CC BY
19
5. Papakhchyan, I.A. Aspects of regulation of development of agrarian subjects / I.A. Papakhchyan, A.V. Tolmachev // University Bulletin (State University of Management), 2018. No. 9. - P. 105-109.
6. Saenko, I.I. Formation and development of an innovation cluster as a factor of regional competitiveness growth / I.I. Saenko // Scientific Herald of the Kuban State University branch, 2015. No. 4-5. - p. 99-104.
7. Tolmachev, A.V. The development of regional agrarian economy and the role of small business / A.V. Tolmachev, I.A. Papakhchyan, R.N. Lisovskaya // Polythematic Network Electronic Scientific Journal of the Kuban State Agrarian University, 2015. No. 111. - p. 776-792.
8. Chaika, V.P. Sustainable development of a multifunctional rural economy / V. Chaika. / / Russian State Agrarian University-Moscow Agricultural Academy. K.A. Timiryazev. Moscow, 2008. - 173 p.
9. Cherepukhin, T.Yu. The economic rationale for the resource potential of the regional agriculture / T.Yu. Cherepukhin // In collection: Actual problems of the socio-economic development of the North Caucasus Federal District Scientific and Practical Conference, 2013. - P. 129-132.
10. Tolmachev, A.V. Agrarian business entities in the South of Russia / A.V. Tolmachev, A.B. Melnikov, Y.I. Bershitskiy [and other]. Journal of Advanced Research in Law and Economics, 2017. V. 8. No. 6. - P. 1989-1997.
Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 16-29-12995 «Моделирование и прогнозирование динамики развития инновационного потенциала национальной экономики
Ю.В. Развадовская - ведущий научный сотрудник ЦНИ «ИМИСЭ», Южный федеральный университет (ФГАОУ ВО ЮФУ), кандидат экономических наук, (yuliyaraz@yandex.ru, 89281819261),
Yu.V. Razvadovskaya - Leading Research Fellow, Central Institute for Instrumental, Mathematical and Intellectual Means in Economics, Southern Federal University, Candidate of Science (Economics);
Е.В. Каплюк - Старший научный сотрудник ЦНИ «ИМИСЭ», Южный федеральный университет (ФГАОУ ВО ЮФУ) кандидат экономических наук, (ekapluk@gmail.com 89064251295),
Е.V. Kaplyuk - Senior Researcher, Southern Federal University; Candidate of Economic Sciences.
ПРОГНОЗИРОВАНИЕ ЕМКОСТИ РЫНКА НЕФТЕГАЗОВОЙ И НЕФТЕХИМИЧЕСКОЙ ОТРАСЛЕЙ ПОСРЕДСТВОМ МОДЕЛИ МЕЖВИДОВОГО ВЗАИМОДЕЙСТВИЯ ЛОТКИ-ВОЛЬТЕРРЫ FORECASTING THE MARKET CAPACITY OF OIL AND GAS AND PETROCHEMICAL INDUSTRIES THROUGH THE MODEL
OF INTERSPECIFIC INTERACTION OF TRAYS-VOLTERRA
Аннотация. В статье рассматриваются перспективные тенденции в отраслях добывающего и обрабатывающего секторов российской экономики, связанные с изменением емкости рынка по формам собственности компаний в среднесрочной перспективе. На основе анализа результатов вариантных прогнозных расчетов, а также опыта развитых и крупных развивающихся стран обосновывается гипотеза, согласно которой рост технологического потенциала отрасли сопряжен с увеличением роли государственного хозяйствования в национальной экономике, в том числе ростом доли государственных компаний. С целью подтверждения гипотезы, в статье проведен структурно-динамический анализ статистических данных по добывающему и обрабатывающему секторам экономики, который позволил выявить устойчивую тенденцию в добывающем секторе экономики, на минимизацию государственной собственности и ее рост в отраслях обрабатывающего сектора экономики. Проведен обзор существующих моделей прогнозирования и обосновано использования межвидовой модели взаимодействия Лотки-Вольтерры «хищник» жертва, как инструментария для прогнозирования емкости рынка нефтегазовой отрасли с учетом специфики формы собственности исследуемых предприятий. Адаптация модели «хищник-жертва» позволила осуществить прогноз развития емкости рынка нефтегазовой и нефтехимической отраслей Российской Федерации с учетом форм собственности предприятий. Авторы фокусируют внимание на таком важном аспекте экономической организации хозяйственной деятельности как форма собственности. В статье формулируется вывод о том, что в странах, богатых природными ресурсами экономическая модель организации хозяйственной деятельности эффективна в случае государственной собственности в отраслях добывающего сектора экономики, частного сектора в обрабатывающем производстве с сохранением функций государства по координации рынка и стимулирования технологических изменений.
