CC BY
47DOI: 10.38050/2078-3809-2022-14-1-68-85
Статистические методы
ОЦЕНКА ВКЛАДА ТЕНЕВОЙ ЭКОНОМИКИ В МАКРОЭКОНОМИЧЕСКИЕ ПОКАЗАТЕЛИ РЕГИОНОВ РОССИЙСКОЙ ФЕДЕРАЦИИ*
Самсонов Валерий Альбертович
Аспирант,
МГУ имени М.В. Ломоносова, Экономический факультет
(г. Москва, Россия)
Сеитов Санат Каиргалиевич
Аспирант,
МГУ имени М.В. Ломоносова, Экономический факультет
(г. Москва, Россия)
Аннотация
Цель настоящей статьи - оценить влияние результатов теневой экономической деятельности на величину основного макроэкономического показателя на региональном уровне в Российской Федерации - валового регионального продукта. В статье используется определение категории «теневая экономика», впервые официально сформулированное в СНС1993, разработанной статистической комиссией ООН. На его основе проведена статистическая оценка теневой экономики в субъектах РФ с 2010 по 2016 годы путем усовершенствования существующей методики Росстата в связи с тем, что на региональном уровне не производится корректировка ВДС на теневые операции. Были измерены относительные масштабы теневой составляющей, т.е. ее доля в ВРП по 80 субъектам РФ. Анализ ограничен 2016 г., так как с этого года введен в действие новый классификатор видов экономической деятельности, что не позволяет анализировать вклад отдельных отраслей в ВРП в силу их разного экономического содержания даже при сохранении прежнего названия. На следующем этапе осуществлена кластеризация регионов России по доле теневой экономики в ВРП. Результаты показали, что как по стране в целом, так и по отдельным субъектам Российской Федерации в течение анализируемого периода наблюдается снижение доли теневой экономики в ВРП.
Ключевые слова: ненаблюдаемая экономика, теневая экономика, незаконная деятельность, валовой региональный продукт, доля теневой экономики в ВРП.
JEL коды: C10, C12, C49.
* В статье использованы материалы магистерской диссертации В.А. Самсонова «Дифференциация регионов России по уровню теневой экономики» (2019), Экономический факультет МГУ им. М.В. Ломоносова. Самсонов В.А., e-mail: samsonov@,econ.msu.ru Сеитов С. К., e-mail: sanatpan@mail. ru
Для цитирования: Самсонов В.А., Сеитов С.К. Оценка вклада теневой экономики в макроэкономические показатели регионов Российской Федерации // Научные исследования экономического факультета. Электронный журнал. 2022. Том 14. Выпуск 1. С. 68-85. 001: 10.38050/2078-3809-2022-14-1-68-85
Введение
В настоящее время теневая экономика - предмет значительного числа научно-исследовательских публикаций в разных странах мира, т.к. теневые экономические отношения затронули почти все сферы социально-экономической действительности. Такой высокий интерес к данному феномену подтверждает актуальность исследований в данной области, которая не снижается с течением времени. В числе ключевых проблем экономической безопасности страны остается нереализованная задача минимизации теневых процессов до социально терпимого уровня.
Какие же социально-экономические проблемы актуализируют необходимость учета и измерения теневых экономических операций не только в масштабах всей нашей страны, но и на региональном уровне?
Во-первых, субъекты теневых отраслевых рынков зачастую не только не платят установленные законом налоги и сборы в различные бюджеты, но и производят продукцию низкого качества. А это, в свою очередь, создает прямую угрозу конечным потребителям.
Во-вторых, важный инструмент в выработке обоснованных экономических решений на всех уровнях управления - это составление системы национальных счетов, в полной мере соответствующей требованиям международных стандартов. Важнейший аспект качества такой системы - полнота охвата всех видов и результатов экономической деятельности. В то же самое время всеобъемлющий охват трудно достижим для статистических органов по ряду ключевых причин. Во-первых, спектр видов и результатов экономической деятельности очень широк. Во-вторых, часть из них намеренно скрывается от наблюдения теми, кто отвечает за их осуществление. В результате объем валового внутреннего продукта (ВВП), национального дохода (НД) и другие макроэкономические показатели оказываются смещенными в сторону занижения. А результат смещенности оценок показателей - неточное представление о состоянии экономики России и препятствование объективному проведению международных сопоставлений в той или иной хозяйственно-экономической области. Однако до сих пор не предложена единая универсальная методика, которую можно использовать во всех странах для обеспечения межстрановой сопоставимости измеряемых показателей теневой экономики.
В-третьих, теневая экономика снижает конкуренцию на легальных региональных рынках, поскольку законопослушные предприниматели, у которых в определенные моменты времени возрастает налоговая нагрузка, теряют своих потребителей. Это заставляет их уходить в скрытые от власти сегменты.
Таким образом, выявление регионов России с наибольшими показателями теневой экономики будет способствовать изменению государственной региональной политики, направленной на снижение масштабов ненаблюдаемой экономики.
Цель статьи - группировка субъектов РФ по доле теневой экономики в валовом региональном продукте.
Предпринята попытка косвенным образом оценить масштабы теневой экономической деятельности в субъектах Российской Федерации, долю теневой экономики в ВРП в каждом субъекте РФ и затем осуществить кластеризацию субъектов РФ по этим показателям.
Эмпирической базой исследования послужили данные Федеральной службы государственной статистики и Единой межведомственной информационно-статистической системы (ЕМИСС) с 2010 по 2016 гг. по субъектам РФ, которые подробно будут раскрыты в работе.
