CC BY
12Оценка эффективности функционирования территорий Российской Федерации
Ксенофонтов Андрей Александрович
к.ф.-м.н., доцент, доцент Департамента менеджмента, Финансового университета при Правительстве РФ, AAKsenofontov@fa.ru
В мире постоянных изменений есть непрестанная потребность в средствах и методах, которые могут помочь социально-экономической системе управления начать работать более эффективно. Мир конкуренции содержит необходимость поиска путей, позволяющих организационным системам быть впереди своих конкурентов или догнать их, прежде чем станет слишком поздно. На сегодняшний день все большее внимание привлекают исследования экономики РФ и ее субъектов. В представленной работе предложен инструментарий анализа эффективности функционирования краев, областей и республик, входящих в состав РФ. В качестве базы для исследования взяты восемьдесят пять субъектов федерации. Информационной основой исследований явились данные, предоставляемые Федеральной налоговой службой и Федеральной службой государственной статистики. Для упрощения дальнейших исследований собранные сведения были перенесены в базу данных информационно-аналитической системы региональных налоговых поступлений «Налоги РФ».
Ключевые слова: менеджмент, управление, государственное управление, налоги, системный подход
Реалии современного мира диктуют необходимость устойчивого развития регионов Российской Федерации. Все субъекты экономических отношений нашей страны находятся в очень динамичной обстановке. На них воздействуют многочисленные политические, экономические, социальные, демографические, технологические, экологические, климатические, законодательные и прочие факторы.
В последние годы положительное влияние на развитие экономики нашей страны оказала цифровизация всех отраслей промышленности. Данный фактор может явиться рычагом, подтолкнувшим многие производственные отрасли, и стать основной устойчивого роста экономики страны в целом. Наше государство, обладая достаточными энергетическими ресурсами, имеет все предпосылки для активного использования результатов научно-технического прогресса. Так же в России полноценно действуют телекоммуникационные сети, которые являются базисом для развития цифровизации. Очень важным подспорьем развития данного направления является государственная поддержка рассматриваемых отраслей, в том числе через национальные проекты.
К отрицательным факторам, влияющими на развитие территорий РФ, следует отнести санкционную политику, проводимую ведущими мировыми державами. Эта политика сдерживания развития нашего государства направлена в том числе на блокирование поставок современного технологического оборудования на территорию страны, запрет на импортирование высокотехнологичной российской продукции и пр. Негативное влияние на развитие территорий страны также оказала пандемия COVID 19. Многие компании оказались на грани разорения и им требуется оказать необходимую стимулирующую поддержку.
Дальнейшие исследования будут посвящены оценке эффективности функционирования территорий Российской Федерации. Это своего рода анализ субъектов РФ и экономических отраслей, расположенных на их территориях. В свою очередь, экономику РФ можно рассмотреть, как большую социально-экономическую систему управления.
С точки зрения классической теории систем, процесс анализа может быть направлен на изучение систем управления, при этом происходит декомпозиция рассматриваемого объекта и исследуются его статические и динамические свойства. Исследование системы управления обязательно происходит во взаимосвязи со внешней средой организации. В менеджменте анализ системы управления может быть нацелен на:
• тщательное исследование объекта для его более эффективного применения, а также принятия управленческого решения по его дальнейшей модернизации или замене;
• проведение оценки альтернативных вариантов вновь создаваемой системы управления с целью выбора наилучшего варианта.
X X
о
го А с.
X
го т
о
ю
2 О
м
см
0 см
<0
01
о ш т
X
<
т О X X
К задачам проведения анализа системы управления могут быть отнесены: определение объекта анализа; структурирование системы; определение функциональных особенностей объекта; изучение его информационных характеристик; установление качественных и количественных показателей, описывающих эффективности функционирования объекта; ис-
следование эффективности деятельности объекта; обобщение и оформление результатов анализа для принятия управленческого решения.
Этап установления объекта анализа имеет следующий алгоритм действий: выделение исследуемой системы управления из окружающей среды; определение целей и задач управления; проведение первичной декомпозиции объекта с выделением субъекта управления (управляющей подсистемы), объекта управления (управляемой подсистемы) и степени влияния окружающей среды.
