Научная статья на тему 'Прогнозные оценки отдельных составляющих экономической безопасности регионов Приволжского федерального округа'

Прогнозные оценки отдельных составляющих экономической безопасности регионов Приволжского федерального округа Текст научной статьи по специальности «Социальная и экономическая география»

CC BY
268
41
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
ПРОГНОЗИРОВАНИЕ / ОЦЕНКА ЭКОНОМИЧЕСКОЙ БЕЗОПАСНОСТИ / ИНДИКАТИВНЫЙ АНАЛИЗ / КОРРЕЛЯЦИОННЫЙ АНАЛИЗ / FORECASTING / ASSESSMENT OF ECONOMIC SECURITY / INDICATIVE ANALYSIS / CORRELATION ANALYSIS

Аннотация научной статьи по социальной и экономической географии, автор научной работы — Долганова Яна Алексеевна

Оценка экономической безопасности важна на всех уровнях: государства, федерального округа, региона (субъекта Российской Федерации), муниципального образования, хозяйствующего субъекта и личности. Таким образом, ключевая цель заключается в определении текущего уровня экономической безопасности регионов Приволжского федерального округа и прогнозировании сценариев развития региональной экономической безопасности. Предметом исследования являются взаимосвязи отдельных показателей экономической безопасности региона. Методическую базу составляют приемы индикативного и корреляционного анализа. Результатами исследования являются построенные прогнозные оценки отдельных показателей и их групп.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по социальной и экономической географии , автор научной работы — Долганова Яна Алексеевна

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

FORECAST ESTIMATES OF SEPARATE COMPONENTS OF ECONOMIC SECURITY OF REGIONS OF THE PRIVOLZHSKY FEDERAL DISTRICT

The assessment of economic security is important at all levels: the state, the federal district, the region (subject of the Russian Federation), the municipality, the economic subject and the individual. Thus, the key goal is to determine the current level of economic security of the regions of the Volga Federal District and forecast the development scenarios of regional economic security. The subject of research is the relationship of individual indicators of economic security in the region. The methodological base consists of indicative and correlation analysis techniques. The results of the study are constructed forecast estimates of individual indicators and their groups.

Текст научной работы на тему «Прогнозные оценки отдельных составляющих экономической безопасности регионов Приволжского федерального округа»

Долганова Я. А. Прогнозные оценки отдельных составляющих экономической безопасности регионов Приволжского федерального округа // Вестник Прикамского социального института. 2019. № 1 (82). С. 108-124.

Dolganova la. A. Forecast estimates of separate components of economic security of regions of the Privolzhsky federal district. Bulletin of Prikamsky Social Institute. 2019. No. 1 (82). Pp. 108-124. (In Russ.)

УДК 338.2

Я. А. Долганова

Прикамский социальный институт;

Пермский государственный национальный исследовательский университет;

Пермь, Россия

ПРОГНОЗНЫЕ ОЦЕНКИ ОТДЕЛЬНЫХ СОСТАВЛЯЮЩИХ ЭКОНОМИЧЕСКОЙ БЕЗОПАСНОСТИ РЕГИОНОВ ПРИВОЛЖСКОГО ФЕДЕРАЛЬНОГО ОКРУГА

Долганова Яна Алексеевна — старший преподаватель кафедры экономики и управления; старший преподаватель кафедры предпринимательства и экономической безопасности.

E-mail: dolganova.y.a@mail.ru

Оценка экономической безопасности важна на всех уровнях: государства, федерального округа, региона (субъекта Российской Федерации), муниципального образования, хозяйствующего субъекта и личности. Таким образом, ключевая цель заключается в определении текущего уровня экономической безопасности регионов Приволжского федерального округа и прогнозировании сценариев развития региональной экономической безопасности. Предметом исследования являются взаимосвязи отдельных показателей экономической безопасности региона. Методическую базу составляют приемы индикативного и корреляционного анализа. Результатами исследования являются построенные прогнозные оценки отдельных показателей и их групп.

Ключевые слова: прогнозирование, оценка экономической безопасности, индикативный анализ, корреляционный анализ.

Ia. A. Dolganova

Prikamsky Social Institute; Perm State University;

Perm, Russia

FORECAST ESTIMATES OF SEPARATE COMPONENTS OF ECONOMIC SECURITY OF REGIONS OF THE PRIVOLZHSKY FEDERAL DISTRICT

Dolganova lana A. — Senior Lecturer at the Department of Economics and Management; Research Student at the Department of Entrepreneurship and Economic Security.

E-mail: dolganova.y.a@mail.ru

The assessment of economic security is important at all levels: the state, the federal district, the region (subject of the Russian Federation), the municipality, the economic subject and the individual. Thus, the key goal is to determine the current level of economic security of the regions of the Volga Federal District and forecast the development scenarios of regional economic security. The subject of research is the relationship of individual indicators of economic security in the region. The methodological

© ДолгановаЯ. A.,2019

base consists of indicative and correlation analysis techniques. The results of the study are constructed forecast estimates of individual indicators and their groups.

Key words: forecasting, assessment of economic security, indicative analysis, correlation analysis.

Российские исследователи уделяют пристальное внимание поиску и разработке систем и групп индикаторов с пороговыми значениями для оценки экономической безопасности. Значение подобных исследований становится все более актуальным ввиду того, что в настоящее время на уровне Российской Федерации и ее субъектов отсутствует единая принятая и законодательно закрепленная методика расчетов показателей экономической безопасности [1, с. 112]. Во многих методиках исследователи используют ряд показателей, сформированных по принципу выделения ключевых направлений для исследования, исходя из их стратегического значения для регионов Российской Федерации.

С целью анализа отдельных составляющих региональной экономической безопасности считаем целесообразным дополнить и уточнить существующие методы и возможные системы индикаторов экономической безопасности, выбрав приоритетные и наиболее значимые показатели, способные дать характеристику экономической безопасности.

