CC BY
11
pISSN 2073-2872 Устойчивое развитие экономики
eISSN 2311-875X
ПРОГНОЗИРОВАНИЕ ПРИРОДЫ И ПРИЧИНЫ РОССИЙСКОЙ СТРОИТЕЛЬНОЙ ДЕЯТЕЛЬНОСТИ
Валерий Владиславович СМИРНОВ % Алёна Владимировна МУЛЕНДЕЕВАЬ
а кандидат экономических наук, доцент кафедры отраслевой экономики,
Чувашский государственный университет им. И.Н. Ульянова (ЧувГУ), Чебоксары, Российская Федерация v2v3s4@mail.ru
https://orcid.org/0000-0002-6198-3157 SPIN-код: 3120-4077
ь старший преподаватель кафедры физической географии и геоморфологии,
Чувашский государственный университет им. И.Н. Ульянова (ЧувГУ), Чебоксары, Российская Федерация а1 ena-mulende eva@yandex. ги ORCID: отсутствует SPIN-код: 9404-7292
' Ответственный автор
История статьи: Аннотация
Получена 07.05.2018 Тема. Природа и причины российской строительной деятельности в перспективе.
Получена в доработанном Цели. Анализ природы и причин российской строительной деятельности виде 28.05.2018 в перспективе с использованием прогнозных значений объема работ, выполненных
Одобрена 19.06.2018 по виду экономической деятельности «строительство», их темпов прироста,
Доступна онлайн 14.09.2018 асимметрии распределения и ее темпов прироста, среднего и его темпов прироста,
индекса предпринимательской уверенности, портфеля заказов, физического объема УДК 332.01 работ, численности занятых, среднего уровня загрузки производственных
JEL: D10, Е23, М20, 012 мощностей, экономической ситуации, недостатка заказов, высокого уровня налогов,
недостатка квалифицированных работников.
Методология. Исследование проведено на фундаментальных положениях теории и современной практики системного анализа видов экономической деятельности, а также экономических законах и результатах научных исследований в области равновесного развития экономики.
Результаты. Выявлены оптимальное число действующих строительных организаций в российских регионах, объем работ, удельный вес жилых домов, приоритет ввода в действие мощностей, а также показаны границы спада. Показана иерархия причин, влияющих на российскую строительную деятельность, в которой достаточно сложно выделить наиболее весомый фактор, что связано с их высокой взаимообусловленностью.
Область применения. Результаты исследования следует использовать в процессе корректировки «Дорожной карты» развития российской строительной деятельности, при формировании государственных мероприятий по стимулированию вида экономической деятельности «строительство» в российских регионах, а также совершенствования механизма ее реализации.
Выводы. Выход на оптимальную прогнозную траекторию российской строительной Ключевые слова: деятельности связан с созданием рыночных условий ее реализации -
асимметрия распределения, демонополизации и снижения минимального объема работ. Это позволит снизить прогнозирование, взаимообусловленность факторов, влияющих на активность российской
строительная деятельность, строительной деятельности, выделив наиболее весомый и управляемый темпы прироста в перспективе фактор.
© Издательский дом ФИНАНСЫ и КРЕДИТ, 2018
Для цитирования: Смирнов В.В., Мулендеева А.В. Прогнозирование природы и причины российской строительной деятельности // Национальные интересы: приоритеты и безопасность. - 2018. - Т. 14, № 9. -С. 1595 - 1618.
https://doi.org/10.24891/ni. 14. 9.1595
1595
Введение
Проблема прогнозирования природы и причины российской строительной деятельности является наиболее актуальной в период рыночных трансформаций, когда нивелируются весомость и плановость государственного вмешательства в экономику. Обострение конкуренции является стимулом для освоения передовых технологий (А.Г. Аганбегян [1]), П.А. Минакир [2], С.Д. Бодрунов, Р.С. Гринберг, Д.Е. Сорокин [3], В.А. Цветков [4, 5]) в строительной деятельности (Э. Черрути, Дж. Дагхер, Дж.Д. Ариччиа [6], З. Ванг, К. Чжан [7], А. Кальдера, Т. Юханссон [8], Л.А. Счукнечтс [9], З. Адамс, Р. Фюсс [10], К. Гана, Р.Дж. Хиллбс [11], Б. Чжуа, М. Бетзингер, С. Себастьян [12], Р. Жао, Щ. Щенчун, Г. Яианг [13], Э. Кивилэ, М. Мартинсуо, Л. Вуоринен [14], А. Пеаце, А. Рамирез, М.Л.М. Броерен, Н. Цолеман, И. Чапут, Т. Рыдберг, Г.-Н. Саувион [15].
Следует отметить, что российские регионы по-разному отреагировали на изменившиеся условия (причины) строительной деятельности, трансформировав тем самым ее природу. Причинами российской строительной деятельности являются индикаторы делового климата, показывающие состояние и динамику реагирования на изменение рыночной конъюнктуры.
Исследование перспективы осуществляется на базе показателей строительной деятельности в краткосрочном временном интервале, что является более точным источником информации. Преимуществом (в сравнении с классической статистикой) является оперативное выявление изменений делового климата с использованием анализа суждений и ожиданий экономических агентов.
Причинами строительной деятельности, рекомендованными Организацией экономического сотрудничества и развития, являются:
- индекс предпринимательской уверенности;
- портфель заказов;
- физический объем работ;
- численность занятых;
- средний уровень загрузки производственных мощностей;
- экономическая ситуация;
- недостаток заказов;
- высокий уровень налогов;
- недостаток квалифицированных работников.
Конъюнктурные обследования причин российской строительной деятельности осуществляются ежеквартально (в феврале, мае, августе, ноябре) с охватом более 7 тыс. организаций в 80 субъектах Российской Федерации.
Природа российской строительной деятельности
Для познания природы строительной деятельности был проведен динамический анализ (Я. Фидрмуц, И. Корхонен, И. Баторова [16], А.Х. Цоле [17], Щ. Маргсири, А.С. Мелло, М.Е. Руцкес [18]) объема работ, выполненных по виду экономической деятельности «строительство», что помогло выявить и описать в ней устоявшиеся явления.
В результате анализа, прогнозирования и ранжирования (по среднему) объема работ, выполненных по виду экономической деятельности «строительство» (в фактически действовавших ценах, млн руб.), темпов прироста, асимметрии распределения и ее темпов прироста, среднего и его темпов прироста1 (табл. 1, 2) выявлено, что Южный и Сибирский ФО уступают Центральному, Приволжскому, Северо-Западному, Уральскому федеральным округам и Москве, а Дальневосточный ФО, помимо
1 Регионы России. Социально-экономические показатели -2017: стат. сб. М.: Росстат, 2017. С. 902-903.
перечисленных - еще Тюменской области и Санкт-Петербургу. Самое худшее положение среди федеральных округов у СевероКавказского, который уступает также Краснодарскому краю, Московской области, Республике Татарстан и Ханты-Мансийскому автономному округу - Югра.
Регионами-лидерами в российской строительной деятельности являются Москва, Тюменская область, Санкт-Петербург, Краснодарский край, Московская область, Республика Татарстан, Ханты-Мансийский автономный округ - Югра, Ямало-Ненецкий автономный округ, Красноярский край, Нижегородская область. Условно (более 80% от совокупных расходов) выделяются регионы, ориентированные на:
• ввод жилых помещений2 - Москва, Санкт-Петербург, Краснодарский край и Московская область (средние суммарные затраты на перспективу 1 715 625,4 млн руб. в год);
• ввод в действие мощностей3 - Тюменская область, Ханты-Мансийский автономный округ - Югра, Ямало-Ненецкий автономный округ и Красноярский край (985 557,94 млн руб. в год), а также комбинированные -Республика Татарстан и Нижегородская область (391 119,05 млн руб. в год).
По регионам-лидерам наблюдаем, что их «движущей силой» в строительной деятельности является ввод жилых помещений, объемы которых превышают на
2 Общая площадь жилых помещений во введенных
в эксплуатацию жилых и нежилых зданиях, жилых домах определяется как сумма площадей всех частей жилых помещений, включая площадь помещений вспомогательного использования, предназначенных для удовлетворения гражданами бытовых и иных нужд, связанных с их проживанием в жилом помещении, площадей лоджий, балконов, веранд, террас, подсчитываемых с соответствующими понижающими коэффициентами, а также жилых и подсобных помещений в построенных населением индивидуальных жилых домах.