Перед исследователем может стоять одно из двух направлений анализа. Во-первых, это нахождение состояний системы управления, которое проводится с целью обозначения зон, требующих улучшения, и стимулирования изменений. В менеджменте данный этап может быть определен, как нахождение точки отсчета, и наши исследования нацелены на достижение именно этой задачи. Во-вторых, оценка альтернативных вариантов вновь создаваемого объекта с целью выбора лучшего варианта.
Выделяют следующие направления определения точки отсчета:
1. Анализ работы соперников — систематический анализ деятельности работы соперников, что позволяет улучшать собственную.
2. Лучшая практика — поиск лучшей практики, связанный с методами работы компании.
3. Сравнение качества работы — способ оценки качества работы компании и ее отделов.
4. Установление стандарта — способ создания инструкции для выработки адекватных или повышения рабочих стандартов.
Определение точки отсчета помогает установить цели и задачи, которые дадут системе управления возможность достигнуть устойчивого конкурентного преимущества в условиях рыночной экономики. Также могут быть проанализированы факторы окружающей среды, оказывающие положительное и отрицательное влияние на деятельность системы. Научная дисциплина менеджмент имеет разнообразный инструментарий проведения исследований подобного рода. К ним можно отнести, например: SWOT-анализ и PEST-анализ и его разновидности. Далее
устанавливаются виды и формы воздействий управляющей подсистемы и реакций объектов управления, а также воздействий окружающей среды. Определяются основные требования, предъявляемые к системе, и формулируется общий алгоритм функционирования.
На рисунке 1 экономика нашей страны представлена как большая, открытая социально-экономическая система управления. В предложенной системе управления в качестве события для исследования рассматривается сумма налоговых поступлений в бюджет РФ. Выдвинем предположение о том, что чем больше поступает в бюджет страны налогов, сборов и иных платежей, тем эффективнее функционирует данная система. Т.е.,
величина налоговых поступлений может стать инструментом для оценки эффективности деятельности исследуемой системы управления.
Рисунок 1 - Модель деятельности экономики РФ Источник: [1, с. 121]
Подвергнем первичному анализу финансово-экономическую и бюджетную системы России в 2018 г. Численность рабочей силы в РФ в 2018 г. составила 76 190 тысяч человек, занятое население (ЗН) - 71 561,7 тысяч человек, а величина налогового дохода (НД) - 21 142 044 805 тысяч рублей. При этом в федеральный бюджет было зачислено налогов, сборов, иных обязательных платежей на сумму 11 742 654 545 тысяч рублей. В консолидированный бюджет субъектов федерации поступило 9 399 390 260 тысяч рублей. Из консолидированного бюджета субъектов федерации в доходы местных бюджетов поступило 1 192 970 024 тысяч рублей.
^ [ Субсидии
Рисунок 2 - Модель финансово-экономического функционирования региона России Источник: [2, с. 178]
На рисунке 2 представлена концептуальная модель, описывающая финансово-экономическую деятельность любого из восьмидесяти пяти субъектов РФ. Модель рассматриваемой субъект, как систему управления, на входе которой сосредоточены поступления из федерального бюджета в виде субсидий, субвенций, дотаций и трансфертов. Также входом являются некоторая часть денежных поступлений, собранных на территории региона в предыдущие периоды времени. Результатом
функционирования представленной системы управления являются налоговые и неналоговые доходы.
Целью работы является проведение статистического анализа, направленного на исследование эффективности деятельности регионов России. Восемьдесят пять субъектов были выбраны в роли предмета исследований. Объектом исследований является экономическая деятельность республик, краев и областей, входящих в состав нашего государства.
В качестве методов исследований были выбраны всеобщие философские и общенаучные методы познания, такие как: синтез и анализ, дедукция и индукция и пр. Статистические методы исследований были приняты в качестве специальных методов познания. Индексный метод использован в роли частно-научного метода проведения исследований. Информация для проведения статистического анализа получена на сайтах ФНС РФ [2] и Росстата[3]. С сайта nalog.ru взята информация о сумме собираемых налоговых доходов (НД) по всем субъектам РФ, в том числе и по видам экономической деятельности (ВЭД), функционирующих на их территориях. Из сборников Росстата взята информация о численности занятого населения (ЗН) по всем регионам России, в том числе, распределенная по ВЭД.