Статья структурирована следующим образом. В первом разделе представлен обзор литературы о методах измерения теневой экономики. Во втором разделе описана предложенная авторами методика оценки уровня теневой экономики в субъектах РФ. В третьем разделе содержатся результаты проведенных расчетов уровня теневой экономики в региональном разрезе. В четвертом разделе приведены результаты кластерного анализа, выполненного с целью группировки российских регионов по уровню теневой экономики. Далее размещено заключение и выводы.
Обзор литературы
В международной статистической практике в настоящее время разработан комплекс методов для оценки масштабов теневой деятельности, которые в разной степени используются при проведении практических расчетов. Количественно оценить реальные (истинные) размеры явлений, которые сознательно скрываются, крайне сложно. Многие из разработанных в настоящее время методов позволяют оценить не только ту часть результатов экономической деятельности, которая скрывается хозяйствующими субъектами, а все то, что не учтено официальной статистикой. В связи с этим не существует и единой классификации методов оценки масштабов теневой деятельности.
На наш взгляд, наиболее детальная классификация методов измерения масштабов теневой экономики предложена в книге Латова, Ковалева (2006). Все предложенные в экономической литературе методы разделены авторами на две группы: методы, применяемые на микроуровне; методы, применяемые на макроуровне (Рис. 1). Методы, применяемые на микроуровне, часто в литературе называют прямыми методами, а на макроуровне - косвенными.
К прямым методам можно отнести опросы, интервью, т.е. они подразумевают непосредственное обращения к агентам с целью выяснения масштабов теневой экономики. Прямые методы трудоемки в осуществлении на практике (Костин, 2011), сопряжены с обманом респондентами, сложны в поиске таковых для интервьюирования.
Косвенные методы измерения масштабов теневой экономики менее трудоемки. Они основаны на использовании альтернативных результатов расчетов макроэкономических показателей (Костин, 2011). Предлагаемая в данной статье методика основана на использовании косвенного метода.
Авдийский, Безденежных (2018), отмечая превосходство прямых методов над косвенными, считают, что именно они и должны составлять базу для исследований ненаблюдаемой экономики. При этом делают ремарку на их высокую затратность и трудоемкость.
Рисунок 1. Общая типология методов измерения теневой экономики1
Число публикаций, посвященных измерению масштабов теневого производства на региональном уровне в России, растет из года в год. Рассмотрим наиболее интересные из них.
1 Латов, Ковалев С.Н. 2006. Теневая экономика // Учебное пособие для вузов / Под ред. д.п.н., д.ю.н., проф. В.Я. Кикотя; д.э.н., проф. Г.М. Казиахмедова. М.: Норма. 336 с.
Криворотов и др. (2019) предложили методику, основанную на использовании данных статистической и налоговой отчетности с последующим их сравнением между собой. Среди компонентов валового регионального продукта (ВРП), рассчитываемого по источникам доходов, исследователи свое внимание обращают на валовую прибыль и валовые смешанные доходы, поскольку именно они и содержат теневую составляющую. Остальные компоненты ВРП (заработная плата, налоги) охватывают лишь официальные данные, без теневых доходов, поэтому они исключаются из анализа. Объем теневой экономики, на их взгляд, равен разности между прибылью, представляемой Росстатом, и прибылью, приводимой Федеральной налоговой службой (ФНС). ФНС отражает прибыль в качестве налоговой базы по налогу на прибыль организаций. По нашему мнению, такая методика не лишена недостатков, в силу того что результаты расчетов остаются грубыми и подверженными искажениям в связи с особенностями подсчета ФНС.
Аброскин, Аброскина (2018а) выдвигают гипотезу о слабой подверженности производственных затрат манипулированию со стороны хозяйствующих субъектов, ввиду того что этот индикатор находится на особом контроле ФНС. Данные о прибыли отличаются меньшей достоверностью в силу их занижения предпринимателями. Мы также опираемся на подобные гипотезы, но, в отличие от (Аброскин, Аброскина, 2018а), замечаем, что затраты нередко завышаются предпринимателями, с тем чтобы сократить прибыль, учитываемую ФНС.
Киреенко и др. (2017) в рамках своего исследования использовали МГМГС-подход, который широко распространен в международной практике. Авторы исходили из предпосылки, что отражением масштабов теневой экономики могут служить показатели качества жизни. Был проведен факторный анализ 17 показателей качества и уровня жизни по субъектам РФ с 2002 по 2013 гг.
Примером реализации балансового метода (расхождение между доходами и расходами) оценки размера региональной теневой экономики в России с 2010 по 2013 гг. может служить работа Федотова и др. (2016). Данная группа авторов использовала предпосылку о том, что такой показатель, как валовая прибыль и валовые смешанные доходы, включает в себя как скрытую, так и легальную часть. Поэтому абсолютным показателем теневой экономики в регионах России служила разница межу вышеназванным показателем и официальной прибылью, которая включается в налоговую базу по налогу на прибыль организаций. В результате авторы получили, что высокие масштабы теневой экономики преобладают в субъектах Северного Кавказа. Например, в Республике Дагестан в 2013 г. доля теневой экономики (в % к ВРП) составила 74% (Федотов и др., 2016).
В заключение обзорной части следует обратить внимание на работу Невзоровой и др. (2020). Авторы рассчитали масштабы теневой экономики на региональном уровне, исходя из предпосылки, что показатель федеральной корректировки валовой добавленной стоимости на теневые операции юридических лиц по видам экономической деятельности оказывается одинаковым и для регионов России.