Annotation. The article looks at the prospective trends in the sectors of the extracting and processing sectors of the Russian economy, related to the change in market capacity by the forms of ownership of companies in the medium term. Based on the analysis of the results of variant forecast calculations, as well as the experience of developed and large developing countries, the hypothesis is based on the fact that the growth of the technological potential of the industry is associated with an increase in the role of state management in the national economy, including the increase in the share of state property. In order to confirm the hypothesis, the article carried out a structural and dynamic analysis of statistical data on the extracting and processing sectors of the economy, which revealed a stable trend in the extractive sector of the economy, minimization of state property and its growth in the manufacturing sector of the economy. The review of existing prediction models and justification of the use of the inter-species interaction model Lotka-Volterra "predator" victim as a tool for forecasting the capacity of the oil and gas market taking into account the specific form of ownership of the enterprises under study. Adaptation of the "predator-prey" model allowed to carry out the forecast of development of the market capacity of the oil and gas and petrochemical industries of the Russian Federation taking into account the forms of ownership of enterprises. For prediction, the classical system of Lotka-Volterra equations was used, with the
author's interpretation of the nutritional and reproduction coefficients. The empirical base of the research was the data of the stock exchange on the quotations and traded volumes of the 20 largest oil and gas enterprises and 16 largest petrochemical enterprises, as well as official Russian and foreign statistics. The authors focus on such an important aspect of the economic organization of economic activity as a form of ownership. The article concludes that in countries rich in natural resources, the economic model of organizing economic activity is effective in the case of state ownership in the sectors of the extractive sector of the economy, the private sector in manufacturing, while maintaining the functions of the state in coordinating the market and stimulating technological change.
Ключевые слова: ресурсная экономика, форма собственности, прогнозирование, нефтегазовый сектор, модель Лотки-Вольтерры.
Keywords: resource economy, ownership, forecasting, oil and gas sector, Lotka-Volterra model.
Тезис Дж.Стиглица о том, что «смешанные экономики постоянно сталкиваются с проблемой определения соответствующих границ между государственной и частной деятельностью, наука о государственном секторе в этих странах становится и столь важной, и столь интересной» [2] не теряет своей актуальности и в настоящее время. Сложившиеся в экономической литературе две кардинально противоположные точки зрения по вопросам, связанным с ролью государственного сектора в национальной экономике в процессе ее институциональной и технологической трансформации имеют право на существование и по факту связаны с определением оптимальных пропорций государственного хозяйствования в экономике. Согласно первой (преобладающей) точке зрения современный этап развития мировой экономики характеризуется снижением роли государства в процессе координации экономической деятельности с одновременным ростом доли частных предприятий и организаций [14]. В соответствии со второй точкой зрения государство играет важную роль в процессе создания и наращивания технологического потенциала национальной экономики, развития новых перспективных отраслей и производств [20]. В отдельных исследованиях утверждается, что в развитых странах государство является неотъемлемым элементом экономической системы и обеспечивает процессы координации рынка и отдельных отраслей, которые на этапе развития зачастую испытывают трудности с выходом на рынки [21, 22]. Также отмечается, что создание предприятий государственной формы собственности в отраслях промышленности является неотъемлемым элементом системы планирования инновационной деятельности. В этом случае частный и государственный сектора экономики не заменяют, а дополняют друг друга и их наличие в экономической организации не противоречит законам рыночного развития [25].
Сложная структура экономической организации хозяйственной деятельности в развитых и быстро развивающихся странах подтверждает данный тезис, а ускорение темпов научно-технического прогресса, рост сложности производимых товаров определяют возникновение проблем, связанных с формированием такой структуры экономической организации хозяйственной деятельности, которая будет способствовать воспроизводству имеющихся ресурсов, разработке и применению наиболее рациональных технологий их использования. При этом в зависимости от вида экономической деятельности система взаимодействия организаций принимает более сложную форму. Так, отрасли, характеризующиеся высоким технологическим потенциалом, имеют сложную экономическую организацию, представленную множеством вариантов комбинации форм собственности. Отдельные отрасли характеризуются преобладаем государственной или частной формы собственности на капитал. При этом на отдельных этапах жизненного цикла отраслей наблюдаются тенденции связанные с преобладанием определенных форм собственности. Так в периоды формирования и развития новых отраслей, приоритетных с точки зрения наращивания технологического и экономического потенциала наблюдается рост числа государственных компаний и корпораций с государственным участием, рост концентрации отрасли. Как отмечает В.Кондратьев государственные предприятия и предприятия с государственной поддержкой становятся серьезными глобальными конкурентами [4]. Только за период с 2004 по 2008 г. среди 2000 глобальных компаний появилось 117 государственных предприятий из Бразилии, России, Индии и Китая. Опыт многих развитых и развивающихся стран позволяет нам выделить несколько вариантов государственного хозяйствования в национальной экономике в зависимости от выполняемых им функций. В связи с этим гипотезой исследования является предположение о том, что в современных условиях развитию будет способствовать усиление кооперационной функции государственного сектора.