На современном этапе научно-технического развития для проведения экономических исследований широко применяются современные информационные технологии. Не исключением стало и данное исследование. Для облегчения хранения и обработки информации полученные данные были собраны в информационно-аналитической системе (ИАС) «Налоги РФ». Рассматриваемая ИАС создана при участии автора научной статьи, является сертифицированной информационной системой и содержит: базу данных с геоинформационной привязкой, аналитический модуль, модуль автоматизированного переноса данных, пользовательский модуль и модуль администратора. Технология создания и применения ИАС описана в работе [4, с. 489].
Методы статистического анализа широко используются для исследований, проводимых в современной экономической науке. Одним из частных статистических методов является индексный метод. Его применению в области экономики и управления посвящены многочисленные работы ученых экономистов [5, с. 162]. Автор статьи также применяет индексный метод для анализа региональной экономики. В работе [6, с. 142] описана методика создания и прикладного применения индексного метода при проведении экономических исследований на территории РФ.
В работе [7, с. 144] был использован индикатор, являющийся отношением совокупного НД к численности ЗН по любому региону России. На основе рассчитанного индекса был получен рейтинг эффективности функционирования субъектов РФ. Данный рейтинг может быть построен как по совокупному НД (индикатор 1010), так и по четырнадцати видам экономической деятельности (ВЭД). В таблице 1 представлен рейтинг регионов России по совокупным налоговым поступлениям.
На основе предложенного индекса построим распределение субъектов РФ по их эффективности функционирования. Проведя ранжирование, мы получаем своеобразный рейтинг эффективности финансово-экономического функционирования регионов России. Нулевая отметка рейтинга будет соответствовать среднему значению индикатора по стране. В таблице 2 представлено
распределение субъектов федерации по индикатору совокупный НД в 2018 г.
Таблица 1
Рейтинг регионов России по совокупным налоговым поступлениям в 2018 г.
№ Название субъекта Ин- № Название субъ- Индекс
п.п. декс п.п. екта
1 г. Москва 30,86 44 Еврейская АО -2,75
2 Ямало-Ненецкий АО 25,94 45 Белгородская обл. -3,27
3 г. Санкт-Петербург 24,22 46 Кемеровская обл. -3,29
4 Ненецкий АО 23,31 47 Вологодская обл. -3,44
5 Чукотский АО 20,41 48 Респ. Калмыкия -3,54
6 Сахалинская обл. 18,04 49 Оренбургская обл. -3,64
7 Ханты-Мансийский АО 15,26 50 Волгоградская обл. -3,73
8 Красноярский край 13,50 51 Курская обл. -3,76
9 Мурманская обл. 12,77 52 Забайкальский край -4,01
10 Ленинградская обл. 11,99 53 Смоленская обл. -4,11
11 Камчатский край 11,11 54 Астраханская обл. -4,11
12 Московская обл. 10,66 55 Костромская обл. -4,14
13 Тюменская обл. 9,18 56 Владимирская обл. -4,22
14 Магаданская обл. 9,18 57 Тульская обл. -4,23
15 Респ. Коми 6,07 58 Брянская обл. -4,23
16 Томская обл. 5,87 59 Респ. Алтай -4,42
17 Калининградская обл. 4,77 60 г.Севастополь -4,57
18 Респ. Саха (Якутия) 4,05 61 Ставропольский край -4,58
19 Иркутская обл. 4,04 62 Амурская обл. -4,99
20 Пермский край 2,40 63 Респ. Адыгея -5,23
21 Хабаровский край 1,60 64 Респ. Бурятия -5,26
22 Свердловская обл. 1,01 65 Ульяновская обл. -5,51
23 Респ. Татарстан 0,96 66 Пензенская обл. -5,71
24 Краснодарский край 0,87 67 Чувашская Респ. -5,77
25 Архангельская обл. 0,37 68 Липецкая обл. -5,80
26 Респ. Карелия 0,29 69 Респ. Мордовия -5,82