3 Ввод в действие мощностей - показатель мощности (вместимости, пропускной способности), созданной
в результате осуществления инвестиций в основной капитал.
24,6% совокупный ввод в действие мощностей и комбинированных показателей.
Отстающими регионами являются Еврейская автономная область, Костромская область, Республика Алтай, Кабардино-Балкарская Республика, Севастополь, Республика Ингушетия, Республики Крым, Калмыкия, Тыва, Чукотский автономный округ. Их суммарные средние составляющие на перспективу в строительной деятельности -61 006,35 млн руб., что меньше показателя Нижегородской области более чем в два раза, а Москвы - более чем в 10 раз.
В перспективе ожидать кардинальных изменений в строительной деятельности отстающих регионов не представляется возможным - даже при достаточно высоких средних темпах прироста и положительной их асимметрии: Еврейская автономная область (средний темп прироста - 5,59, асимметрия -2,96), Костромская область (соответственно 1,97 и 1,4), г. Севастополь (102,77 и 0,55), Республика Ингушетия (19,59 и 0,7), Республика Крым (19,98 и 0,61), Республика Калмыкия (19,97 и 1,29), Чукотский автономный округ (25,19 и 2,24).
Возможно, что по завершении федеральной поддержки (Еврейская автономная область -по оказанию содействия добровольному переселению в Российскую Федерацию соотечественников, проживающих за рубежом, ФЦП «Социально-экономическое развитие Республики Крым и г. Севастополя до 2020 г.» и т.п.) в этих регионах вид экономической деятельности «строительство» может фактически исчезнуть.
Следует отметить, что среди регионов:
1) наибольшей положительной асимметрией распределения обладают Камчатский край (2,85), Костромская область (2,19), Республика Крым (2,03), Республика Калмыкия (1,97), Новосибирская область (1,75), г. Санкт-Петербург (1,62), Псковская
1597
(1,58) и Свердловская (1,56) области, Республика Саха (Якутия) (1,55), Калининградская (1,53) и Амурская (1,53) области; максимальной асимметрией распределения темпов прироста -Еврейская автономная область (2,96), Астраханская (2,6), Смоленская (2,5) области, Чукотский автономный округ (2,24), Белгородская (2,02), Кемеровская (1,94) области, Ямало-Ненецкий автономный округ (1,42), Костромская область (1,4), Республика Калмыкия (1,29) и Тверская область (1,29);
2) наибольшую отрицательную асимметрию распределения имеют Омская область (-0,34), Ханты-Мансийский автономный округ - Югра (-0,44), Сахалинская область (-0,52), Хабаровский край (-0,54), Ненецкий автономный округ (-0,6), Еврейская автономная область (-0,71), Кемеровская область (-0,92), Чеченская Республика (-1,06), Белгородская (-1,15) и Смоленская (-1,47) области; минимальной асимметрией распределения темпов прироста - Курская (-2,19), Владимирская (-2,29), Брянская (-2,32) области, Республика Адыгея (-2,33), Забайкальский край (-2,35), Кировская (-2,37) и Тамбовская (-2,49) области, Республика Дагестан (-2,71), г. Москва (-2,77) и Липецкая область (-2,87);
3) среди темпов прироста среднего наименьший показывают Курская (-2,19), Владимирская (-2,29), Брянская (-2,32) области, Республика Адыгея (-2,33), Забайкальский край (-2,35), Кировская (-2,37) и Тамбовская (-2,49) области, Республика Дагестан (-2,71), г. Москва (-2,77), Липецкая область (-2,87); наибольший - Приморский край (1,99), Костромская (1,97), Тверская (1,91), Ленинградская (1,63), Тюменская (1,42), Ярославская (1,41) области, Камчатский край (1,37), Республика Алтай (1,27), Ненецкий автономный округ (0,94),
Хабаровский край (-0,44), Ямало-Ненецкий автономный округ (-0,49).
Сводя представленную динамику в единую «картину», можно выделить перспективы природы российской строительной деятельности как отражение ее активной части (профиль российской строительной деятельности) -Костромской области и Республики Калмыкия, а также пассивной - Ненецкого автономного округа и Хабаровского края.
Исходя из структуры строительной деятельности Костромской области4 и Республики Калмыкия5, оптимальное число действующих строительных организаций в российских регионах колеблется от 140 до 1 000, объем работ - не менее 10 млн руб. в год на организацию, удельный вес жилых домов - от 30 до 50%, приоритет ввода в действие мощностей дошкольных образовательных организаций - от 400 до 900 мест. Спад в отрицательную динамику строительной деятельности (по профилю Ненецкого автономного округа6 и Хабаровского края7) начинается со снижения действующих строительных организаций (менее 30 организаций в регионе), увеличения объема работ (не менее 40 млн руб. на организацию) с удельным весом жилых домов не менее 60% и отсутствием ввода в действие мощностей дошкольных образовательных организаций (мест), общеобразовательных организаций, ученических мест, больничных организаций (коек), амбулаторно-поликлинических организаций.
Таким образом, выход на оптимальную прогнозную траекторию российской строительной деятельности связан с созданием и укреплением рыночных причин ее реализации, в том числе - путем устранения монополий (П.А. Лернер [19],
4 Регионы России. Социально-экономические показатели -2017: стат. сб. М.: Росстат, 2017. С. 73.
5 Там же. С. 279.
6 Там же. С. 202.
7 Там же. С. 697.
1598
Т. Милфорд [20]) и укрупнения объема работ (бизнеса).
Причины российской строительной деятельности
Для изучения причин необходимо провести динамический анализ опережающих индикаторов по виду экономической деятельности «строительство»: индекса предпринимательской уверенности, портфеля заказов, физического объема работ, численности занятых, среднего уровня загрузки производственных мощностей, экономической ситуации, недостатка заказов, высокого уровня налогов, недостатка квалифицированных работников.
1. Индекс предпринимательской уверенности8. По результатам оценки индекса среднего арифметического (Arithmetical Mean, AM) и асимметрии распределения (Asymmetry of Distribution, AD) предпринимательской уверенности в строительстве были построены соответствующие логарифмические линии тренда и отображены величины достоверности аппроксимации (рис. 1):
AM y = -3,5944ln(x) - 3,2007, R2 = 0,1756;
AD y = -0,3848ln(x) - 0,3998, R2 = 0,1013.
Графически показано, что высокие
отрицательные AM2
= -20 и AD„
= 0
2009 У1 2009
связаны с пиками рецессии в российской экономике. Для периода с прогнозируемой длительной рецессией с 2016 г. AM2m6 = -17,
AMnni „ = -17 и ADmt = -1,8, AD2= -2. Это
2016
'2017 У1 ^2016 '^2016
положение отмечается с соответствующими о т р и ц ат е л ь н ы м и п ар ам е т р ам и логарифмических линий тренда индекса предпринимательской уверенности.
При этом 2018 г. начинается с худшего (с 2006 г.) индекса предпринимательской
8 Рассчитывается как среднее арифметическое значение балансов оценок уровня портфеля заказов и ожидаемого изменения численности занятых в следующем квартале по сравнению с текущим кварталом (%).
уверенности AM-Í кв 2018 = -22, что при
соответствующих логарифмических линиях т р е н д а, п о ка з ы в ае т с н и же н и е предпринимательской уверенности в росте уровня портфеля заказов и ожидаемого увеличения численности занятых.
2. Портфель заказов9. По результатам оценки построены соответствующие логарифмические линии тренда (см. рис. 1):
AM у = -4,7197ВД - 17,285, R2 = 0,1907;
AD у = 0,3544ВД - 0,8096, R2 = 0,0797.
Выявлены высокие отрицательные AM2009 =
= -35, ^2010 = -32, AM2016 = -36, ^2017 = = -38, при этом AD2016 = 1,1 показывает
ожидаемое снижение портфеля заказов, отчасти, может быть, и преднамеренное. Так же как и индекс предпринимательской уверенности (см. ранее) 2018 г. начинается с худшего (с 2006 г.) портфеля заказов AMI кв 2018 = -48, отражая снижение портфеля
заказов. При этом положительный параметр логарифмической линии тренда AD сообщает о стабильно длительном характере снижения портфеля заказов.
