Оценка валового муниципального продукта и сравнительный анализ российских городов Текст научной статьи по специальности «Экономика и бизнес»

УДК 332.12(1-21) + 338.2

ОЦЕНКА ВАЛОВОГО МУНИЦИПАЛЬНОГО ПРОДУКТА И СРАВНИТЕЛЬНЫЙ АНАЛИЗ РОССИЙСКИХ ГОРОДОВ

К. В. КРИНИЧАНСКИЙ, доктор экономических наук, профессор кафедры финансов и финансового права E-mail: kkrin@ya.ru

А. В. УНРАУ,

студентка факультета экономики, управления, права

E-mail: nfs923@ro.ru Южно-Уральский государственный университет (НИУ)

В статье представлена статистическая база данных, включающая показатель валового муниципального продукта (ВМП). Для расчета ВМП используется факторный метод. На основе собранных данных предлагается компаративное изучение российских городов. Выявлена взаимосвязь между ВМП и другими макро- и субрегиональными показателями. Предлагаются группировки городов, сходных по сравнимым критериям, а также выделение городов, имеющих согласно им большую или меньшую эффективность. Кроме того, делаются выборочные межстрановые сравнения структуры ВВП по критерию его производства в разных по численности городах и на разных территориях. Выявлено, что особенностью России является относительно меньший вклад «вторых городов» в выпуске, что может негативно сказываться на долгосрочной конкурентоспособности страны.

Ключевые слова: пространственная экономика, экономический рост и его факторы, пространственное распределение экономической активности, региональная политика.

Мотивация представленного исследования состоит в совершенствовании метода определения ВМП и использовании этого показателя в оценке эффективности региональной экономики. В исследовании продолжено начатое в работе [4] изучение межстрановых сопоставлений, помогающих отследить особенности образования ВВП на уровне

городов. Для подсчета вклада разных категорий городов в ВВП была создана новая база данных, включающая показатели ВМП для широкой выборки российских городов.

Собранные данные позволяют:

- осуществить сопоставление отдельных городов внутри России;

- отследить структурные сходства или расхождения;

- обнаружить относительно более и менее успешные города.

В конечном итоге это способствует более выверенному изучению причин и факторов лучшего либо отстающего развития городов и регионов России и разработке рекомендаций к осуществляемой политике.

В работе решаются следующие задачи:

- выбор адекватного согласно имеющимся исходным данным метода оценки ВМП городов России;

- создание базы данных по показателям, необходимым для расчета ВМП;

- расчет ВМП городов для выбранной группы;

- проведение необходимой группировки полученной базы данных по заданным критериям;

- осуществление компаративного анализа данных, характеризующих суммарный ВМП определенных категорий городов России, с аналогичными данными, рассчитанными для

других стран и регионов, и представление выводов по их результатам;

- осуществление сравнительного анализа отдельных городов и групп городов внутри России по критериям ВМП, подушевых инвестиций и т. д. и выявление относительно лучших и худших результатов, демонстрируемых такими городами и группами городов;

- предоставление общих выводов по результатам работы.

Основными изучаемыми переменными в работе являются факторы, определяющие размер ВМП (инвестиции в основной капитал, численность занятых), ВМП российских городов, характеристики поселенческой структуры, вклад различных категорий поселений в ВВП.

Главные гипотезы, проверяемые в работе:

1) с помощью факторного метода можно получить реалистичные оценки ВМП, согласующиеся с наблюдаемыми характеристиками относительного экономического развития городов;

2) оценки ВМП, полученные факторным методом, могут показывать различную чувствительность к значимым макроэкономическим и субрегиональным переменным;

3) оценки ВМП могут позволить делать нетривиальные заключения в рамках компаративного анализа, в том числе с помощью выделения кластеров, сходных по заданным характеристикам городов, определения «эффективных» и «неэффективных» городов внутри данных кластеров, что создает основу для проведения в дальнейшем более углубленного факторного анализа состояния экономики и экономического роста на уровне городов и регионов.

Уровень урбанистического развития в разных странах и регионах неодинаков. Однако сходство, как правило, состоит в том, что экономики проходят одни и те же стадии своего развития, характеризующиеся выраженными структурными особенностями. Таким образом, можно с высокой вероятностью ожидать возникновения определенных тенденций в той или иной экономике. Такие тенденции могут затрагивать структурные характеристики:

- городское - сельское население, население мегаполисов - общая масса населения, проживающего в городах;

- показатели доли ВВП, приходящейся на отдельные группы городов и сельскую территорию;

- динамику ВВП на душу населения в различных

по размеру городах и сельских территориях и

др.

Между странами наблюдаются также и различия в развитии городов (в темпах урбанизации, в эффективности использования инвестиций и т. д.). Как следует из выдвинутых ранее гипотез, авторов интересуют различия, состоящие в том, что факторы экономического роста, фиксируемые в субнациональных счетах, могут показывать разное влияние, отслеживаемое на региональном и субрегиональном уровнях. Это выявляется при межстрановых и внут-ристрановых сопоставлениях. В связи с получаемыми результатами важно увидеть как сравнительные преимущества отдельных территорий и регионов, так и сдерживающие рост факторы.

Проследим некоторые особенности развития мировой и национальных экономик, проявляемые с помощью урбанистического фактора:

1) основной вклад в мировой ВВП вносят крупные города, обладающие высокой динамикой роста (города, входящие в список Сйу-600 МсЮ^еу, в 2010 г. создавали более 50 % мирового ВВП (34 трлн долл. США из 63 трлн) [9, р. 18], при том, что на них приходилось только 1/5 всего населения);

2) источником экономической мощи развитых экономик является значительное число «вторых городов» - крупных и крупнейших городов с населением от 150 или 200 тыс. чел., из числа которых исключены самые крупные города (такие, как Нью-Йорк и Лос-Анджелес в США). Так, в США их насчитывается 255 и в 2010 г. они формировали более 70 % ВВП. В Западной Европе таких городов 180, а их доля в ВВП - более 50 % [11, р. 3];

3) большой вклад в экономический рост вносят агломерации: число агломераций с населением более 5 млн чел. с 1950 по 2005 г. выросло в мире с 7 до 30, а доля городского населения, приходящегося на такие агломерации, - с 5,6 до 6,5 %; число агломераций с населением от 1 до 5 млн чел. с 1950 по 2005 г. выросло с 75 до 364, а доля городского населения, приходящегося на такие агломерации, -с 18,7 до 22,6 % [4];

4) более быстрый экономический рост одних городов по сравнению с другими объясняется различными комбинациями факторов (наиболее существенные: прирост численности населения городов, благоприятное сочетание отраслей, приток инвестиций); важную роль по-прежнему играют благоприятные климатические условия и геогра-

фическое положение; влияние могут оказывать общемировые экономические тенденции, например, изменение центров локализации производства.

