцируют рост теневой занятости, а низкая производительность труда и небольшая доля отраслей промышленности в этих регионах способствуют росту теневой экономики. Значительная доля добавленной стоимости, создаваемая в отраслях социальной сферы, является сигналом того, что в данном регионе слабо развит производственный комплекс. При этом преобладающая часть добавленной стоимости складывается из заработной платы бюджетников и чиновников, а не из прибыли предприятий и заработной платы работников этих предприятий, как это свойственно для экономически развитых регионов. Для регионов со слабо развитой экономикой характерен высокий уровень теневой экономики, так как низкое качество развития экономической инфраструктуры не стимулирует хозяйствующих субъектов выходить из «тени». В таких условиях организации и предприниматели не способны извлечь все выгоды от легальной деятельности, но при этом они стремятся сократить свои издержки в условиях неформальной деятельности.
Таким образом можно выделить определенные характеристики, свойственные регионам России с повышенным уровнем тенезации, которые образуют так называемый «портрет» региональной теневой экономики. К ним относятся: низкий уровень налоговой нагрузки, величина ВРП на душу населения в несколько раз меньше среднероссийского уровня, количество передовых производственных технологий на душу населения значительно меньше, чем в других регионах страны, инновационная активность организаций находится на низком уровне, незначительные объемы промышленного производства, в тоже время в структуре ВРП значительную долю занимают отрасли социальной сферы. Такого рода характеристиками обладают регионы с высоким уровнем теневой занятости: Чеченская Республика, Республики
70 60 50 40 30 20
10 — ■ S. 9'3
о о
< <
й й
и и
к к
с ц
й е
и н
с е
н а Pi
S
ы
т
н
а
□ Доля социальных отраслей в ВРП, %
Доля занятых в неформальном секторе экономики, %
Рис. 7. Доля социальных отраслей в ВРП и доля занятых в неформальном секторе экономики в отдельных регионах России в 2019 г.
Рисунок составлен автором на основе данных: Рабочая сила, занятость и безработица в России (по результатам выборочных обследований рабочей силы). 2018 : стат. сб. / Росстат. М., 2018. С. 177-179; Национальные счета России в 2013-2020 годах : стат. сб. / Росстат. М., 2021. С. 221.
Ингушетия и Дагестан, Ивановская область и Ставропольский край. Обратная ситуация наблюдается в регионах с низким уровнем теневой занятости: Республике Татарстан, Ямало-Ненецком автономном округе, Ленинградской области. В этих регионах указанные показатели выше или ниже среднероссийской величины в тех случаях, когда это свойственно низкому уровню неформальной занятости.
Во многих регионах изменение уровня теневой занятости сопровождается адекватным изменением величины экономических показателей, сопутствующих теневой занятости. На рис. 8 приведены регионы, в которых на протяжении 2007-2019 гг. снижался уровень теневой занятости: Еврейская автономная область, Республика Тыва, Республика Адыгея, Рязанская область. В тоже время в этих регионах в анализируемом периоде наблюдался рост налоговой нагрузки, увеличивалась инновационная активность, росла доля промышленности и снижалась доля социальных отраслей в ВРП. В регионах, в которых росла теневая
0
70
60
50
40
30
20
10
/
2007
2009
2012
2013
2015
2017
2019
Республика Тыва Еврейская АО Республика Адыгея Республика Адыгея
Республика Северная Осетия Ставропольский край Чеченская Республика Челябинская область
Рис. 8. Доля занятых в неформальном секторе экономики в отдельных регионах России в 2007-2019 гг.
Рисунок составлен автором на основе данных: Экономическая активность населения России (по результатам выборочных обследований). 2008 : стат. сб. / Росстат. М., 2008. С. 99-101; Экономическая активность населения России (по результатам выборочных обследований). 2010 : стат. сб. / Росстат. М., 2010. С. 100-102; Экономическая активность населения России (по результатам выборочных обследований). 2012 : стат. сб. / Росстат. М., 2013. С. 121-123; Экономическая активность населения России (по результатам выборочных обследований). 2014 : стат. сб. / Росстат. М., 2014. С. 173-174; Рабочая сила, занятость и безработица в России (по результатам выборочных обследований рабочей силы). 2016 : стат. сб. / Росстат. М., 2016. С. 175-176; Рабочая сила, занятость и безработица в России (по результатам выборочных обследований рабочей силы). 2018 : стат. сб. / Росстат. М., 2018. С. 177-179; Рабочая сила, занятость и безработица в России (по результатам выборочных обследований рабочей силы). 2020 : стат. сб. / Росстат. М., 2020. С. 162-163.