Для аналитического исследования уровня экономической безопасности выделены следующие блоки: способность экономики региона к устойчивому развитию, социально-демографическое состояние региона, поддержка научного потенциала, экологическая безопасность. Стоит отметить также, что выбранные группы показателей, в конечном счете образующие отдельные блоки, рассматриваются во многих российских и зарубежных методиках определения уровня экономической безопасности. Более того, ряд показателей, вошедших в систему индикаторов (на уровне регионов), рекомендован в рамках Стратегии экономической безопасности Российской Федерации до 2030 года1 для оценки макроэкономической ситуации страны в целом. Однако в действующей Стратегии экономической безопасности не предусмотрены индикаторы экономической безопасности. В целях анализа регионов Приволжского федерального округа (ПФО) была произведена попытка оценить уровень экономической безопасности посредством индикативного анализа. Каждому показателю присвоена рекомендованная оценка на основе вычислений медианного отклонения значений выбранных показателей.

Для каждого региона Приволжского федерального округа проведена также корреляционная оценка индикаторов по всем блокам, за исключением блока «Экологическая безопасность», т. к. в отличие от остальных блоков система показателей и индикаторов данного блока априори включает в себя не количественную оценку, а результат взаимодействия ряда факторов сфер жизнедеятельности общества. Таким образом, оценивать индикаторы и выявлять между ними взаимосвязи только по данным, включенным в предложенную систему индикаторов экономической безопасности региона настоящего исследования, будет неверным. Для качественного установления подобных взаимосвязей необходимо включать в отдельные блоки структурные элементы экономической безопасности: энергетическую характеристику потенциала региона, производственную сферу, исследования уровня заболеваемости и др.

Определение взаимосвязей между индикаторами направлено, в первую очередь, на выбор наиболее значимых показателей экономической безопасности. Предполагаем, что, помимо отбора основных индикаторов, целесообразно выделять и вспомогательные, находящиеся в тесной функциональной зависимости. Таким образом, выбирая метод оценки

1 О Стратегии экономической безопасности Российской Федерации на период до 2030 года [Электронный ресурс] : указ Президента РФ от 13 мая 2017 г. № 208. Доступ из справ.-правовой системы «КонсультантПлюс».

степени влияния индикаторов друг на друга, обратимся к способу, предложенному И. В. Коробковым и А. А. Куклиным [4, с. 163]. Суть способа заключается в отборе основных индикаторов с помощью метода парной корреляции.

Изначально для выявления линейных зависимостей между индикаторами каждого блока (кроме блока «Экологическая безопасность») рассчитаем линейный коэффициент парной корреляции (коэффициент Пирсона). Воспользуемся формулой расчета для пары параметров X и У:

__2006 V * ±лф/Л-* I 1Ср I

}КУ ~ ! I

где и У,— значения выбранных параметров за год;

Хср и УСр — средние значения параметров X и 7 за исследуемый период.

Вычисление линейного коэффициента парной корреляции для всех регионов по трем блокам позволит выявить взаимное влияние индикаторов. В качестве примера с целью экономико-математической интерпретации данных рассмотрен Пермский край (табл. 1-3). Аналогичным образом проведены расчеты для всех остальных регионов ПФО.

Оценивая тесноту взаимосвязей между показателями, руководствуемся принятыми значениями коэффициента корреляции — [-1; 1], чем сильнее прямая связь между показателями, тем ближе значение коэффициента к 1 (в настоящем исследовании будем принимать за значимые те, которые попадают в интервал [0,8; 1,00], и в случае наличия обратной взаимосвязи — [-0,8; -1]).

Корреляционный анализ проведен по группам регионов с целью выделения внутри каждой группы часто повторяющихся взаимосвязей коэффициентов. В ходе исследования в каждую группу регионов включались корреляционные взаимосвязи, установленные для 75 % всех регионов, остальные случаи не включались в дальнейший анализ.

Таблица 1

Матрица коэффициентов парной корреляции по блоку «Способность экономики к устойчивому развитию» Пермского края (регион второй группы: удовлетворительное состояние экономической безопасности)1

1 2 3 4 5 6 7 8 9 10 11

1 1,000

2 -0,111 1,000

3 0,235 0,539 1,000

4 0,520 0,060 0,357 1,000

5 -0,267 -0,376 -0,668 -0,490 1,000

6 -0,363 0,465 -0,186 -0,262 0,151 1,000

7 0,067 -0,440 0,065 -0,117 0,147 -0,742 1,000

8 0,502 -0,456 0,279 0,301 -0,316 -0,647 0,636 1,000

9 0,424 0,426 0,390 0,156 -0,388 -0,125 -0,091 -0,207 1,000

10 0,374 -0,187 0,323 0,369 -0,336 -0,934 0,652 0,519 0,343 1,000

11 -0,352 -0,008 0,255 -0,111 -0,276 -0,193 0,424 0,202 -0,147 0,245 1,000

Индикаторы оценок (нормированные показатели по системе индикаторов экономической безопасности региона):

1 — Объем валового регионального продукта (ВРП) на душу населения.

2 — Темп роста ВРП к предыдущему году.

3 — Индекс физического объема промышленности к предыдущему году.

4 — Индекс физического объема продукции сельского хозяйства к предыдущему году.

5 — Инвестиции в основной капитал к ВРП.

6 — Степень износа основных фондов промышленных предприятий.

7 — Дефицит / профицит консолидированного бюджета к ВРП.

8 — Индекс потребительских цен к декабрю прошлого года.

9 — Соотношение импорта и экспорта.

10 — Объем производства сельскохозяйственной продукции на душу населения.

11 — Доля импортных товаров в продовольственном потенциале региона.

