CC BY
14УДК 332.1
ПЕРСПЕКТИВЫ РАЗВИТИЯ МАЛЫХ ПРЕДПРИЯТИЙ В «МОДЕЛЬНЫХ» РЕГИОНАХ
Коды JEL: CI; Rll; R 13
Солодитова Т. Ю., старший преподаватель, Приволжский институт повышения квалификации ФНС России, г. Нижний Новгород, Россия
E-mail: tusolod@mail.ru
SPIN-код: 4097-7838
Аннотация
Предмет. Рост малых предприятий (без микро) и методы прогнозирования их развития врегионах.
Тема. Анализ динамики роста числа малых предприятий (без микро) и прогноз дальнейшего их развития на примере «модельных» регионов с использованием кластерного и корреляционного анализа.
Цель. Оценка социально-экономического развития малого предпринимательства в «модельных» регионах, определенных по результатам кластерного анализа, построенного на использовании метода К-средний.
Методология. Логический, сравнительный, экономико-статистический, кластерный, корреляционный анализ.
Результаты. Сформированы, при достаточном уровне достоверности и значимости параметров, пять виртуальных кластеров (групп регионов). По результатам дисперсионного анализа определены «модельные» регионы в каждом кластере. Проанализирована динамика развития малых предприятий с 2011 по 2018 годы включительно с прогнозом на три последующих года в каждом «модельном»регионе.
Область применения. Экономическая политика региональных органов власти в сфере предпринимательской деятельности.
Выводы. В процессе исследования было установлено, что в отобранных «модельных» регионах Российской Федерации, несмотря на различную динамику развития малых предприятий (без микро), наблюдается общая тенденция к снижению роста числа малых предприятий. Результаты корреляционного анализа из-за нестабильной динамики не позволяют точно спрогнозировать процесс дальнейшего развития малого бизнеса. Требуется пересмотр утвержденных стратегий развития малого бизнеса в каждом «модельном» регионе.
Ключевые слова: малые предприятия, малый бизнес, «модельные» регионы, динамика, тренды, прогнозы.
UDC 332.1
PROSPECTS FOR THE DEVELOPMENT OF SMALL ENTERPRISES
IN «MODEL» REGIONS
JEL codes: Cl; Rll; R 13
Solodimova T. Yu., Postgraduate Student, Voronezh State University, Voronezh, Russia, Senior Lecturer of the Privolzhsky Institute for Advanced Studies of the Federal Tax Service of Russia (Nizhny Novgorod)
E-mail: tusolod@mail.ru
SPIN code: 4097-7838
Abstract.
Subject. The growth of small enterprises (without micro) and methods of forecasting their development in the regions.
Research topic. Analysis of the dynamics of growth in the number of small enterprises (without micro) and forecast of their further development on the example of «model» regions using cluster and correlation analysis.
Purpose. Assessment of the socio-economic development of small business in the «model» regions, determined by the results of cluster analysis based on the use of the K-average method.
Methodology. Logical, comparative, economicandstatistical, cluster, correlation analysis.
Results. Formed, with a sufficient level ofreliability and significance oftheparameters, five virtual clusters (groups of regions). Based on the results of analysis of variance, "model" regions in each cluster were identified. The dynamics of the development of small enterprises from 2011 to 2018 inclusive is analyzed with a forecast for the next three years in each «model» region.
Scope. Economicpolicy of regional authorities in the field of foreign entrepreneurial activity.
Conclusions. In the course of the study, it was found that in the selected «model» regions of the Russian Federation, despite the different dynamics of the development of small enterprises (without micro), there is a general trend towards a decrease in the growth of the number of small enterprises. The results of the correlation analysis, due to the unstable dynamics, do not allow us to accurately predict the process of further development of small business. A revision of the approved strategies for the development of small businesses in each «model» region is required.
Keywords: small enterprises, small business, "modeV'regions, dynamics, trends, forecasts.