3. Физический объем работ10. По результатам оценки построены соответствующие логарифмические линии тренда (см. рис. 1):
AM у = -10,094ВД + 15,396, R2 = 0,4316;
AD у = 0Д287ВД - 1,1204, R2 = 0,0718.
Показано, что высокие отрицательные AM2009 = -18, AD2009 = -0,9, AM2010 = -11,
'2009 *2010
2009 f
'2016
ADnnin = -1 и AMm* = -12, AD2016 = -0,9
2010 2016
9 Баланс оценок изменения значения показателя, определяемый как разность долей респондентов, отметивших «выше нормального» и «ниже нормального» уровня (%).
10 Фактические изменения показателя оцениваются
в текущем квартале по сравнению с предыдущим кварталом, а перспективы изменения - в следующем квартале по сравнению с текущим кварталом. Баланс оценок изменения значения показателя, определяемый как разность долей респондентов, отметивших «увеличение» и «уменьшение» показателя (%).
связаны с пиками рецессии в российской экономике. Опять же 2018 г. начинается с худшего (с 2006 г.) физического объема работ кв 2018 = -30, что при соответствующих
логарифмических линиях тренда показывает снижение предпринимательской уверенности в росте физического объема работ, а положительный параметр логарифмической линии тренда AD - стабильно длительный характер снижения.
4. Численность занятых. По результатам оценки построены соответствующие логарифмические линии тренда (рис. 2):
АМ у = -6,4446ВД + 1,4216, R2 = 0,2802;
АО у = 0,12531п(х) - 0,887, R2 = 0,0384.
Выявлено, что высокие отрицательные
= -25, AD2009 = -0,5, AM, 2011
2009 ^2010
= -10, AD,
= -18, = -1 ,
АМ2009
АП = -0 8 АМ =
2010 2011 2011
а также АМ2013 = -10, АО2009 = -0,6, АМ2014 = = -10, АО2010 = -0,7, АМ2015 = -16, АО2011 =
= 0,2, АМ2016 = -15, АО2009 = -0,3, АМ2017 = = -11, АО1 2 = -1,2 связаны не только с пиками
рецессии в российской экономике, но и ожиданием ее продолжения, что выражается в снижении активности строительных компаний в привлечении трудовых ресурсов. При этом 2018 г. начинается не с самых худших значений (с 2006 г.) АМ! кв 2018 = -25,
что при построенных логарифмических линиях тренда отражает стабильный «низовой» уровень численности занятых в строительстве.
5. Средний уровень загрузки
производственных мощностей. По
результатам оценки построены
соответствующие логарифмические линии
тренда (см. рис. 2):
АМ у = -0,8358ВД + 64,08, R2 = 0,0437;
АО у = -0,2887ВД + 0,4286, R2 = 0,0566.
Обнаружено, что средний уровень загрузки производственных мощностей в 2006-2017 гг., а также на перспективу до 2020 г. стабильно колеблется возле ^^2006-2017 = 63,
АО2006-2017 = -0,1- При изложенной динамике снижения числа занятых и портфеля заказов (см. ранее) данное положение свидетельствует об ориентации строительной отрасли на повышение производительности труда, снижение себестоимости и, как следствие, повышение рентабельности.
6. Экономическая ситуация11. По результатам оценки построены соответствующие логарифмические линии тренда (см. рис. 2):
АМ у = -2,18961п(х) -3,2488, R2 = 0,0412;
АО у = 0,13851п(х) - 0,1585, R2 = 0,0255.
Показано негативное влияние кризиса:
АМ2009 = -24, АО2009 = 0 и АМ2010 = -18, 2010 = -0,3, а также затяжной рецессии:
AD AM
2015 8, АО2015 0,9, АМ2016 13,
АО2016 = 0, АМ2017 = -9, АО2010 = 0 Как и ранее, 2018 г. начинается с худших значений кризисного периода АМ! кв 2018 = -25, что при
приведенных логарифмических линиях тренда указывает на длительность негативной экономической ситуации в строительной сфере.
7. Недостаток заказов. По результатам оценки построены соответствующие логарифмические линии тренда (рис. 3):
АМ у = 4,81221л(х) + 12,068, R2 = 0,2939;
АО у = -0,5302ВД + 0,9722, R2 = 0,2466.
Показано негативное влияние кризиса: АМ
2009
= 27, AD2009 = -0,4, AM2010 = 26,
2010
AD2010 = 0,1, AM2011 = 20, AD2011 = 0, а также
11 Баланс оценок изменения значения показателя, определяемый как разность долей респондентов, отметивших «благоприятная» и «неудовлетворительная» («улучшение» и «ухудшение») показателя (%).
затяжной рецессии AM2016 = 29, AD2015 = 0, Выводы
AM2016 = 32, AD2016 = 0,8. Опять 2018 г.
начинается с худших (с 2006 г.) AMI кв 2018 =
= 36, что в условиях приведенных логарифмических линий тренда указывает на продолжительный период недостатка заказов.
8. Высокий уровень налогов. По результатам оценки построены соответствующие логарифмические линии тренда (см. рис. 3):
Ш у = -2,482Ш(х) + 45,947, R2 = 0,1245;
т У = -0,7938ВД + 1,5266, R2 = 0,2635.
Существенное влияние уровня налогов наблюдалось при АМ2006 = 45, AD 2006 = 1,2,
^2007 = 42, ^°2007 = 2, ^^2008 = 43, ^2008 = = 0,9. В период затяжной рецессии налоговая нагрузка на строительную сферу снижается с AM2011 = 51 и AD2011 = 0,2 до AM2017 = 35
и ^2016 = а
В перспективе с 2018 по 2020 г. негативное влияние налоговой составляющей на строительную деятельность будет снижаться.
9. Недостаток квалифицированных работников. По результатам оценки построены соответствующие логарифмические линии тренда (см. рис. 3):
Ш у = -5Д377ВД + 28,391, R2 = 0,4953;
т У = -0,347ВД + 0,8621, R2 = 0,0496.
Недостаток квалифицированных работников наблюдался при AM2006 = 25, AD2006 = 1,4,
AM2007 = 26, ^°2007 = 2, ^2008 = 30, ^2008 = = -1,7, то есть в преддверии кризисных явлений в экономике.
В период затяжной рецессии недостатка в квалифицированных работниках не ожидается, а в перспективе, с учетом логарифмических линий тренда, с 2018 по 2020 г. будут наблюдаться самые низкие AM.
На основании расчетов прогнозных значений объема работ, выполненных по виду экономической деятельности «строительство» (в фактически действовавших ценах, млн руб.), темпов прироста, асимметрии распределения и ее темпов прироста, среднего и его темпов прироста выявлены перспективы природы российской строительной деятельности. Оптимальное число
действующих строительных организаций в российских регионах колеблется от 140 до 1 000, объем работ - не менее 10 млн руб. в год на организацию с удельным весом жилых домов от 30 до 50%, с приоритетом ввода в действие мощностей дошкольных образовательных организаций от 400 до 900 мест.
Спад в российской строительной деятельности будет наблюдаться с укрупнением действующих строительных организаций (объем работ не менее 40 млн руб.) и их общим снижением (не более 30 организаций в регионе), с удельным весом жилых домов не менее 60% и отсутствием ввода в действие мощностей дошкольных образовательных организаций (мест), общеобразовательных организаций, ученических мест, больничных организаций (коек), амбулаторно-поликлинических организаций.
Таким образом, выход на оптимальную прогнозную траекторию природы российской строительной деятельности связан с созданием конкурентной среды (демонополизацией строительной деятельности и объема работ) и реализацией рыночных причин (уменьшение общей доли государственных заказов).
В результате проведенного исследования выявлена иерархия причин, влияющих на российскую строительную деятельность.