0
занятость (Республика Северная Осетия, Ставропольский край, Чеченская Республика, Челябинская область), наблюдались обратные процессы.
Выводы
По результатам проведенного исследования можно сделать вывод о том, в российских регионах складываются определенные экономические условия, способствующие как росту, так и снижению уровня теневой занятости. Низкий уровень налоговой нагрузки в регионе чаще всего является индикатором того, что в этом регионе значительная доля занятых работает в неформальном секторе экономики. Полученные результаты опровергают мнение тех исследователей, которые
считают, что налоговая нагрузка провоцирует уход экономических субъектов в «тень». Значительная налоговая нагрузка, наоборот, свидетельствует о благоприятных институциональных условиях, сложившихся в регионе, позволяющих вести успешную экономическую деятельность и уплачивать налоговые платежи в большом размере. Обычно в таких регионах за счет налоговых доходов создается развитая экономическая инфраструктура, все выгоды от использования которой можно получить только осуществляя деятельность в легальной форме.
Другим условием, благоприятствующим росту теневой экономики, является слабая инновационная активность в регионе. Организациям, активно внедряющим инновации, приобретающим новое оборудование, в том числе за счет привлеченных источников, затруднительно осуществлять неофициальную деятельность. Поэтому чаще всего работают в «тени» хозяйствующие субъекты, использующие устаревшее оборудование. Благодаря этому другой характеристикой, сопутствующей теневую занятость, является низкая производительность труда, измеряемая величиной ВРП на душу населения. Низкая производительность труда вызвана применением в производственном процессе устаревших технологий и старого оборудования.
Структура региональной экономики оказывает влияние на уровень теневой занятости. Неформальная занятость распространена в регионах, где слабо развита промышленность. Это обусловлено тем, что на крупных промышленных предприятиях сложнее привлекать к трудовой деятельности наемных работников в неофициальной форме. Значительная доля в структуре ВРП социальных отраслей обычно указывает на высокий уровень теневой занятости в регионе, вызванный слабым развитием его экономики.
Таким образом, подтвердилось большинство первоначально сформулированных гипотез исследования о характере влияния факторов, способствующих росту или снижению уровня теневой экономики. Единственной не подтвердившейся гипотезой стало предположение о том, что низкий уровень теневой экономики должен наблюдаться в регионах, в которых значительная часть добавленной стоимости создается в отраслях социальной сферы.
Полученные результаты исследования могут быть использованы органами государственной власти для проведения анализа региональной экономики, а также для разработки региональной экономической политики, направленной на сокращение масштабов теневой экономики за счет создания условий, неблагоприятных для теневой экономической деятельности.
Список использованной литературы
1. Medina L. Shadow Economies around the World: what did we learn over the last 20 Years? / L. Medina, F. Schneider. — DOI 10.5089/9781484338636.001. — Washington : IMF, 2018. — 76 p.
2. Putnina T.J. Size and Determinants of shadow Economies in the Baltic States / T.J. Putnina. — DOI 10.1080/1406099X.2011.10840498 // Baltic Journal of Economics. — 2011. — Vol. 11, iss. 2. — P. 5-25.
3. Albu L.L. A Model to Estimate Spatial Distribution of Informal Economy / L.L. Albu // Romanian Journal of Economic Forecasting. — 2008. — Vol. 5, iss. 4. — Р. 111-124.
4. Measuring the underground Economy with the Currency Demand Approach: a Reinterpretation of the Methodology, with an Application to Italy / G. Ardizzi, C. Petraglia, M. Pi-acenza, G. Turati. — DOI 10.2139/ssrn.2057864 // Bank of Italy Working Paper. — Rome, 2012. — No. 864. — P. 1-32.
5. Heath E.B. Using Electricity Demand to Estimate State-Level Underground Economic Activity in the US / E.B. Heath, L.R. Jones // International Journal of Business and Social Science. — 2013. — Vol. 4, no. 8. — P. 272-280.