Тенденции, связанные с изменением формы собственности наблюдаются в добывающем секторе российской экономики на фоне роста концентрации в отрасли. За период с 2010 по 2015 годы доля уставного капитала федеральных органов власти сократились с 254 009 млн.руб. до 8 856 млн.руб. в целом на 83%, органов исполнительной власти субъектов РФ увеличилась с 1 264 млн.руб. в 2010 году до 53 132 млн. руб. в 2015 году (таблица 1). При этом за указанный период наблюдается сокращение доли собственности коммерческих организаций и физических лиц. Указанные тенденции сопровождаются ростом затрат на технологические инновации и увеличением числа занятых в отрасли (таблица 2).
Таблица 1
Динамика распределения уставного капитала организаций по формам собственности в добывающем и обрабатывающем секторах российской экономики
Показатель 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 20052015
Добыча топливно-энергетических полезных ископаемых
Распределение 342096 592422 937679 974695 885709 886965 545204 794926 637782 503001 62236
уставного капитала всего, млн. руб. 4 1,8
В т.ч. Федераль- 185298 2088,9 189534 186903 186404 254009 261318 260824 6209 3894 3856
ные органы исполнительной
власти 0,02
Коммерческие 112999 536006 701792 744049 668284 595622 530700 496588 559798 429529 54877
организации 5 4,8
Физические 3764,9 3604,4 4082,9 3954,3 3937,8 3602 4053 3493 3459 3448 3286
лица 0,8
Химическое производство
Распределение 60074,7 71659,9 73080,3 87381,2 101105 115500 124971 149013 148148 158844 21489
уставного капитала всего, млн. руб. 1 3,5
В т.ч. Федераль- 1394,2 1719,7 1758,4 1789 4735,2 4790 2179 5712 8892 7286 7123
ные органы исполнительной
власти 5,1
Коммерческие 48732,2 61109,6 61830,2 78421,2 89092,9 103193 113638 133756 130061 143013 19719
организации 1 4,0
Физические 3505,6 3096,5 3141,3 3277,9 3386 3959 4528 5153 6022 5050 6377
лица 1,8
В отличие от добывающего сектора экономики в обрабатывающей промышленности наблюдаются противоположные тенденции. Так за период с 2005 по 2015 годы в 129 раз увеличился объем уставного капитала в стоимостном выражении федеральных органов исполнительной власти, в 5,7 раза органов исполнительной власти субъектов РФ, при этом доля собственности коммерческих организаций увеличилась всего в 4,3 раза. В целом за исследуемый период отмечается 20 кратное увеличение объема уставного капитала организаций в обрабатывающем секторе.
На протяжении всего исследуемого периода с 2005 по 2015 годы, вопреки распространенным оценочным суждениям, мы видим устойчивую тенденцию в добывающем секторе экономики, на минимизацию государственной собственности и ее рост в отраслях обрабатывающего сектора экономики. Мы формулируем предположение о том, что на определенных этапах развития отрасли государственная форма собственности является важным условием роста технологического потенциала, повышения ее конкурентоспособности. Можно предположить, что в отраслях добывающего сектора российской экономики в среднесрочной перспективе доля государственной собственности в структуре собственности организаций будет увеличиваться, несмотря на ее значительное сокращение за период с 2005 по 2015 годы. При этом делается предположение, согласно которому в отраслях обрабатывающего сектора экономики будут продолжаться тенденции, связанные с ростом частного сектора. Для подтверждения сформулированной гипотезы необходим математический инструментарий, позволяющий выявить и спрогнозировать тенденции, связанные с изменением формы собственности на ресурсы отечественных компаний добывающего и обрабатывающего секторов экономики.