27 Новосибирская обл. 0,26 70 Респ. Крым -6,00
28 Самарская обл. 0,15 71 Кировская обл. -6,07
29 Нижегородская обл. -0,46 72 Псковская обл. -6,09
30 Приморский край -0,89 73 Курганская обл. -6,09
31 Ярославская обл. -0,98 74 Алтайский край -6,32
32 Воронежская обл. -1,35 75 Респ. Марий Эл -6,80
33 Респ. Башкортостан -1,47 76 Ивановская обл. -6,89
34 Рязанская обл. -1,82 77 Орловская обл. -6,95
35 Удмуртская Республика -1,87 78 Тамбовская обл. -7,10
36 Ростовская обл. -1,89 79 Респ. Тыва -7,33
37 Тверская обл. -1,95 80 Карачаево-Черкесская Респ. -8,98
38 Омская обл. -2,12 81 РСО - Алания -9,33
39 Калужская обл. -2,33 82 Кабардино-Балкарская Респ. -9,99
40 Новгородская обл. -2,42 83 Респ. Дагестан -10,51
41 Челябинская обл. -2,51 84 Чеченская Респ. -11,41
42 Саратовская обл. -2,63 85 Респ. Ингушетия -11,74
43 Респ. Хакасия -2,69
Источник: [2, с. 179]
Из таблицы 1 следует, что наиболее эффективно в России функционируют следующие субъекты: г. Москва, Ямало-Ненецкий АО, г. Санкт-Петербург, Ненецкий АО, Чукотский АО, Сахалинская область, Ханты-Мансийский АО,
ю
2 О
м
см
0 см
<0
01
о ш т
X
<
т О X X
Красноярский край, Мурманская область, Ленинградская область, Камчатский край, Московская область, Тюменская область и Магаданская область. Можно заявить о том, что это кластер субъектов опережающего развития для нашей страны. Понятно, что налоговые поступления в ряде из перечисленных регионов создаются от добычи и продажи полезных ископаемых, производимой на их территориях. Также в данной группе присутствуют субъекты, не обладающие залежами полезных ископаемых, но имеющие хорошую компетенцию в области обрабатывающей промышленности, цифровизации, обеспечения электроэнергией. К таким субъектам можно отнести г. Санкт-Петербург и Ленинградскую область.
В нашей стране широко представлен кластер субъектов, имеющих средний уровень развития. Это территории, которые имеют некоторые проблемные зоны и требуют более пристального влияния. Например, Республика Хакасия, занимающая 43 позицию рейтинга, имеет выдающиеся успехи в области электроэнергетики, но практически не обладает производственными мощностями. Также в данном субъекте весьма низки темпы строительства.
В кластере наиболее экономически слабых субъектов расположись северокавказские республики, а также: Республика Тыва, Тамбовская область, Орловская область, Ивановская область, Республика Марий Эл, Алтайский край, Курганская область, Псковская область, Алтайский край, Курганская область, Псковская область, Кировская область, Республика Крым. В данном случае регионы перечислены по возрастанию от наиболее слабых, к наиболее сильным. Видим, что из перечисленных субъектов наиболее слабым субъектом является Республика Ингушетия. Отметим, что данный субъект является самым маленьким регионом страны, но при этом густонаселённым.
Рассматривая рейтинг субъектов РФ по величине налоговых поступлений, можно увидеть весьма серьезную неравномерность экономического развития регионов по территории страны. Как отмечалось выше, нулевая отметка рейтинга отображает средний уровень экономического развития территорий страны. Выше отметки среднего уровня расположились двадцать восемь регионов нашего государства. Ниже отметки среднего уровня сконцентрированы пятьдесят семь республик, краев, областей и один город федерального значения. При этом присутствует очень серьёзное экономическое расслоение субъектов федерации. Размах индекса составил более 40 единиц. Так в г. Москва значение индекса составило 30,86, а в Республиканке Ингушетия 11,74 со знаком минус.