Индекс среднего арифметического АМ по уровням:
1601
1) недостаток заказов: у = 4,81221п(х) + 12,068, R2 = 0,2939;
2 ) средни й уровень загруз ки производственных мощно стей: у = -0,8358ВД + 64,08, R2 = 0,0437;
3) экономическая ситуация: у = -2,18961п(х) -
- 3,2488, R2 = 0,0412;
4) высокий уровень налогов: у = -2,48211п(х) + + 45,947, R2 = 0,1245;
5) индекс предпринимательской уверенности: у = -3,5944ВД - 3,2007, R2 = 0,1756;
6) портфель заказов: у = -4,71971п(х) - 17,285, R2 = 0,1907;
7) недостаток квалифицированных работников: у = -5,13771л(х) + 28,391, R2 = = 0,4953;
8) численность занятых: у = -6,44461п(х) + + 1,4216, R2 = 0,2802;
9) физический объем работ: у = -10,0941п(х) + + 15,396, R2 = 0,4316.
Асимметрия распределения АО по уровням:
1) портфель заказов: у = 0,35441п(х) - 0,8096, R2 = 0,0797;
2) экономическая ситуация: у = 0,13851п(х) -
- 0,1585, R2 = 0,0255;
3) физический объем работ: у = 0,12871п(х) -
- 1,1204, R2 = 0,0718;
4) численность занятых: у = 0,12531п(х) -
- 0,887, R2 = 0,0384;
5 ) средний уровень загрузки производственных мощно стей: у = -0,2887ВД + 0,4286, R2 = 0,0566;
6) недостаток квалифицированных работников: у = -0,3471л(х) + 0,8621, R2 = = 0,0496;
7) индекс предпринимательской уверенности: у = -0,3848ВД - 0,3998, R2 = 0,1013;
8) недостаток заказов: у = -0,53021п(х) + + 0,9722, R2 = 0,2466;
9) высокий уровень налогов: у = -0,79381п(х) + + 1,5266, R2 = 0,2635.
Исходя из представленной иерархии по АМ и АО, достаточно сложно выделить наиболее весомый фактор. Например, недостаток заказов в большей мере коррелирует с портфелем заказом (его качеством), средний уровень загрузки - с экономической ситуацией и т.п. - до физического объема работ с высоким уровнем налогов. Следовательно, отображается взаимообусловленность факторов, влияющих на строительную деятельность, и сложность вычленения одного из них в качестве весомого.
1602
Таблица 1
Прогнозные значения объема работ, выполненных по виду экономической деятельности «Строительство» (в фактически действовавших ценах, млн руб.) и темпов прироста
Table 1
Estimated scope of work completed as part of construction activities (in actual values, million RUB) and growth rates
Место Регион 2017 Темпы прироста (2016-2017 гг.) 2018 Темпы прироста (2017-2018 гг.)
1-е Российская Федерация 4 623 823,54 -35,82 5 140 548,91 11,18
2-е Центральный федеральный округ 1 160 642,94 -36,99 1 295 797,06 11,64
3-е Приволжский федеральный округ 734 515,06 -43,82 862 944,97 17,48
4-е Северо-Западный федеральный округ 630 824,44 -45,38 718 046,66 13,83
5-е Уральский федеральный округ 589 455,65 -31,01 639 066,16 8,42
6-е г. Москва 514 098,88 -41,36 581 095,88 13,03
7-е Южный федеральный округ 549 997,64 -0,91 564 568,97 2,65
8-е Сибирский федеральный округ 435 204,93 -44,9 505 890,68 16,24
9-е Тюменская область 449 886,61 -15,76 466 131,33 3,61
10-е г. Санкт-Петербург 315 758,16 -49,57 367 202,42 16,29
11-е Дальневосточный федеральный округ 353 766,06 -17,42 361 418 2,16
12-е Краснодарский край 407 589,21 61,68 386 074,63 -5,28
13-е Московская область 248 576,68 -24,32 265 895,21 6,97
14-е Республика Татарстан 203 144,07 -39,69 233 300,55 14,84
15-е Ханты-Мансийский автономный округ - Югра 212 087,09 7,67 213 091,87 0,47
16-е Северо-Кавказский федеральный округ 138 244,48 -49,16 166 411,94 20,38
17-е Ямало-Ненецкий автономный округ 164 809,76 -7 162 380,89 -1,47
18-е Красноярский край 87 140,81 -56,79 107 963,55 23,9
19-е Нижегородская область 104 379,35 -31,87 115 818,24 10,96
20-е Республика Башкортостан 84 908,03 -55,63 105 929,56 24,76
21-е Свердловская область 80 118,09 -56,81 98 789,69 23,31
22-е Самарская область 58 236,77 -68,96 84 976,57 45,92
23-е Ростовская область 71 943,68 -54,84 91 652,95 27,4
24-е Тюменская область (без автономных округов) 72 989,73 -54,33 90 658,57 24,21
25-е Кемеровская область 92 704,42 -3,16 97 033,71 4,67
26-е Ленинградская область 98 322,29 0,18 99 017,42 0,71
27-е Республика Дагестан 55 038,77 -58,75 70 082,83 27,33
28-е Приморский край 104 859,8 56,66 94 804,45 -9,59
29-е Пермский край 67 529,9 -35,65 75 612,01 11,97
30-е Иркутская область 56 776,04 -56,93 69 295,36 22,05
31-е Республика Коми 68 221,54 -35,23 74 160,44 8,71
32-е Челябинская область 49 757,76 -59,45 63 687,86 28
33-е Новосибирская область 43 021,54 -62,55 58 025,42 34,88
34-е Сахалинская область 65 011,49 -24,48 68 707,68 5,69
35-е Республика Саха (Якутия) 45 930,88 -60,4 57 027,07 24,16
36-е Белгородская область 58 758,4 -17,22 62 267,04 5,97
37-е Хабаровский край 70 124,85 17,31 67 531,33 -3,7
38-е Воронежская область 39 061,56 -61,1 51 863,63 32,77
1603
39-е Волгоградская область 42 615,37 -44,66 50 060,05 17,47
40-е Омская область 47 695,76 -23,89 51 385,53 7,74
41-е Саратовская область 43 587,7 -20,54 48 352,61 10,93
42-е Вологодская область 46 070,98 -29,95 48 615,25 5,52
43-е Ставропольский край 33 663,56 -35,23 39 269,05 16,65
44-е Оренбургская область 31 972,19 -35,74 36 631,84 14,57
45-е Ярославская область 38 371,92 -16,99 39 835,93 3,82
46-е Архангельская область 33 661,26 -40,64 37 379,03 11,04
47-е Калужская область 28 973,03 -46,23 34 615,13 19,47
48-е Томская область 30 129,66 -47,53 34 624,8 14,92
49-е Калининградская область 21 344,57 -70,42 29 704,83 39,17
50-е Амурская область 29 213,1 -44,7 32 985,47 12,91
51-е Рязанская область 29 407,28 -26,84 32 031,47 8,92
52-е Курская область 25 446,99 -43,34 29 657,72 16,55
53-е Пензенская область 27 577,43 -18,04 30 173,75 9,41
54-е Ульяновская область 22 329,7 -46,51 27 525,09 23,27
55-е Липецкая область 25 668,21 -39,44 29 004,83 13
56-е Алтайский край 21 141,03 -53,87 26 526,31 25,47
57-е Архангельская область (без автономного округа) 23 379,29 -51,28 27 479,88 17,54
58-е Удмуртская Республика 22 281,49 -47,85 26 765,24 20,12
59-е Чувашская Республика 21 864,86 -39 25 256,12 15,51
60-е Астраханская область 21 568,88 -18,53 25 071,95 16,24
61-е Владимирская область 22 152,59 -35,37 24 596,98 11,03
62-е Новгородская область 11 481,73 -80,28 19 121,12 66,54
63-е Тульская область 18 459,14 -55,76 22 388,29 21,29
64-е Чеченская Республика 25 114,26 -5,21 25 198,79 0,34
65-е Тамбовская область 18 305,55 -44,08 21 526,35 17,59
66-е Тверская область 25 664,5 -1,77 25 180,13 -1,89
67-е Мурманская область 17 436 -49,28 20 751,2 19,01
68-е Смоленская область 23 326,74 -2,49 23 701,4 1,61
69-е Кировская область 15 715,54 -53,33 19 500,35 24,08
70-е Республика Мордовия 20 270,15 -27,81 21 544,23 6,29
71-е Забайкальский край 18 706,28 -34,93 20 582,28 10,03
72-е Республика Бурятия 17 755,26 -24,7 18 734,22 5,51
73-е Брянская область 14 336,82 -48,36 16 988,05 18,49
74-е Камчатский край 15 917,89 -30,76 16 690,98 4,86
75-е Ивановская область 13 912,31 -33,27 15 583,45 12,01
76-е Республика Северная Осетия - Алания 10 963,06 -54,3 13 361,86 21,88
77-е Орловская область 8 390,59 -57,07 11 123,37 32,57
78-е Республика Карелия 11 130,02 -34,36 12 467,51 12,02
79-е Магаданская область 9 040,55 -38,36 11 188,82 23,76
80-е Республика Марий Эл 10 717,87 -18,89 11 558,8 7,85
81-е Псковская область 7 397,85 -64,94 9 627,42 30,14
82-е Республика Хакасия 9 145,94 -39,26 10 450,25 14,26
83-е Курганская область 9 693,23 -20,64 10 457,32 7,88
84-е Карачаево-Черкесская Республика 6 884,24 -46,75 8 463,54 22,94
85-е Республика Адыгея 7 996,41 -37,86 8 843,39 10,59
1604
86-е Ненецкий автономный округ 10 281,97 17,91 9 899,15 -3,72
87-е Еврейская автономная область 12 409,51 154,88 10 848,2 -12,58
88-е Костромская область 7 731,74 -29,39 8 442,2 9,19
89-е Республика Алтай 8 875,9 17,96 8 505,95 -4,17
90-е Кабардино-Балкарская Республика 3 634,5 -75,58 5 702,8 56,91
91-е г. Севастополь 1 879,5 -89,82 6 771,06 260,26
92-е Республика Ингушетия 2 946,03 -64,12 4 333,02 47,08
93-е Республика Крым 2 534,33 -66,39 3 833,69 51,27
94-е Республика Калмыкия 3 652 176,5 3 691,04 1,07
95-е Республика Тыва 2 112,28 -57,09 2 763,3 30,82
96-е Чукотский автономный округ 1 257,99 -70,6 1634,03 29,89
Продолжение таблицы
Место Регион 2019 Темпы прироста (2018-2019 гг.) 2020 Темпы прироста (2019-2020 гг.)