Таблица 2
Основные характеристики вида экономической деятельности «Добыча топливно-энергетических полезных ископаемых», «Обрабатывающие производства», «Химическое производство»
Показатель 2010 2011 2012 2013 2014 2015
Добыча топливно-энергетических полезных ископаемых
Число фирм в отрасли 72S9 7146 7093 6991 6900 6S62
Норма прибыли 109,1 113 99,5 109,1 157,1 109,9
Удельный вес организаций, осуществлявших технологические инновации, в общем числе обследован- S,0 9,0 S,3 7,2 7,4 6,3
ных организаций, %
Затраты на технологические инновации 49250,9 65SS36,2 79532,4 S4347,2 113049,1 119061,2
Число занятых, тыс. чел. 563,1 56S,9 5S2,0 5S4,6 590,2 604,4
Обрабатывающие производства
Показатель 2010 2011 2012 2013 2014 2015
Число фирм в отрасли 402479 403942 404959 401S72 403126 411964
Норма прибыли 10S,2 10S,4 103,3 79,9 122,2 120,2
Удельный вес организаций, осуществлявших технологические инновации, в общем числе обследован- 11,3 11,6 12 11,9 12,2 12,1
ных организаций, %
Затраты на технологические инновации 260S35,2 370006,0 430459,6 5S0116,4 5655S1,1 5634S9,9
Число занятых, тыс. чел. 6103,3 60S9,6 5992,5 5S70,0 567S,S 5546,3
Химическое производство
Показатель 2010 2011 2012 2013 2014 2015
Число фирм в отрасли 14S25 14S53 14695 14310 14201 14624
Норма прибыли 122 106,2 112,3 70,6 104 20S
Удельный вес организаций, осуществлявших технологические инновации, в общем числе обследован- 23,3 21,4 21,5 23 21,4 23,3
ных организаций, %
Затраты на технологические инновации 24106,5 3073S,7 41534 67166,6 60261,6 47907,4
Число занятых в отрасли, тыс. чел. 431,4 415,S 39S,2 390,2 3S0,6 3S3,5
Определенные прогнозные результаты можно получить на основе моделирования взаимодействия внутриотраслевого взаимодействия между предприятиями с разной формой собственности на основе адаптации модели типа «хищник-жертва» Лотки-Вольтерраы Модель была предложена в 1925 году А. Лоткой [19], и независимо от него, в 1926 г., В. Вольтерра [2]. Модель Лотки-Вольтерры первоначально применялась в области математической экологии, а именно для моделирования межвидового взаимодействия биологических популяций, но в последующем получила широкое распространение в области экономики.
За пределами области биологии и экологии модель Лотки-Вольтерры широко применяется для анализа конкурентного поведения на рынке. Например, Lee S.J., Lee D.J. , Oh H.S исследовали торговые значения двух корейских бирж, корейской фондовой биржи и дилеров по ценным бумагам, прогнозировали тенденции развития выбранных объектов посредством данной модели [18]. Kim J., Lee D.J., Ahn J. с использованием модели Лотки-Вольтерры исследовали динамику развития корейского рынка мобильных телефонов [15]. Использование Kreng V.B., Wang H.T. модели Лотки-Вольтерра для исследования конкурентного взаимодействия рынка жидкокри-сталических и плазменных дисплеев в Тайване позволило определить динамику развития данных рынков и определить параметры равновесия [16]. Lin C. с использованием теории систем спрогнозировал параметры распространения мобильной связи в Тайване, а затем применив модель Лотки-Вольтера определил основные условия конкурентных отношений на данном рынке [17]. Также посредством адаптации данной модели были построены модель движения рабочей силы, модель взаимодействия денежного и товарного рынка, модель взаимозависимости государственного и частного секторов, модель прогнозирования секторальной структуры сферы исследований и разработок, модель конкурентных процессов [1, 3, 5, 7, 26]. Анализ исследований, , позволяет использовать набор параметров, характеризующих как объемы рынка, статистические параметры исследуемых объектов, так и данные о форме собственности, а, во-вторых, обеспечивает получение прогнозных вариантов развития анализируемых объектов.
Широкое тиражировании данной модели, позволяет рассмотреть ее в качестве инструментария для прогнозирования емкости рынка нефтегазовой отрасли с учетом специфики формы собственности исследуемых предприятий. Адаптация модели «хищник-жертва» Лотки-Вольтерры позволила осуществить прогноз развития емкости рынка нефтегазовой и нефтехимической отраслей Российской использующих модель Лотки-Вольтерры для прогнозирования динамики рынков технологий и товаров, а также различных социально-экономических процессов, свидетельствует о том, что применение модели, во-первыхФедерации с учетом форм собственности предприятий. Прогноз был осуществлен на основе динамических данных ПАО «Московская биржа» о котировках и торгуемых объемах 20 крупнейших предприятий нефтегазовой отрасли с емкостью рынка 6774320S79S млрд. руб. для подтверждения сформулированной гипотезы по добывающему сектору экономики. Также анализу и моделированию подлежат данные 16 крупнейших предприятий нефтехимической отрасли с емкостью рынка 11151393605S млрд. руб. для анализа тенденций в обрабатывающем секторе экономики.
Для прогнозирования исследуемых параметров, а именно емкости рынка нефтегазовой и нефтехимической отраслей с учетом формы собственности, была использована модель межвидового взаимодействия Лотки-Вольтерры, путем адаптации классических уравнений:
= Х + 1*(-Ь*Х + к*Х*У)
?^1=у + 1*(а*У + к*Х*У) (1)
Где, X - емкость рынка отрасли, частной формы собственности, отнесенной к хищникам; Y - емкость рынка отрасли, по формам собственности отнесенным к жертвам;
а - коэффициент воспроизводства хищников в классической модели, при адаптации использовались прогнозные значения нормы прибыли соответствующих отраслей по исследуемой форме собственности;
Ь - коэффициент воспроизводства жертв в классической модели, при адаптации использовались прогнозные значения нормы прибыли соответствующих отраслей по исследуемой форме собственности;
к - коэффициент питания, вычисленный на основе статистических данных, и обозначающий значение сменивших форм собственности в отрасли на частную; t - временной интервал.