Введение
В любом государстве развитие рыночных отношений способствует развитию малого бизнеса, что в свою очередь ведет к созданию новых рабочих мест и снижению безработицы. Однако для успешного ведения деятельности малому предпринимательству необходима поддержка со стороны государства.
В последнее время в России из-за экономической нестабильности, связанной с различными негативными последствиями как в политической жизни государства, так и в социальной, малый бизнес находится в некоем дисбалансе, который не позволяет малым предприятиям осуществлять свою деятельность в течение длительного периода. По всем регионам России фиксируется неустойчивый рост малых предприятий [1—3].
Методический подход к исследованию
Разработка программы кластерной политики любого региона, а также стратегии развития отдельного кластера предполагает наличие детального анализа кластерного потенциала, который при наличии ряда отобранных характеристик, позволит установить и степени их взаимодействия [4—6].
Б01: 10.22394/1997-4469-2020-51-4-55-62
Именно поэтому, чтобы проанализировать ситуацию с развитием малого бизнеса в отдельных регионах, а в дальнейшем и в целом по России, был использован метод кластеризации, позволяющий определять группировки многомерных объектов и основанный на представлении результатов отдельных наблюдений точками подходящего геометрического пространства с последующим выделением их групп (кластеров) [7, 8].
В настоящем исследовании кластерный анализ принят нами в качестве многомерной статистической процедуры, выполняющей сбор данных, содержащих информацию о выборе объектов, и затем форматируемый объекты в сравнительно однородные группы, так как видят его М. С. Олдендер-фер и Р. К. Блэшфилд [9].
В ходе проведенного нами кластерного анализа основных показателей развития малого бизнеса все субъекта РФ были распределены по пяти кластерам. В каждом кластере определились «модельные» регионы - субъекта с наименьшим расстоянием сумм нормированных показателей от центра кластера: Самарская область (кластер «А»), Калужская (кластер «Б»), Томская (кластер «В»), Волгоградская область (кластер «Г») и Республика Калмыкия (кластер «Д»). Наиболее развитым считаем кластер
«А», который характеризующийся максимальным значением суммы нормированных показателей. Самый слабый из кластеров — кластер «Д» с минимальным значением сумм нормированных значений [10].
Результаты
Используя официальные статистические данные за 2011—2018 годы [11—13], рассмотрим динамику развития малых предприятий в «модельных регионах» и построим тренды с прогнозом на три последующих года (2019—2021), задав необходимый период при построении графиков.
На рисунках 1—5 представлены тренды по показателю «Число малых предприятий (без микро)» в «модельных» регионах за 2011—2018 гг. с прогнозом на 2019—2021 гг.
Как видно из рисунка 1, число малых предприятий (без микро) в Самарской области за анализируемый период является непостоянной величиной: то наблюдается их рост, как это произошло в 2012, 2015 и 2017 годах, то снижение — 2013, 2014, 2018. Самое значительное снижение числа малых предприятий отмечается в 2016 году. Падение данного показателя по отношению к предыдущему (2015) году составило 46 %, а по отношению к 2011 году — 31 %. После значительного падения показателя в 2016 году наблюдается рост числа малых предприятий в 2017 году на 43 %, т. е. идет выход практически на уровень 2015 года, затем в 2018 году вновь идет падение данного показателя (на 9 % по сравнению к 2017 году).
7000
6500
6000
=г 5500
Самарская область
логарифмическая
V = -iiy,sin;xj + ьии4,1 Ч R* = 0,0069
— — . --- — _ _ _ _
V стеленная = S992,9x0Ji31 линейная
п - и, и 11С у=-69у048х + 6156 R2 = 0у027в
:
5000
4500
4-000
3500
2011 2012 2013 2014 2015 2016 2017 2013 2019 2020 2021
Годы
Рис. 1. Динамика роста числа малых предприятий (без микро) в Самарской области
На рисунке 1 также можно увидеть, что значения коэффициента детерминации всех функций очень низкие. Ни одна из функций не приближается к единице. Это говорит о том, что устойчивого тренда числа малых предприятий вплоть до 2021 года не наблюдается. Процесс роста малых предприятий в анализируемый период в Самарской области непрогнозируемый.