Таблица 2

Матрица коэффициентов парной корреляции по блоку «Социально-демографическое состояние региона» Пермского края (вторая группа)1

1 2 3 4 5 6 7 8 9 10 11 12 13

1 1,000

2 -0,560 1,000

3 -0,273 0,822 1,000

4 -0,355 0,933 0,826 1,000

5 0,575 -0,684 -0,472 -0,704 1,000

6 -0,005 0,446 0,346 0,499 0,087 1,000

7 -0,504 0,742 0,787 0,625 -0,581 -0,147 1,000

8 -0,501 0,745 0,802 0,632 -0,570 -0,121 0,999 1,000

9 -0,088 0,627 0,802 0,650 -0,190 0,252 0,744 0,761 1,000

10 0,488 -0,830 -0,759 -0,769 0,326 -0,677 -0,478 -0,489 -0,573 1,000

11 -0,515 0,855 0,588 0,858 -0,691 0,615 0,362 0,364 0,272 -0,786 1,000

12 -0,373 0,928 0,829 0,972 -0,713 0,526 0,614 0,624 0,580 -0,750 0,895 1,000

13 -0,698 0,908 0,738 0,810 -0,775 0,103 0,829 0,822 0,514 -0,669 0,698 0,778 1,000

Индикаторы оценок (нормированные показатели по системе индикаторов экономической безопасности региона):

1 — Расходы на здравоохранение к ВРП.

2 — Обеспеченность жильем, кв. м на 1 человека.

3 — Количество преступлений на 1 ООО чел. населения.

4 — Продолжительность жизни.

5 — Темп роста реальных доходов населения.

6 — Коэффициент бедности населения региона.

7 — Коэффициент концентрации доходов Джини.

8 — Коэффициент фондов.

9 — Уровень безработицы.

10 — Уровень занятости.

11 — Коэффициент рождаемости.

12 — Коэффициент смертности.

13 — Коэффициент младенческой смертности.

Таблица 3

Матрица коэффициентов парной корреляции по блоку «Поддержка научного потенциала» Пермского края (вторая группа)1

1 2 3 4 5 6 7 8 9

1 1,000

2 0,110 1,000

3 -0,340 0,467 1,000

4 0,351 -0,387 -0,575 1,000

5 0,676 -0,193 -0,698 0,775 1,000

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

6 0,508 -0,542 -0,654 0,380 0,521 1,000

7 0,539 -0,087 -0,637 0,815 0,925 0,310 1,000

8 0,547 -0,172 -0,716 0,673 0,889 0,500 0,864 1,000

9 -0,545 0,275 0,309 -0,012 -0,245 -0,767 0,053 -0,153 1,000

Индикаторы оценок (нормированные показатели по системе индикаторов экономической безопасности региона):

1 — Численность занятых в науке по отношению к занятым в экономике.

2 — Расходы на образование к ВРИ.

3 — Внутренние текущие затраты на научные исследования и разработки.

4 — Количество разработанных передовых производственных технологий.

5 — Количество организаций, выполняющих научные исследования и разработки.

6 — Численность персонала, занятого научными исследованиями и разработками (исследователи).

7 — Численность персонала, занятого научными исследованиями и разработками (техники).

8 — Численность исследователей с учеными степенями.

9 — Количество используемых передовых производственных технологий.

В ходе проведенного анализа коэффициентов парной корреляции были выявлены показатели для экспресс-диагностики и оценки состояния экономической безопасности региона (табл. 4.).

Таблица 4

Показатели для экспресс-диагностики и оценки состояния экономической безопасности региона2

Группы регионов Основной показатель / показатели Параметры влияния

Блок 1. Способность экономики к устойчивому развитию

Вторая группа (удовлетворительный уровень экономической безопасности) Темп роста ВРП к предыдущему году Индекс физического объема промышленности к предыдущему году

Степень износа основных фондов промышленных предприятий Объем производства сельскохозяйственной продукции на душу населения

Объем производства сельскохозяйственной продукции на душу населения Доля импортных товаров в продовольственном потенциале региона

Третья группа (предкризисный уровень экономической безопасности) Степень износа основных фондов промышленных предприятий Объем производства сельскохозяйственной продукции на душу населения

Объем производства сельскохозяйственной продукции на душу населения Доля импортных товаров в продовольственном потенциале региона

1 Составлено автором.

2 Составлено автором.

Группы регионов Основной показатель / показатели Параметры влияния

Четвертая груп- Объем ВРП на душу населения Объем производства сельскохозяйст-

па (кризисный венной продукции на душу населения

уровень эконо-

мической безо-

пасности)

Блок 2. Социально-демографическое состояние региона

Вторая группа Коэффициент концентрации доходов Джини Коэффициент фондов

Продолжительность жизни Коэффициент рождаемости

Продолжительность жизни Обеспеченность жильем, кв. м на 1 человека

Обеспеченность жильем, кв. м на 1 Коэффициент рождаемости

человека

Коэффициент рождаемости Коэффициент смертности

Обеспеченность жильем, кв. м на 1 Количество преступлений

человека на 1 ООО чел. населения

Третья группа Коэффициент концентрации доходов Джини Коэффициент фондов

Обеспеченность жильем, кв. м на 1 Продолжительность жизни

человека

Продолжительность жизни Коэффициент смертности

Обеспеченность жильем, кв. м на 1 Коэффициент смертности

человека

Коэффициент бедности населения Коэффициент рождаемости

региона

Продолжительность жизни Уровень безработицы

Коэффициент бедности населения Коэффициент фондов

региона

Четвертая Обеспеченность жильем, кв. м на 1 Продолжительность жизни

группа человека

Продолжительность жизни Коэффициент смертности

Коэффициент бедности населения Коэффициент рождаемости

региона

Блок 3. Поддержка научного потенциала

Вторая группа Количество организаций, выполняю- Численность персонала, занятого на-

щих научные исследования и разра- учными исследованиями и разработ-

ботки ками (исследователи). Численность персонала, занятого научными исследованиями и разработками (техники)

Третья группа Численность занятых в науке по от- Численность персонала, занятого на-

ношению к занятым в экономике учными исследованиями и разработками (исследователи). Численность персонала, занятого научными исследованиями и разработками (техники)

Количество организаций, выполняющих Количество используемых передовых

научные исследования и разработки производственных технологии

Четвертая Численность занятых в науке по от- Численность персонала, занятого на-

группа ношению к занятым в экономике учными исследованиями и разработками (исследователи)

Группы регионов Основной показатель / показатели Параметры влияния

Блок 4. Экологическая безопасность

Вторая группа Сброс загрязненных сточных вод в поверхностные водные объекты

Третья группа Выбросы загрязняющих веществ в атмосферный воздух от стационарных источников

Четвертая группа Лесовосстановление (доля восстановленных лесов)

Применение инструмента моделирования прогнозных сценариев позволит рассмотреть возможные пути совершенствования региональной политики в области поддержания экономической безопасности на нормальном и высоком уровне, оценить действие инструментов государственного регулирования, а также последствия, возникшие в результате воздействия угроз на социально-экономическую систему региона. Качественной характеристикой моделей механизма развития экономической безопасности региона, на наш взгляд, является соблюдение следующих критериев: анализ не только статистических показателей, но и динамических факторов, способствующих положительному или негативному изменению, исследование альтернатив и сценариев развития. Все прогнозы для отдельных блоков экономической безопасности регионов, а также для выбранных отдельных показателей для исследования, построены на период 2018-2021 гг.