В первом случае производится моделирование между частной формой собственности (X) и федеральной собственностью (У) на ресурсы добывающего сектора экономики. Во втором варианте представлено моделирование между параметрами компаний частной собственности (X) и смешанной российской собственности с долей федеральной собственности (У). Третий случай представляет собой модель среднесрочного распределения долей компаний частной собственности (X) и совместной собственности субъектов Российской Федерации и иностранная собственность (У). Исходные данные для прогнозирования емкости нефтегазовой отрасли по исследуемым формам собственности представлены в таблице 3.
Таблица 3
Исходные данные для прогнозирования емкости рынка нефтегазовой и нефтехимической отраслей по модели
Лотки-Вольтерры
Условное обозначение Численное значение
Нефтегазовая отрасль
1. Частная форма собственности (X) и федеральная собственность (У)
X - емкость рынка частной собственности в нефтегазовой отрасли 67335153765469,2
Y - емкость рынка федеральной собственности в нефтегазовой отрасли 242524523491,25
А - усредненное значение нормы прибыли частной формы собственности в нефтегазовой отрасли 1,18
В - усредненное значение нормы прибыли федеральной собственности в нефтегазовой отрасли 1,18
К - коэффициент питания, отражающий приватизацию федеральной собственности в нефтегазовой отрасли 0,00014
Т - интервал прогнозирования 1 год
Условное обозначение Численное значение
2. Частная собственность (X) и смешанная российская собственность с долей федеральной собственности (У)
X - емкость рынка частной собственности 67335153765469,2
У - емкость рынка смешанной российской собственности с долей федеральной собственности 251730441491,97
А - усредненное значение нормы прибыли частной формы собственности в нефтегазовой отрасли 1,18
В - усредненное значение нормы прибыли смешанной российской собственность с долей федеральной собственности в нефтегазовой отрасли 1,1
К - коэффициент питания, отражающий приватизацию смешанной российской собственности с долей федеральной собственности в нефтегазовой отрасли 0,00025
Т - интервал прогнозирования 1 год
Частная собственность (X) и совместная собственность субъектов Российской Федерации и иностранная собственность (У)
Условное обозначение Численное значение
X - емкость рынка частной собственности 67335153765469,2
У - емкость рынка совместной собственности субъектов Российской Федерации и иностранной собственности 11863341506,4
А - усредненное значение нормы прибыли частной формы собственности в нефтегазовой отрасли 1,18
В - усредненное значение нормы прибыли совместной собственности субъектов Российской Федерации и иностранной собственности в нефтегазовой 1,14
отрасли
К - коэффициент питания, отражающий приватизацию совместной собственности субъектов Российской Федерации и иностранной собственности в нефтегазовой отрасли 0,0002
Т - интервал прогнозирования 1 год
Нефтехимическая отрасль
Условное обозначение Численное значение
Частная форма собственности (X) и совместной частной и иностранной собственности
X - емкость рынка частной собственности в нефтехимической отрасли 32911334264,1
Y - емкость рынка совместной частной и иностранной собственности в 78407055510,13
нефтехимической отрасли
А - усредненное значение нормы прибыли частной формы собственности в нефтехимической отрасли 1,138
В - усредненное значение нормы прибыли федеральной собственности в нефтехимической отрасли 1,1323
К - коэффициент питания, отражающий приватизацию в нефтехимической 0,000205
отрасли
Т - интервал прогнозирования 1 год
Условное обозначение Численное значение
2. Частная собственность (X) и смешанная российская собственность с долей собственности субъектов Рос-
сийской Федерации^)
X - емкость рынка частной собственности в нефтехимической отрасли 32911334264,1
Y - емкость рынка смешанной российской собственности с долей собственности субъектов Российской Федерации в нефтехимической отрасли 114546284,66
А - усредненное значение нормы прибыли частной формы собственности в нефтехимической отрасли 1,138
В - усредненное значение нормы прибыли смешанной российской собственности с долей собственности субъектов Российской Федерации в нефтехи- 1,1355
мической отрасли
К - коэффициент питания, отражающий приватизацию в нефтехимической 0,000205
отрасли
Т - интервал прогнозирования 1 год
Путем реккурентного решения системы уравнений (1), получаем прогнозное значение емкости рынка нефтегазовой и нефтехимической отраслей по исследуемым формам собственности для нефтегазовой и нефтехимической отраслей (рис. 1, 2).