Рассмотрим эффективность деятельности регионов страны по функционирующим на их территориях отраслям народного хозяйства. В таблице 2 приведены рейтинги субъектов федерации по ВЭД: 1035 - «Добыча полезных ископаемых»; 1085- « Обрабатывающие производства» и 1240 - «Обеспечение электрической энергией, ...... Коды рассматриваемых ВЭД взяты из общероссийского классификатора ВЭД.
Проведем более детальную финансово-экономическую оценку Республики Хакасии. Для этого применим относительный показатель интенсивности налогообложения доходов субъектов (ОПИНДС), являющийся отношением величины НД к численности ЗН по ВЭД. На рисунке 3 представлены рассчитанные значения показателя ОПИНДС для Красноярского края. Из рисунка следует, что на рассматриваемой территории наиболее развит ВЭД «Добыча
полезных ископаемых» и «Обрабатывающие производства». С существенным отставанием следуют вЭд «Производство и распределение электроэнергии, газа и воды», «Деятельность в области информации и связи», «Транспортировка и хранение» и пр.
Таблица 2
Рейтинг регионов Росс по совокупным налоговым поступлениям в 2018 г.
Субъект РФ Ранг 1035 Ранг 1085 Ранг 1240 Субъект РФ Ранг 1035 Ранг 1085 Ранг 1240
г. Москва 84 19 1 Еврейская АО 78 69 62
Ямало-Ненецкий АО 2 1 15 Белгородская обл. 31 34 36
г. Санкт-Петербург 8 4 3 Кемеровская обл. 38 73 24
Ненецкий АО 4 21 45 Вологодская обл. 85 16 60
Чукотский АО 34 75 83 Респ. Калмыкия 22 82 76
Сахалинская обл. 10 53 48 Оренбургская обл. 15 66 47
Ханты-Мансийский АО 3 13 6 Волгоградская обл. 18 12 49
Красноярский край 7 33 2 Курская обл. 29 55 32
Мурманская обл. 35 70 42 Забайкальск. край 75 72 37
Ленинградская обл. 23 2 13 Смоленская обл. 67 59 71
Камчатский край 80 24 57 Астраханская обл. 13 74 43
Московская обл. 39 15 7 Костромская обл. 70 50 31
Тюменская обл. 1 85 14 Владимирская обл. 71 29 44
Магаданская обл. 82 40 25 Тульская обл. 66 49 12
Респ. Коми 17 6 56 Брянская обл. 41 48 75
Томская обл. 5 28 27 Респ. Алтай 32 64 73
Калининградская обл. 25 3 17 г.Севастополь 49 61 79
Респ. Саха-Якутия 19 79 80 Ставропольский край 24 60 10
Иркутская обл. 14 22 4 Амурская обл. 81 65 85
Пермский край 6 23 35 Респ. Адыгея 48 14 78
Хабаровский край 61 9 28 Респ. Бурятия 68 56 72
Свердловская обл. 47 26 9 Ульяновская обл. 20 32 66
Респ. Татарстан 12 35 38 Пензенская обл. 30 36 58
Краснодарский край 28 46 23 Чувашская Респ. 58 37 52
Архангельская обл. 33 25 64 Липецкая обл. 64 38 59
Респ. Карелия 46 45 55 Респ. Мордовия 56 27 65
Новосибирская обл. 27 31 26 Респ. Крым 83 43 84
Самарская обл. 11 17 34 Кировская обл. 54 57 74
Нижегородская обл. 74 18 8 Псковская обл. 36 63 77
Приморский край 63 77 54 Курганская обл. 50 62 39
Ярославская обл. 65 8 21 Алтайский край 76 44 70
Воронежская обл. 43 47 16 Респ. Марий Эл 79 51 46
Респ. Башкортостан 16 52 22 Ивановская обл. 72 76 61
Рязанская обл. 42 7 41 Орловская обл. 37 54 68
Удмуртская Респ. 9 39 50 Тамбовская обл. 62 58 69
Ростовская обл. 59 20 20 Респ. Тыва 69 67 29
Тверская обл. 45 41 33 КЧР 57 78 18
Омская обл. 21 5 51 РСО - Алания 73 42 67
Калужская обл. 60 11 30 КБР 77 80 53
Новгородская обл. 40 68 63 Респ. Дагестан 51 71 40
Челябинская обл. 55 30 11 Чеченская Респ. 44 83 81
Саратовская обл. 26 10 19 Респ. Ингушетия 52 84 82
Респ. Хакасия 53 81 5
Источник: Рассчитана автором по данным [3], [4]