Несмотря на достаточно высокие значения по отдельным показателям, входящим в блок «Способность экономики региона к устойчивому развитию», в целом для регионов второй группы Приволжского федерального округа характерно достижение только предкризисного и кризисного уровня состояния экономической безопасности (табл. 5, рис. 1).

Таблица 5

Шкала оценки экономической безопасности региона1

Оценка экономической безопасности региона Критериальные границы интегрального показателя уровня экономической безопасности

Высокая 1,250 и выше

Нормальная 1,00-1,249

Низкая (предкризисная) 0,750-0,999

Кризисная 0,5-0,749

Критическая 0,499 и ниже

Безусловно, все регионы, входящие во вторую группу, обладают высокими ресурсными возможностями и богатым промышленным потенциалом в рамках не только федерального округа, но и страны в целом. Так, на территории многих регионов сосредоточены уникальные производства: авиастроение (Республика Татарстан, Самарская область, Пермский край), производство калийных удобрений (Пермский край), химическая промышленность. Однако темп прироста ВРП не столь значителен (рис. 2). Среди регионов-лидеров можно отметить Самарскую область и Республику Татарстан.

Регионы, составляющие третью группу по уровню развития, незначительно отличаются от второй группы по интегральному показателю первого блока экономической безопасности (рис. 3), также находясь на предкризисном уровне. Однако по данным прогноза у

1 Составлено автором.

Оренбургской области прослеживается стремление к достижению нормального уровня экономической безопасности до 2017 г., подтверждением тенденции выступают прогнозы, согласно которым область к 2021 г. достигнет нормального уровня. К конкурентным преимуществам развития региона можно отнести наличие природных ресурсов, способных стать фундаментом для реализации инвестиционных проектов.

1,200 1,000 0,800 0,600 0,400 0,200 0,000

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021

^^Республика Башкортостан 0,878 0,686 0,799 0,858 0,860 0,949 1,031 0,943 0,930 0,952 1,087 0,899 0,919 0,939 0,960 0,981

^^Республика Татарстан 0,832 0,893 0,853 0,848 0,787 1,036 0,910 0,215 0,990 1,098 1,139 0,722 0,730 0,922 0,848 0,679

^^Пермский край 0,669 0,642 0,752 0,654 0,708 0,783 0,799 0,898 0,785 0,825 0,863 0,896 0,917 0,939 0,960 0,982

^^Нижегородская область 0,575 0,491 0,653 0,599 0,599 0,682 0,634 0,686 0,692 0,673 0,670 0,746 0,720 0,726 0,790 0,764

^^Самарская область 0,710 0,690 0,728 0,635 0,683 0,733 0,819 0,717 0,783 0,729 0,788 0,789 0,798 0,807 0,817 0,826

^^Республика Башкортостан^^РеспубликаТатарстан ^^Пермский край ^^Нижегородскаяобласть ^^Самарскаяобласть

Рис. 1. Реалистические типы прогнозов блока «Способность экономики к устойчивому развитию» второй группы регионов

160,00 140,00 120,00 100,00 80,00 60,00 40,00 20,00

0,00 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017* 2018* 2019* 2020* 2021*

^^ Республика Башкортостан 79,14 74,33 77,11 71,12 70,70 72,85 81,15 75,90 76,40 72,88 89,53 83,23 83,81 84,38 84,96 85,54

^^ Республика Татарстан 102,42102,73103,40104,48 100,28108,37108,11107,44106,61 106,93126,94128,42129,90131,38 132,86134,34

Пермский край 90,23 90,95 95,86 90,72 89,43 100,51 93,73 88,60 91,20 89,56 102,32 94,40 94,79 95,17 95,55 95,93

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

^^—Нижегородская область 70,38 71,65 73,92 73,19 74,59 73,51 73,35 74,69 76,06 73,76 87,02 80,35 81,26 81,16 83,07 83,97

Самарская область 96,19 92,70 91,39 80,88 81,93 81,72 83,67 86,58 88,31 87,05 101,01107,19116,77126,34 135,92145,50

Рис. 2. Реалистические типы прогнозов показателя «Темпроста ВРП в процентах к предыдущему году» для регионов второй группы

1,200 1,000 0,800 0,600 0,400 0,200 0,000

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015] 2016 2017 2018 2019 2020 2021

Ш Удмуртская Республика 0,619 0,585 0,637 0,577 0,590 0,660 0,721 0,715 0,725 0,744 0,791 0,798 0,818 0,837 0,857 0,877

Чувашская Республика 0,683 0,666 0,666 1,117 0,788 0,837 0,714 0,693 0,740 0,709 0,764 0,736 0,735 0,735 0,734 0,734

«^^Оренбургская область 0,481 0,654 0,586 0,467 0,652 0,703 0,746 0,824 0,85 0,882 0,946 0,965 1,009 1,053 1,097 1,142

Пензенская область 0,431 0,642 0,637 0,623 0,587 0,700 0,726 0,720 0,745 0,854 0,867 0,863 0,829 0,976 0,985 0,985

^^—Саратовская область 0,653 0,829 0,675 0,630 0,636 0,769 0,765 0,812 0,811 0,856 0,919 0,887 0,908 0,929 0,951 0,972

^^—Ульяновская область 0,572 0,588 0,607 0,491 0,582 0,604 0,644 0,669 0,72 0,735 0,801 0,813 0,835 0,858 0,881 0,903

Удмуртская Республика^«— Чувашская Республика ^^—Оренбургская область Пензенская область ^^—Саратовская область ^^—Ульяновская область

Рис. 3. Реалистические типы прогнозов блока «Способность экономики к устойчивому развитию» для третьей группы регионов

Из таблицы 4 «Показатели для экспресс-диагностики и оценки состояния экономической безопасности региона» выберем показатель степени износа основных фондов промышленных предприятий для построения сценарных моделей прогнозов (рис. 4).