В целом необходимо отметить, что, несмотря на значительное снижение доли государственной собственности на ресурсы компаний добывающего сектора экономики, составляющее 83% за период с 2005 по 2015 годы в среднесрочной перспективе прогнозируется увеличение доли государственного сектора в отрасли. Такие тенденции могут быть связаны с так называемым феноменом ресурсной экономики, согласно которому страты богатые природными ресурсами подвержены чрезмерному государственному регулированию.
Впервые феномен ресурсного проклятия или голландской болезни был исследован Корденом в 1984 году [11]. Для анализа воздействия ресурсного сектора экономику была построена базовая модель, которая состоит из трех секторов, а именно природно-ресурсного, производственного и непроизводственного. Результаты построенной модели свидетельствовали о том, что влияние сектора природных ресурсов на экономику распространяется через движение ресурсов, в том числе капитала и труда. «Бум в секторе природных ресурсов увеличивает предельный продукт труда и рабочая сила перемещается из производственного и непроизводственного секторов в сектор природных ресурсов» [13]. Это, в свою очередь, приводит к увеличению заработной платы в секторе природных ресурсов к и сокращению уровня производства в производственном и непроизводственном секторах экономики, провоцируя эффект так называемой деиндустриализации. Кроме того, рост дохода в ресурсном секторе приводит к увеличению совокупного спроса и импорта[23]. Тотк, R, считает, что негативные эффекты от при-родно-ресурсного сектора могут быть компенсированы за счет возможностей инвестирования ресурсной ренты в образование [24]. Stijns, J. делает вывод о том, что увеличение доходов на душу населения за счет рентных доходов, положительно влияет на накопление человеческого капитала [23]. Таким образом, наличие развитого ресурсного сектора не является «проклятием» в случае, когда в отношении рентных доходов сформирована грамотная политика распределения, учитывающая необходимость развития человеческого капитала, инфраструктуры и институциональной структуры [10]. Экономическая организация в странах богатых природными ресурсами предполагает государственное регулирование по трем каналам в добывающем секторе, а именно регулирование, распределение и государственный сектор. Такая организация хозяйственной деятельности позволяет осуществлять перераспределение рентных доходов на цели технологического развития отраслей как добывающего, так и обрабатывающего секторов экономики. При этом в обрабатывающем секторе экономики доминирующей формой организации экономической деятельности является частный сектор экономики, а государственное регулирование осуществляется в форме координации рынка, стимулирования технологических изменений. Таким образом, для экономического роста и технологического развития отраслей промышленного комплекса не столько важны параметры отраслевой структуры промышленности, а качество экономической организации хозяйственной деятельности, качество государственного управления и институтов в целом. На наш взгляд такая экономическая модель должна способствовать устранению дисбалансов, связанных с неравномерностью распределения норм прибыли, проявляющейся в колоссальных рентных доходах добывающего сектора и низких нормах прибыли капиталоемкого обрабатывающего производства.
Источники:
1. Аль-Рефаи В.А., Науменко И.В. Разработка математической модели конкурентных процессов // Восточно-Европейский журнал передовых технологий. 2014. №5/3 (71). С. 55-60.
2. Вольтерра В. Математическая теория борьбы за существование. М.: Наука, 1976.
3. Екимова Н.А. Прогнозирование секторальной структуры сферы научных исследований и разработок // Проблемы управления сферой науки и инноваций. С.323-332.
4. Кондратьев В. Государственный капитализм на марше. Портал перспективы http://www.perspektivy.info/print.php?ID=149827
5. Коровкин А.Г. Согласование динамики вакантных рабочих мест и рабочей силы в России // Проблемы прогнозирования. 1999. № 2;
6. Маляров О.В. Независимая Индия: эволюция социально-экономической модели и развитие экономики: в 2 кн./ О.В.Ма-ляров; Ин-т востоковедения РАН. - М.: Вост. лит., 2010. - ISBN 978-5-02-036453-0 (в пер.)
7. Милованов В.П. Об одном подходе к моделированию механизмов ценооб- разования // Экономика и математические методы. 1994. № 1
8. Найт Ф.Х. Риск, неопределенность и прибыль/ Пер. с англ. - М.: Дело, 2003. - 360
9. Стиглиц Дж. Ю.С. Экономика государственного сектора/Пер, с англ. — М.: Изд-во МГУ: ИНФРА-М, 1997. - 720 с.
10. Развадовская Ю.В., Руднева К.С. Исследование параметров технического перевооружения основного капитала в условиях реиндустриализации экономики: статистические аспекты. Вопросы регулирования экономики. 2017. Т.8. №2. С. 3046.
11. Corden,W.M.,1984.Booming sector and Dutch Disease economics: Survey and consolidation. Oxford Economic Papers 36(3), 359-380.
12. Corden,W.M.,Neary,J.P.,1982.Booming sector and de-industrialization in small open economy.The Economic Journal92,825-848.