Рисунок 3 - Оценка функционирования отраслей экономики расположенных в Республике Хакасия в 2018 г. Источник: Рисунок построен на основе расчетов автора, проведенных по данным [3;4]
На рисунках 4 и 5 представлена оценка финансового-экономического положения самого сильного и слабого региона страны: г. Москвы и Республики Ингушетия. Из рисунка следует, что г. Москва имеет очень хорошее обеспечение электрической энергией. Также данный субъект имеет лидирующие позиции в области циф-ровизации, имея выдающуюся компетенцию в ВЭД «Информация и связь». Республика Ингушетия, не обладая значимыми залежами полезных ископаемых, имеет наиболее эффективно функционирующий ВЭД «Добыча полезных ископаемых». Также в регионе весьма развит ВЭД «Информация и связь», и республика имеет достаточное количество электрической энергии для развития отраслей обрабатывающей промышленности, основанных на элементах цифровизации экономики.
Рисунок 4 - Оценка функционирования отраслей экономики расположенных в г. Москве в 2018 г. Источник: Рисунок построен на основе расчетов автора, проведенных по данным [3;4]
Рисунок 5 - Оценка функционирования отраслей экономики расположенных в г. Москве в 2018 г.
Источник: Рисунок построен на основе расчетов автора, проведенных по данным [3;4]
В заключении можно сделать вывод о том, что в работе проведен анализ экономической деятельности больших социально-экономических систем. Приведены концептуальные модели функционирования экономики России и ее регионов. Построен рейтинг субъектов по их эффективности экономической деятельности для 2018 г. Дополнительно исследованы три субъекта федерации, относящихся к различным экономическим кластерам: г. Москва, Республика Хакасия и Республика Ингушетия. Выявлены зоны экономики регионов, требующие изменений и модернизации.
Литература
1. Камалетдинов ,А.Ш. Моделирование доходов социально-экономических систем на основе производственной функции / А.Ш. Камалетдинов, А.А. Ксенофон-тов //Финансы: теория и практика. -2018. -Т. 22. № 1 (103). -С. 118-127.
2. Ксенофонтов А.А., Исследование экономического состояния регионов РФ и их видов экономической деятельности / А.А. Ксенофонтов // Инновации и инвестиции. -2018. - № 6. -С. 174-183.
3. Федеральная налоговая служба [Электронный ресурс] - М.: ФНС России, 2005-2017 - Режим доступа: http://www.nalog.ru, дата обращения: 21.02.2021).
4. Росстат [Электронный ресурс] - М.: Росстат, / Режим доступа: http://www.gks.ru, дата обращения: 21.02.2021).
5. Камалетдинов, А.Ш. Использование информационных технологий для анализа статистических налоговых данных / А.Ш. Камалетдинов, А.А. Ксенофонтов, И.М. Косарев / В сборнике: Новая модель экономического роста на основе структурной модернизации в России. Материалы XVI Международной межвузовской научно-практической конференции. -2015. -С. 488-493.
6. Bleys, B. Barriers and options for alternative measures of economic welfare / Brent Bleys, Alistair Whitby / / Environmental economics. - SEP 2015. - № 117. -P. 162-172.
7. Ксенофонтов, А.А. Интегральный показатель интенсивности налоговых поступлений / А.А. Ксенофонтов, А.Ш. Камалетдинов // Вестник Университета (Государственный университет управления). - 2014. -№2. -С.142-148.
X X
о го А с.
X
го m
о
ю
2 О
м
es
0 es
<0
01
o
Ш
m
X
<
m O X X
8. Френкель А. А. и др. Российская экономика в 20112013 годах: тенденции, анализ, прогноз. Аналитический доклад. М.: Финансовый университет; 2013. 118 с.
