СЦЕНАРНОЕ ПРОГНОЗИРОВАНИЕ ЭКОНОМИЧЕСКОГО ПОТЕНЦИАЛА РЕГИОНА С УЧЕТОМ ВЛИЯНИЯ ПАРАМЕТРОВ СЕКТОРА МАЛОГО И СРЕДНЕГО БИЗНЕСА Текст научной статьи по специальности «Экономика и бизнес»

Сценарное прогнозирование экономического потенциала региона с учетом влияния параметров сектора малого и среднего бизнеса

Алхазов Алхаз Арсланович

аспирант, кафедра экономической теории, ФГБОУ ВО «Финансовый университет при Правительстве Российской Федерации», bukalov_ru@mail.ru

Статья характеризует особенности оценки и сценарного прогнозирования экономического потенциала региона с учетом влияния сектора малого и среднего бизнеса. Проведен анализ научных публикаций и предложена авторская методика формирования комплексной системы интегральной оценки экономического потенциала региона. На примере субъектов СевероКавказского федерального округа определены количественные показатели совокупного экономического потенциала региона (СЭПР) период с 2016 по 2018 год в целях дальнейшего их использования при построении эконометрических моделей. Предложен подход определения ключевых параметров сектора малого и среднего предпринимательства на совокупный экономический потенциал региона на основе корреляционно-регрессионного анализа. Построен сценарный прогноз изменения экономического потенциала региона на примере Республики Дагестан. В результате оценки определены ключевые направления в принятии управленческих решений для оказания дополнительных мер поддержки, позволяющие повысить экономический потенциал региона.

Ключевые слова: экономический потенциал региона, сектор малого и среднего бизнеса, сценарное прогнозирование, корреляционно-регрессионный анализ, интегральная оценка экономического потенциала.

Прогнозирование социального и экономического развития регионов является одним из способов принятия управленческих решений органами центральной и местных властей. Решение задачи формирования комплексной системы оценки совокупного экономического потенциала региона (СЭПР) должно быть смещено в сторону способности удовлетворять потребности и максимально учитывать интересы всех участников на всех стадиях [4, 5, 6], а также позволит выполнить ряд функций:

1. Накопить информацию, которая послужит основой для анализа и структурирования данных;

2. Оценить закономерности и тенденции социально-экономического развития территории;

3. Выявить альтернативные варианты развития событий;

Комплексная оценка экономического потенциала региона включает в себя следующие этапы:

• Построение системы интегральных показателей отдельных структурных элементов (потенциалов).

• Выявление ключевых факторов влияния на результирующий показатель (СЭПР), относящихся к сектору малого и среднего бизнеса.

• Построение эконометрических моделей, позволяющих оценить СЭПР с позиции базового, оптимистичного и пессимистичного прогнозов.

Для оценки каждого из элементов СЭПР возможно использование различных показателей, основанных на данных федеральной и региональной статистики. Сопоставление традиционных количественных показателей позволяют подойти к анализу структурных составляющих экономического потенциала региона в каждом конкретном случае на основе сочетания теоретических и содержательных соображений.

В связи с тем, что показатели, на основе которых производится расчет экономического потенциала региона, обладают разной размерностью, производится нормирование показателей, характеризующих элементы СЭПР, позволяющее привести к сопоставимому виду все относительные показатели для выполнения дальнейших расчетов:

Xi Xf и

Xi тах Xi mjn

• In - нормированного значение каждого показателя, используемого

• при оценке элемента СЭПР;

• n - число показателей;

• Xi - значение показателя по i - региону;

• Xi min - минимальное значение аналогичного показателя по всей совокупности исследуемых регионов (по Федеральному округу, по России в целом),

• Xi max - максимальное значение аналогичного показателя по всей совокупности исследуемых регионов (субъектов по Федеральному округу)

X X

о го А с.

X

го m

о

м о м о

Затем осуществляется расчет интегральных показателей. Сначала производится оценка каждого элемента СЭПР по формуле:

1=

1 1 п

• I - нормированное значение каждого показателя, используемого при оценке элемента ЭПР;

• п - число показателей

Принцип расчета основан на вычислении среднего арифметического показателей, характеризующих каждый элемент СЭПР.