Чтобы провести доскональный анализ экономического развития регионов и городов и отследить факторы и тенденции такого развития, требуется использование обширной базы данных, включающей показатель ВМП. В России в настоящее время нет такой статистической базы. Вместе с тем методы оценки ВМП уже разработаны и известны (обзор таких методов содержится в работе [2]), а для их использования на практике имеются некоторые накопленные Федеральной службой государственной статистики данные, представленные как база данных показателей муниципальных образований [7]. К сожалению, существуют опасения, что качество раскрываемых данных и их однородность не вполне удовлетворительны. Тем не менее авторы, используя имеющиеся данные муниципальной статистики, рассчитали показатели ВМП городов России с численностью населения свыше 100 тыс. чел. Доступные исходные данные позволили это сделать для 165 городов за период с 2010 по 2011 г. и для меньшей выборки городов за 2012 г.

Далее рассмотрим выбранный авторами метод оценки ВМП.

Был применен метод факторной оценки, описанный в работах [5 и 8]. Выбранный метод имеет то преимущество, что не требует прямого счета и предполагает сбор только двух характеристик состояния экономики муниципальных образований (численность занятых и объемы инвестиций в основной капитал). Метод основан на понимании роли производственных факторов в теории роста. Концептуальной частью метода является предположение о тесной взаимосвязи ВМП и ВРП и возможности на этой основе выделения доли муниципалитета в ВРП. Апробация данного метода в рамках описанных в источниках процедур выявила некоторые его недостатки, состоящие в том, что получаемые результаты зависели от выбора шкалы измерения исходных данных. Для исключения этой проблемы авторы внесли в алгоритм некоторые изменения, а именно, была использована процедура нормировки значений факторов капитала и труда.

Представим ВРП как функцию, зависящую от количества применяемых факторов производства и предельной производительности каждого из них. Эта зависимость может быть описана с помощью различных производственных функций: Леонтьева,

Кобба - Дугласа, Солоу (функция CES). В представленном исследовании была использована производственная функция Кобба - Дугласа. Запишем ее в следующем виде:

7врп = А^П, где А - мультиплицирующий коэффициент, учитывающий вклад прочих факторов (в том числе технологий);

K - показатель, характеризующий основные фонды;

L - показатель, характеризующий затраты труда; а, в - коэффициенты эластичности, зависящие от предельной производительности соответствующего фактора.

Будем считать А, а и в искомыми параметрами и зададим единственное ограничение: а + в = 1, означающее, что авторы исходят из предположения, что функция Кобба - Дугласа является линейно однородной, т. е. она демонстрирует постоянную отдачу при изменении масштабов производства.

Начальным шагом алгоритма является оценка параметров А, а и в каждого региона по данным их ВРП YBpn, инвестиций в основной капитал K и численности занятых L за ряд лет. Следует заметить, что в литературе при описании функции Кобба - Дугласа, как правило, указывается, что показатели K и L берутся в единицах, имеющих соответствующую размерность (например, K - в стоимостном выражении, а L - как число занятых). Однако такой метод расчетов приводит к зависимости получаемой оценки параметра А от выбранного порядка значений исходных данных (например, от указания инвестиций в основной капитал в тысячах денежных единиц либо в миллиардах денежных единиц). Для устранения этой проблемы авторы предлагают предварительно осуществлять взвешивание (нормировку) величин капитала и труда, после чего переходить к процедуре оценки искомых параметров. В представленном исследовании данная процедура осуществлена с помощью расчета среднего для региона значения каждого из факторов и последующего отыскания нормированных к среднему значений факторов для соответствующих периодов (табл. 1).

Процедура получения оценочных значений коэффициентов А, а и (3 осуществлена с помощью модуля «Поиск решения» MS Excel. Использованный метод изложен в работе [1]. Здесь искомые коэффициенты рассматриваются как коэффициенты нелинейной множественной регрессии.

Таблица 1

Расчет нормированных значений факторов для оценки

коэ< >фициентов функции Кобба - Дугласа Челябинская область)

Год ВРП региона, млрд руб. Инвестиции в основной капитал, млрд руб. Среднегодовая численность занятых в экономике, тыс. чел. Нормировка: ВРП Нормировка: инвестиции Нормировка: занятые

2000 120,5610 22,250 1 582,4 0,2911 0,2370 0,9615

2001 142,4619 30,261 1 568,1 0,3440 0,3224 0,9528

2002 172,4464 33,405 1 572,7 0,4164 0,3558 0,9556

2003 220,1852 36,663 1 634,0 0,5317 0,3906 0,9929

2004 291,1799 59,004 1 662,2 0,7031 0,6285 1,0100

2005 349,9572 72,848 1 674,4 0,8450 0,7760 1,0174

2006 446,9180 89,200 1 685,2 1,0792 0,9502 1,0240

2007 575,6437 130,926 1 686,1 1,3900 1,3947 1,0245

2008 664,4927 181,006 1 696,1 1,6045 1,9282 1,0306

2009 556,9853 145,446 1 643,5 1,3449 1,5494 0,9986

2010 652,8655 151,121 1 665,7 1,5765 1,6098 1,0121

2011 775,9350 174,362 1 678,6 1,8736 1,8574 1,0200

Среднее 414,1360 93,87433 1645,75 - - -

Оптимизационная процедура (рис. 1) строится как минимизация суммы квадратов отклонений наблюдаемого значения ВРП за период к расчетному ВРП, полученному с помощью подстановки значений факторов в функцию Кобба - Дугласа.