В Калужской области картина развития малых предприятий несколько иная.
Как видно из рисунка 2, в Калужской области, прослеживается стабильная тенден-
ция к снижению числа малых предприятии по всему анализируемому периоду. При этом ежегодное снижение по отношению к предыдущему году составляет 3—5 %. Однако в 2016 году зафиксирован резкий спад по числу малых предприятий в регионе: на 43 % по отношению к 2015 году, на 45 % — по отношению к 2011. В 2017 году число малых предприятий увеличилось, но не достигло уровня 2015 года (разница 3 %), в 2018 году число малых предприятий продолжает снижаться: на 5 % по отношению к 2015 году ина11% по отношению к 2011 году.
Калужская область
2000
1900
1300
1700
1 ЙПО
X
Е X 1500
£
1400
1300
1200
1100
1000
^ логарифмическая V- -1ЧП 61п!»1+ 1473 Ч
И1 = 0,2204
V .__~ ^
степенная у = 1993,9* И1 = 0,1832
^-"""—" 1—- —-
линейная
V = -5б,0ВЗк + 1973,3 В1 = 0,2314
2011 2012 2013 2014 2015 2016 2017
Годы
2013 2019 2020 2021
Рис. 2. Динамика роста числа малых предприятий (без микро) в Калужской области
Линии всех функций тренда убываю- дующие годы вряд ли изменится к луч-
щие и имеют низкие коэффициенты детер- шему.
минации. Полученные линии тренда по- В Томской области, как и в Самарской,
зволяют сделать вывод о том, что ситуация наблюдается нестабильная динамика роста
с развитием малых предприятий в после- числа малых предприятий.
Рис. 3. Динамика роста числа малых предприятий (без микро) в Томской области
Как видно из рисунка 3, несмотря на изначальный рост числа малых предприятий в 2012 году (на 10 % по сравнению к 2011), в Томской области наблюдается скачкообразная тенденция к снижению числа малых предприятий. По сравнению к 2011 году
снижение роста числа малых предприятий составило в 2013 году — 13 %, в 2014 — 8 %, в 2015 — 4 %, в 2016 — 44 %, в 2017 — 2 %, в 2018 — 6 %. Линии всех трех функций убывающие, коэффициенты детерминации каждой функции далеки от единицы, поэто-
му, какие-либо прогнозы дальнейшего развития малых предприятий не возможны.
Ситуация с малым бизнесом в Волгоградской области носит более стабильный характер.
На рисунке 4 начиная с 2012 года можно наблюдать устойчивую тенденцию снижения числа малых предприятий (без микро).
Так в 2013, 2015, 2017 и 2018 годах по отношению к предыдущему году снижение составляет 9—10 %, в 2014 и 2016 года число малых предприятий снизилось по сравне-
нию с предыдущими годами на 1 %. К концу 2018 года показатель по количеству малых предприятий снизился почти на 30 % от аналогичного показателя 2011 года. Коэффициенты детерминации всех трех функций (убывающих) близки к 1. Но наиболее точно рассматриваемый тренд описывается линейной функцией, коэффициент детерминации которой равен 0,9062. Прогноз на 3 года вперед показывает дальнейшее снижение числа малых предприятий в Волгоградской области.
Рис. 4. Динамика роста числа малых предприятий (без микро) в Волгоградской области
Рис. 5. Динамика роста числа малых предприятий (без микро) в Республике Калмыкия
Как видно из рисунка 5 в Республике Калмыкии число малых предприятий в течение 2011—2018 г. г. колеблется от 149 до 177 единиц всего. Минимальное количество малых предприятий зафиксировано в 2016 году. Все построенные функции убывающие. Коэффициенты детерминации очень низкие. Фактически в «модельном» регионе кластера «Г» малого бизнеса нет, и перспектива его дальнейшего развития не прослеживается.
Выводы
Обобщение вышеизложенного позволяет сделать следующие выводы.