1-е Российская Федерация 5 370 204,63 4,47 5 482 944,71 2,1
2-е Центральный федеральный округ 1 355 865,56 4,64 1 385 353,73 2,17
3-е Приволжский федеральный округ 920 024,93 6,61 948 046 3,05
4-е Северо-Западный федеральный округ 756 812,09 5,4 775 842,39 2,51
5-е Уральский федеральный округ 661 115,27 3,45 671 939,38 1,64
6-е г. Москва 610 872,33 5,12 625 489,85 2,39
7-е Южный федеральный округ 571 045,11 1,15 574 224,31 0,56
8-е Сибирский федеральный округ 537 306,57 6,21 552 728,91 2,87
9-е Тюменская область 473 351,21 1,55 476 895,51 0,75
10-е г. Санкт-Петербург 390 066,54 6,23 401 290,75 2,88
11-е Дальневосточный федеральный округ 364 818,86 0,94 366 488,37 0,46
12-е Краснодарский край 376 512,6 -2,48 371 818,51 -1,25
13-е Московская область 273 592,34 2,89 277 370,92 1,38
14-е Республика Татарстан 246 703,44 5,74 253 283,03 2,67
15-е Ханты-Мансийский автономный округ - Югра 213 538,43 0,21 213 757,66 0,1
16-е Северо-Кавказский федеральный округ 178 930,81 7,52 185 076,43 3,43
17-е Ямало-Ненецкий автономный округ 161 301,39 -0,66 160 771,45 -0,33
18-е Красноярский край 117 218,1 8,57 121 761,24 3,88
19-е Нижегородская область 120 902,19 4,39 123 397,95 2,06
20-е Республика Башкортостан 115 272,47 8,82 119 858,98 3,98
21-е Свердловская область 107 088,17 8,4 111 161,98 3,80
22-е Самарская область 96 860,93 13,99 102 695,07 6,02
23-е Ростовская область 100 412,62 9,56 104 712,83 4,28
24-е Тюменская область (без автономных округов) 98 511,39 8,66 102 366,41 3,91
25-е Кемеровская область 98 957,84 1,98 99 902,42 0,95
26-е Ленинградская область 99 326,36 0,31 99 478,03 0,15
27-е Республика Дагестан 76 769,08 9,54 80 051,42 4,28
28-е Приморский край 90 335,41 -4,71 88 141,51 -2,43
29-е Пермский край 79 204,06 4,75 80 967,43 2,23
30-е Иркутская область 74 859,5 8,03 77 590,99 3,65
31-е Республика Коми 76 799,94 3,56 78 095,7 1,69
1605
32-е Челябинская область 69 879,01 9,72 72 918,3 4,35
33-е Новосибирская область 64 693,81 11,49 67 967,38 5,06
34-е Сахалинская область 70 350,43 2,39 71 156,87 1,15
35-е Республика Саха (Якутия) 61 958,71 8,65 64 379,7 3,91
36-е Белгородская область 63 826,44 2,5 64 591,96 1,2
37-е Хабаровский край 66 378,65 -1,71 65 812,79 -0,85
38-е Воронежская область 57 553,44 10,97 60 346,62 4,85
39-е Волгоградская область 53 368,79 6,61 54 993,09 3,04
40-е Омская область 53 025,43 3,19 53 830,47 1,52
41-е Саратовская область 50 470,35 4,38 51 509,97 2,06
42-е Вологодская область 49 746,04 2,33 50 301,16 1,12
43-е Ставропольский край 41 760,38 6,34 42 983,39 2,93
44-е Оренбургская область 38 702,79 5,65 39 719,44 2,63
45-е Ярославская область 40 486,6 1,63 40 806,02 0,79
46-е Архангельская область 39 031,37 4,42 39 842,52 2,08
47-е Калужская область 37 122,73 7,24 38 353,73 3,32
48-е Томская область 36 622,64 5,77 37 603,39 2,68
49-е Калининградская область 33 420,5 12,51 35 244,56 5,46
50-е Амурская область 34 662,07 5,08 35 485,14 2,37
51-е Рязанская область 33 197,78 3,64 33 770,33 1,72
52-е Курская область 31 529,15 6,31 32 447,85 2,91
53-е Пензенская область 31 327,67 3,82 31 894,14 1,81
54-е Ульяновская область 29 834,16 8,39 30 967,7 3,8
55-е Липецкая область 30 487,77 5,11 31 215,76 2,39
56-е Алтайский край 28 919,77 9,02 30 094,74 4,06
57-е Архангельская область (без автономного округа) 29 302,36 6,63 30 197,03 3,05
58-е Удмуртская Республика 28 758,01 7,45 29 736,29 3,4
59-е Чувашская Республика 26 763,35 5,97 27 503,26 2,76
60-е Астраханская область 26 628,88 6,21 27 393,18 2,87
61-е Владимирская область 25 683,37 4,42 26 216,69 2,08
62-е Новгородская область 22 516,4 17,76 24 183,18 7,4
63-е Тульская область 24 134,59 7,8 24 991,86 3,55
64-е Чеченская Республика 25 236,36 0,15 25 254,8 0,07
65-е Тамбовская область 22 957,81 6,65 23 660,53 3,06
66-е Тверская область 24 964,85 -0,85 24 859,17 -0,42
67-е Мурманская область 22 224,62 7,1 22 947,94 3,25
68-е Смоленская область 23 867,92 0,7 23 949,66 0,34
69-е Кировская область 21 182,49 8,63 22 008,27 3,9
70-е Республика Мордовия 22 110,49 2,63 22 388,47 1,26
71-е Забайкальский край 21 416,05 4,05 21 825,36 1,91
72-е Республика Бурятия 19 169,32 2,32 19 382,91 1,11
73-е Брянская область 18 166,37 6,94 18 744,82 3,18
74-е Камчатский край 17 034,57 2,06 17 203,24 0,99
75-е Ивановская область 16 326,17 4,77 16 690,78 2,23
76-е Республика Северная Осетия - Алания 14 427,99 7,98 14 951,36 3,63
77-е Орловская область 12 337,93 10,92 12 934,18 4,83
78-е Республика Карелия 13 061,94 4,77 13 353,76 2,23
1606
79-е Магаданская область 12 143,6 8,53 12 612,32 3,86
80-е Республика Марий Эл 11 932,55 3,23 12 116,03 1,54
81-е Псковская область 10 618,33 10,29 11 104,78 4,58
82-е Республика Хакасия 11 029,95 5,55 11 314,52 2,58
83-е Курганская область 10 796,92 3,25 10 963,63 1,54
84-е Карачаево-Черкесская Республика 9 165,46 8,29 9 510,04 3,76
85-е Республика Адыгея 9 219,83 4,26 9 404,62 2
86-е Ненецкий автономный округ 9 729,01 -1,72 9 645,49 -0,86
87-е Еврейская автономная область 10 154,28 -6,4 9 813,63 -3,35
88-е Костромская область 8 757,96 3,74 8 912,97 1,77
89-е Республика Алтай 8 341,53 -1,93 8 260,81 -0,97
90-е Кабардино-Балкарская Республика 6 622,04 16,12 7 073,31 6,81
91-е г. Севастополь 7 423,27 9,63 7 578,56 2,09
92-е Республика Ингушетия 4 949,46 14,23 5 252,07 6,11
93-е Республика Крым 4 006,94 4,52 4 048,19 1,03
94-е Республика Калмыкия 3 708,39 0,47 3 716,91 0,23
95-е Республика Тыва 3 052,65 10,47 3 194,69 4,65
96-е Чукотский автономный округ 1 801,16 10,23 1 883,21 4,56
Источник: рассчитано авторами на основе данных: Регионы России. Социально-экономические показатели. 2017: стат. сб. М.: Росстат, 2017. С. 902-903