После получения оцененных коэффициентов производственной функции данного региона можно перейти к определению (оценке) ВМП входящих в его состав городов. Для этого вычисляются весовые коэффициенты по следующей формуле:

о= А ■ Км

где с - индекс муниципального образования;

К Ьм - наблюдаемые показатели инвестиций и занятости муниципалитета; Кя, Ьк - наблюдаемые показатели инвестиций и занятости региона за тот же период. Далее вычисляется ВМП конкретного города: Ус =о-У

1 ВМП Г 1ВРП-

Можно заметить, что в силу присущих выбранному методу оценки ВМП недостатков, а также невысокого качества исходных данных полученные авторами оценки будут неизбежно содержать определенные неточности. При необходимости повышения точности оценки в развитие используемого метода рекомендуется вводить корректирующие

Год Нормированный ВРП Расчетный ВРП Квадрат разности нормированного и расчетного ВРП

2000 0,291115 0,321673 0,000934

2001 0,343998 0,411329 0,004534

2002 0,416400 0,445661 0,000856

2003 0,531674 0,483932 0,002279

2004 0,703102 0,712258 8,38Е-05

2005 0,84503 0,845210 3,27Е-08

2006 1,079158 0,996156 0,006889

2007 1,389987 1,356985 0,001089

2008 1,604528 1,763381 0,025234

2009 1,344933 1,469571 0,015535

2010 1,576452 1,519536 0,003239

2011 1,873624 1,707618 0,027558

Сумма (целевая ячейка для оптимизации) 0,088231

Оценочные значения коэффициентов

А 1,033203048

а 0,805241454

Р 0,194758546

Рис. 1. Расчет коэффициентов нелинейной множественной регрессии для производственной функции Кобба - Дугласа (ВРП Челябинской области)

поправочные коэффициенты (например, для уточнения ВМП некоторых групп городов с ярко выраженной отраслевой специализацией или городов, в которых размещены штаб-квартиры крупнейших компаний). Помимо этого было бы полезно лучше понимать, как формировались данные по инвестициям всей выборки городов. В силу того, что учесть особенности работы статистических служб на местах не представляется возможным, поправочные коэффициенты к показателю доли муниципалитета в региональном ВРП не вводились. Таким образом, авторы неявно (за одним исключением, описанным далее) предполагают полную однородность используемых данных, опуская расхождения в полноте собираемых исходных данных по инвестициям и методе подсчета агрегатов. Однако авторский метод расчета муниципальных инвестиций все же содержит процедуру корректировки. Она заключается в следующем. Известно, что методика расчета показателя инвестиций в основной капитал, входящего в базу данных показателей муниципальных образований, не предполагает учета таких существенных компонент, как индивидуальное жилищное строительство, инвестиции в основной капитал (осуществляемые субъектами малого предпринимательства и единицами неформальной экономики). Досчет данных компонент агрегата муниципальных инвестиций до 2013 г. включительно осуществлялся муниципальными статистическими службами. Досчитываемые до полного круга инвестиции в основной капитал по муниципальным образованиям публикуются в специальном региональном сборнике (см., например [6]). Данные сборники, к сожалению, не имеют режима открытого доступа и по этой причине не могли быть использованы авторами. Однако имеющиеся в распоряжении авторов выдержки некоторых из таких региональных сборников позволили вычислить примерное соотношение между показателями инвестиций, собранными по открытой базе, и публикуемыми с учетом дополнительных компонент. Таким образом, для устранения выявленного недостатка собранной авторами исходной базы данных по инвестициям была осуществлена процедура досчета: муниципальные инвестиции умножались на коэффициент, равный отношению данного показателя, взятого из региональной статистики и содержащего скорректированные муниципальными статслужбами цифры, к показателю, полученному из базы данных муниципальных образований Росстата.

Полученные коэффициенты досчета зависят от размера (численности населения) городов: для городов с численностью свыше 1 млн жителей - 1,03; от 500 тыс. до 1 млн - 1,15; от 250 до 500 тыс. - 1,25; от 100 до 250 тыс. - 1,35. В качестве оценки ВМП Москвы и Санкт-Петербурга авторами были взяты доступные из официальной статистики показатели ВРП данных городов-регионов.

Предложенный в исследовании метод оценки ВМП, предположительно, дает более точные результаты по сравнению с использованным в работе [4]. На взгляд авторов, используемый метод (даже с учетом присущих ему недостатков) может быть успешно применен для решения таких задач, как осуществление группировки городов по критерию размеров ВМП; оценка ВМП городов, пригодная для определения показателя суммарного ВМП, приходящегося на города с определенными характеристиками населенности и экономической активности (например, городов с населением свыше 500 или 150 тыс. жителей; тридцатки городов - лидеров по размеру ВМП и т. п.).

Начнем с описания некоторых межстрановых сопоставлений.

В исследовании McKinsey Global Institute [11] показано, что в разных странах население крупных городов (свыше 150 тыс. чел.) составляет неодинаковую долю в общей численности населения и что это может иметь важное значение для экономического развития стран в связи с высокой ролью в таком развитии крупных городов. Наиболее высока доля населения таких городов (данные за 2010 г.) в США: 259 наиболее крупных американских городов концентрируют 80 % населения. Поселенческая структура Западной Европы, стран Латинской Америки и Китая сильно отличается от США. Эти регионы имеют близкие друг к другу показатели концентрации населения в крупных городах: в Западной Европе таких городов 186, а их доля в общей численности населения составляет 58 %, в Латинской Америке 289 таких городов, и на них приходится 55 % населения, в Китае, соответственно, 710 таких городов с 48 % населения. По расчетам авторов, в России на города с численностью свыше 150 тыс. чел. (в 2010 г. их насчитывалось 115) приходилось 45,2 % населения. Концентрация населения России в крупных городах относительно низка (рис. 2). Это обстоятельство выступает как существенный (но не единственный) фактор того, что на такие города в России приходится меньше создаваемой

90' 80 70 60 50 40 30 20 10 0

80

58

55

48

45

США Западная Латинская Китай Европа Америка

Россия

Ряд 1; Ряд 2; Ряд 3; Ряд 4; Ряд 5;

США; 84 Западная Латинская Китай; 78 Россия; 53 Европа; 64 Америка; 76

]J Развитые регионы ^ Развивающиеся регионы

Источник: по США и другим регионам: McKinsey Global Institute [11]; по России: расчеты авторов.

Рис. 2. Влияние крупных городов (свыше 150 тыс. чел. населения) на экономику, выборка стран и регионов (2010 г.): а - доля населения крупных городов в общей численности населения страны; б - доля участия крупных городов в производстве ВВП страны, региона

добавленной стоимости, чем в иных сравниваемых странах и регионах, а именно: если в США на крупные города приходится 84 % выпуска, то в России только 53 %.