Перспективы развития малого и среднего предпринимательства в России напрямую зависят от способности государства создать такую систему, где права представителей малого бизнеса будут надежно защищены. Главным критерием успешности малого бизнеса является заинтересованность государства в нем и его содействие. Причем развитие предпринимательства в целом носит ярко выраженный региональный аспект, являясь стратегическим ресурсом развития территории [14].
На сегодняшний день ни в одном из «модельных» регионов перспектива роста числа малых предприятий не прослеживается, следовательно развитие малого бизнеса находится на очень низком уровне. И учитывая непростую экономическую ситуацию, сложившуюся из-за всеобщей пандемии, руководству страны, как и руководству регионов, придется пересмотреть ранее выработанные стратегии по развитию малого бизнеса [15] и приложить немалые усилия для стабилизации экономики в целом.
ЛИТЕРАТУРА
1. Трещевский Ю. И. Малый бизнес в условиях текущих и предстоящих изменений — взгляд изнутри / Ю. И. Трещевский, Е. В. Никишкина, И. С. Иванов II Развитие менеджмента: концепция «Industry 4.0» : материалы II Всероссийской научно-практической конференции (24—25 октября 2019 г.; г. Орел). — Орел : ОГУ им. И. С. Тургенева, 2019. — С. 127—132.
2. Лобанов А. А. Роль и проблемы развития малого бизнеса в России / А. А. Лобанов, К. С. Манасян II Актуальные проблемы ави-
ации и космонавтики. — 2016. — № 12. — URL: https://cyberleninka.ru/article/n/rol-i-problemy-razvitiya-malogo-biznesa-v-rossii (дата обращения: 22.11.2020).
3. Ежемесячные тенденции экономического развития Российской Федерации. The worldbank. Октябрь 2017 г. — URL: http://pubdocs.worldbank. org/en/738091508765319948/Octl7-Russia-Monthly-Economic-Developments-October-2017-fm-Rus.pdf (дата обращения: 09.09.2019).
4. Томашевская Ю. Н. Международный опыт выявления кластеров: перспективы использования в условиях РФ / Ю. Н. То-машевский, Н. А. Корчагина II Научные труды: Институт народнохозяйственного прогнозирования РАН. — 2010. — № 8. — URL: https://cyberleninka.rU/article/n/ mezhdunarodnyy-opyt-vyyavleniya-klasterov-perspektivy-ispolzovaniya-v-usloviyah-rf (дата обращения: 11.08.2020).
5. Смолина Е. Э. Экономические и организационные аспекты формирования региональных кластеров / Под ред. Е. Э. Смолиной, Ю. И. Трещевского. — Тамбов, 2006. — 191 с.
6. Пятинкин С. Ф. Развитие кластеров: сущность, актуальные подходы, зарубежный опыт / С. Ф. Пятинкин, Т. П. Быкова. — Минск : Тесей, 2008. — 72.
7. Мандель И.Д. Кластерный анализ / И. Д. Мандель. — М. : Финансы и статистика. — 1988. — 176 с.
Ъ.Махрусе Насма. Современные тенденции методов интеллектуального анализа данных: метод кластеризации / Насма Махрусе II Московский экономический журнал. — 2019. — № 6. — URL: https://cyberleninka.ru/article/n/sovremennye-tendentsii-metodov-intellektualnogo-analiza-dannyh-metod-klasterizatsii (дата обращения: 11.08.2020).
9. Олдендерфер М. С. Кластерный анализ / М. С. Олдендерфер, Р. К. Блэшфилд II Факторный, дискриминантный и кластерный анализ / Под ред. И. С. Енюкова. — М.: Финансы и статистика, 1989. — 215 с.
10. Сибирская Е. В. Кластерный анализ состояния малого и среднего предпринимательства в регионах России / Е. В. Сибирская, Христо Иванов, Н. Шеремет II Среднерусский вестник общественных наук. — 2016. — № 4. — URL: https://cyberleninka.ru/ article/n/klasternyy-analiz-sostoyaniya-malogo-
i-srednego-predprinimatelstva-v-regionah-rossii (дата обращения: 22.11.2020).