ои,ш 70,00 60,00 50,00 40,00 30,00 20,00 10,00 0,00

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021

^^Удмуртская Республика 53,00 54,80 55,80 58,40 58,40 60,80 61,00 62,30 62,00 62,30 64,60 65,75 64,46 69,18 70,90 72,61

^^Чувашская Республика 47,00 47,80 48,60 51,70 51,70 54,40 54,60 53,50 56,00 55,40 59,20 59,03 60,13 61,22 62,32 63,41

^^Оренбургская область 58,00 57,50 56,20 57,70 51,70 58,20 56,90 55,90 58,10 58,00 61,10 58,98 59,20 59,42 59,64 59,86

^^Пензенская область 53,10 50,80 52,60 55,10 55,10 55,10 53,20 51,30 49,70 51,20 51,50 51,66 51,82 51,97 52,13 52,29

^^Саратовская область 47,30 46,90 48,80 50,60 50,60 52,80 54,00 53,50 53,80 54,20 56,20 57,09 57,98 58,86 59,75 60,64

^^Ульяновская область 45,80 44,90 45,60 45,40 45,40 46,20 46,60 46,90 48,00 46,10 48,30 48,65 44,48 49,11 49,46 49,29

^^ Удмуртская Республика^^Чувашская Республика ^^Оренбургская область ^^ Пензенская область ^^Саратовская область ^^Ульяновская область Рис. 4. Реалистические типы прогнозов показателя «Степень износа основных промышленных фондов, %» для регионов третьей группы

Выбор показателя обусловлен тем, что не все регионы, входящие в третью группу, обладают высоким потенциалом развития производства сельскохозяйственной продукции, более того, развитие сельскохозяйственных отраслей неравномерно даже в рамках одного

региона. Показатель «Износ основных фондов промышленных предприятий» — один из значимых при оценке способности экономики регионов Приволжского федерального округа к устойчивому развитию. Фактически все входящие в данную группу регионы имеют высокий промышленный потенциал. Однако степень износа основных фондов в диапазоне 40-60 % уже считается кризисным уровнем. Все регионы как по прогнозным, так и по реальным данным находятся в подобной ситуации. Следовательно, в числе направлений совершенствования механизма обеспечения экономической безопасности регионов данной группы — обновление и модернизация основных промышленных фондов.

Сравнительно схожие позиции с регионами двух рассмотренных групп занимают регионы менее развитой четвертой группы (рис. 5). По прогнозным моделям и имеющимся реальным статистическим данным все три региона стабильно соответствуют предкризисному уровню экономической безопасности по первому блоку, причем тенденция наращивается к прогнозному периоду 2021 г. В целом к ключевым проблемам экономического роста регионов четвертой группы можно отнести дисбаланс в развитии территорий и ограниченность собственной сырьевой базы в каждом регионе.

1,200 1,000

0,800

0,600 0,400 0,200 0,000

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021

Республика Мордовия 0,642 0,661 0,728 0,653 0,667 0,806 0,768 0,870 0,811 0,818 0,879 0,901 0,925 0,948 0,972 0,955

Республика Марий Эл 0,835 0,767 0,723 0,724 0,758 0,766 0,807 0,852 0,876 0,964 0,971 0,986 1,000 1,015 1,030 1,044

Кировская область 0,696 0,602 0,58 0,607 0,643 0,742 0,623 0,655 0,695 0,752 0,706 0,729 0,738 0,748 0,758 0,767

Республика Мордовия Республика Марий Эл Кировская область

Рис. 5. Реалистические типы прогнозов блока «Способность экономики к устойчивому развитию» для четвертой группы регионов

Среди коэффициентов парной корреляции для экспресс-диагностики также выбран показатель «Темп роста ВРП в процентах к предыдущему году» (рис. 6). Согласно получившимся прогнозным данным лидером по темпу роста ВРП является Республика Марий Эл, считаем, что результат значительных темпов прироста может достигаться за счет отраслей сельского и лесного хозяйства.

Для характеристики блока «Социально-демографическое состояние региона» для всех групп регионов Приволжского федерального округа проанализируем только данные по интегральному показателю экономической безопасности. Аргументируя позицию тем, что, несмотря на наличие корреляционных зависимостей показателей «Продолжительность жизни», «Коэффициент рождаемости», «Обеспеченность жильем, кв. м на 1 человека» во всех группах регионов, считаем недостаточным исследовать возможные изменения в динамике, сужая блок до значимых показателей, перечисленных выше. С точки зрения полученных зависимостей между показателями блока выделенные показатели оправдывают закономерные связи, являются первопричинами многих социальных явлений, но не экономических.

140,00 120,00 100,00 80,00 60,00 40,00 20; 00 0,00

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021

^^Республика Мордовия 112,20111,00104,20 93,00 104,80109,40 102,10102,50108,10 107,78 105,20 95,82 107,79 112,90105,66 97,04

^^Республика Марий Эл 112,30107,40105,40100,00105,60106,00 109,80 101,9 106,00115,44 102,90 105,34 105,28 105,23105,17 105,12

^^Кировская область 105,70 104,80103,80 90,80 104,60104,80 101,80100,60102,20 108,82 98,50 95,53 108,55 109,30106,32 96,79

^^ Республика Мордовия ^^Республика Марий Эл ^^Кировская область

Рис. 6. Реалистические типы прогнозов показателя «Темпроста ВРП в процентах к предыдущему году» для регионов четвертой группы

Стабильный рост демонстрирует интегральный показатель, взятый для построения моделей регионов второй группы (рис. 7).