Проанализируем, как подушевой ВМП связан с другими статистическими показателями в России, какие заключения могут быть сделаны из сопоставлений по данному критерию российских городов и регионов.

Во-первых, можно обнаружить (предварительно исключив из выборки выбросы, приходящиеся на города тюменского Севера), что данный показатель слабо зависит от ранга города по критерию численности жителей. Об этом, например, свидетельствует сильный разброс уровня подушевого ВМП среди сопоставимых по населению городов. Так, в составе городов-миллионников подушевой ВМП колеблется от 148,62 тыс. руб. (Нижний Новгород) до 721,25 тыс. руб. (Москва); города с населением от 500 тыс. до 1 млн чел. имеют подушевой ВМП от 56,69 тыс. руб. (Набережные Челны) до 415,59 тыс. руб. (Краснодар); для городов с населением от 250 тыс. до 0,5 млн чел. это, соответственно, 79,23 тыс. руб. (Стерлитамак) и 418,53 тыс. руб. (Сочи); для городов с населением от 150 до 250 тыс. чел. - 37,99 тыс. руб. (Златоуст) и 697,11 (Нижнекамск). Причем указанные пары городов в последние годы демонстрировали совершенно разную ситуацию по сохранению населения (рис. 3).

На основании представленных сопоставлений отчетливо видна значимость фактора инвестиций, фактор численности населения или занятых в экономике на самом деле оказывается на 2-м месте. В выигрыше города, в которых реализуются крупные инвестиционные проекты (Москва, Краснодар, Сочи, Нижнекамск), в проигрыше - не сумевшие создать привлекательных условий для инвестиций или не имевшие для этого определенных объективных условий и к тому же обремененные устаревшей промышленной базой. Фактор населения скорее является вторичным к экономическому положению региона и города. Это проявляется в виде связи между численностью населения и занятых, с одной стороны, и темпами экономического роста в регионе, с другой. Авторами подсчитано, что тогда как 15 регионов - лидеров по темпам роста ВРП в период с 2000 по 2011 г. (исключая Москву, республики Северного Кавказа, Сахалинскую область и Чукотский АО1) имели положительный баланс изменения

1 Основания для исключения их из расчета следующие: Москва - несоразмерно высокий миграционный приток; северокавказские республики - резко контрастирующая картина естественного воспроизводства населения по сравнению с остальной частью России; Сахалин и Чукотка - сильно отличающиеся от других регионов показатели подушевого ВМП, являющиеся следствием реализующихся крупных инвестиционных проектов при относительно малой численности населения и занятых.

10,00 8,00 6,00 4,00 2,00 0,00 -2,00 -4,00

5,00 4,00 3,00 2,00 1,00 0,00 -1,00

0

00 22

_ Москва

Нижний Новгород

6,00 5,00 4,00 3,00 2,00 1,00 0,00 -1,00

4,00

со о ^ с^ ооооо^^^ 00000000 22222222

■ Краснодар

Набережные Челны

2,00

0,00

ю ьм ^ о -о О О О '—>—>—| 00000000 22222222

-2,00

-4,00

-6,00

> д У\<,

00000000

^ о

2222222 » /

ч

I

■Сочи

Стерлитамак

■ Нижнекамск

Златоуст

Источник: данные Росстата, расчеты авторов.

Рис. 3. Динамика среднегодовой численности населения, выборка городов (2005-2012),

% к предыдущему году: а - Москва и Нижний Новгород; б - Краснодар и Набережные Челны; в - Сочи и Стерлитамак; г - Нижнекамск и Златоуст

среднегодовой численности населения (+593 тыс. чел.), следующие за ними 15 регионов испытали в данный период значительную убыль населения (-2,5 млн чел.). Таким образом, при осуществлении контроля за составом выборки (при отслеживании особых (несравнимых) случаев формирования показателей подушевого ВМП) выясняется, что экономически благополучные (концентрирующие большие инвестиции) регионы лучше остальных сохраняют население, что, в свою очередь, позволяет обнаруживать более высокие темпы экономического роста на уровне представляющих их крупнейших муниципальных образований.

Во-вторых, можно наблюдать, что при закономерной в силу принятого метода зависимости ВМП от инвестиций изучение зависимости подушевых показателей позволяет выявить более успешные (эффективные) города в использовании инвестиций, а также города, которым хуже удается трансформировать инвестиции в выпуск.

Анализируя диаграмму «Подушевые инвестиции - подушевой ВМП» (рис. 4), построенную для 60-ти крупнейших городов (без Москвы, Санкт-Петербурга и городов республик Северного Кавказа),

можно наблюдать их довольно плотное расположение. Наиболее четкие оценки формулируются при отслеживании городов, образующих диагональные границы получившейся области. Относительно сильными городами, более эффективно преобразующими инвестиции в выпуск, являются Магнитогорск, Белгород, Тюмень, Пермь, Красноярск, Уфа, Омск, Мурманск. Относительно менее эффективными по тому же критерию являются Набережные Челны, Смоленск, Иваново, Воронеж, Тверь, Астрахань, Липецк.

Также авторами была построена диаграмма для той же выборки городов, где ордината - абсолютные оценки ВМП (рис. 5). Такая диаграмма интересна тем, что на ней разделяются разные по численности населения группы городов. Можно наблюдать, что выбранные города образуют три кластера. Города, попадающие в самый выраженный и многочисленный кластер (34 города, медианная численность - 416,0 тыс. чел.), имеют наиболее близкие показатели подушевых инвестиций и подушевого ВМП к средним значениям выборки из 158 городов (63,6 тыс. руб. на душу инвестиций и 68,8 млрд руб. ВМП). Более выгодно в этом кластере выглядят Ижевск, Воронеж, Иркутск, менее выгодно -Смоленск, Иваново, Волжский, Чита.

Еще один кластер - это 13 более крупных городов. Все они, за исключением Саратова, - милли-онники. Их расположение менее плотное. Лучшие позиции в кластере у Екатеринбурга, Самары, Казани, Перми, худшие - у Саратова, Волгограда, Нижнего Новгорода.

Третий кластер намного менее выражен. Его составляют 8 городов с населением от 300 до 600 тыс. чел. (медиана - 470,2 тыс. чел.). Менее успешные в нем: Калуга, Липецк, Астрахань, более успешные:

500,00

205,3

Размер подушевого ВМП, тыс. руб.