11. Малое и среднее предпринимательство в России : сборники. — URL: https:// rosstat.gov.ru/folder/210/document/13223, Регионы России. Социально-экономические показатели (дата обращения: 20.09.2020).
12. Малое и среднее предпринимательство в России : приложения к сборнику за 2013—2019 гг. — URL: https://rosstat.gov.ru/ folder/2lO/document/13223 (дата обращения: 10.08.2020).
13. Российский статистический ежегодник : сборники. — URL: http://old.gks.ru/wps/ wcm/connect/rosstat_main/rosstat/ru/statistics/ publications/catalog/doc_l 135087342078 (дата обращения: 27.01.2019).
14. Послание Президента России к Федеральному Собранию от 01.12.2016. — URL: (http://kremlin.ru/events/president/news/53379 (дата обращения 20.10.2020).
15. Об утверждении Стратегии развития малого и среднего предпринимательства в Российской Федерации на период до 2030 года» (вместе с «Планом мероприятий («дорожной картой») по реализации Стратегии развития малого и среднего предпринимательства в Российской Федерации на период до 2030 года : распоряжение Правительства РФ от 02.06.2016 № 1083-р (ред. от 30.03.2018) II Официальный интернет-портал правовой информации http://www.pravo. gov.ru (дата обращения: 10.08.2020).
LITERATURE
1. Treshevsky Y. I. Small business in the current and upcoming changes — a view from the inside / Y. I. Treshevsky, E. V. Nikishina, I. S. Ivanov II Development management: the concept of «Industry 4.0» : materials of the II all-Russian scientific and practical conference (October 24—25, 2019; Orel). — Orel : OSU named after I. S. Turgenev, 2019. — Pp. 127—132.
2. Lobanov A. A. Role and problems of small business development in Russia / A. A. Lobanov, K. S. Manasyan II Actual problems of aviation and space science. — 2016. — № 12. — URL: https://cyberleninka.ru/article/n/rol-i-problemy-razvitiya-malogo-biznesa-v-rossii (accessed: 22.11.2020).
3. Monthly trends in the economic development of the Russian Federation. The
worldbank. October 2017. — URL: http://pubdocs. worldbank.org/en/738091508765319948/0ctl7-Russia-Monthly-Economic-Developments-October-2017-fm-Rus.pdf (date of application:
09.09.2019).
4. Tomashevskaya Yu. N. international experience in identifying clusters: prospects for use in the Russian Federation / Yu. N. Tomashevsky, N. A. Korchagina // Proceedings: Institute of national economic forecasting of the Russian Academy of Sciences, 2010, no. 8. — URL: https://cyberleninka.ru/ article/n/mezhdunarodnyy-opyt-vyyavleniya-klasterov-perspektivy-ispolzovaniya-v-usloviyah-rf (accessed: 11.08.2020).
5. Smolina E. E. Economic and organizational aspects of forming regional clusters / ed. By E. E. Smolina, Yu. I. treshchevsky. — Tambov, 2006. — 191 p.
6. Pyatinkin S. F. development of clusters: essence, current approaches, foreign experience / S. F. Pyatinkin, T. P. Bykova. — Minsk : Theseus, 2008. — 72.
7. Mandel I. D. Cluster analysis /1. D. Mandel. — M. : Finance and statistics, 1988. — 176 p.
8. Mahruse Nasma. Modern trends in data mining methods: clustering method / Nasma Mahruse II Moscow economic journal. — 2019. — No. 6. — URL: https://cyberleninka. ru/article/n/sovremennye-tendentsii-metodov-intellektualnogo-analiza-dannyh-metod-klasterizatsii (accessed: 11.08.2020).
9. Oldenderfer M. S. Cluster analysis / M. S. Oldenderfer, R. K. Blashfield // Factor, discriminant and cluster analysis / ed. by I. S. Enyukov. — M. : Finance and statistics, 1989. — 215 p.