1,400 1,200 1,000 0,800 0,600 О1,400 0,200 0,000

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021

Республика Башкортостан 0,893 0,915 0,927 0,909 0,903 0,938 0,974 0,990 0,997 0,956 0,991 1,003 1,013 1,023 1,033 1,043

Республика Татарстан 0,949 0,977 1,012 0,991 1,032 1,083 1,131 1,104 1,128 1,118 1,156 1,183 1,204 1,224 1,245 1,266

Пермский край 0,861 0,884 0,853 0,857 0,878 0,911 0,938 0,953 0,959 0,964 0,986 0,999 1,013 1,027 1,040 1,054

^^—Нижегородская область 0,890 0,938 0,916 0,884 0,889 0,938 0,997 1,032 1,059 1,045 1,057 1,077 1,096 1,115 1,134 1,153

Самарская область 0,941 0,953 0,934 0,890 0,898 0,941 1,028 1,032 1,051 1,046 1,069 1,085 1,101 1,107 1,133 1,149

Республика Башкортостан^^— Республика Татарстан Пермский край

^^—Нижегородская область ^Ф— Самарская область

Рис. 7. Реалистические типы прогнозов блока «Социально-демографическое состояние

региона» для регионов второй группы

Для регионов третьей группы также характерен рост интегрального показателя в динамике, в том числе в прогнозном сценарии (рис. 8 ). Хотя явными регионами-лидерами, по общей оценке, являются Чувашская Республика и Пензенская область.

1,600 1,400 1,200 1,000 0,800 0,600 0,400 0,200 0,000

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021

Удмуртская Республика 0,924 0,974 0,944 0,968 0,956 1,031 1,057 1,044 1,054 1,070 1,074 1,096 1,112 1,128 1,143 1,159

Чувашская Республика 0,972 1,030 1,043 1,034 1,026 1,126 1,134 1,162 1,201 1,226 1,223 1,260 1,286 1,312 1,339 1,365

^^—Оренбургская область 0,936 0,962 0,983 0,993 0,969 0,996 1,009 1,019 1,039 1,032 1,001 1,030 1,038 1,046 1,054 1,062

^^"Пензенская область 0,977 1,068 1,036 1,055 1,014 1,140 1,137 1,167 1,171 1Д76 1,171 1,215 1,235 1,255 1,274 1,294

^^—Саратовская область 0,941 0,969 1,001 1,003 0,966 1,006 1,011 1,012 1,037 1,033 1,048 1,054 1,063 1,072 1,081 1,090

^^—Ульяновская область 0,935 1,01 0,989 0,985 0,996 1,028 1,101 1,077 1,103 1,101 1,125 1,143 1,161 1,179 1,197 1,215

Удмуртская Республикам^— Чувашская Республика ^^—Оренбургская область Пензенская область ^^—Саратовская область ^^—Ульяновская область

Рис. 8. Реалистические типы прогнозов блока «Социально-демографическое состояние

региона» для регионов третьей группы

Для регионов четвертой группы (рис. 9) значения исследуемого блока являются самыми высокими по сравнению со значениями других блоков Во многом это объясняется наименьшей плотностью населения на территориях регионов данной группы.

1,600 1,400 1,200 1,000 0,800 0,600 0,400 0,200 0,000

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021

Республика Мордовия 0,642 0,661 0,728 0,653 0,667 0,806 0,768 0,870 0,811 0,818 0,879 0,901 0,925 0,948 0,972 0,995

^^^Республика Марий Эл 1,070 1,163 1,287 1,172 1,251 1,301 1,263 1,237 1,236 1,262 1,294 1,301 1,315 1,329 1,342 1,354

^^^Кировская область 0,955 1,009 1,019 1,022 1,001 1,041 1,058 1,081 1,126 1,101 1,097 1,130 1,145 1,159 1,174 1,188

Республика Мордовия Республика Марий Эл Кировская область

Рис. 9. Реалистические типы прогнозов блока «Социально-демографическое состояние

региона» для регионов четвертой группы

Развитие научного потенциала является перспективной и одновременно актуальной задачей для регионов всех федеральных округов. Явными лидерами среди всех групп регионов выступают Республика Татарстан и Нижегородская область (рис. 10).

6,000 5,000 4,000 3,000 2,000

1,000 0 000

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021

Республика Башкортостан 0,907 1,021 1,195 1,248 0,872 0,969 0,964 0,967 1,037 1,068 1,144 1,065 1,069 1,073 1,078 1,082

< Республика Татар ста н 1,296 1,339 1,413 1,470 1,215 1,305 1,619 1,468 1,572 1,853 1,891 1,835 1,889 1,942 1,995 2,049

Пермский край 1,264 1,309 1,410 1,519 1,031 1,125 1,087 1,073 1,180 1,298 1,350 1,152 1,142 1,132 1,122 1,112

^^—Нижегородская область 5,005 5,205 5,218 4,937 2,694 2,723 2,837 2,887 2,906 2,835 2,816 1,878 1,594 1,310 1,026 0,742

Самарская область 1,998 1,995 1,886 2,040 1,219 1,348 1,293 1,331 1,390 1,405 1,317 1,135 1,056 0,977 0,899 0,820

Республика Башкортостан^^—РеспубликаТатарстан Пермский край

^^—Нижегородская область Самарская область

Рис. 10. Реалистический тип прогноза блока «Поддержка научного потенциала»

для регионов второй группы

В качестве одного из значимых показателей для оценки развития научного потенциала с помощью корреляционного анализа был выделен показатель «Количество организаций, выполняющих научные исследования и разработки» для регионов второй группы (рис. 11). Принимая во внимание не только получившиеся прогнозные данные, но и текущие статистические, видим, что самое большое количество организаций находится на территории Республики Татарстан Приблизительно схожие тенденции за 2014-2017 гг. по количеству научных организаций (от 59 до 74) приходятся на регионы: Республику Башкортостан, Пермский край, Самарскую область. Тенденция уменьшения количества организаций в 2006-2014 гг. характерна для Самарской области, хотя количество научных организаций в данном регионе намного превышает количество в других регионах ПФО, за исключением Республики Татарстан.