6. Mummert A. The German Shadow Economy: Parted in a United Germany? / A. Mum-mert, F. Schneider. — DOI 10.1628/0015221022905885 // Finanz Archiv: Public Finance Analysis. — 2002. — Vol. 58, iss. 3. — P. 286-316.
7. Сутина Е.А. Состояние и динамика теневого сектора экономики в Ульяновской области / Е.А. Сутина, О.В. Жигалова, Э.А. Туганова // Вестник Екатерининского института. — 2020. — № 1 (49). — С. 56-60.
8. Щеглов В.Ю. Анализ влияния налогообложения на деятельность хозяйствующих субъектов / В.Ю. Щеглов, Е.В. Федонина // Модели, системы, сети в экономике, технике, природе и обществе. — 2019. — № 4 (32). — С. 40-49.
9. Криворотов В.В. Оценка масштабов распространения теневой экономки на региональном уровне / В.В. Криворотов, А.В. Калина, М.А. Подберезная // Вестник УрФУ. Серия: Экономика и управление. — 2019. — Т. 18, № 4. — С. 540-555.
10. Вылкова Е.С. Налоговое состояние субъекта РФ: теория, методология, методика диагностики / Е.С. Вылкова, И.А. Позов. — Санкт-Петербург : КультИнформПресс, 2014. — 262 с.
11. Теневая экономика в регионах России: оценка на основе MIMIC-модели / А.П. Ки-реенко, Е.Н. Невзорова, Е.Н. Орлова, О.Ю. Полякова. — DOI 10.15372/REG20170108 // Регион: экономика и социология. — 2017. — № 1 (93). — С. 164-189.
12. Буров В.Ю. Обеспечение экономической безопасности малых предприятий как фактор, способствующий развитию инновационной деятельности / В.Ю. Буров, П.А. Кислоща-ев // Фундаментальные исследования. — 2017. — № 3. — С. 105-109.
13. Дахов И.Г. Теневая экономика в промышленности современной России / И.Г. Да-хов // Экономика образования. — 2013. — № 2 (75). — С. 112-122.
14. Какаулина М.О. Методика количественной оценки ненаблюдаемой экономики на региональном уровне на основе отраслевой структуры валовой добавленной стоимости / М.О. Какаулина. — DOI 10.15826/vestnik.2018.17.6.046 // Вестник УрФУ. Серия: Экономика и управление. — 2018. — Т. 17, № 6. — С. 1021-1037.
15. Невзорова Е.Н. Пространственные взаимосвязи и закономерности распространения теневой экономики в России / Е.Н. Невзорова, А.П. Киреенко, И.А. Майбуров. — DOI 10.17059/2020-2-10 // Экономика региона. — 2020. — Т. 16, № 2. — С. 464-478.
16. Сото Э. де. Иной путь: Экономический ответ терроризму / Э. де. Сото ; пер. с англ. Б. Пинскера. — Челябинск : Социум, 2007. — 408 с.
References
1. Medina L., Schneider F. Shadow Economies around the World: what did we learn over the last 20 Years? Washington, IMF, 2018. 76 p. DOI: 10.5089/9781484338636.001.
2. Putnina T.J. Size and Determinants of shadow Economies in the Baltic States. Baltic Journal of Economics, 2011, vol. 11, iss. 2, pp. 5-25. DOI: 10.1080/1406099X.2011.10840498.
3. Albu L.L. A Model to Estimate Spatial Distribution of Informal Economy. Romanian Journal of Economic Forecasting, 2008, vol. 5, iss. 4, pp. 111-124.
4. Ardizzi G., Petraglia C., Piacenza M., Turati G. Measuring the underground Economy with the Currency Demand Approach: A Reinterpretation of the Methodology, with an Application to Italy. Bank of Italy Working Paper. Rome, 2012, no. 864, pp. 1-32.
5. Heath E.B., Jones L.R. Using Electricity Demand to Estimate State-Level Underground Economic Activity in the US. International Journal of Business and Social Science, 2013, vol. 4, no. 8, pp. 272-280.
6. Mummert A., Schneider F. The German Shadow Economy: Parted in a United Germany? Finanz Archiv: Public Finance Analysis, 2002, vol. 58, iss. 3, pp. 286-316. DOI: 10.1628/0015221022905885.