Для комплексной оценки экономического потенциала региона предлагаем использовать интегральный показатель, рассчитываемый как среднее геометрическое из произведения индексов изменения отдельных показателей элементов СЭПР:

!т = ^ 1т1 х 1т2 х ... х !тп

• 1т - совокупный экономический потенциал;

• 1т1, 1т2 ..., 1тп - интегральные индексы структурных составляющих;

• п - число показателей

Базовая методика предполагает расчет пяти интегральных индексов по числу элементов ЭПР:

• интегральный индекс природно-ресурсного потенциала региона (ПРП);

• интегральный индекс производственного потенциала региона (ППР);

• интегральный индекс инновационного потенциала региона (ИнПР);

• интегральный индекс трудового потенциала региона (ТПР);

• интегральный индекс научно-технического потенциала региона (НТПР);

На основании схемы формирования СЭПР [7] с учетом влияния параметров совокупного экономического потенциала предприятия (СЭПП) необходимо провести мониторинг отдельных структурных составляющих с позиции малого и среднего бизнеса (рисунок 1). Количественные характеристики сосредоточены в объектной части СЭПР и СЭПП, кроме потенциала внешней среды (ПВС), выраженной в количественной оценке субъектной части СЭПП в виде мер государственной поддержки МСБ в разрезе субъектов РФ.

Рисунок 1. Расчет интегрального показателя совокупного экономического потенциала региона (СЭПР) с учетом влияния сектора МСБ.

о см о см

СП О!

о ш т

X

<

т О X X

Сложность экономических процессов и явлений состоит в том, что любой результат (показатель, зависимая переменная) зависит от причин (факторов, независимых переменных). Для экономических систем характерно, что число причин или условий, практически может быть неограниченно большим. Для изучения причинно-следственных связей используется аппарат корреляционно-регрессионного анализа [4], являющийся наиболее популярным методом оценки в эконометрическом анализе.

После проверки адекватности регрессионного уравнения строится вариативный сценарный прогноз изменения результирующего показателя (СЭПР) с учетом изменения ключевых параметров, относящихся к сектору малого и среднего бизнеса.

В качестве анализируемого региона выступит Республика Дагестан. Выбор данного региона в рамках исследования основан на теоретическом предложении о высоком экономическом потенциале ввиду следующих предпосылок:

• географическое местоположение и природные ресурсы - ПРП;

• наличие морской и сухопутной границы с другими странами - ЭПР;

• потенциальные производственные возможности - ППР;

Расчет будет произведен относительно всех 7 субъектов, входящих в состав Северо-Кавказского федерального округа (СКФО):

Республика Дагестан; Республика Ингушетия; Кабардино-Балкарская Республика; Карачаево-Черкесская Республика; Республика Северная Осетия - Алания; Чеченская Республика; Ставропольский край.

На первом этапе необходимо агрегировать данные за последние 10 лет и произвести нормирование показателей относительно регионов СКФО. Основными источниками при формировании системы параметров являются следующие официальные документы:

1. Статистический сборник "Регионы России. Социально-экономические показатели 2019" Федеральная служба государственной статистики (Росстат) [1].

2. Статистические сборники "Малое и среднее предпринимательство в России" 2010 - 2019, Федеральная служба государственной статистики (Росстат) [2].

3. Показатели экспорта по данным таможенной статистики Федеральной таможенной службы (ФТС) [3].

В результате агрегирования данных удалось установить пробелы во временных рядах нескольких рассматриваемых потенциалов. Таким образом в расчетах интегральных показателей рассматривается период с 2016 по 2018 г. (включительно), что позволит в дальнейшем провести белее точный корреляционно-регрессионный анализ без учета провалов во временных рядах.

На втором этапе необходимо провести нормирование показателей по каждому структурному элементу рассматриваемых потенциалов по каждому субъекту, входящему в состав СКФО.

На третьем этапе проводится агрегирование интегральных индексов и производится расчет производственного потенциала региона (таблица 1). Далее полученный результат ППР также включаем в таблицу для расчета СЭПР (таблица 2).

