CC BY
17
Авербух Александра Бернардовна
ст. преподаватель кафедры
экономической теории и национальной экономики
lionessa@km.ru
Авербух Елена Александровна
канд. экон. наук,
доцент кафедры экономической теории и национальной экономики averbukh-elena@rambler.ru
Тихоокеанский государственный университет, г. Хабаровск
промышленность хабаровского края: пять сценариев
экономического роста
_Аннотация
Политика инноваций состоит в предвидении изменений производственной функции региона и выработке решений, обеспечивающих устойчивый экономический рост на долгосрочный период. Авторы статьи предлагают на основе моделирования и использования сценарного подхода определять оптимальные значения основных параметров производственной функции региона, при которых она стремится к максимуму.
Ключевые слова: валовый региональный продукт (ВРП), производственная функция, сценарный подход, факторы производства, оптимальный объем ВРП, экспонирование, Хабаровский край
Стратегия развития Хабаровского края заключается в определении наиболее перспективных и востребованных видов промышленного производства в краткосрочной, среднесрочной и долгосрочной перспективах, а также универсализации процедур государственно-частного партнерства (ГЧП), обеспечивающего оптимальное накопление капитала.
Рост инвестиций в основной капитал в посткризисный период обеспечивался за счет государственной организационной и финансовой поддержки в рамках целевых программ: федеральных (ФЦП), федеральных адресных инвестиционных программ (ФАИП) и ведомственных целевых программ (ВЦП), финансируемых из федерального и местных бюджета и внебюджетных фондов. Финансовая
рост инвестиций в основной капитал в посткризисный период
обеспечивался за счет государственной
организационной и финансовой поддержки в рамках целевых программ
поддержка с учетом долгосрочной перспективы осуществляется за счет средств Фонда развития Дальнего Востока и Байкальского региона. Финансирование региона осуществляется на фоне снижения инвестиционных рисков в рамках реализации крупнейших межрегиональных инфраструктурных проектов, таких, как нефтепроводная система «Восточная Сибирь - Тихий океан», строительство магистрального газопровода «Сахалин - Хабаровск», «Реконструкция участка Оунэ-Высокогорная и строительство Кузнецовского тоннеля» и работающих институтов развития (госкомпаний в нефтегазовом, обрабатывающем банковском секторах) и др. Перспективы развития региона связаны с реализацией четырех региональных проектов: создания портовой особой экономической зоны «Советская Гавань», развитием газохимического комплекса, созданием кластера авиа- и судостроения и развитием хабаровского аэропорта (1).
Моделирование регионального развития
При моделировании регионального воспроизводственного процесса используем функцию Кобба-Дугласа. В качестве цели моделирования рассматривается определение значений основных параметров производственной функции региона, при которых она стремится к максимуму Построим факторную модель производственной функции, позволяющую определить степень зависимости производства валового регионального продукта (ВРП) от стоимости основных фондов в промышленности - фактора «капитал» (К), среднегодовой численности занятых в промышленности края - фактора «труд» (Ц) и инвестиций (I) в обновление основного капитала в промышленности (I). Тогда факторная модель производственной функции примет вид:
у = А х Ка х Ц5 х |г (1)
где
У - объем ВРП в сопоставимых ценах; А - коэффициент нейтрального технического прогресса, А > 0;
финансирование региона осуществляется на фоне снижения инвестиционных
рисков в рамках реализации крупнейших межрегиональных инфраструктурных проектов
Таблица 1
Прологарифмированные ряды динамики
Год вд вд вд И)
2000 10,7143 10,1196 11,9177 7,9216
2001 11,0653 10,3404 11,9408 8,4008
2002 11,3880 10,8876 11,9356 8,6940
2003 11,5383 10,9735 11,9550 9,1139
2004 11,6935 11,0998 11,8748 9,0136
2005 11,8842 11,2167 11,7637 9,1673
2006 12,0717 11,3148 11,7730 9,3177
2007 12,2462 11,5030 11,7761 9,5009
2008 12,3376 11,6454 11,6919 10,0319
2009 12,4549 11,8787 11,6622 9,7001
Таблица 2
Данные регрессионной статистики
Инвестиции ДО Труд (в) Капитал (а)
0,2248 -0,6766 0,6673 10,2954
Стандартное отклонение
0,1572 0,4693 0,1959 6,4740
R2 Станд. откл. - -
0,9864 0,0815 - -
F dF - -
144,9088 6 - -
БЭрег ББост - -
2,8894 0,0399 - -
а, р и у - коэффициенты эластичности У по К, L и I соответственно, Величины основных макроэкономических показателей, используемых в моделировании, взяты по данным Крайстата в сопоставимых ценах, Прологарифмированные ряды динамики для построения факторной моде-
ли воспроизводства ВРП приведены в табл. 1 (см. выше),
Данные регрессионной статистики приведены в табл. 2 (см. выше), Производственная функция примет вид:
1пУ = 10,2954 + 0,66731пК - 0,6766П + + 0,22481п1 (2)
в качестве цели
а х 100% ( а + в + У ) = 309,75 (4),
моделирования рассматривается определение значений основных параметров производственной функции
региона, при которых она стремится к максимуму
Путем экспонирования в формуле (1) получаем следующее выражение для У:
У = 29597,3802 х К0,6673 х Ц-0,6766 х |0,2248 (3)