Мы предлагаем усовершенствовать методологию Невзоровой и др. (2020) с учетом возможных межрегиональных различий в доле теневой составляющей по видам экономической деятельности. Подробнее данный метод и результаты его использования будут раскрыты в следующих двух разделах статьи.
Методика оценки масштабов теневой экономики в субъектах РФ
Статистической Комиссией ООН в связи с принятием в 1993 г. новой версии Системы национальных счетов (далее - СНС-93), всем странам было рекомендовано включать результаты теневой деятельности в макроэкономические показатели. В 2008 году вышеназванная рекомендация стала обязательной.
Согласно методологии Организации экономического сотрудничества и развития (далее - ОЭСР), все виды экономической деятельности, контроль над которыми вызывает затруднения для статистических и иных служб, включаются в более широкий термин «ненаблюдаемая экономика» (ОЭСР, 2002). Таким образом, в последний термин включаются следующие пять категорий:
• Теневое производство;
• Незаконное производство;
• Производство неформального сектора;
• Производство продукции домашними хозяйствами для собственного конечного использования;
• Производство, не учтенное вследствие недостатков в программе сбора данных.
Остановимся более подробно на содержании понятия «теневое производство».
Согласно международной методологии, к теневой экономике относится деятельность, которая является производственной и вполне законной (соблюдение норм отечественного и иного законодательства), но результаты которой частично или полностью скрываются экономическими агентами от контролирующих органов с целью ухода от уплаты налогов и иных обязательных отчислений.
Учитывая невозможность проведения прямой оценки масштабов теневой деятельности на региональном уровне в России, в рамках исследования был проведен сравнительный анализ субъектов РФ по доле теневой экономики в валовом региональном продукте. Для реализации данной задачи выбран метод корректировки валовой добавленной стоимости на теневые операции юридических лиц по основным видам экономической деятельности.
В данном исследовании были рассмотрены 12 видов деятельности, согласно ОКВЭД 2007, начиная с сельского хозяйства, охоты и лесного хозяйства (раздел А ОКВЭД) и заканчивая предоставлением прочих коммунальных, социальных и персональных услуг (раздел О ОКВЭД)2, за исключением раздела E «Производство и распределение электроэнергии, газа и воды», раздела J «Финансовая деятельность» и раздела L «Государственное управление и обеспечение военной безопасности; обязательное социальное обеспечение», так как по последним трем разделам Федеральной службой государственной статистики России корректировка не проводится.
Анализ проведен по 80 субъектам РФ и России в целом с 2010 по 2016 гг. в связи с изменением ОКВЭД с 2017 года. Не включались в исследование почти все автономные округа,
2 Корректировка валовой добавленной стоимости на экономические операции, не наблюдаемые прямыми статистическими методами. URL: http://www.gks.ru/free doc/new site/vvp/vvp-god/tab14-19.htm.
кроме Чукотского автономного округа, так как они входят в состав других субъектов РФ, а также недавно вошедшие в состав России Крым и Севастополь, поскольку по ним отсутствует необходимая информация за ряд лет.
Выбор вышеназванного классификатора и временного периода с 2010 по 2016 гг. объясняется тем, что с 2017 г. в России применяется иная классификация видов экономической деятельности, в соответствии с которой их перечень расширен.
На первом этапе были рассчитаны объемы валовой добавленной стоимости в региональном разрезе в абсолютном выражении по двенадцати видам деятельности так как Росстат предоставляет информацию только о структуре валовой добавленной стоимости3:
ВДСт = ВРЩ х ат (1),
где ВДСщ - валовая добавленная стоимость по ьму виду деятельности в ]-м субъекте РФ в году ^ млн руб.;
ВРЩ - валовой региональный продукт]-го субъекта РФ в году ^ млн руб.;
Щг - доля ьго вида деятельности в ВРП ]-го субъекта РФ в году t.
Одним из методов, наиболее широко используемых для оценки масштабов теневой деятельности на отраслевом уровне, является метод досчета по известным параметрам, при котором устанавливается зависимость между показателем, искажаемым в результате теневой деятельности, и показателем, который теоретически должен быть связан с искажаемым показателем, однако, экономический стимул к его искажению отсутствует, т.е. который отражается достаточно адекватно в статистической и бухгалтерской отчетности хозяйствующих субъектов. К числу наиболее искажаемых показателей относится прибыль хозяйствующих субъектов, которая занижается с целью ухода от уплаты налогов. При этом экономические стимулы к занижению затрат на производство у хозяйствующих субъектов отсутствуют, так как увеличение затрат приводит к занижению прибыли. В связи с этим, хозяйствующие субъекты в общую сумму затрат на производство включают и затраты, связанные с производством теневых товаров и услуг. В результате имеет место искажение показателя оборота организации, т.е. суммы средств, полученной от реализации продукции. Соотношение между затратами на производство и реализацию продукции и показателем оборота организаций использовано нами для расчета коэффициентов досчета по отдельным видам деятельности, определяющим степень различий в уровне теневой экономики по отдельным регионам и по России в целом по соответствующему виду деятельности. Таким образом, для оценки масштабов теневой деятельности на региональном уровне в России мы использовали два показателя:
1) затраты на производство и реализацию продукции по разделам ОКВЭД в масштабах всей страны и на уровне субъектов РФ4;
2) оборот организаций по разделам ОКВЭД5.