Таблица 1

Результирующий расчет производственного потенциала региона (ППР)

ППР |ФПР |ЭПР |ИПР |РПР

Год 2016

Северо-Кавказский федеральный округ

Республика Дагестан 0,482 0,431 0,374 0,654 0,513

Республика Ингушетия 0,033 0,071 0,001 0,232 0,105

Кабардино-Балкарская Республика 0,158 0,154 0,212 0,140 0,135

Карачаево-Черкесская Республика 0,126 0,067 0,190 0,232 0,084

Республика Северная Осетия - Алания 0,196 0,133 0,320 0,178 0,194

Чеченская Республика 0,183 0,214 0,046 0,448 0,255

Ставропольский край 0,858 0,996 1,000 0,600 0,905

Год 2017

Северо-Кавказский федеральный округ

Республика Дагестан 0,439 0,438 0,359 0,468 0,502

Республика Ингушетия 0,024 0,037 0,001 0,087 0,125

Кабардино-Балкарская Республика 0,142 0,169 0,211 0,081 0,142

Карачаево-Черкесская Республика 0,123 0,107 0,216 0,081 0,123

Республика Северная Осетия - Алания 0,089 0,104 0,319 0,010 0,189

Чеченская Республика 0,176 0,241 0,065 0,285 0,214

Ставропольский край 0,921 0,942 1,000 0,869 0,880

Год 2018

Северо-Кавказский федеральный округ

Республика Дагестан 0,490 0,435 0,347 0,686 0,558

Республика Ингушетия 0,026 0,038 0,000 0,230 0,154

Кабардино-Балкарская Республика 0,183 0,144 0,211 0,218 0,169

Карачаево-Черкесская Республика 0,131 0,064 0,194 0,278 0,085

Республика Северная Осетия - Алания 0,195 0,111 0,299 0,216 0,203

Чеченская Республика 0,208 0,200 0,074 0,483 0,261

Ставропольский край 0,899 0,949 1,000 0,732 0,940

2018 год, что позволяет сформировать следующие выводы:

1. Корректность расчетов подтверждается показателями ежегодных показателей СЭПР при небольших отклонениях, представленных на рисунке 2.

2. Ставропольский край и Республика Дагестан обладают наиболее высоким экономическим потенциалом среди регионов СКФО

3. Показатель СЭПР в Республике Дагестан в 2018 году выше аналогичного показателя в 2017 году на 3,4%.

4.

Таблица 2

Результирующий расчет совокупного экономического по-

СЭПР ПРП ИнПР НТПР ППР ТПР ПВС (МСБ)

Год 2016

Северо-Кавказский федеральный округ

Республика Дагестан 0,4766 0,493 0,272 0,769 0,482 0,335 0,703

Республика Ингушетия 0,1072 0,319 0,067 0,087 0,033 0,209 0,118

Кабардино-Балкарская Республика 0,2710 0,265 0,297 0,313 0,158 0,221 0,463

Карачаево-Черкесская Республика 0,1639 0,368 0,125 0,084 0,126 0,125 0,319

Республика Северная Осетия - Алания 0,1500 0,334 0,147 0,160 0,196 0,093 0,080

Чеченская Республика 0,2309 0,419 0,173 0,151 0,183 0,151 0,499

Ставропольский край 0,7809 0,640 0,933 0,875 0,858 0,760 0,666

Год 2017

Республика Дагестан 0,4265 0,490 0,258 0,691 0,439 0,336 0,468

Республика Ингушетия 0,1043 0,319 0,040 0,068 0,024 0,210 0,291

Кабардино-Балкарская Республика 0,2221 0,273 0,140 0,257 0,142 0,206 0,415

Карачаево-Черкесская Республика 0,1725 0,365 0,158 0,138 0,123 0,112 0,240

Республика Северная Осетия - Алания 0,1202 0,350 0,164 0,207 0,089 0,079 0,036

Чеченская Республика 0,2768 0,407 0,175 0,187 0,176 0,366 0,525

Ставропольский край 0,7777 0,640 1,000 0,938 0,921 0,737 0,543

Год 2018

Республика Дагестан 0,4410 0,481 0,231 0,663 0,490 0,394 0,519

Республика Ингушетия 0,1038 0,319 0,074 0,036 0,026 0,221 0,263

Кабардино-Балкарская Республика 0,2212 0,260 0,086 0,294 0,183 0,189 0,519

Карачаево-Черкесская Республика 0,1506 0,360 0,174 0,142 0,131 0,111 0,090

Республика Северная Осетия - Алания 0,1280 0,336 0,195 0,092 0,195 0,088 0,043

Чеченская Республика 0,2629 0,433 0,143 0,158 0,208 0,371 0,438

Ставропольский край 0,7567 0,640 1,000 0,750 0,899 0,734 0,593

Таким образом, нами произведен расчет совокупного экономического потенциала регионов (СЭПР) СевероКавказского федерального округа в период с 2016 по

На четвертом этапе строится результирующая система влияния ключевых параметров сектора МСП на совокупный экономический потенциал регионов СКФО (СЭПР) на основе статистического сборника "Малое и среднее предпринимательство в России" 2010 - 2019, Федеральная служба государственной статистики (Рос-стат) [2].