9. Касаев Б. С., Ртищев А. В. Трехсекторная модель экономики и проблемы снижения пространственной поляризации регионов России. Инновации и инвестиции. 2013;(5):113-116.
10. Трифонов П. В. Оценка инвестиционного климата и механизмов реализации инновационных проектов в Республике Крым. Экономика и управление: проблемы, решения. 2015;2(10):7-10.
11. Daly H. E., Cobb J. B., Jr. For the common good: Redirecting the economy toward community, the environment, and a sustainable future. Boston, MA: Beacon Press; 1989. 534 p.
12. Hamilton C. The genuine progress indicator methodological developments and results from Australia. Ecological Economics. 1999;30(1):13-28. DOI: 10.1016/S 0921-8009(98)00099-8
13. Bagstad K. J., Shammin M. R. Can the Genuine Progress Indicator better inform sustainable regional progress? — A case study for Northeast Ohio. Ecological Indicators. 2012;18:330-341. DOI: 10.1016/j. ecolind.2011.11.026
14. Сапрыкина А. К., Дадонов В. А. Анализ факторов повышения конкурентоспособности России на международном рынке. Гуманитарный вестник МГТУ им. Н. Э. Баумана. 2016;(7):6.
15. Гревцев А. А. Оценка экономического развития стран на основе индекса глобальной конкурентоспособности. Проблемы прогнозирования. 2009;(6):128-138.
16. Sales B., Rover S., da Silva Ferreira J. Coherence in the disclosure of environmental practices of companies listed on the Business Sustainability Index (ISE). Revista Ambiente Contábil. 2018;10(2):1-22. DOI: 10.21680 /2176-9036.2018v10n2ID 12641 (In Portug.).
17. López M. V., Garcia A., Rodriguez L. Sustainable development and corporate performance: A study based on the Dow Jones Sustainability Index. Journal of Business Ethics. 2007;75(3):285-300. DOI: 10.1007/s10551- 006-9253-8
18. Rezaei J., van Roekel W. S., Tavasszy L. Measuring the relative importance of the logistics performance index indicators using Best Worst Method. Transport Policy. 2018;68:158-169. DOI: 10.1016/j.tranpol.2018.05.007
19. Meng B., Chi G. Evaluation index system of green industry based on maximum information content. The Singapore Economic Review. 2018;63(2):229-248. DOI: 10.1142/S 0217590817400094
20. Azapagic A. Developing a framework for sustainable development indicators for the mining and minerals industry. Journal of Cleaner Production. 2004;12(6):639-662. DOI: 10.1016/S 0959-6526(03)00075-1
21. Azapagic A., Perdan S. Indicators of sustainable development for industry: A general framework. Process Safety and Environmental Protection. 2000;78(4):243-261. DOI: 10.1205/095758200530763
Assessment of the functioning effectiveness of the Russian Federation
territories Ksenofontov A.A.
Financial University under the Government of the Russian Federation JEL classification: D20, E22, E44, L10, L13, L16, L19, M20, O11, O12, Q10, Q16, R10, R38, R40, Z21, Z32_
In a world of constant change, there is an ongoing need for tools and methods that can help the socio-economic management system start working more efficiently. The competitive world contains the need to find ways that organizational systems can stay ahead of their competitors or catch
up with them before it's too late. Today, more and more attention is attracted by studies of the economy of the Russian Federation and its subjects.
In the presented work, a toolkit for analyzing the effectiveness of the functioning of the territories, regions and republics that are part of the Russian Federation is proposed. Eighty-five subjects of the federation were taken as a base for the study. The informational basis of the research was the data provided by the Federal Tax Service and the Federal State Statistics Service. To simplify further research, the collected data were transferred to the database of the information and analytical system of regional tax revenues "Taxes of the Russian Federation". Keywords: management, administration, public administration, taxes,
systematic approach References
1. Kamaletdinov, A. S. Modeling of income of socio-economic systems based
on the production function / A. S. Kamaletdinov, A. A. Ksenofontov / / Finance: theory and practice. -2018. - Vol. 22. No. 1 (103). - pp. 118-127.