3 Отраслевая структура валовой добавленной стоимости субъектов РФ. URL: http://www.gks.ru/bgd/regl/b18 14p/IssWWW.exe/Stg/d01/10-04.doc
4 Затраты на производство и реализацию продукции по субъектам РФ и по РФ в целом. URL: https://www.fedstat. ru/indicator/3 3633
5 Оборот организаций по разделам ОКВЭД (без субъектов малого предпринимательства, банков, страховых и прочих финансовых организаций). URL: https ://www.fedstat. ru/indicator/3 4144
На втором этапе был рассчитан коэффициент досчета для каждого ]-го вида деятельности по всем субъектам РФ в году 1:
К = щ ^
Qijt (2г]1 у ь
где и Хф - затраты на производство и реализацию продукции 1-го субъекта РФ и РФ соответственно по ] -му виду деятельности в году 1;
Qijt и Qrjt - оборот организаций (без субъектов малого предпринимательства, банков, страховых и прочих финансовых организаций) 1-го субъекта РФ и РФ соответственно по ]-му виду деятельности в году 1.
На третьем этапе были рассчитаны объемы теневой составляющей по двенадцати разделам ОКВЭД с учетом коэффициента досчета на основе следующей формулы:
ТЭф = ВДСф *Ри*КДуг (3),
ТЭф - теневая экономика по ]-му виду деятельности в 1-м субъекте РФ в году 1 млн
руб.;
ВДСф - валовая добавленная стоимость по ] -му виду деятельности в 1-м субъекте РФ в году 1, млн руб.;
ри - доля теневой деятельности в валовой добавленной стоимости по ] -му виду деятельности в году X по РФ в целом;
КДф - коэффициент досчета по ]-му виду деятельности в 1-м субъекте РФ в году 1
Для оценки степени дифференциации субъектов РФ по доле теневой составляющей в ВРП рассчитаны 2 относительных показателя:
1) доля каждого из 12 видов деятельности в общем объеме теневой экономики в каждом субъекте РФ тщ.
=гП * 100% (4)
2) доля теневой деятельности в скорректированном ВРП соответствующего субъекта РФ уц{.
т = * 100% (5)
Расчеты с использованием предложенной авторами методологии проведены по 12 видам деятельности. В качестве примеров, иллюстрирующих наличие дифференциации регионов России по уровню теневой активности в рамках отдельных видов деятельности, в данной статье приведены результаты расчетов по трем отраслям: раздел А «Сельское хозяйство, охота и лесное хозяйство», В «Рыболовство, рыбоводство» и Б «Строительство».
Вклад раздела А «Сельское хозяйство, охота и лесное хозяйство», раздела В «Рыболовство, рыбоводство» и раздела Г «Строительство» в общий объем теневой экономики по субъектам РФ
По России в целом с 2010 г. по 2016 г. имело место уменьшение доли раздела A «Сельское хозяйство, охота и лесное хозяйство» в общем объеме теневой экономики с 3,5 % до 1,7%, т.е. на 1,8 п.п.
Таблица 1.
Вклад раздела A «Сельское хозяйство, охота, лесное хозяйство» в общий объем теневой экономики по субъектам РФ6
Субъект РФ 2010 год, % Субъект РФ 2016 год, %
Субъекты РФ с наибольшим значением показателя
Республика Калмыкия 25,1 Республика Калмыкия 48,3
Республика Алтай 14,6 Кабардино-Балкарская Республика 28,9
Республика Ингушетия 12,8 Тамбовская область 23,8
Республика Северная Осетия-Алания 12,6 Алтайский край 21,8
Кабардино-Балкарская Республика 10,8 Карачаево-Черкесская Республика 21,3
Карачаево-Черкесская Республика 10,7 Республика Марий Эл 20,7
Чеченская Республика 10,3 Белгородская область 19,4
Республика Тыва 9,9 Республика Алтай 19,2
Алтайский край 9,7 Республика Северная Осетия-Алания 18,0
Республика Адыгея 8,7 Ставропольский край 17,6
На основе данных Таблицы 1 мы можем отметить, что в значительной мере теневая экономическая деятельность по разделу А преобладает в субъектах Северо-Кавказского федерального округа. Доля теневой составляющей к концу рассматриваемого периода на региональном уровне заметно увеличилась. В определенной степени это связано с увеличением доли анализируемого вида деятельности в ВРП субъектов Северо-Кавказского федерального округа. Полученные результаты подтверждают возможность использования предложенного метода для дифференцированной оценки вклада отдельных видов деятельности не только в общий объем теневой экономики региона, но и в ВРП.
Рассмотрим теперь вклад раздела B «Рыболовство, рыбоводство» в общий объем теневой экономики в отдельных субъектах РФ (см. данные таблицы 2).
6 Источник: составлено авторами с использованием представленной выше методологии
В масштабах всей страны доля теневой составляющей в ВДС по анализируемому виду деятельности составляла в 2010 г. 17,4%, изменившись к 2016 г. до 11,4%.
Таблица 2.