По результатам корреляционно-регрессионного анализа оценка влияния факторов малого и среднего бизнеса на совокупный экономический потенциал региона

X X

о

го А с.

X

го т

о

ю

2 О

м о

представляет собой трехфакторную линейную зависимость:

V = 0,10796 + 0,00812 х Х1 + + 0,00102 хХ2 - 0,04915 х Х3

• Х1: Число средних предприятий, шт.

• Х2: Оборот микропредприятий, млрд руб.

• Хз: Средняя численность работников средних предприятий, тыс. чел.

Сгавдопольстй ирай

РеспувлянаДзгест-эн

mi 0,757 2 5.781

Ш* 0.-1

^^ 0,477

ка£адопо&альлр£*ааР«П¥йлина

Ч^енскач Ff :nvi пинэ

К 4р м а4йоЧер Pi Ü1yfl,1n«a

Респтвлика Се ве рна я Осетия - Мании

_J 0.76J ^ 0.277

Э 0.271

_ да i 0.231

Республккв Ингушетия

J 0.1га 1 0.120

I 0.104 I 5.1« 1 0.107

0.000 0.100 0,200 0.300 0.400 0,»» 0,000 0.700 0.300 0.900 у 201Э ц 2017 Ы5016

в Республике Дагестан. Также необходимо оказать дополнительную поддержку по увеличению годового оборота в секторе микропредприятий.

Таблица 3

Сценарный прогноз СЭПР Республики Дагестан в 2019-2021 г.

Год Сценарии

Базовый | Пессимистичный 1 Оптимистичный

Число среднихп эед понятий, шт.

2018 39 39 39

2019 и 29 60

2020 26 11 42

2021 21 5 37

Оборот микропредпри нтий, млрд руб.

2013 231.8 231,3 231,8

2019 168,6 68,4 268,3

2020 224,3 134,1 324,5

2021 204,5 101,1 307,9

Средняя численность работников средних предприятий, тысяче л.

2013 3,3 3,8 3,8

2019 2.S 3,7

2020 1,3 0,6 3,1

2021 U 0,1 2,4

СЭПР (Республика Дагестан)

2018 0,47620 0,47620 0,47620

2019 0,51720 0,35 211 0.63229

2020 0,45963 0,29104 0.62832

2021 0,43100 0,24748 0,60635

о

CS

0

CS

СП

01

о ш m

X

<

m О X X

Рисунок 2. Сравнение расчетных значений СЭПР по регионам СКФО (2016-2018)

Выводы по результатам проверки регрессионного уравнения на адекватность:

1. Высокая теснота связи между факторами ^ = 0,9874)

2. Все полученные коэффициенты статистически значимы. Наблюдаемые значения ^статистики Сть-юдента больше, чем критическое (табличное) значение статистики Стьюдента Ъ-абл = 2,086 для всех коэффициентов уравнений. Р-значения ^статистики Стью-дента для каждого коэффициента уравнений регрессии меньше, чем 0,05.

3. Уравнение регрессии признаем значимым и можем использовать для дальнейшего анализа. Табличное значение ^табл) F-критерия Фишера при доверительной вероятности а = 0,95 и числе степеней свободы, равном к = 18, составляет 2,101, что значительно ниже Fрасч = 220,6083 ^расч > Fтабл).

Заключительным этапом является построение сценарного прогноза с использованием трендовых моделей и официальных статистических данных ФСГС с 2012 по 2018 год (таблица 3).

По результатам прогнозного анализа изменения показателя СЭПР можно сделать следующие выводы по влиянию ключевых параметров сектора МСП:

• При сохранении текущей динамики изменения рассмотренных показателей в базовом сценарии прогнозируется падение показателя СЭПР в Республике Дагестан на 9,5% в 2021 году.

• При пессимистичном сценарии в 2021 г. прогнозируется падение показателя СЭПР в Республике Дагестан на 48%.

• Необходимо предпринимать дополнительные меры по увеличению числа средних предприятий и средней численности работников средних предприятий,

При оптимистичном сценарном прогнозе предполагается рост показателя СЭПР на 27%, что значительно повысит конкурентоспособность Республики Дагестан как среди регионов СКФО, так по и всем федеральным округам РФ.