Source: Authoring, based on Regiony Rossii. Sotsial'no-ekonomicheskie pokazateli. 2017: statisticheskii sbornik [Regions of Russia. Socio-economic indicators. 2017: A statistical book]. Moscow, Rosstat Publ., 2017, pp. 902-903
1607
Таблица 2
Прогнозные значения асимметрии распределения и ее темпов прироста, среднего и его темпов прироста
Table 2
Forecast values of the distribution skewness and its growth rates, the average and its growth rates
Место Регион Асимметрия распределения Асимметрия распределения темпов прироста Среднее Среднее темпов прироста
1-е Российская Федерация 0,55 -2,45 5 662 303,94 3,28
2-е Центральный федеральный округ 0,7 -2,81 1 432 266,74 2,98
3-е Приволжский федеральный округ 0,28 -2,21 992 624,98 5,32
4-е Северо-Западный федеральный округ 1,52 -2,04 806 117,87 3,39
5-е Уральский федеральный округ 0,78 -2,34 689 159,56 2,35
6-е г. Москва 0,96 -2,77 648 745,01 2,74
7-е Южный федеральный округ 0,58 - 579 282,13 3,15
8-е Сибирский федеральный округ 0,66 -1,87 577 264,46 5,24
9-е Тюменская область -0,06 -0,89 482 534,18 1,42
10-е г. Санкт-Петербург 1,62 -1,17 419 147,43 3,29
11-е Дальневосточный федеральный округ 0,65 0,18 369 144,42 1,36
12-е Краснодарский край -0,11 1,01 364 350,64 4,98
13-е Московская область -0,08 -1,57 283 382,31 2,47
14-е Республика Татарстан -0,05 -1,51 263 750,57 5,36
15-е Ханты-Мансийский автономный округ - Югра -0,44 1,24 214 106,42 2,33
16-е Северо-Кавказский федеральный округ 0,67 -2,37 194 853,57 5,5
17-е Ямало-Ненецкий автономный округ -0,2 1,42 159 928,37 -0,49
18-е Красноярский край 1,02 -1,76 128 988,96 7,47
19-е Нижегородская область 0,12 -2,11 127 368,48 3,34
20-е Республика Башкортостан 0,58 -1,91 127 155,71 7,86
21-е Свердловская область 1,56 0,16 117 643,03 7,3
22-е Самарская область 0,47 -1,64 111 976,65 12,64
23-е Ростовская область 0,71 -2,04 111 554,06 6,82
24-е Тюменская область (без автономных округов) 0,39 -1,89 108 499,4 7,65
25-е Кемеровская область -0,92 1,94 101 405,14 4,67
26-е Ленинградская область 0,55 -0,93 99 719,31 1,63
27-е Республика Дагестан 0,92 -2,71 85 273,33 6,79
28-е Приморский край 0,22 0,91 84 651,22 1,99
29-е Пермский край 1,06 -1,97 83 772,79 2,6
30-е Иркутская область 0,97 -1,62 81 936,54 7,71
31-е Республика Коми 0,52 0,48 80 157,14 6,02
32-е Челябинская область 1,32 -0,92 77 753,54 7,85
33-е Новосибирская область 1,75 0,9 73 175,34 10,49
34-е Сахалинская область -0,52 0,72 72 439,84 3,51
35-е Республика Саха (Якутия) 1,55 -2,12 68 231,27 7,35
36-е Белгородская область -1,15 2,02 65 809,84 6,85
37-е Хабаровский край -0,54 0,95 64 912,56 -0,44
38-е Воронежская область 0,98 -1,7 64 790,31 9,11
1608
39-е Волгоградская область 1,26 -1,13 57 577,19 4,31
40-е Омская область -0,34 -1,41 55 111,22 2,89
41-е Саратовская область 1,09 -0,86 53 163,9 4,32
42-е Вологодская область 0,05 0,96 51 184,29 6,24
43-е Ставропольский край 0,54 -0,85 44 929,1 5,8
44-е Оренбургская область 1,11 -1,17 41 336,84 4,14
45-е Ярославская область 0,56 -1,21 41 314,19 1,41
46-е Архангельская область 1,15 -0,29 41 132,99 4,87
47-е Калужская область 0,69 -1,31 40 312,15 6,46
48-е Томская область 1,42 -1,2 39 163,69 4,81
49-е Калининградская область 1,53 -1,95 38 146,47 10,21
50-е Амурская область 1,53 0,35 36 794,55 4,37
51-е Рязанская область 0,28 -0,43 34 681,21 4,35
52-е Курская область 0,27 -2,19 33 909,43 5,34
53-е Пензенская область -0,31 0,59 32 795,35 5,14
54-е Ульяновская область 0,39 -1,41 32 771,06 7,99
55-е Липецкая область 0,68 -2,87 32 373,93 3,34
56-е Алтайский край 1,11 -0,94 31 964,01 7,92
57-е Архангельская область (без автономного округа) 1,06 -0,84 31 620,38 7,88
58-е Удмуртская Республика 0,65 -1,8 31 292,63 4,87
59-е Чувашская Республика 0,11 -1,64 28 680,39 5,26
60-е Астраханская область 1,26 2,6 28 609,13 11,36
61-е Владимирская область 0,34 -2,29 27 065,16 3,3
62-е Новгородская область 1,48 -1,78 26 834,87 14,78
63-е Тульская область 1,45 -1 26 355,7 4,12
64-е Чеченская Республика -1,06 -0,60 25 284,15 2,14
65-е Тамбовская область 0,40 -2,49 24 778,5 5
66-е Тверская область -0,3 1,29 24 691,04 1,91
67-е Мурманская область 1,03 -2,18 24 098,67 4,86
68-е Смоленская область -1,47 2,50 24 079,71 2,63
69-е Кировская область 0,65 -2,37 23 322 6,29
70-е Республика Мордовия 0,18 0,94 22 830,71 4,65
71-е Забайкальский край 0,4 -2,35 22 476,53 3,31
72-е Республика Бурятия -0,02 -0,53 19 722,72 2,72
73-е Брянская область 0,53 -2,32 19 665,08 5,52
74-е Камчатский край 2,85 -0,1 17 471,59 1,37
75-е Ивановская область 0,28 -1,34 17 270,85 3,95
76-е Республика Северная Осетия -Алания 1,02 -0,22 15 784 5,82
77-е Орловская область 0,7 -0,92 13 882,74 10,4
78-е Республика Карелия 0,99 0,1 13 818,01 3,01
79-е Магаданская область 0,38 -0,22 13 358 9,71
80-е Республика Марий Эл 0,2 -0,24 12 407,92 3,15
81-е Псковская область 1,58 -2,15 11 878,68 7,26
82-е Республика Хакасия -0,03 -1,09 11 767,26 6,37
83-е Курганская область 0,21 -0,42 11 228,85 2,67
84-е Карачаево-Черкесская Республика -0,31 0,17 10 058,22 11,64
1609
85-е Республика Адыгея 0,97 -2,33 9 698,61 3,29
86-е Ненецкий автономный округ -0,6 -1 9 512,61 0,94
87-е Еврейская автономная область -0,71 2,96 9 271,68 5,59
88-е Костромская область 2,19 1,40 9 159,58 1,97
89-е Республика Алтай 1,05 -0,59 8 132,4 1,27
90-е Кабардино-Балкарская Республика 1,13 -2,02 7 791,23 14,08
91-е г. Севастополь 1,22 0,55 7 678,38 102,77
92-е Республика Ингушетия 0,48 0,7 5 733,51 19,59
93-е Республика Крым 2,03 0,61 4 074,71 19,98
94-е Республика Калмыкия 1,97 1,29 3 730,46 19,97
95-е Республика Тыва 0,6 -0,35 3 420,67 8,87
96-е Чукотский автономный округ 1,35 2,24 2 013,74 25,19
Источник: рассчитано авторами на основе данных: Регионы России. Социально-экономические показатели. 2017: стат. сб. М.: Росстат, 2017. С. 902-903