160

40

20 0

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021

Ш Республика Башкортостан 64 71 63 60 60 70 69 67 69 74 74 74 75 76 77 78

—•— Республика Татарстан 81 86 80 80 86 106 117 127 114 121 113 130 135 140 145 149

^^ Пермский край | 52 | 49 | 49 | 49 | 50 | 56 | 60 | 59 | 59 | 71 | 68 | 70 | 73 | 75 | 77 | 79

9 Нижегородская область 111 107 97 90 92 93 87 96 93 101 97 93 92 91 90 89

Самарская область | 52 | 63 | 59 | 57 | 53 | 62 | 61 | 62 | 62 | 76 | 71 | 71 | 72 | 74 | 75 | 77"

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

^^»Республика Башкортостан^^» Республика Татарстан Пермский край

^^—Нижегородская область Самарская область

Рис. 11. Реалистический тип прогноза показателя «Количество организаций, выполняющих научные исследования и разработки» для регионов второй группы

Средние значения уровня экономической безопасности блока «Развитие научного потенциала» характерны для регионов третьей группы (рис. 12). Для экспресс-диагностики состояния развития данного блока выбраны показатели «Численность занятых в науке» и «Количество организаций, выполняющих научные исследования и разработки» (рис. 13).

1,400 1,200 1,000 0,800 0,600 0,400 0,200 0,000

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021

Удмуртская Республика 0,484 0,444 0,446 0,515 0,507 0,556 0,657 0,723 0,691 0,769 0,743 0,784 0,819 0,855 0,890 0,925

Чувашская Республика 0,293 0,342 0,413 0,424 0,385 0,379 0,431 0,430 0,453 0,431 0,467 0,478 0,491 0,503 0,516 0,529

«^^—Оренбургская область 0,208 0,247 0,299 0,268 0,263 0,217 0,236 0,239 0,247 0,269 0,313 0,312 0,316 0,319 0,323 0,326

Пензенская область 0,716 0,761 0,757 0,732 0,575 0,575 0,733 0,824 0,798 0,628 0,501 0,604 0,594 0,584 0,574 0,564

^^—Саратовская область 0,966 1,049 1,017 1,016 0,940 0,846 0,904 0,948 0,921 0,931 1,014 0,899 0,893 0,887 0,881 0,875

^^—Ульяновская область 0,789 0,783 0,789 0,892 0,608 1,023 1,123 1,2 1,135 0,673 0,921 1,028 1,050 1,072 1,094 1,116

> Удмуртская Республика > Чувашская Республика < Оренбургская область Пензенская область ^^—Саратовская область ^^—Ульяновская область

Рис. 12. Реалистический прогноз блока «Поддержка научного потенциала»

для регионов третьей группы

Отметим, что в системе индикаторов экономической безопасности региона для исследования выбран относительный показатель «Численность занятых в науке в процентах к занятым в экономике», но для прогнозирования по данному блоку были выбраны только абсолютные показатели. Ввиду того, что существует прямая зависимость между численностью занятых в науке и количеством организаций, выполняющих научные исследования и разработки, наиболее показательным будет сопоставление результатов в абсолютном выражении.

0,600 0,500 0,400 0,300 0,200 0,100 0,000

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021

9 Республика Мордовия 0,425 0,385 0,378 0,422 0,395 0,404 0,403 0,410 0,412 0,480 0,453 0,460 0,465 0,471 0,476 0,482

Республика Марий Эл 0,236 0,284 0,205 0,209 0,185 0,189 0,191 0,206 0,199 0,189 0,213 0,184 0,180 0,175 0,170 0,166

Кировская область 0,415 0,432 0,457 0,453 0,383 0,426 0,453 0,437 0,445 0,424 0,415 0,426 0,425 0,425 0,425 0,425

Республика Мордовия Республика Марий Эл Кировская область

Рис. 13. Реалистический тип прогноза блока «Поддержка научного потенциала»

для регионов четвертой группы

Самые низкие значения по развитию научного потенциала характерны для регионов четвертой группы (рис. 13). Во многом это может объясняться достаточно высоким уровнем миграции из регионов (преимущественно из Республики Мордовия и Республики Марий Эл), а также индустриально-аграрной специализацией экономики регионов. Подтверждением значительной отсталости от соседних регионов ПФО является низкая доля занятых в науке (рис. 14.). Самые низкие значения данного показателя наблюдаются в Республике Марий Эл.

0,40 0,35 0,30 0,25 0,20 0,15 0,10 0,05 0,00

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021

Республика Марий Эл 0,16 0,14 0,06 0,06 0,05 0,06 0,05 0,06 0,08 0,07 0,08 0,09 0,10 0,10 0,11 0,12

Республика Мордовия 0,27 0,27 0,33 0,31 0,23 0,24 0,24 0,25 0,24 0,27 0,22 0,22 0,22 0,21 0,20 0,20

Кировская область 0,27 0,29 0,28 0,27 0,25 0,26 0,28 0,26 0,29 0,28 0,26 0,26 0,26 0,26 0,26 0,26

Республика Марий Эл Республика Мордовия Кировская область

Рис. 14. Реалистический тип прогноза показателя «Численность занятых в науке в процентах к занятым в экономике» для регионов четвертой группы

Среди регионов четвертой группы наибольший процент занятых в науке характерен для Кировской области. Основные научные и инновационные разработки в рамках региона происходят в отраслях пищевой промышленности, сельском хозяйстве, биотехнологиях, а также в медицине и вычислительной технике. В настоящее время создан ряд научно-исследовательских организаций, специализирующихся на перечисленных отраслях.

Оценив уровень экономической безопасности регионов ПФО по предложенной системе индикаторов, а также построив сценарные типы прогнозов, отметим, что для блока «Экологическая безопасность» при оценке реальных данных и прогнозных абсолютно для всех регионов характерны критические значения (рис. 15-17). В целом данная ситуация объясняется преимущественно индустриальным типом развития экономик всех регионов, входящих в состав Приволжского федерального округа.