Вклад раздела B «Рыболовство, рыбоводство» в объем теневой экономики по субъектам РФ7
Субъект РФ 2010 год, % Субъект РФ 2016 год, %
Субъекты РФ с наибольшим значением показателя
Камчатский край 41,0 Камчатский край 44,2
Мурманская область 17,4 Мурманская область 23,3
Магаданская область 16,3 Магаданская область 20,8
Сахалинская область 9,9 Сахалинская область 18,4
Приморский край 9,6 Приморский край 15,1
Чукотский автономный округ 6,9 Республика Карелия 5,5
Калининградская область 4,5 Хабаровский край 4,2
Архангельская область 3,9 Архангельская область 3,8
Республика Карелия 2,8 Калининградская область 3,2
Хабаровский край 2,5 Астраханская область 1,1
В 2010 и 2016 гг. в первую пятерку регионов с наибольшей долей «Рыболовства, рыбоводства» в теневой деятельности вошли территории Дальневосточного федерального округа. Объясняется это тем, что по абсолютному значению валовой добавленной стоимости раздела B указанные в таблице 5 субъекты РФ входят в число лидеров. Следовательно, имеет место и большее число участников скрытого сегмента рыбного рынка.
Как и по разделу А, по рыбному хозяйству также отмечен рост его влияния на общий объем теневой экономики.
Рассмотрим вклад раздела F «Строительство» в общий объем теневой экономики России. В масштабах всей страны данный показатель снизился с 14,4% в 2010 г. до 10,0% в 2016 г., т.е. на 4,4 п.п. Это может быть обусловлено не столько снижением объема теневых операций в строительстве, сколько увеличением вклада других видов деятельности в теневой оборот.
В Таблице 3 приведены данные по регионам страны, имеющим наибольшую долю строительства в теневой экономике региона.
Таблица 3.
Вклад раздела F «Строительство» в объем теневой экономики по субъектам РФ8
7 Источник: составлено авторами с использованием представленной выше методологии
8 Источник: составлено авторами с использованием представленной выше методологии
Субъект РФ 2010 год, % Субъект РФ 2016 год, %
Субъекты РФ с наибольшим значением показателя
Республика Ингушетия 51,3 Чеченская Республика 37,7
Чеченская Республика 43,9 Амурская область 35,6
Еврейская автономная область 41,7 Республика Ингушетия 35,3
Амурская область 38,4 Тамбовская область 31,1
Республика Дагестан 36,4 Республика Саха (Якутия) 30,9
Республика Алтай 35,2 Республика Коми 30,2
Краснодарский край 34,8 Новгородская область 29,9
Ивановская область 33,1 Республика Дагестан 28,2
Ленинградская область 31,9 Республика Северная Осетия-Алания 26,2
Приморский край 31,7 Тюменская область 26,1
Вклад строительства в региональные масштабы теневой экономики значительно снизился. В первую десятку попали субъекты РФ, входящие в разные федеральные округа. Это и Северный Кавказ, и регионы Европейской части страны, и Сибирь, и Дальний Восток. Именно на Северном Кавказе преобладают наибольшие масштабы теневого строительного рынка. Степень дифференциации регионов России по вкладу строительства в теневой оборот меньше, чем по проанализированным выше отраслям. Объясняется это как относительно невысокой степенью различий в доле теневого оборота в рамках указанного вида деятельности по регионам страны, так и отсутствием резких колебаний в доле строительства в ВРП.
На основе проведенного анализа мы можем сделать вывод о том, что отраслевая структура валовой добавленной стоимости не является единственным фактором, определяющим долю теневой составляющей в ВРП. Второй фактор - уровень теневой активности в рамках отдельных видов деятельности, имеющих наибольшее значение для экономики региона.
Результаты проведенных расчетов доли теневой составляющей в ВРП субъектов Российской Федерации послужили основой для проведения кластеризации регионов страны по уровню теневой активности.
Данные
Результаты получены с помощью программного комплекса STATISTICA 10.
Сходство результатов при использовании различных методов позволяет нам разделить все субъекты РФ на группы - кластеры, которые образуются при условии, что регионы схожи по уровню теневой экономики. Применяя несколько различных методов, мы ищем закономерности в разбиении регионы России на кластеры. Группы, образовавшиеся одинаково при различных методах построения, признаются достоверными - близкими по показателям друг к другу.
-1 о Graph of Amalgamation Schedule Ward
16 14 12 10 CD О JÜ 8 00 о 6 4 2 0 о о
1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65 69 73 77 Step
Рисунок 2. График схемы объединения
График схемы объединения показывает, что регионы можно разбивать на большое количество кластеров, не теряя при этом их значимости (рисунок 2). Дендрограмма строилась на основе метода Уорда.
В выборке присутствует множество регионов, и переменные, из которых состоят наши данные, варьируются несильно, поэтому мы считаем, что разбиение должно состоять хотя бы из трех кластеров. В этой связи кластеризация центроидным методом на три группы показалась нам наиболее удачной. В таблице 4 приведен состав каждой из групп. Обратим внимание, что во 2-ом кластере 37 субъектов РФ - это наибольший кластер по количеству регионов России.
Первый кластер охватывает регионы России с наименьшим уровнем теневой экономики. Если Белгородскую область (с относительно высоким уровнем развития крупного бизнеса и численностью субъектов крупного предпринимательства) можно было ожидать в третьем кластере, то Магаданская область, Сахалинская область и Чукотский автономный округ оказались здесь вполне ожидаемо. В последних трех регионах действующий крупный бизнес высококонцентрирован (с малым числом предпринимателей) и находится под сильным контролем со стороны налоговых органов. Также стоит отметить, что в первый кластер попало большое количество регионов с менее благоприятными природно-климатическими условиями (особенно вышеперечисленные Магаданская область, Сахалинская область и Чукотский автономный округ), что сдерживает рост числа субъектов бизнеса. В третий кластер попали регионы с более высокими уровнями теневой экономики (таблица 4).
Таблица 4.