Source: Authoring, based on Regiony Rossii. Sotsial'no-ekonomicheskie pokazateli. 2017: statisticheskii sbornik [Regions of Russia. Socio-economic indicators. 2017: A statistical book]. Moscow, Rosstat Publ., 2017, pp. 902-903
1610
1611
о
NJ
CD CD
Г) 2
»"О
i з Я. ■§
Ч с ^ 3
° ч ? »
3 S
з а
о
° s
zs Q
ш О <
^ о о 3
о-SJ
00 н
Рисунок 2
Численность занятых, средний уровень загрузки производственных мощностей, экономическая ситуация 2006-2020 гг. Figure 2
Number of the employed people, average utilization level of production capacity, economic situation, 2006-2020
65 60 55 50 45 40 35 30 25 20
♦ ---------------4-
1 0,83581n{x) • 64,08 -
- - - ♦ -
Л* = 0.0437
- AM численности занятых
- AD численности занятых
4— AM среднего уровенязагрузкипронзводсгвенных мощностей---AD среднего уровеня загрузкипронзводственных мощностей
■ А- ■ ■ AM экономической ситуации .......AD экономическая ситуация
Источник: рассчитано и построено авторами на основании данных Федеральной службы государственной статистики. URL: http://gks.ru Source: Authoring, based on the Federal State Statistics Service data. URL: http://gks.ru (In Russ.)
1613
Список литературы
1. Аганбегян А.Г. О модернизации общественного производства в России // Экономика региона. 2011. № 2. С. 7-10. URL: https://cyberleninka.ru/article/v/on-the-modernization-of-public-production-in-russian-federation
2. Минакир П.А. О ключевых задачах экономического развития России (по итогам послания Президента РФ Федеральному собранию) // Экономические и социальные перемены: факты, тенденции, прогноз. 2014. № 1. С. 22-25.
3. Бодрунов С.Д., Гринберг Р.С., Сорокин Д.Е. Реиндустриализация российской экономики: императивы, потенциал, риски // Экономическое возрождение России. 2013. № 1. С. 19-49.
4. Цветков В.А. Модернизация национальной экономики: теоретико-практический подход (Ч. 1, 2) // Инновации. 2012. № 3. С. 16-24.
5. Цветков В.А. Модернизация национальной экономики: теоретико-практический подход (Ч. 3, 4) // Инновации. 2012. № 4. С. 50-58.
6. Cerutti E., Dagher Ji., Ariccia G.D. Housing Finance and Real-Estate Booms: A Cross-Country Perspective // Journal of Housing Economics. 2017. Vol. 38. P. 1-13.
URL: https://doi.org/10.1016/j.jhe.2017.02.001
7. Wang Z., Zhang Q. Fundamental Factors in the Housing Markets of China // Journal of Housing Economics. 2014. Vol. 25. P. 53-61. URL: https://doi.org/10.1016/j.jhe.2014.04.001
8. Caldera A., Johansson T. The Price Responsiveness of Housing Supply in OECD Countries // Journal of Housing Economics. 2013. Vol. 22. Iss. 3. P. 231-249.
URL: https://doi.org/10.1016/j.jhe.2013.05.002
9. Agnello L., Schuknecht L. Booms and Busts in Housing Markets: Determinants and Implications // Journal of Housing Economics. 2011. Vol. 20. Iss. 3. P. 171-190.
URL: https://doi.org/10.1016/j.jhe.2011.04.001
10. Adams Z., Fuss R. Macroeconomic Determinants of International Housing Markets // Journal of Housing Economics. 2010. Vol. 19. Iss. 1. P. 38-50.
URL: https://doi.org/10.1016/j.jhe.2009.10.005
11. Gan Qu., Hill R.J. Measuring Housing Affordability: Looking beyond the Median // Journal of Housing Economics. 2009. Vol. 18. Iss. 2. P. 115-125.
URL: https://doi.org/10.1016/j.jhe.2009.04.003
12. Zhu B., Betzinger M., Sebastian St. Housing Market Stability, Mortgage Market Structure, and Monetary Policy: Evidence from the Euro Area // Journal of Housing Economics. 2017. Vol. 37. P. 1-21. URL: https://doi.org/10.10167j.jhe.2017.04.001
13. Zhao R., Wenchun W., Qiang G. Housing Price Appreciation, Investment Opportunity, and Firm Innovation: Evidence from China // Journal of Housing Economics. 2016. Vol. 33. P. 34-58. URL: https://doi.org/10.1016/j.jhe.2016.04.002
14. Kivila Je., Martinsuo M., Vuorinen L. Sustainable Project Management Through Project Control in Infrastructure Projects // International Journal of Project Management. 2017. Vol. 35. Iss. 6. P. 1167-1183. URL: https://doi.org/10.1016/j.ijproman.2017.02.009
1614
15. Peace A., Ramirez A., Broeren M.L.M. et al. Everyday Industry - Pragmatic Approaches for Integrating Sustainability into Industry Decision Making // Sustainable Production and Consumption. 2108. Vol. 13. P. 93-101. URL: https://doi.org/10.1016/j.spc.2017.08.003
16. Fidrmuc Ja., Korhonen I., Batorova I. China in the World Economy: Dynamic Correlation Analysis of Business Cycles // CESifo Economic Studies. 2013. Vol. 59. Iss. 2. P. 392-411. URL: https://doi.org/10.1093/cesifo/ifs016
17. Cole A.H. A Note on Social Overhead and a Dynamic Analysis of Industry // The Quarterly Journal of Economics. 1960. Vol. 74. Iss. 3. P. 413-415. URL: https://doi.org/10.2307/1883058
18. Margsiri W., Mello A.S., Ruckes M.E. A Dynamic Analysis of Growth via Acquisition // Review of Finance. 2008. Vol. 12. Iss. 4. P. 635-671. URL: https://doi.org/10.1093/rof/rfn015
19. Lerner A.P. The Concept of Monopoly and the Measurement of Monopoly Power // The Review of Economic Studies. 1934. Vol. 1. Iss. 3. P. 157-175. URL: https://doi.org/10.2307/2967480
20. Milford T. "Patent Property": The Fulton Lawyers and the Franchising of Progress // American Journal of Legal History. 2018. Vol. 58. Iss. 1. P. 87-125. URL: https://doi.org/10.1093/ajlh/njx025
Информация о конфликте интересов
Мы, авторы данной статьи, со всей ответственностью заявляем о частичном и полном
отсутствии фактического или потенциального конфликта интересов с какой бы то ни было
третьей стороной, который может возникнуть вследствие публикации данной статьи.
Настоящее заявление относится к проведению научной работы, сбору и обработке данных,
написанию и подготовке статьи, принятию решения о публикации рукописи.