10. Sibirskaya E. V. Cluster analysis of the state of small and medium-sized businesses in the regions of Russia / E. V. Sibirskaya, Hristo Ivanov, N. Sheremet II Central Russian Bulletin of social Sciences. — 2016. — No 4. — URL: https://cyberleninka.ru/article/n/klasternyy-analiz-sostoyaniya-malogo-i-srednego-predprinimatelstva-v-regionah-rossii (accessed:
22.11.2020).
11. Small and medium-sized businesses in Russia : Collections. — URL: https://rosstat. gov.ru/folder/210/document/13223, Regions of Russia. Social and economic indicators (accessed: 20.09.2020).
12. Small and medium-sized entrepreneur-ship in Russia : Appendices to the collection for
2013—2019. — URL: https://rosstat.gov.ru/fold-er/210/document/13223 (accessed: 10.08.2020).
13. Russian statistical Yearbook : Collections. — URL.: http://old.gks.ru/wps/ wcm/connect/rosstat_main/rosstat/ru/statistics/ publications/catalog/doc_1135087342078 (date accessed: 27.01.2019).
14. Message of the President of Russia to the Federal Assembly dated 01.12.2016. — URL. (http://kremlin.ru/events/president/ news/53379 (date ofissue 20.10.2020).
УДК 502.17
15. On approval of Strategy of development of small and medium enterprises in the Russian Federation for the period till 2030» (together with «action Plan («roadmap») for implementation of the Strategy of development of small and medium enterprises in the Russian Federation for the period till 2030 : The decree of the RF Government from 02.06.2016 N 1083-R (edition of 30.03.2018) // The official Internet portal of legal information. — URL: http://www. pravo.gov.ru (date accessed: 10.08.2020).
РАЗРАБОТКА ПРЕДЛОЖЕНИЙ ПО СОВЕРШЕНСТВОВАНИЮ РЕГИОНАЛЬНОЙ ПОЛИТИКИ ОХРАНЫ ОКРУЖАЮЩЕЙ СРЕДЫ (НА ПРИМЕРЕ ВОРОНЕЖСКОЙ ОБЛАСТИ)
Коды JEL: Н61, К32, 012
Шахворостов Г. И., кандидат технических наук, доцент, заведующий кафедрой государственного и муниципального управления, Российская академия народного хозяйства и государственной службы при Президенте РФ (филиал РАНХиГС), г. Воронеж, Россия
E-mail: shakhvorostov@mail.ru
SPIN-код: 3352-6307
Яцкова Е. А., магистрант, Российская академия народного хозяйства и государственной службы при Президенте РФ (филиал РАНХиГС), г. Воронеж, Россия
E-mail: yackovaea87@mail.ru
SPIN-код: отсутствует
Аннотация
Предмет. Региональная политика охраны окружающей среды.
Тема. Совершенствование региональной политики охраны окружающей среды (на примере Воронежской области).
Цели. Разработка предложений по совершенствованию региональной политики окружающей среды в Воронежской области.
Методология. Метод сравнительного анализа статистических данных и оценки нормативно-правовой базы в сфере охраны окружающей среды.
Результаты. Уменьшение вредного отходов на окружающую природную сре-
ду и здоровье человека, создание полигонов твердых бытовых отходов закрытого типа, увеличение количества населенных пунктов, охваченных системой раздельного сбора, сортировки, переработки твердых бытовых отходов и вторичных материальных ресурсов , в которых разработаны, утверждены и действуют схемы санитарной очистки; увеличение объемов финансирования; внедрение экологических технологий по переработке иловых осадков городских и производственных сточных вод.
Область применения. ОхранаокружающейсредыВоронежскойобласти.
Выводы. Учитывая вовлечённость в общенациональные природоохранные процессы, Воронежская область имеет ряд проблем в сфере построения политики по охране окружающей среды, мешающих полноценнореализовывать новации.
Ключевые слова: Охранаокружающейсреды, экология,региональнаяполитика.