Группировка субъектов РФ по уровню теневой активности9
Номер кластера Субъекты РФ
1 (14 субъектов РФ) Белгородская область, Республика Калмыкия, Республика Ингушетия, Карачаево-Черкесская Республика, Республика Северная Осетия - Алания, Оренбургская область, Тюменская область, Республика Тыва, Иркутская область, Кемеровская область, Республика Саха (Якутия), Магаданская область, Сахалинская область, Чукотский автономный округ
2 (37 субъектов РФ) Брянская область, Владимирская область, Воронежская область, Ивановская область, Калужская область, Костромская область, Липецкая область, Московская область, Орловская область, Тамбовская область, Тверская область, Тульская область, Ярославская область, Вологодская область, Калининградская область Ленинградская область, Мурманская область, Новгородская область, г. Санкт-Петербург, Республика Адыгея, Краснодарский край, Республика Дагестан, Республика Башкортостан, Республика Марий Эл, Республика Мордовия, Чувашская Республика, Кировская область, Нижегородская область, Пензенская область, Самарская область, Ульяновская область, Свердловская область, Челябинская область, Новосибирская область, Омская область, Камчатский край, Приморский край
3 (27 субъектов РФ) Курская область, Рязанская область, Смоленская область, Республика Карелия, Республика Коми, Архангельская область, Псковская область, Астраханская область, Волгоградская область, Ростовская область, Кабардино-Балкарская Республика, Чеченская Республика, Ставропольский край, Республика Татарстан, Удмуртская Республика, Пермский край, Саратовская область, Курганская область, Республика Алтай, Республика Бурятия, Республика Хакасия, Алтайский край, Красноярский край, Томская область, Хабаровский край, Амурская область, Еврейская автономная область
Выбросы г. Москва, Забайкальский край
Забайкальский край и г. Москва не попали ни в один из трех крупных кластеров. Они образовали отдельные кластеры.
Заключение
Между российскими регионами наблюдается значительная дифференциация по уровню теневой экономики в рамках отдельных видов деятельности. Однако в целом кластерный анализ позволил разбить регионы России лишь на три группы - с высокой, умеренной и низкой долей теневой экономики в ВРП. Совокупные оценки теневой экономической
9 Источник: авторская методология
деятельности находятся в интервале от 7% до 15% ВРП. Данные получены без учета теневой деятельности в сфере малого предпринимательства. Хотя уровень теневой активности в малом бизнесе выше, чем в сфере среднего и крупного предпринимательства. Поэтому полученные результаты занижены, но они позволяют оценивать уровень теневой активности в региональном разрезе, что необходимо для выработки целенаправленной экономической политики в данной сфере на региональном уровне в России.
Список литературы
Аброскин А.С., Аброскина Н.А. 2018а. Особенности использования модифицированного метода физических затрат при оценке масштабов теневой деятельности в российской экономике // Вестник университета. 2018. № 11. С. 91-96. DOI: 10.26425/1816-4277-2018-11-91-96 Аброскин А.С., Аброскина Н.А. 2018б. Теневая экономика: проблемы построения отраслевых оценок // Вестник университета. № 6. С. 88-92. https://doi.org/10.26425/1816-4277-2018-6-88-92
Авдийский В.И., Безденежных В.М. 2018. Структура финансовых потоков в теневой экономике и основные способы их оценки // Экономика. Налоги. Право. 2018. № 11 (5). С. 615. DOI: 10.26794/1999-849X-2018-11-5-6-15
Белев С.Г., Векерле К.В., Евдокимова А.Н. 2021. Различия в размере уклонения от уплаты налогов в России по категориям налогоплательщиков // Прикладная эконометрика. № 2 (62). С. 66-84. DOI: 10.22394/1993-7601-2021-62-66-84.
Дякин С. Аграриев обложила налоговая. Как минимизировать риски при налоговых проверках сельхозбизнеса / Агроинвестор. 3 сентября 2020. URL: https://www.agroinvestor.ru/analytics/article/34312-agrariev-oblozhila-nalogovaya-kak-minimizirovat-riski-pri-nalogovykh-proverkakh-selkhozbiznesa/
Дятловская Е. В крупных агрохолдингах проведены выемки документов / Агроинвестор. 13 февраля 2019. URL: https://www.agroinvestor.ru/markets/news/31238-v-krupnykh-agrokholdingakh-provedeny-vyemki-dokumentov/
Киреенко А.П., Невзорова Е.Н., Орлова Е.Н. и др. 2017. Теневая экономика в регионах России: оценка на основе MIMIC-модели // Регион: экономика и социология. № 1. С. 164-189 Костин А.В. 2011. Опыт измерения теневой экономики в западной литературе // Вестник НГУ. Серия: Социально-экономические науки. Т. 11. Вып. 4. С. 33-43.
Криворотов В.В., Калина А.В., Подберезная М.А. 2019. Оценка масштабов распространения теневой экономики на региональном уровне // Вестник УрФУ. Серия экономика и управление. Том 18. № 4. С. 540-555. DOI: 10.15826/vestnik.2019.18.4.027
Латов Ю.В., Ковалев С.Н. 2006. Теневая экономика // Учебное пособие для вузов / Под ред. д.п.н., д.ю.н., проф. В.Я. Кикотя; д.э.н., проф. Г.М. Казиахмедова. М.: Норма. 336 с.
Невзорова Е.Н., Киреенко А.П., Майбуров И.А. 2020. Пространственные взаимосвязи и закономерности распространения теневой экономики в России // Экономика региона. Т. 16, вып. 2. С. 464-478.