13. Dulger, F., Lopcu, K., Burgaf, A., Balli,E. Is Russia suffering from Dutch Disease? Cointegration with Structural break. Resources Policy 38(2013) 605-612.
14. Keister, L.A., 2009. Organizational research on market transition: a sociological approach. Asia Pacific. J. Manag. 26 (4), 719742.
15. Kim J., Lee D.J., Ahn J. A dynamic competition analysis on the Korean mobile phone market using competitive diffusion model Computers & Industrial Engineering, 51(2006), pp. 17416. Kreng V.B., Wang H.T. The competition and equilibrium analysis of LCD TV and PDP TV Technological Forecasting & Social
Change, 78 (2011), pp. 448-457
17. Lin C. Forecasting and analyzing the competitive diffusion of mobile cellular broadband and fixed broadband in Taiwan with limited historical data Economic Modelling, 35 (2013), pp. 207-213
18. Lee S.J., Lee D.J., Oh H.S. Technological forecasting at the Korean stock market: A dynamic competition analysis using Lotka-Volterra model Technological Forecasting & Social Change, 72 (2005), pp. 1044.
19. Lotka A.J. Elements of Physical Biology. 1925.
20. Ruan, Y., Hang, C.C., Wang, Y.M., 2014. Government's role in disruptive innovation and industry emergence: the case of the electric bike in China. Technovation 34 (12), 785-796.
21. Shi, W.S., Markoczy, L., Stan, C., 2014. The continuing importance of political ties in China. Acad. Manag. Perspect. 28 (1), 5775.
22. Shleifer, A., Vishny, R.W., 1998. The grabbing hand: government pathologies and their cures. Am. Econ. Assoc. Pap. Proc. 87 (2), 354-358.
23. Stijns, J.-P., 2005. Natural resource abundance and economic growth revisited. Resour. Policy 30, 107-130.
24. Torvik, R., 2002. Natural resources, rent seeking and welfare. J. Dev. Econ. 67 (2), 455-470.
25. Wang, C., Hong, J., Kafouros, M., 2015a. The role of the state in explaining the internationalization of emerging market enterprises. Br. J. Manag. 26 (1), 45-62.
26. Welfens P., Jasinski P. Privatization and foreign direct investment in transforming economies. Dartmouth, 1994. Sources:
1. Al-Refai V.A., Naumenko I.V. Development of a mathematical model of competitive processes // East European Journal of Ad-
vanced Technologies. 2014. № 5/3 (71). Pp. 55-60.
2. Volterra V. Mathematical theory of the struggle for existence. M .: Science, 1976.
3. Ekimova N.A. Forecasting the sectoral structure of the research and development sphere // Problems of managing the sphere of
science and innovation. P.323-332.
4. Kondratyev V. State capitalism on the march. Perspective portal http://www.perspektivy.info/print.php?ID=149827
5. Korovkin A.G. Harmonization of the dynamics of vacant jobs and labor in Russia // Problems of forecasting. 1999. № 2;
6. Malyarov O.V. Independent India: the evolution of the socio-economic model and economic development: in 2 books / O.V.Mal-
yarov; Institute of Oriental Studies, RAS. - M .: Vost. Lit., 2010. - ISBN 978-5-02-036453-0 (in translation)
7. Milovanov V.P. On one approach to the modeling of pricing mechanisms // Economics and Mathematical Methods. 1994. № 1
8. Knight F.Kh. Risk, uncertainty and profit. from English - M .: Delo, 2003. - 360
9. Stiglitz J.U.S. Public Sector Economics / Trans. - M .: MGU Publishing House: INFRA-M, 1997. - 720 p.
10. Razvadovskaya Yu.V., Rudneva K.S. Research of parameters of technical re-equipment of fixed capital in the conditions of re-
industrialization of economy: statistical aspects. Issues of economic regulation. 2017. T.8. №2. Pp. 30-46.
11. Corden, W.M., 1984; Binging sector and Dutch Disease economics: Survey and consolidation. Oxford Economic Papers 36 (3),
359-380.
12. Corden, W.M., Neary, J.P., 1982.Booming sector and the Economic Journal92,825-848.
13. Dulger, F., Lopcu, K., Burgaf, A., Balli, E. Is Russia suffering from Dutch Disease? Cointegration with Structural break. Resources
Policy 38 (2013) 605-612.
14. Keister, L.A., 2009. Organizational research on the market transition: a sociological approach. Asia Pacific. J. Manag. 26 (4), 719-
742.