При соответствии модели реальным данным можно оценить влияние К, Ц и I в промышленности на производство ВРП в Хабаровском крае. Рассчитаем удельный вес соответствующих элас-тичностей, используя определения:
в х 100% ( а + в + у ) = 314,08 (5),
у х 100% ( а + в + у ) = 104,34 (6),
ВРП растет медленнее рассматриваемых факторов, что подтверждается суммой коэффициентов факторной модели:
а + в + Y <1; 0,2154<1. (7)
Коэффициент детерминации R2 в рассматриваемой модели производственной функции равен 0,9864 > 0,9). Он указывает на сильную зависимость между ВРП и рассматриваемыми параметрами производственной функции. Значение критерия Фишера р ^-статистики) равно 144,9, что больше табличного значения критерия Фишера-Снедекора (4,76), при р = 0,05; ^ = 3; f2 = 6, то есть уравнение регрессии значимо, а У хорошо описывается включенными в регрессионную модель переменными К, Ц и I, что характеризует высокую устойчивость
300000,00 -
250000,00 -
200000,00
150000,00 -
100000,00 50000,00 — 0,00
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
♦ Объем ВРП продукта в сопоставимых ценах, млн. руб. ^реал) Рис. 1. Относительное отклонение реального ВРП от прогнозного
Сценарий Оценка эффективности и оптимальности производственной функции
Сценарий 1 (К=С0П$1, 1=00^, L - переменная величина) Анализ показал, что при уменьшении численности работников в промышленности на 10%, при неизменных остальных факторов экономический рост продолжится за счет роста производительности труда при условии роста инвестиций в инновации. Неоптимальный сценарий, так как высоки социальные издержки и риски (структурная безработица, миграционный отток населения и отрицательный демографический рост)
Сценарий 2 К - переменная величина, L=const, 1=С0ПБ1 Сценарий оптимального накопления капитала. Увеличение фактора «капитал» на 10% за счет государственно-частного партнерства может обеспечить рост ВРП за счет достижения оптимального объема основных фондов в промышленности, но растут социальные и экологические издержки
Сценарий 3 K=const, L=coпst, I - переменная величина) Оптимален при среднегодовых темпах роста инвестиций, превышающих уровень 2009 г. почти на 29-30%. При их снижении начнется спад. Рост неустойчив. Риски участников ГЧП обусловлены падением спроса на нефть и нефтепродукты, газ на мировом рынке, ростом цен на них на внутреннем, региональном рынке, вступлением России в ВТО, монопольно высокими тарифами на продукты и услуги естественных монополий, ухудшением инвестиционного климата в крае
Сценарий 4 К, L и I - переменные величины Эффективный сценарий, обеспечивающий мобильность всех факторов производства. Эффективен при капитализации компаний на 10%, сокращении занятости на 10%, росте инвестиций (I) на 30%. Результат максимально возможный, но пропорционально растут риски
Сценарий 5 L - переменная, K=const, I - переменная. Кумулятивный эффект и оптимальное соотношение факторов за счет инновационного обновления основного капитала и организационных и производственных технологий приведет к приросту эффективности труда (27,81%) и капитала (37, 48%) на фоне минимизации экономических и социальных издержек, следовательно, он оптимален.
Рис. 2. Оценка эффективности и оптимальности производственной функции Хабаровского края на основе комбинирования К, Ц и I
.. .предлагаемая авторами модель применима для среднесрочного прогнозирования ВРП и планирования индикаторов и темпов экономического роста в Хабаровском крае
рассматриваемой модели (средняя ошибка аппроксимации равна 5,34%), что можно проиллюстрировать апробацией полученных результатов (см. рис. 1 на с. 176),
Используя сценарный подход, рассмотрим пять возможных сценариев экономического роста для Хабаровского края и определим их эффективность и оптимальность по эконо-
мическому и социальному критериям (см. рис. 2 на с. 177),
Вывод
На основании проведенного исследования можно сделать следующий вывод: предлагаемая авторами модель применима для среднесрочного прогнозирования ВРП и планирования индикаторов и темпов экономического роста в Хабаровском крае, его корректировки и формирования оптимального экономического механизма в промышленности края на основе ГЧП,
Литература
1, Акулич С, Хабаровский край вошел в тройку регионов-лидеров с наиболее низким инвестиционным риском (Электронный ресур], - Режим доступа: 1"1^р://шшмдозЬоок,ги/поСе/60724,
Alexandra B. Averbukh
Senior Lecturer of the Economics Theory and National Economics Academic Department, Pacific State University, Khabarovsk Elena A. Averbukh
Ph.D. in Economics, Associate Professor of Economics Theory and National Economics Academic Department, Pacific State University, Khabarovsk
Industry of the Khabarovsk Territory: Five Scenarios of Economic Growth
_Abstract
Innovation policy is the anticipation of the changes in the production function of the region and the development of solutions to ensure sustainable economic growth in the long term. The authors suggest determination of the optimum values of the region's production function basic parameters at which it tends to its maximum basing on elaborating, simulating and applying of scenario approach Keywords: Gross Regional Product (GRP), production function, scenario approach, production factors, optimum volume of GRP, exposure