ОЭСР. 2002. Руководство по измерению ненаблюдаемой экономики. Париж. URL: http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/publications/cata-log/doc 1139918157906
Федотов Д.Ю., Невзорова Е.Н., Орлова Е.Н. 2016. Налоговый метод расчета величины теневой экономики российских регионов // Финансы и кредит. № 15. С. 20-33.
Хартия в сфере оборота сельскохозяйственной продукции - совместная политика по противодействию незаконным действиям на рынке оборота сельскохозяйственной продукции. 2017. URL: https://xn—7sbb4am3adqy8h.xn—80ai4af.xn—p1acf/o-hartii
Затраты на производство и реализацию продукции по субъектам РФ и по РФ в целом. URL: https://www.fedstat.ru/indicator/33633 (дата обращения: 27.10.2021).
Корректировка валовой добавленной стоимости на экономические операции, не наблюдаемые прямыми статистическими методами. URL: http://www.gks.ru/free_doc/new_site/vvp/vvp-god/tab14-19.htm (дата обращения: 27.10.2021).
Оборот организаций по разделам ОКВЭД (без субъектов малого предпринимательства, банков, страховых и прочих финансовых организаций). URL: https://www.fedstat.ru/indi-cator/34144 (дата обращения: 27.10.2021).
Отраслевая структура валовой добавленной стоимости субъектов РФ. URL: http://www.gks.ru/bgd/regl/b18 14p/IssWWW.exe/Stg/d01/10-04.doc (дата обращения: 27.10.2021).
DOI: 10.38050/2078-3809-2022-14-1-68-85
Statistical Methods
ASSESSMENT OF THE CONTRIBUTION OF THE SHADOW ECONOMY TO THE MACROECONOMIC INDICATORS OF THE REGIONS OF THE
RUSSIAN FEDERATION*
Valery A. Samsonov
Postgraduate Student, Lomonosov Moscow State University, Faculty of Economics
(Moscow, Russia)
Sanat K. Seitov
Postgraduate Student, Lomonosov Moscow State University, Faculty of Economics
(Moscow, Russia)
Abstract
The purpose of this article is to assess the impact of the results of shadow economic activity on the value of the main macroeconomic indicator at the regional level in the Russian Federation -the gross regional product. The article uses the definition of the category "shadow economy", first formally formulated in the 1993 SNA, developed by the UN Statistical Commission. Based on it, a statistical assessment of the shadow economy in the subjects of the Russian Federation from 2010 to 2016 was carried out by improving the existing Rosstat methodology since no adjustment of the GVA for shadow operations is made at the regional level. The relative scale of the shadow component was measured, i.e. its share in GRP in 80 subjects of the Russian Federation. The analysis is limited to 2016, since a new classifier of economic activities has been put into effect since this year, which does not allow analyzing the contribution of individual industries to GRP due to their different economic content, even while maintaining the former name. At the next stage, the study carries out clustering of Russian regions by the share of the shadow economy in GRP. The results showed that both for the country as a whole andfor individual subjects of the Russian Federation, during the analyzed period, there was a decrease in the share of the shadow economy in GRP.
Keywords: unobservable economy, shadow economy, illegal activity, gross regional product, share of the shadow economy in GRP.
JEL: C10, C12, C49.
For citation: Samsonov, V.A., Seitov, S.K. (2022) Assessment of the contribution of the shadow economy to the macroeconomic indicators of the regions of the Russian Federation. Scientific
* The article uses the materials of V.A. Samsonov's master's thesis "Differentiation of Russian regions by the level of the
shadow economy" (2019), Faculty of Economics of Lomonosov Moscow State University.
Samsonov V.A., e-mail: samsonov@econ.msu.ru
Seitov S.K., e-mail: sanatpan@mail.ru , ORCHID: 0000-0001-6505-1712
Research of Faculty of Economics. Electronic Journal, vol. 14, no. 1, pp. 68-85. DOI: 10.38050/20783809-2022-14-1-68-85
References
Abroskin A.S., Abroskina N.A. 2018a. Osobennosti ispol'zovanija modificirovannogo metoda fizicheskih zatrat pri ocenke masshtabov tenevoj dejatel'nosti v rossijskoj jekonomike [FEATURES OF USING THE MODIFIED METHOD OF PHYSICAL INPUTS IN ESTIMATING THE SCALES OF SHADOW ACTIVITY IN THE RUSSIAN ECONOMY] // Vestnik universiteta [Bulletin of the University]. 2018. № 11. S. 91-96. DOI: 10.26425/1816-4277-2018-11-91-96 (In Russ.)
Abroskin A.S., Abroskina N.A. 2018b. Tenevaja jekonomika: problemy postroenija otraslevyh ocenok [SHADOW ECONOMY: PROBLEMS OF CONSTRUCTION OF INDUSTRIAL ESTIMATES] // Vestnik universiteta [Bulletin of the University]. № 6. S. 88-92. https://doi.org/10.26425/1816-4277-2018-6-88-92
Avdijskij V.I., Bezdenezhnyh V.M. 2018. Struktura finansovyh potokov v tenevoj jekonomike i osnovnye sposoby ih ocenki [The Structure of Financial Flows in the Shadow Economy and Methods of Their Assessment] // Jekonomika. Nalogi. Pravo [Economics. Taxes & Law]. 2018. № 11 (5). S. 6-15. DOI: 10.26794/1999-849X-2018-11-5-6-15
Belev S.G., Vekerle K.V., Evdokimova A.N. 2021. Razlichija v razmere uklonenija ot uplaty nal-ogov v Rossii po kategorijam nalogoplatel'shhikov [The difference in tax evasion amount among various taxpayers' groups in Russia] // Prikladnaja jekonometrika [Applied Econometrics]. № 2 (62). S. 66-84. DOI: 10.22394/1993-7601-2021-62-66-84.