Считаем, что критически низкие значения показателей блока экологической безопасности оправдывают исключение всех регионов Приволжского федерального округа из первой группы по региональному развитию. К существенной проблеме экономической безопасности регионов второй группы относится экологически небезопасное состояние регионов, занявших преимущественно высокие позиции по остальным блокам экономической безопасности. Значительное ухудшение показателей одного блока отразится на других, в особенности на блоке «Социально-демографическое состояние регионов».

Регионы третьей группы также являются промышленными и вносят существенный вклад в суммарный ВРП Приволжского федерального округа. Однако по прогнозным сценариям для всех регионов сохраняется тенденция ухудшения состояния экологической безопасности.

0,120 0,100 0,080 0,060 0,040 0,020 0,000

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021

Республика Башкортостан 0,065 0,064 0,063 0,065 0,066 0,064 0,065 0,059 0,059 0,061 0,059 0,058 0,058 0,057 0,057 0,056

Республика Татарстан 0,044 0,048 0,048 0,045 0,045 0,044 0,043 0,042 0,043 0,042 0,037 0,037 0,036 0,035 0,034 0,034

Пермский край 0,072 0,076 0,078 0,087 0,087 0,077 0,082 0,078 0,090 0,095 0,091 0,093 0,094 0,096 0,098 0,099

^^—Нижегородская область 0,081 0,087 0,078 0,080 0,082 0,091 0,089 0,102 0,102 0,099 0,089 0,102 0,104 0,106 0,108 ОД 10

Самарская область 0,033 0,034 0,035 0,035 0,033 0,030 0,036 0,039 0,037 0,037 0,037 0,038 0,038 0,039 0,039 0,040

Республика Башкортостан^^—Республика Татарстан Пермский край

Нижегородская область Самарская область

Рис. 15. Реалистический тип прогноза блока «Экологическая безопасность»

для регионов второй группы

0,350 0,300 0,250 0,200 0Д50 ОДОО 0,050 0,000

—< -

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021

^^Удмуртская Республика 0,075 0,076 0,078 0,095 0,076 0,075 0,049 0,048 0,047 0,054 0,055 0,047 0,043 0,039 0,036 0,032

^^Чувашская Республика 0,096 0,104 0,083 0,085 0,097 0,126 0,108 0,121 0,104 0,114 0,121 0,124 0,126 0,129 0,132 0,135

^^Оренбургская область 0,035 0,037 0,039 0,042 0,046 0,039 0,039 О1,052 0,062 0,055 0,053 0,059 0,062 0,064 0,066 0,068

^^Пензенская область 0,259 0,270 0,243 0,318 0,318 0,194 0,319 0,252 0,214 0,182 0,160 0,181 0,172 0,162 0,153 0,143

^^Саратовская область 0,095 0,109 0,112 0,154 0,214 0,209 0,137 0,178 0,199 0,220 0,228 0,238 0,250 0,263 0,275 0,287

^^Ульяновская область 0,143 0,144 0,17 0,201 0,158 ОД 49 0,183 0,167 0,182 0,186 0,188 0,189 0,193 0,196 0,200 0,203

■Удмуртская Республикам^Чувашская Республика ^^Оренбургская область ■Пензенская область ^^Саратовская область ^^Ульяновская область

Рис. 16. Реалистический тип прогноза блока «Экологическая безопасность»

для регионов третьей группы

Сложность объединения полученных результатов прогнозных оценок как отдельных показателей, так и интегрального показателя экономической безопасности заключается в том, что по каждому направлению экономической безопасности в большинстве своем разные регионы занимают высокие или низкие позиции.

0,300 0,250

Л ч _ > —^ .«Л

0,200 0,150 0,100 0,050 0,000 V -V Л Л V- ип

V

N

V

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021

Республика Мордовия 0,111 0,137 0,102 0,133 0,130 0,132 0,094 0,126 0Д29 0,141 0,114 0,124 0,124 0,125 0,125 0,126

Республика Марий Эл 0,111 0,139 0,103 0,106 0,119 0,135 0,117 0,144 0,155 0,175 0,109 0,145 0,162 0,188 0,160 0,164

Кировская область 0,215 0,22 0,242 0,19 0,199 0,206 0,203 0,199 0,181 0,215 0,211 0,178 0,189 0,197 0,207 0,170

Республика Мордовия Республика Марий Эл Кировская область

Рис. 17. Реалистический тип прогноза блока «Экологическая безопасность»

для регионов четвертой группы

Ввиду этого актуальным является построение алгоритма, направленного на упорядочивание процедур, способствующих не только сопоставлению оценочных значений качественных преобразований, происходящих в социально-экономических системах регионов, но и разработке действенных методов защиты механизма экономической безопасности региона.

Библиографический список

1. Долганова Я. А. Социально-экономическая безопасность региона: проблемы оценки, перспективы развития // Вестник ГТрикамского социального института. 2018. № 1 (79). С. 109-114.

2. Долганова Я. А. Управление экономической безопасностью (на примере Пермского края) // Экономика и управление: проблемы, решения. 2018. Т. 1 (81). № 9. С. 67-79.

3. Комплексная методика диагностики благосостояния личности и территории проживания / Куклин А. А и др. ; под ред. А. А. Куклина и В. П. Чичканова. Екатеринбург : Ин-т экономики УрО РАН, 2017. 164 с.

4. Куклин А. А., Никулин Н. Л., Быстрай Г. П., Найденов А. С., Коробицын Б. А. Диагностика угроз и рисков экономической безопасности региона // Проблемы анализа риска. 2013. Т. 10. № 2. С. 80-91.

5. Максимов К. М. Экстремальный эксперимент как метод оценки экономической безопасности региона // Экономика. Управление. Культура : сб. науч. раб. Вып. 9. М., 2002.

6. Прогнозирование социально-экономического развития региона. Екатеринбург : Ин-т экономики УрО РАН, 2011. 1104 с.

i Надоели баннеры? Вы всегда можете отключить рекламу.