I Сургут

Магнитогорск Белго^рд ф

лининград рослаЩалуга Казань

повец "" Липецк

Волжски^ —Нижний Новгород гти ДЦ^ ^^

1СК

'ТуЖ ГвеРь Улан-У; э

Вла,

То^ятти

такавка^вано: Смоленс

' Воронеж

во

Смоленск

Красна ^^ Владивосток

Хабаровск

Соч одар

50,00

1абережные Челны

Размер подушевых инвестиций, тыс. руб.

15,00

63,6

150,00

Примечание. Размер пузырьков - нормированная велтшга численности населешга.Логарифмгиеская шкала по обеим осям. Источник: расчеты авторов.

Рис. 4. Зависимость величины подушевого ВМП от подушевых инвестиций (60 крупных городов)

350.00

300.00

250.00

200.00 -

150.00 -

100,00 -

68,8 50.00 -

Размер ВМП, млрд руб.

Новосибирск

Екатеринбург

Самара

Казань

Е|ермь

1

л.

Красноярск

Омск Уфа Челябин.

Ростов-на Нижний Нов

ж

■Дону город

Волгоград

ИжевсВ ор онежИр кутск

РязанА

БаРНа%нбург кКиро Тольятти У»®80!,«!1 -Н0Е0^'знетМурманцАтэхангсль(|к—Череповец

Во~ • • ^ргпн ВолФ'Ь Набережные Челны Иваново

ВладикавкЙюленск

0.00

Краснодар

Владивосток

Хабаровск

, Тюмень Сарато^ Ярославлмагнитогорск

•Белгород . Калининград

Сургут

Сочи

О

^СТ^ах:

Липецк

в Астрахань таврополь

^Калуга

Размер подушевых инвестиций, тыс. руб.

15,00 63,6 150,00

Примечание. Размер пузырьков - нормированная величина численности населения. Ось абсцисс (подушевые инвестиции) - логарифмическая шкала. Источник: расчеты авторов.

Рис. 5. Зависимость величины ВМП от подушевых инвестиций (60 крупных городов)

Тюмень и Магнитогорск. Наконец Сургут, Сочи, Хабаровск, Владивосток и Краснодар расположены так, что не попадают ни в одну из групп. При этом все эти города, кроме Краснодара, проигрывают в эффективности городам из второй группы, так как имеют худшее отношение ВМП к подушевым инвестициям. В свою очередь Краснодар, занимающий второе место по ВМП в выборке из 60 городов, выглядит менее эффективным по сравнению с Самарой, Пермью и Казанью.

В-третьих, можно наблюдать, что распределение регионов по уровню среднего подушевого ВМП отличается от рэнкинга регионов по подушевому ВРП. Анализ тридцатки лидеров свидетельствует, что по сравнению с рэнкингом по подушевому ВРП Пермский край прибавляет 13 позиций, Республика Татарстан - 6, Белгородская область - 7, Калининградская область - 15, Краснодарский край - 16, Республика Карелия - 19, Калужская область - 20, Саратовская область - 30, Рязанская область - 22, Курская область - 15, Астраханская область - 26, Кировская область - 31, Республика Мордовия - 30 позиций. В последней тридцатке интересно отследить регионы, теряющие позиции по сравнению с рэнкингом по подушевому ВРП. Так, Удмуртская Республика потеряла 13 позиций, Томская область - 41, Липецкая область - 28, Республика Башкортостан - 21, Забайкальский край - 10, Волгоградская область - 18, Владимирская область - 16, Воронежская область - 12, Нижегородская область - 34, Ульяновская область -12, Тамбовская область - 11, Смоленская область -29, Чувашская Республика - 12 позиций. Один из выводов такого анализа может состоять в том, что в первой группе регионов находятся крупные (наиболее сильные) города, они формируют лучшие условия для экономической активности, тогда как во второй группе находятся крупные (наиболее слабые) города, и это создает угрозу экономическому росту в таких регионах.

В работе [11] на примере анализа экономики городов США и ряда других регионов показано, что в последние годы наблюдается тенденция опережающего роста «второго эшелона» городов. Эти города становятся основной движущей силой экономики многих крупнейших стран. Эта тенденция тем отчетливее, чем меньше в стране проявляется избыточная «гравитация» крупнейших городов. В

100%

80%

60%

40%

20%

этом смысле Москва, стягивающая к себе ресурсы от всей России, является явно негативным примером, если оценивать его с позиции потенциального влияния на экономический рост.

Приведем некоторые сопоставления (2010 г.). Вклад Нью-Йорка в американский ВВП составлял 8 % (1 180 млрд долл.), вклад Лос-Анджелеса - 5 % (732 млрд долл.). Лондон составлял 33 % ВВП Великобритании (752 млрд долл.). Париж составлял 30 % ВВП Франции (764 млрд долл.). Токио вносил 34 % в ВВП Японии (1 868 млрд долл.) [11, р. 12]. Токио и Осака вместе составляли более чем 49 % ВВП государства. В 2010 г. на Москву приходилось 18,7 % ВВП России (22,2 % суммарного ВРП), или 334,32 млрд долл., 20 % денежных доходов россиян, 17 % оборота розничной торговли при 7 %-ной доле столицы в суммарной численности населения страны. Санкт-Петербург вносил 3,73 % в ВВП (4,5 % суммарного ВРП), или 66,6 млрд долл., т. е. суммарно обе столицы давали 22,43 % ВВП (26,73 % суммарного ВРП). Можно наблюдать, что пример Москвы (как города, концентрирующего экономический потенциал страны) не единственный. Однако следует обратить внимание на то, что подобная концентрация в большей мере присуща странам, гораздо меньшим по территории, тогда как, например, в США - сопоставимой по данному признаку с нашей страной - экономический потенциал как раз связывается со значительным числом и возрастающей ролью «вторых городов».

Более наглядно структурные особенности России, отражающие концентрацию населения в различных по численности городах и вклад групп таких городов в ВВП, показаны на рис. 6 и 7.

26,73 П2 крупнейших города

12,23

I Другие 30 крупнейших городов

47 01 Е Другие крупные города

Концентрация населения

Концентрация ВВП

□Некрупные города и сельская местность

Примечание. Показатели на 2010 г. Критерий крупных городов: свыше 150 тыс. чел.