7. Sutina E.A., Zhigalova O.V., Tuganova E.A. The State and Dynamics of the «Shadow» Sector of the Economy in the Ulyanovsk Region. Vestnik Ekaterininskogo instituta = Bulletin of Ekaterininsk Institute, 2020, no. 1, pp. 56-60. (In Russian).
8. Shcheglov V.Yu., Fedonina E.V. Analysis of the Influence of Taxation on the Activities of Economic Subjects. Modeli, sistemy, seti v ekonomike, tekhnike, prirode i obshchestve = Models, Systems, Networks in Economics, Engineering, Nature and Society, 2019, no. 4, pp. 40-49. (In Russian).
9. Krivorotov V.V., Kalina A.V., Podbereznaya M.A. Evaluation of the Prevalence of the Shadow Economy at the Regional Level. Vestnik UrFU. Seriya: Ekonomika i upravlenie = Bulletin of Ural Federal University. Series Economics and Management, 2019, vol. 18, no. 4, pp. 540-555. (In Russian).
10. Vylkova E.S., Pozov I.A. Tax State of the Subject of the Russian Federation: Theory, Methodology, Diagnostic Methodology. Saint-Petersburg, Kul'tInformPress Publ., 2014. 262 p.
11. Kireenko A.P., Nevzorova E.N., Orlova E.N., Polyakova O.Yu. Shadow Economy in Russian Regions: an Estimation with the Mimic Model. Region: ekonomika i sotsiologiya = Region: Economics and Sociology, 2017, no. 1, pp. 164-189. (In Russian). DOI: 10.15372/ REG20170108.
12. Burov V.Yu., Kisloschaev P.A. Maintenance of Economic Safty of Small Enterprises as the Factor Promoting Development of Innovative Activity. Fundamental'nye issledovaniya = Fundamental Research, 2017, no. 3, pp. 105-109. (In Russian).
13. Dakhov I.G. Shadow Economy in Modern Russian Industry. Ekonomika obrazovani-ya = Education Economics, 2013, no. 2, pp. 112-122. (In Russian).
14. Kakaulina M.O. Methodology of Quantitative Estimation of Non-Observed Economy at the Regional Level on the Basis of the Branch Structure of Gross added Value. Vestnik UrFU. Seriya: Ekonomika i upravlenie = Bulletin of Ural Federal University. Series Economics and Management, 2018, vol. 17, no. 6, pp. 1021-1037. (In Russian).
15. Nevzorova E.N., Kireenko A.P., Mayburov I.A. Spatial Correlation and Distribution of the Shadow Economy in Russia. Ekonomika regiona = Economy of Region, 2020, vol. 16, no. 2, pp. 464-478. (In Russian). DOI: 10.17059/2020-2-10.
16. De Soto H. The other Path : the Economic Answer to Terrorism. New York, Perseus Books, 1989. 352 p. (Russ. ed.: De Soto H. The other Path : the Economic Answer to Terrorism. Chelyabinsk, Sotsium Publ., 2007. 408 p.
Информация об авторе
Федотов Дмитрий Юрьевич — доктор экономических наук, доцент, профессор кафедры международных отношений и таможенного дела, Байкальский государственный университет, г. Иркутск, Российская Федерация, fdy@inbox.ru, https://orcid.org/0000-0001-9908-802X, SPIN-код: 1199-7819, Scopus Author ID: 22134407500.
Author
Dmitry Yu. Fedotov — D.Sc. in Economics, Professor of the Department of International Relations and Customs Affairs, Baikal State University, Irkutsk, Russian Federation, fdy@ inbox.ru, © https://orcid.org/0000-0001-9908-802X, SPIN-Code: 1199-7819, Scopus Author ID: 22134407500.
Для цитирования
Федотов Д.Ю. Налоговая нагрузка как одно из условий, благоприятствующих теневой экономике в российских регионах / Д.Ю. Федотов. — DOI 10.17150/2411-6262.2022.13(1).10. — EDN DWYIBR // Baikal Research Journal. — 2022. — Т. 13, № 1.
For Citation
Fedotov D. Yu. The Tax Burden as One of the Conditions Contributing to the Shadow Economy in the Russian Region. Baikal Research Journal, 2022, vol. 13, no. 1. (In Russian). EDN: DWYIBR. DOI: 10.17150/2411-6262.2022.13(1).10.