Dyakin S. 2020. Agrariev oblozhila nalogovaya. Kak minimizirovat' riski pri nalogovyh proverkah sel'hozbiznesa [Farmers were taxed. How to minimize risks during tax audits of agricultural business] / Agroinvestor. 3 sentyabrya 2020. URL: https://www.agroinvestor.ru/analytics/article/34312-agrariev-oblozhila-nalogovaya-kak-minimizirovat-riski-pri-nalogovykh-proverkakh-selkhozbiznesa/
Dyatlovskaya E. 2019. V krupnyh agroholdingah provedeny vyemki dokumentov [Documents have been seized in large agricultural holdings] / Agroinvestor. 13 fevralya URL: https://www.agroinvestor.ru/markets/news/31238-v-krupnykh-agrokholdingakh-provedeny-vyemki-dokumentov/
Kireenko A.P., Nevzorova E.N., Orlova E.N. i dr. 2017. Tenevaja jekonomika v regionah Rossii: ocenka na osnove MIMIC-modeli [SHADOW ECONOMY IN RUSSIAN REGIONS: AN ESTIMATION WITH THE MIMIC MODEL] // Region: jekonomika i sociology a [REGION: ECONOMICS AND SOCIOLOGY]. № 1. S. 164-189
Kostin A.V. 2011. Opyt izmerenija tenevoj jekonomiki v zapadnoj literature [THE EXPERIENCE OF ESTIMATION THE SIZE OF THE SHADOW ECONOMY IN WESTERN LITERATURE] // Vestnik NGU. Serija: Social'no-jekonomicheskie nauki [BULLETIN OF NOVOSIBIRSK STATE UNIVERSITY. SERIES: SOCIO-ECONOMIC SCIENCES]. T. 11. Vyp. 4. S. 33-43.
Krivorotov V.V., Kalina A.V., Podbereznaja M.A. 2019. Ocenka masshtabov rasprostranenija tenevoj jekonomiki na regional'nom urovne [EVALUATION OF THE PREVALENCE OF THE SHADOW ECONOMY AT THE REGIONAL LEVEL] // Vestnik UrFU. Serija jekonomika i upravlenie [Bulletin of Ural Federal University. Series Economics and Management]. Tom 18. № 4. S. 540-555. DOI: 10.15826/vestnik.2019.18.4.027
Latov Ju.V., Kovalev S.N. 2006. Tenevaja jekonomika [Shadow economy] // Uchebnoe posobie dlja vuzov / Pod red. d.p.n., d.ju.n., prof. V.Ja. Kikotja; d.je.n., prof. G.M. Kaziahmedova. M.: Norma.
Nevzorova E.N., Kireenko A.P., Majburov I.A. 2020. Prostranstvennye vzaimosvjazi i za-konomernosti rasprostranenija tenevoj jekonomiki v Rossii [Spatial Correlation and Distribution of the Shadow Economy in Russia] // Jekonomika regiona [Economy of region]. T. 16, vyp. 2. S. 464-478.
OJeSR. 2002. Rukovodstvo po izmereniju nenabljudaemoj jekonomiki [Handbook for Measurement of the Non-Observed Economy]. Parizh. URL: http://www.gks.ru/wps/wcm/con-nect/rosstat_main/rosstat/ru/statistics/publications/catalog/doc_1139918157906
Fedotov D.Ju., Nevzorova E.N., Orlova E.N. 2016. Nalogovyj metod rascheta velichiny tenevoj jekonomiki rossijskih regionov [A TAX METHOD TO CALCULATE THE VALUE OF THE SHADOW ECONOMY OF RUSSIAN REGIONS] // Finansy i kredit [Finance and Credit]. № 15. S. 20-33.
Hartiya v sfere oborota sel'skohozyajstvennoj produkcii - sovmestnaya politika po protivodejst-viyu nezakonnym dej stviyam na rynke oborota sel'skohozyaj stvennoj produkcii [The Charter in the sphere of agricultural products turnover is a joint policy to counteract illegal actions in the market of agricultural products turnover]. 2017. URL: https://xn—7sbb4am3adqy8h.xn--80ai4af.xn--p1acf/o-hartii
Zatraty na proizvodstvo i realizatsiyu produktsii po sub"ektam RF i po RF v tselom [Production and sales costs for the subjects of the Russian Federation and for the Russian Federation as a whole]. URL: https://www.fedstat.ru/indicator/33633 (data obrashcheniya: 27.10.2021).
Oborot organizatsiy po razdelam OKVED (bez sub"ektov malogo predprinimatel'stva, ban-kov, strakhovykh i prochikh finansovykh organizatsiy) [Turnover of organizations by OKVED sections (excluding small businesses, banks, insurance and other financial organizations)]. URL: https://www.fed-stat.ru/indicator/34144 (data obrashcheniya: 27.10.2021).
Otraslevaya struktura valovoy dobavlennoy stoimosti sub"ektov RF [Industry structure of gross value added of the subjects of the Russian Federation]. URL: http://www.gks.ru/bgd/regl/b18_14p/IssWWW.exe/Stg/d01/10-04.doc (data obrashcheniya: 27.10.2021)