Источник: расчеты авторов. Рис. 6. Показатели концентрации численности населения и вклада в создание ВВП различных категорий поселений России (по критерию численности), %

США

Западная Европа

Япония

Россия

США

Западная Европа

Япония

Россия

Ц 2 крупнейших города по ВВП □ Другие 30 крупнейших городов по ВВП И Другие крупные города (свыше 100 тыс. чел.) Н Некрупные города и сельская местность

Примечание. Выборка стран и регионов, 2010. Критерий крупных городов: свыше 100 тыс. чел. Источник: США, Западная Европа, Япония: McKinsey Global Institute [11]; Россия: расчеты авторов.

Рис. 7. Показатели концентрации численности населения и вклада в ВВП различных категорий поселений, %: а - концентрация населения в городах и иных поселениях; б - концентрация ВВП в городах и иных поселениях

Если следовать данным, представленным на рис. 6, в России экономическая роль «вторых городов» относительно менее заметна по сравнению с остальными категориями поселений. Одно из объяснений этой ситуации лежит в области взятого для оценки ВМП метода, а также в недостатках раскрываемой Росстатом базы данных по инвестициям. Если же допустить, что искажения, вызванные перечисленными причинами, все же не так критичны, то необходимо сделать вывод о том, что государственная политика последнего периода действительно создавала плохие условия для роста экономики на уровне крупных и средних городов. В результате обнаруживается, что человеческий ресурс относительно мало значим для создания стоимости в городах «второго плана». Имея 34 % населения страны, они создают только 26,25 % величины суммарного ВРП.

Если в США на тридцатку крупнейших по вкладу в национальный выпуск городов приходится 1/3 всего населения страны и 37 % ВВП, то в России это только 16,04 % населения и 15,6 % производимого ВВП. Вклад «вторых городов» в совокупности в создание ВВП России оценивается в 27,58 %, что решительно отличается от сопоставимого показателя в других странах и регионах: в США он составлял в

2010 г. 70 %, в Западной Европе - 54 %, в Японии -36 %. Таким образом, ресурс крупнейших (за исключением столиц) городов в части производства ВВП в России в значительной мере недоиспользован.

Наличие такого ресурса (потенциала) еще не означает, что он будет в оптимальной мере использован в будущем. Если в работе [4] указывалось, что, по-видимому, завышенной выглядит оценка потенциала малых городов и сельской местности (1/3 ожидаемого прироста ВВП в период с 2007 по 2025 г. [12]), то выводом представленного исследования является, что еще большей переоценкой может быть ожидание, что в этот период «вторые города» принесут 39 % ожидаемого роста ВВП, оцениваемого MGI в 10,1 трлн долл. США [10].

Анализ «вторых городов» России по критерию подушевого ВВП свидетельствует о следующем. Если исключить из рассмотрения города «нефтегазового Севера» и оценить состав и характеристики выборки, состоящей из 30 городов, то можно получить группу довольно разных городов (табл. 2). Их подушевой ВВП в 2010 г. находился в диапазоне от 264,93 (Калуга) до 796,04 тыс. руб. (Щелково). Преимущественно эти же города являются лидерами и по подушевым инвестициям, которые внутри

данной группы изменяются от 53,2 тыс. руб. (Сыктывкар) до 379,1 тыс. руб. (Сочи). Состав данной тридцатки в 2011 г. мало изменился. Действительно, можно наблюдать (см. табл. 2), что 24 из 30 муниципальных образований показали в 2011 г. минимум двузначный рост ВМП.

Используем для анализа диаграмму в координатах «Подушевые инвестиции - подушевой ВМП». Она построена для тридцатки городов-лидеров по подушевому ВМП (рис. 8). Как и в похожих диаграммах выше, здесь отчетливо видна связь инвестиций и ВМП, объясняющаяся, прежде всего, выбором метода оценки ВМП. Мы также видим наличие широкого кластера довольно плотно расположенных городов (крепких лидеров) - от Калуги (265 тыс. руб. подушевых инвестиций) до Магнито-

Характеристики тридцатки городов - ли

горска (414 тыс. руб.), включающего широкую географию городов (Пермь, Одинцово, Калининград, Якутск, Сыктывкар, Ногинск, Новокуйбышевск, Старый Оскол, Междуреченск, Санкт-Петербург, Первоуральск, Хабаровск, Владивосток, Белгород, Петропавловск-Камчатский, несколько городов Московской области). Среди них есть города, более успешно трансформирующие инвестиции в ВМП (Коломна, Белгород, Домодедово), и менее успешные в этом (Пермь, Одинцово, Калуга).

Кроме того, из диаграммы видно, что Сочи, Краснодар, Владивосток и Хабаровск относительно менее эффективны согласно критерию соотношения подушевого ВМП и подушевых инвестиций, тогда как наиболее эффективными оказываются города Щелково, Нижнекамск, Норильск, Березники.

Таблица 2

:ров по ВМП на душу населения в 2010 г.

Численность населения, Подушевые инвестиции, Подушевой ВМП,

Город чел. тыс. руб. тыс. руб.