1615
pISSN 2073-2872 eISSN 2311-875X
Sustainable Development of Economy
FORECASTING THE NATURE OF CONSTRUCTION ACTIVITIES IN RUSSIA AND THEIR REASONS
Valerii V. SMIRNOV % Alena V. MULENDEEVAb
a I.N. Ulianov Chuvash State University (Chuv SU), Cheboksary, Chuvash Republic, Russian Federation v2v3s4@mail.ru
https://orcid.org/0000-0002-6198-3157
b I.N. Ulianov Chuvash State University (Chuv SU), Cheboksary, Chuvash Republic, Russian Federation al ena-mulende eva@yandex. ru ORCID: not available
• Corresponding author
Article history:
Received 7 May 2018 Received in revised form 28 May 2018 Accepted 19 June 2018 Available online 14 September 2018
JEL classification: D10, E23, M20, O12
Keywords: skewness, forecasting, construction activity, growth rate
Abstract
Importance The article discusses the nature of, and reasons for construction activities in Russia for the future period.
Objectives The research analyzes the nature of, and reasons for construction activities in Russia within the future period of time, referring to estimates of work completed as part of construction activities, its growth rate, distribution skewness, average, Business Confidence Index, portfolio of orders, actual scope of work, numbers of the employed people, average utilization level of production capacity, economic situation, shortage of orders, high taxes, lack of qualified workforce.
Methods The research employs fundamental principles of the theory and contemporary practice of systems analysis concerning types of economic activities. We also adhere to economic laws and scholarly findings on the equitable economic development. Results We found the optimal number of operational construction entities in the Russian regions, scope of work, percentage of residential buildings, prevailing importance of productive capacity launch, and illustrate points of decline. We unveil the hierarchy of reasons influencing construction activities in Russia, with the predominating factor being rather hard to trace due to mutual relatedness.
Conclusions and Relevance The optimal forecasting line of the Russian construction activities stems from the market environment they are performed in, i.e. abolishment of monopolies and reduction in the actual scope of work. It will dilute the mutual relatedness of factors influencing the construction activities in Russia and spotlight the predominating and controllable factor. The findings should be used to adjust the Roadmap for Construction Development in Russia, set up governmental initiatives for encouraging the construction activity in the Russian regions and improve the implementation mechanism.
© Publishing house FINANCE and CREDIT, 2018
Please cite this article as: Smirnov V.V., Mulendeeva A.V. Forecasting the Nature of Construction Activities in Russia and Their Reasons. National Interests: Priorities and Security, 2018, vol. 14, iss. 9, pp. 1595-1618. https://doi.org/10.24891/ni. 14. 9.1595
References
1. Aganbegyan A.G. [On the modernization of public production in Russian Federation]. Ekonomika regiona = Economy of Region, 2011, no. 2, pp. 7-10. URL: https://cyberleninka.ru/article/v/on-the-modernization-of-public-production-in-russian-federation (In Russ.)
2. Minakir P.A. [On the key tasks of Russia's economic development (following the Address of the RF President to the Federal Assembly)]. Ekonomicheskie i sotsialnye peremeny: fakty, tendentsii, prognoz = Economic and Social Changes: Facts, Trends, Forecast, 2014, no. 1, pp. 22-25. (In Russ.)
1616
3. Bodrunov S.D., Grinberg R.S., Sorokin D.E. [Reindustrialization of the Russian economy: imperatives, potential, risks]. Ekonomicheskoe vozrozhdenie Rossii = Economic Revival of Russia, 2013, no. 1, pp. 19-49. (In Russ.)
4. Tsvetkov V.A. [Modernization of national economy: theoretical and practical approach (parts 1 and 2)]. Innovatsii = Innovations, 2012, no. 3, pp. 16-24. (In Russ.)
5. Tsvetkov V.A. [Modernization of national economy: theoretical and practical approach (parts 3 and 4)]. Innovatsii = Innovations, 2012, no. 4, pp. 50-58. (In Russ.)
6. Cerutti E., Dagher Ji., Ariccia G.D. Housing Finance and Real-Estate Booms: A Cross-Country Perspective. Journal of Housing Economics, 2017, vol. 38, pp. 1-13.
URL: https://doi.org/10.10Wj.jhe.2017.02.001
7. Wang Z., Zhang Q. Fundamental Factors in the Housing Markets of China. Journal of Housing Economics, 2014, vol. 25, pp. 53-61. URL: https://doi.org/10.1016/j.jhe.2014.04.001
8. Caldera A., Johansson T. The Price Responsiveness of Housing Supply in OECD Countries. Journal of Housing Economics, 2013, vol. 22, iss. 3, pp. 231-249.
URL: https://doi.org/10.1016/j.jhe.2013.05.002
9. Agnello L., Schuknecht L. Booms and Busts in Housing Markets: Determinants and Implications. Journal of Housing Economics, 2011, vol. 20, iss. 3, pp. 171-190.
URL: https://doi.org/10.1016/j.jhe.2011.04.001
10. Adams Z., Fuss R. Macroeconomic Determinants of International Housing Markets. Journal of Housing Economics, 2010, vol. 19, iss. 1, pp. 38-50.
URL: https://doi.org/10.1016/j.jhe.2009.10.005
11. Gan Qu., Hill R.J. Measuring Housing Affordability: Looking Beyond the Median. Journal of Housing Economics, 2009, vol. 18, iss. 2, pp. 115-125.
URL: https://doi.org/10.1016/j.jhe.2009.04.003
12. Zhu B., Betzinger M., Sebastian St. Housing Market Stability, Mortgage Market Structure, and Monetary Policy: Evidence from the Euro Area. Journal of Housing Economics, 2017, vol. 37, pp. 1-21. URL: https://doi.org/10.10Wj.jhe.2017.04.001
13. Zhao R., Wenchun W., Qiang G. Housing Price Appreciation, Investment Opportunity, and Firm Innovation: Evidence from China. Journal of Housing Economics, 2016, vol. 33, pp. 34-58. URL: https://doi.org/10.10Wj.jhe.20W04.002
14. Kivila Je., Martinsuo M., Vuorinen L. Sustainable Project Management Through Project Control in Infrastructure Projects. International Journal of Project Management, 2017. vol. 35, iss. 6, pp. 1167-1183. URL: https://doi.org/10.1016/j.ijproman.2017.02.009
15. Peace A., Ramirez A., Broeren M.L.M. et al. Everyday Industry - Pragmatic Approaches for Integrating Sustainability into Industry Decision Making. Sustainable Production and Consumption, 2018, vol. 13, pp. 93-101. URL: https://doi.org/10.10Wj.spc.2017.08.003
16. Fidrmuc Ja., Korhonen I., Batorova I. China in the World Economy: Dynamic Correlation Analysis of Business Cycles. CESifo Economic Studies, 2013, vol. 59, iss. 2, pp. 392-411.
URL: https://doi.org/10.1093/cesifo/ifs016
17. Cole A.H. A Note on Social Overhead and a Dynamic Analysis of Industry. The Quarterly Journal of Economics, 1960, vol. 74, iss. 3, pp. 413-415. URL: https://doi.org/10.2307/1883058
1617
18. Margsiri W., Mello A.S., Ruckes M.E. A Dynamic Analysis of Growth via Acquisition. Review of Finance, 2008, vol. 12, iss. 4, pp. 635-671. URL: https://doi.org/10.1093/rof/rfn015
19. Lerner A.P. The Concept of Monopoly and the Measurement of Monopoly Power. The Review of Economic Studies, 1934, vol. 1, iss. 3, pp. 157-175. URL: https://doi.org/10.2307/2967480
20. Milford T. "Patent Property": The Fulton Lawyers and the Franchising of Progress. American Journal of Legal History, 2018, vol. 58, iss. 1, pp. 87-125.
URL: https://doi.org/10.1093/ajlh/njx025
Conflict-of-interest notification
We, the authors of this article, bindingly and explicitly declare of the partial and total lack of actual or potential conflict of interest with any other third party whatsoever, which may arise as a result of the publication of this article. This statement relates to the study, data collection and interpretation, writing and preparation of the article, and the decision to submit the manuscript for publication.
1618