15. Kim J., Lee D.J., Ahn J. A dynamic competition analysis of the Korean mobile phone market using Computers & Industrial Engineering, 51 (2006), pp. 17416. Kreng V.B., Wang H.T. PDP TV Technological Forecasting & Social Change, competition, 78 (2011), pp. 448-457
17. Lin C. Broadcasting and Mobile Broadcasting, 35 (2013), pp. 207-213
18. Lee S.J., Lee D.J., Oh H.S. Lotka - Volterra model Technological Forecasting & Social Change, 72 (2005), pp. 1044.
19. Lotka A.J. Elements of Physical Biology. 1925.
20. Ruan, Y., Hang, C.C., Wang, Y.M., 2014. Government in China. Technovation 34 (12), 785-796.
21. Shi, W.S., Markoczy, L., Stan, C., 2014. Acad. Manag. Perspect. 28 (1), 57-75.
22. Shleifer, A., Vishny, R.W., 1998. The grabbing hand: government pathologies and their cures. Am. Econ. Assoc. Pap. Proc. 87 (2),
354-358.
23. Stijns, J.-P., 2005. Natural resource abundance and economic growth. Resour. Policy 30, 107-130.
24. Torvik, R., 2002. Natural resources, rent seeking and welfare. J. Dev. Econ. 67 (2), 455-470.
25. Wang, C., Hong, J., Kafouros, M., 2015a. Explaining the internationalization of emerging market enterprises. Br. J. Manag. 26 (1),
45-62.
26. Welfens P., Jasinski P. Privatization in transforming economies. Dartmouth, 1994.
УДК 339.5
Е.С. Рычкова - к.э.н., доцент, доцент кафедры экономической безопасности и экспертизы, Амурский государственный университет, г. Благовещенск, (jenyaamur@rambler.ru),
E.S. Rychkova - Candidate of Economics, Associate Professor, Associate Professor of Economic Security and Expertise, Amur State University, Blagoveshchensk;
А.Е. Кадермятова - бакалавр 4-й год обучения направление подготовки 38.03.06 «Торговое дело», Амурский государственный университет, г. Благовещенск, (anastasia575ob@mail.ru),
A.E. Kadermyatova - bachelor 4th year, training direction 38.03.06 «Trading business», Amur State University, Blagoveshchensk.
ОЦЕНКА ФАКТОРОВ ЭФФЕКТИВНОСТИ СТРУКТУРЫ РЕГИОНАЛЬНОГО ТОВАРНОГО
РЫНКА АМУРСКОЙ ОБЛАСТИ ASSESSMENT OF FACTORS OF EFFICIENCY OF STRUCTURE OF THE REGIONAL COMMODITY
MARKET OF THE AMUR REGION
Аннотация. В условиях глобальной нестабильности и перехода к экономике инновационного развития становится актуальным изучение факторов, влияющих на эффективность структуры товарного рынка региона. В статье представлена характеристика Амурской области как «депрессивного региона». Проведен анализ интенсивности торговли Амурской области в условиях современного развития региона на основе адаптированной методики, определены факторы эффективности структуры регионального товарного рынка Амурской области, а также меры, направленные на вывод региона из разряда «отсталых». Выполнена оценка влияния деятельности территорий опережающего развития на структуру товарного рынка региона и уровня его развития.
Annotation. In the conditions of global instability and transition to the economy of innovative development, it becomes important to study the factors affecting the effectiveness of the structure of the commodity market in the region. The article presents the characteristics of the Amur region as a «depressed region». The analysis of the intensity of trade of the Amur region in the conditions of modern development of the region on the basis of the adapted technique is carried out, the factors of efficiency of the structure of the regional commodity market of the Amur region, as well as measures aimed at the withdrawal of the region from the category of «backward» are determined. The influence of the territories of advanced development on the structure of the commodity market of the region and the level of its development is estimated.
Ключевые слова: структура; эффективность; товарный рынок; интенсивность торговли; торговое взаимодействие; открытость экономики; торговая интроверсия; территории опережающего развития.
Key words: structure; efficiency; market; trade intensity; trade cooperation; economic openness; trade introversion; priority development areas.
Комплексная оценка эффективности развития региона должна включать в себя не только анализ внутреннего рынка, но и определение эффективности товарной структуры экспортных и импортных потоков. Это приобретает особую актуальность в связи с тем, что на уровне Российской Федерации в целом наблюдается тенденция усиления зависимости страны от потребительского импорта и импорта высокотехнологичной продукции, а также с сохранением сырьевой ориентации экспорта.
Теоретические проблемы и вопросы эффективности товарных рынков нашли отражение в большом количестве аналитических и статистических публикаций. Так, например, А.В. Карев изучает факторы, влияющие на эффективность рынка, и предлагает методику для оценки эффективности конкретного рынка как множества действующих на нем агентов [5]. Е.В. Смирнова определяет, что на товарные рынка большое влияние оказывает конкуренция и реализация концепции сотрудничества, механизмом которой являются стратегические альянсы, создаваемые преимущественно в форме слияний и поглощений [12]. Л.В. Шемякина рассматривает определяю-