На На 2011 к 2010 2011 2011 к 2010 2011 2011 к

01.01.2011 01.01.2012 2010, % 2010, °% 2010, °%

Щелково 110 489 109 828 -0,60 174,9 319,7 82,77 796,04 1 729,66 117,28

Нижнекамск 234 088 234 928 0,36 273,2 201,5 -26,23 697,11 689,49 -1,09

Норильск 175 210 177 273 1,18 160,1 260,0 62,41 540,38 840,21 55,48

Березники 156 304 154 632 -1,07 124,2 125,3 0,93 502,82 639,28 27,14

Альметьевск 146 473 147 717 0,85 158,9 188,2 18,45 449,86 672,44 49,48

Волгодонск 170 724 170 244 -0,28 137,2 148,3 8,12 441,16 542,24 22,91

Сочи 344 262 360 324 4,67 379,1 480,0 26,61 418,53 648,58 54,97

Краснодар 746 520 763 899 2,33 333,0 432,2 29,80 415,59 618,71 48,88

Магнитогорск 407 895 409 593 0,42 122,4 105,8 -13,54 413,9 438,99 6,06

Коломна 144 733 144 963 0,16 88,5 105,0 18,65 409,35 593,02 44,87

Петропавловск- 179 711 179 784 0,04 181,6 160,8 -11,47 400,68 407,96 1,82

Камчатский

Домодедово 96 512 100 617 4,25 87,2 205,2 135,36 394,94 1 206,35 205,45

Белгород 357 655 366 110 2,36 100,4 139,6 39,03 386,57 706,25 82,70

Владивосток 591 226 597 476 1,06 281,9 454,6 61,25 380,63 564,08 48,20

Балаково 199 309 197 583 -0,87 101,2 91,1 -9,97 377,48 386,30 2,34

Подольск 188 582 193 435 2,57 82,0 116,0 41,47 369,95 666,98 80,29

Хабаровск 577 753 585 556 1,35 223,8 298,5 33,39 361,86 510,51 41,08

Первоуральск 124 626 125 364 0,59 105,6 88,6 -16,07 343,24 368,08 7,24

Санкт-Петербург 4 899 344 4 953 219 1,10 121,7 108,8 -10,63 343,11 422,86 23,24

Химки 208 883 215 462 3,15 75,6 101,9 34,75 341,88 594,33 73,84

Междуреченск 101 575 100 725 -0,84 95,1 129,9 36,57 340,33 509,09 49,59

Старый Оскол 220 916 220 619 -0,13 77,3 72,6 -6,14 312,71 377,67 20,77

Новокуйбышевск 108 301 107 592 -0,65 83,1 108,0 29,97 296,92 427,97 44,14

Ногинск 100 140 101 717 1,57 62,6 88,3 41,13 288,26 508,20 76,30

Сыктывкар 235 745 238 586 1,21 85,7 53,2 -37,87 286,8 254,62 -11,22

Якутск 270 452 278 406 2,94 121,1 181,6 49,98 285,47 477,14 67,14

Калининград 431 539 433 532 0,46 90,9 113,6 24,99 284,7 410,55 44,20

Одинцово 138 643 137 592 -0,76 59,8 174,1 191,20 278,66 952,44 241,79

Пермь 991 516 1 000 672 0,92 64,9 82,7 27,49 270,77 440,69 62,75

Калуга 324 472 326 400 0,59 126,2 137,8 9,23 264,93 355,55 34,21

Источник: расчеты авторов.

Примечание. Выборка городов - лидеров по подушевому ВМП. Размер пузырьков - нормированная величина численности населения.

Источник: расчеты авторов.

Рис. 8. Зависимость величины подушевого ВМП от подушевых инвестиций

Дальнейшее изучение российских городов с использованием показателя ВМП может предполагать более внимательный анализ предложенных группировок и кластеров. Интересным может быть объяснение лидерства или отставания тех или иных городов в разрезе таких контролируемых переменных (факторов), как отраслевые особенности, особенности диверсификации, агломерационные эффекты, миграционные потоки, политическая среда и конкуренция и пр. Выявляемые таким образом закономерности могут составить существенные доводы для формирования повестки дня и инструментария региональной экономической политики. Кроме того, это важно и с точки зрения построения прогнозных оценок развития городов и регионов России на средне- и долгосрочную перспективу. Причем, на взгляд авторов, в настоящее время более важным является четкое выявление сдерживающих рост обстоятельств, нежели факторов, способствующих росту. Здесь еще раз необходимо подчеркнуть отрицательный эффект централизации (не умаляя ее положительных эффектов) и нехватки политической конкуренции [3]. Основной вывод, также как и ранее [4], может быть таким: существуют серьезные

препятствия для использования урбанистического фактора в развитии экономики России. В дополнение к ранее предложенным выводам в его пользу итоги настоящего исследования убеждают в том, что именно та сила, на которую делается ставка в мировом развитии (а именно, города «среднего веса»), обнаруживают в России относительно малый вклад в национальный выпуск. Позитив, впрочем, состоит в том, что, поскольку среди них оказываются более успешные по сравнению с сопоставимыми примеры, то возможно существует ключ к более эффективному развитию остальных.

Таким образом, авторы показали возможность применения метода факторной оценки для расчета ВМП, модифицировав данный метод посредством применения процедуры нормировки величин капитала и труда. Полученные данные о ВМП, охватывающие 165 наиболее крупных российских городов, позволили провести компаративные наблюдения в сопоставлении с данными по другим странам, представленным в исследованиях McKinsey Global Institute.

Обнаружено, что на крупные города России приходится только 53 % выпуска, что значительно

ниже аналогичного показателя по другим странам (в КНР - 78 %, в США - 84 %); вклад «вторых городов» в создание ВВП России в 2010 г. оценивается в 27,58 %, что много меньше данного показателя в других странах: в США - 70 %, в Западной Европе -54 %, в Японии - 36 %.

Анализ ВМП российских городов и исходных данных по его составным частям показал, что определяющим фактором являются инвестиции. Высокий разброс значений данного фактора у сравниваемых городов вызывает сильный разброс значений их ВМП. Так, изучая города по подушевому ВМП, авторы обнаружили, что относительный разброс вокруг среднего по городам-миллионникам за 2010 г. составляет 58,1 %, по городам численностью от 500 тыс. до 1 млн чел. - 47,2 %, от 250 до 500 тыс. чел. (без Сургута, Нижневартовска) - 48,5 %, от 100 до 250 тыс. чел. (без Нефтеюганска, Нового Уренгоя, Ноябрьска) - 80,9 %. Это свидетельствует о наличии чрезвычайных различий экономической роли сопоставимых городов. Наконец, результатом сопоставлений городов является выявление эффективных и неэффективных городов по критерию трансформации капитальных инвестиций в выпуск. Так, в координатах «Подушевые инвестиции -подушевой ВМП» авторы считают относительно более эффективными, создающими больший объем ВМП на единицу инвестиций такие города, как Магнитогорск, Белгород, Тюмень, Пермь, Красноярск, Уфа, Омск, Мурманск; менее эффективными являются такие города, как Набережные Челны, Смоленск, Иваново, Воронеж, Тверь, Астрахань, Липецк. Представленные выводы могут быть востребованы для уточнения направлений анализа региональной экономики и осуществления корректировки политики регионального развития.

Список литературы

1. Воскобойников Ю. Е., Воскобойникова Т. Н. Методические указания к лабораторным и контрольным работам курса «Эконометрика». Новосибирск, 2006.

2. КолечковД. В., ГаджиевЮ. А., Тимашев С. А., Макарова М. Н. Валовой муниципальный продукт:

методы расчета и применение // Экономика региона. 2012. № 4. С. 49-59.

3. Криничанский К. В. Влияние недостатка политической конкуренции в России на эффективность политики регионального развития / XIV Международная научная конференция «Модернизация экономики и общества». НИУ «Высшая школа экономики», 2013.