Последующее развитие научных работ в исследуемой области видится в расширении критериев оценки экономического потенциала региона, выработке новых показателей состояния малого и среднего бизнеса, а также комплексном изучении системы взаимодействия различных бизнес структур на региональном уровне и оценке результатов их функционирования на региональное развитие.

Литература

1. Статистический сборник "Регионы России. Социально-экономические показатели 2019" Федеральная служба государственной статистики (Росстат).

2. Статистические сборники "Малое и среднее предпринимательство в России" 2010 - 2019, Федеральная служба государственной статистики (Росстат).

3. Таможенная статистика внешней торговли Российской Федерации, Федеральная таможенная служба.

4. Мельник, М. В. Комплексный экономический анализ. Учебное пособие / М.В. Мельник, А.И. Кривцов, О.В. Горлова. - М.: Форум, Инфра-М, 2014. - 368 с.

5. Карапейчик, И.Н. Экономическая теория потенциалов: объект, предмет и понятийный аппарат / И.Н.Кара-пейчик // Бизнесинформ. - 2014г. - №3. - С. 71-76

6. Меньщикова В. И. Экономический потенциал региона: терминология, структура, модель // Вестник ТГУ. Гуманитарные науки. Экономика. 2010. Вып. 4 (84). С. 51-63. URL: https://cyberleninka.ru/article/n/ekonomicheski

7. Щербакова Екатерина Владимировна Взаимодействие материального и нематериального экономического потенциала региона // Вестник РЭА им. Г.В. Плеханова. 2018. №2 (98). URL: https://cyberleninka.ru/article/n/vzaimodeystvie-

materialnogo-i-nematerialnogo-ekonomicheskogo-potentsiala-regiona

8. Попова Е.В. Проблемные вопросы развития национальной инновационной системы в Российской Федерации // Инновации. 2007. № 11 (109). С. 3-9.

9. Левин Ю.А., Павлов А.О. Инновационная политика. Москва, 2016.

Scenario forecasting of the region's economic potential, taking into account the impact of the parameters of the small and medium-sized business sector Alkhazov A.A.

Financial University under the Government of the Russian Federation

The article characterizes some features of assessing and scenario forecasting the economic potential of the region, taking into account the impact of the small and medium-sized business sector. The analysis of scientific publications is carried out and the author's method of forming a complex system of integrated assessment of the region's economic potential is proposed. Using the example of the subjects of the North Caucasus Federal district, quantitative indicators of the total economic potential of the region (TEPR) for the period from 2016 to 2018 are determined in order to further use them in building econometric models. An approach is proposed for determining the key parameters of the small and medium-sized business sector on the total economic potential of the region based on correlation and regression analysis. The scenario forecast of changes in the economic potential of the region is based on the example of the Republic of Dagestan. As a result of the assessment, the key areas of management decision-making were identified to provide additional support measures to increase the economic potential of the region. Keywords: economic potential of the region, SME sector, variant forecasting, correlation and regression analysis, integrated assessment of economic potential.

References

1. Statistical collection "regions of Russia. Socio-economic indicators 2019" Federal state statistics service (Rosstat).

2. Statistical collections "Small and medium-sized businesses in Russia" 2010 - 2019, Federal state statistics service (Rosstat).

3. Customs statistics of foreign trade of the Russian Federation, Federal customs service.

4. Melnik, M. V. Complex economic analysis. Textbook / M. V. Melnik, A. I. Krivtsov, O. V. Gorlova. - M.: Forum, Infra-M, 2014.

- 368 p.

5. Karapeychik, I. N. Economic theory of potentials: object, subject and conceptual apparatus / I. N. Karapeychik // Businessinform.

- 2014-no. 3. - Pp. 71-76

6. Menschikova V. I. Economic potential of the region: terminology, structure, model // Bulletin of TSU. Humanities. Economy. 2010. Issue 4 (84). Pp. 51-63.

7. Shcherbakova E.V. Interaction of material and non-material economic potential of the region // Bulletin of the Plekhanov REA. 2018. №2 (98).

8. Popova E.V. Problematic issues of the development of the national innovation system in the Russian Federation // Innovations. 2007. No. 11 (109). S. 3-9.

9. Levin Yu.A., Pavlov A.O. Innovation policy. Moscow, 2016.

X X О го А С.

X

го m

о

м о м о