2. Ksenofontov A. A., Research of the economic state of the regions of the
Russian Federation and their types of economic activity / A. A. Ksenofontov // Innovations and investments. -2018. - No. 6. - pp. 174183.
3. Federal Tax Service [Electronic resource] - Moscow: FTS of Russia, 2005-
2017-Access mode: http://www.nalog.ru, accessed: 21.02.2021).
4. Rosstat [Electronic resource]. - M.: Rosstat, / access Mode: http://www.gks.ru, submission date: 21.02.2021).
5. Kamaletdinov, A. S. the Use of information technologies for the analysis of
statistical data tax / Kamaletdinov A. S., A. A. Ksenofontov, I. M. Kosarev / In the collection: a New model of economic growth based on structural modernization in Russia. Materials of the XVI International interuniversity scientific and Practical Conference. -2015. - pp. 488-493.
6. Bleys, B. Barriers and options for alternative measures of economic welfare
/ Brent Bleys, Alistair Whitby / / Environmental economics. - SEP 2015. -No. 117. -P. 162-172.
7. Ksenofontov, A. A. Integral indicator of the intensity of tax revenue / A. A.
Ksenofontov, A. S. Kamaletdinov // Bulletin of the University (State University of management). - 2014. - No. 2. - pp. 142-148.
8. Frenkel A. A. et al. The Russian economy in 2011-2013: trends, analysis,
forecast. Analytical report. Moscow: Financial University; 2013. 118 p.
9. Kasaev B. S., Rtischev A.V. The three-sector model of the economy and
the problems of reducing the spatial polarization of the regions of Russia. Innovation and investment. 2013;(5):113-116.
10. Trifonov P. V. Assessment of the investment climate and mechanisms for the implementation of innovative projects in the Republic of Crimea. Economics and management: problems, solutions. 2015;2(10):7-10.
11. Daly H. E., Cobb J. B., Jr. For the common good: Redirecting the economy
toward community, the environment, and a sustainable future. Boston, MA: Beacon Press; 1989. 534 p.
12. Hamilton C. The genuine progress indicator methodological developments and results from Australia. Ecological Economics. 1999;30(1):13-28. DOI: 10.1016/S 0921-8009(98)00099-8
13. Bagstad K. J., Shammin M. R. Can the Genuine Progress Indicator better
inform sustainable regional progress? — A case study for Northeast Ohio. Ecological Indicators. 2012; 18:330-341. DOI: 10.1016/j. ecolind. 2011. 11. 026
14. Saprykina A. K., Dadonov V. A. Analysis of factors of increasing Russia's
competitiveness on the international market. Humanitarian Bulletin of the Bauman Moscow State Technical University. 2016;(7):6.
15. Grevtsev A. A. Assessment of the economic development of countries based on the global competitiveness index. Problems of forecasting. 2009;(6):128-138.
16. Sales B., Rover S., da Silva Ferreira J. Coherence in the disclosure of environmental practices of companies listed on the Business Sustainability Index (ISE). Revista Ambiente Contábil. 2018;10(2):1-22. DOI: 10.21680 /2176-9036.2018v10n2ID 12641 (In Portug.).
17. López M. V., Garcia A., Rodriguez L. Sustainable development and corporate performance: A study based on the Dow Jones Sustainability Index. Journal of Business Ethics. 2007;75(3):285-300. DOI: 10.1007/s10551- 006-9253-8
18. Rezaei J., van Roekel W. S., Tavasszy L. Measuring the relative importance of the logistics performance index indicators using Best Worst Method. Transport Policy. 2018;68:158-169. DOI: 10.1016/j.tranpol.2018.05.007
19. Meng B., Chi G. Evaluation index system of green industry based on maximum information content. The Singapore Economic Review. 2018;63(2):229-248. DOI: 10.1142/S 0217590817400094
20. Azapagic A. Developing a framework for sustainable development indicators for the mining and minerals industry. Journal of Cleaner Production. 2004;12(6):639-662. DOI: 10.1016/S 0959-6526(03)00075-1
21. Azapagic A., Perdan S. Indicators of sustainable development for industry: A general framework. Process Safety and Environmental Protection. 2000;78(4):243-261. DOI: 10.1205/095758200530763