4. Криничанский К. В. Современный российский город в свете тенденций урбанистического мира // Региональная экономика: теория и практика. 2013. № 32. С. 2-13.

5. Лопатин А. А., Набиев А.М., Силинцев В. С. Совершенствование системы показателей долгосрочного прогноза социально-экономического развития региона // Экономика. Финансы. Рынок. 2005. №1. URL: http://www. lib. csu. ru/dl/econ/2006_ s2_12.doc.

6. Муниципальные образования Челябинской области. Основные социально-экономические показатели: Стат. сборник. Ч. 2. Челябинск, 2012.

7. Росстат России. База данных показателей муниципальных образований. URL: http://www. gks. ru/dbscripts/munst/munst. htm.

8. Татаркин А. И., Козлова О. А., Тимашев С. А., Бушинская А. В. Исследование динамики структуры валового муниципального продукта// Безопасность критичных инфраструктур и территорий. Электронный журнал. Т. 3. 2012. № 1. URL: http:// managementofrisk. ru/magazine/Numbers/2012- 1/cont. html.

9. Dobbs R., Remes J., Manyika J., Roxburgh C., Smit S., Schaer F. Urban world: Cities and the rise of the consuming class / McKinsey Global Institute. June 2012.

10. Dobbs R., Smit S., Remes J., Manyika J., Roxburgh C., Restrepo A. Urban world: Mapping the economic power of cities / McKinsey Global Institute. March 2011.

11. Manyika J., Remes J., Dobbs R., Orellana J., Schaer F. Urban America: US cities in the global economy / McKinsey Global Institute. April 2012.

12. Urban world: Mapping the economic power of cities. Russia / McKinsey Global Institute. 2011.

ASSESSMENT OF THE GROSS MUNICIPAL PRODUCT AND COMPARATIVE ANALYSIS

OF THE RUSSIAN CITIES

Konstantin V. KRINICHANSKII, Anastasiia V. UNRAU

Abstract

The authors develop a database which includes an index of the gross municipal product. They apply the factorial method for calculation and, on the basis of the collected data, they suggest a comparative method of inquiring of the Russian cities. The article shows the revealed interrelation between the gross municipal product and a number of various macro-regional and sub-regional numerical parameters. There is a proposal to group the cities of similar comparable criteria, and to mark out those ones which are of major or minor efficiency as per those criteria. The gross-domestic-product structures of different cities and regions have been compared on a country-selective basis. Consequently the authors conclude that the Russian «minor» cities' contribution to the gross domestic product is not that considerable. This fact may negatively affect the long-term competitive ability of the country.

Keywords: regional economy, economic-growth factors, regional allocation, economic activities, regional policy

References

1. Voskoboinikov Iu. E., Voskoboinikova T.N. Metodicheskie ukazaniia k laboratornym i kontrol'nym rabotam kursa «Ekonometrika» [Methodical instructions to the lab and written tests in the «Econometrics» course]. Novosibirsk, 2006.

2. Kolechkov D. V., Gadzhiev Iu. A., Timashev S. A., Makarova M. N. Valovoi munitsipal'nyi produkt: metody rascheta i primenenie [Gross municipal product: methods of calculation and application]. Ekonomika regiona - Region economy, 2012, no. 4, pp. 49-59.

3. Krinichanskii K. V.[The influence of the political-competition shortage in Russia on the efficiency of the regional-development policy]. XIVMezhdunarodnaia nauchnaia konferentsiia «Modernizatsiia ekonomiki i ob-shchestva» [The XIV International scientific conference «Economy and Society Modernization»]. NIU Higher School of Economics, 2013. (In Russ.)

4. Krinichanskii K. V. Sovremennyi rossiiskii gorod v svete tendentsii urbanisticheskogo mira [A modern Russian city in the light of tendencies of the urbanized world]. Regional 'naia ekonomika: teoriia i praktika - Regional economics: theory and practice, 2013, no. 32, pp. 2-13.

5. Lopatin A. A., Nabiev A. M,. Silintsev V. S. Sovershenstvovanie sistemy pokazatelei dolgosrochnogo

prognoza sotsial'no-ekonomicheskogo razvitiia regiona [Improvement of system of indicators of the long-term forecast of social and economic development of a region].

Ekonomika. Finansy. Rynok - Economy. Finance. Market, 2005, no. 1.

6. Munitsipal'nye obrazovaniia Cheliabinskoi ob-lasti. Osnovnye sotsial'no-ekonomicheskie pokazateli: Stat. Sbornik. Ch. 2 [Municipalities of the Cheliabinsk region. The main social-and-economic indexes: statistics collection. Part 2]. Cheliabinsk, 2012.

7. Rosstat of Russia. The Database of Indicators of Municipalities. Available at: http://www. gks. ru/dbscripts/ munst/munst. htm. (In Russ.)

8. Tatarkin A. I., Kozlova O.A., Timashev S.A., Bushinskaia A. V. Issledovanie dinamiki struktury val-ovogo munitsipal 'nogo produkta [Research of the dynamics of a gross municipal product structure]. Bezopasnost' kritichnykh infrastruktur i territorii. Elektronnyi zhurnal -Safety of critical infrastructures and territories. Electronic magazine, 2012, vol. 3, no. 1. Available at: http://man-agementofrisk. ru/magazine/Numbers/2012-1/cont. html. (In Russ.)

9. Dobbs R., Remes J., Manyika J., Roxburgh C., Smit S., Schaer F. Urban world: Cities and the rise of the consuming class. McKinsey Global Institute, June 2012.

10. Dobbs R., Smit S., Remes J., Manyika J., Roxburgh C., Restrepo A. Urban world: Mapping the economic power of cities. McKinsey Global Institute, March 2011.

11. Manyika J., Remes J., Dobbs R., Orellana J., Schaer F. Urban America: US cities in the global economy. McKinsey Global Institute, April 2012.

12. Urban world: Mapping the economic power of cities. Russia. McKinsey Global Institute, 2011.

Konstantin V. KRINICHANSKII

Doctor of Economics, Professor of Department of Finance and Financial Law, Southern Ural State University (NIU), Cheliabinsk, Russian Federation kkrin@ya.ru Anastasiia V. UNRAU

Student of Faculty of Economics, Management, Law, Southern Ural State University (NIU), Cheliabinsk, Russian Federation nfs923@ro.ru