CC BY
6
ЭКОНОМИКА, ПРЕДПРИНИМАТЕЛЬСТВО И ПРАВО
Том 10 • Номер 6 • Июнь 2020 ISSN 2222-534Х Journal of Economics, Entrepreneurship and Law
>
Первое
экономическое издательство
внутрирегиональная концентрация производства в сибирском федеральном округе (на примере обрабатывающей промышленности и финансовой деятельности)
Тагаров Б.Ж. 1
1 Байкальский государственный университет, Иркутск, Россия
АННОТАЦИЯ:_
Проблема неравномерности экономического развития территорий имеет особую актуальность для России. В данной статье рассмотрены теоретические аспекты центр-периферийных отношений и представлены результаты исследования экономической концентрации в обрабатывающей промышленности и финансовой деятельности в регионах Сибирского федерального округа. Для оценки изменений в концентрации были использованы такие инструменты, как индекс Херфиндаля - Хиршмана, индекс Кругмана и индекс Ст. Индексы рассчитаны на основе данных о занятости в соответствующих отраслях в разрезе муниципальных образований регионов СФО. В работе произведен анализ динамики данных показателей, сделано сравнение специфики концентрации в обрабатывающей промышленности и финансовой деятельности, а также определено влияние некоторых региональных характеристик на уровень и темпы роста концентрации. Автор работы приходит к выводу о том, что в большей части регионов наблюдается усиление концентрации производства в крупных населенных пунктах. При этом в наиболее экономически развитых регионах постепенно начинается обратный процесс. Кроме того, в статье отмечается, что концентрация в финансовой сфере в регионах СФО является более сильной, чем в промышленности.
КЛЮЧЕВЫЕ СЛОВА: экономическая география, обрабатывающая промышленность, экономическая концентрация, центр-периферийные отношения, экономика региона.
Intraregional concentration of production in the siberian federal district (on the example of manufacturing industry and financial activity)
Tagarov B.Zh. 1
1 Baikal State University, Russia
введение
Неравномерность социально-экономического развития регионов стала предметом научных исследований еще в середине XVI века. Данная область знаний получила название «экономическая география». Особое внимание при этом уделялось взаимодействию относительно развитых экономически и отсталых в этом плане территорий,
что привело к появлению отдельного направления экономической мысли, связанного с изучением центр-периферийных отношений.
В современной экономике актуальность исследования специфики отношений центра и периферии постоянно усиливается. На международном уровне это обусловлено обострением проблемы неравенства между развитыми и развивающимися странами, а на уровне отдельных территорий - ускорением агломерационных процессов.
Существенный вклад в необходимость повышения внимания к проблемам взаимодействия центра и периферии вносит такой фактор, как процесс перехода экономики развитых стран к информационной стадии развития. Информатизация экономики приводит к резкому снижению издержек, связанных с передачей и обработкой информации, а также к росту информационноемкости товаров и услуг. В результате роль географического фактора в предпринимательской деятельности постепенно снижается. Из-за высоких издержек производства в центре, связанных с относительно дорогой недвижимостью и рабочей силой, предприниматели получают стимул переводить предприятия на периферию. С другой стороны, информационные технологии позволяют обособить интеллектуальные процессы от рутинных и отделить подсис-
ABSTRACT:_
The problem of uneven economic development of territories is particularly relevant for Russia. This article examines the theoretical aspects of center-peripheral relations and presents the results of research on economic concentration in the manufacturing industry and financial activity in the regions of the Siberian federal district (SFD). Tools such as the Herfindahl-Hirschman index, the Krugman index, and the Crn index were used to estimate changes in concentration. The indices are calculated based on data on employment in the relevant industries in the context of municipalities in the regions of the SFD. The author of the paper analyzes the dynamics of these indicators, compares the specifics of concentration in the manufacturing industry and financial activity, and determines the influence of some regional characteristics on the level and growth rate of concentration. The author comes to the conclusion that in most regions there is an increase in the concentration of production in large localities. At the same time, the reverse process is gradually beginning in the most economically developed regions. In addition, it is noted that the concentration in the financial sector in the regions of the SFO is stronger than in the industry.
KEYWORDS: economic geography, manufacturing industry, economic concentration, centre-periphery relations, regional economy
JEL Classification: R11, R12, R13 Received: 03.06.2020 / Published: 30.06.2020
© Author(s) / Publication: PRIMEC Publishers
For correspondence: Tagarov B.Zh. (batot0rambler.ru)
CITATION:_
Tagarov B.Zh. (2020) Vnutriregionalnaya kontsentratsiya proizvodstva v Sibirskom federalnom okruge (na primere obrabatyvayuschey promyshlennosti i finansovoy deyatelnosti) [Intraregional concentration of production in the Siberian federal district (on the example of manufacturing industry and financial activity)]. Ekonomika, predprinimatelstvo i pravo. 10. (6). - 1803-1822. doi: 10.18334/epp.10.6.1 10302
тему управления и информационные услуги от производственной и сбытовой подсистем. Поэтому высококвалифицированные работники стремятся к проживанию в центре (доступ к образованию и более высокому уровню жизни), а рутинные бизнес-процессы переносятся на периферию.
Особую актуальность проблема центр-периферийных отношений и вопрос об эффективности концентрации производства приобретает в России, что обусловлено относительно высоким уровнем экономического неравенства между регионами1, большой территорией и структурой хозяйственных связей, унаследованной от плановой советской экономики. Кроме того, Россия только переходит к массовой автоматизации производства, информатизации управленческих процессов и развитию удаленной занятости. Это позволяет предположить, что вскоре влияние этого процесса на динамику концентрации производства будет весьма значительным.
Существует довольно много научных работ, посвященных анализу уровня концентрации производства в России, но в основном в них проводится оценка ситуации на уровне страны в целом. Исследования, связанные с анализом процессов экономической концентрации на уровне отдельных регионов, практически отсутствуют.
В данной статье проводится сравнительный анализ концентрации в обрабатывающей промышленности и сфере финансовой деятельности в регионах Сибирского федерального округа (СФО) на основе данных Росстата о численности занятых в разрезе муниципальных образованиях.
Задачами работы являются выявление тенденций концентрации в данных отраслях, а также определение факторов, влияющих на этот процесс.
обзор литературы
Первой экономической моделью, объясняющей стремление производителей к географической концентрации и закономерности разделения экономической системы на «центр» и «периферию», можно считать модель И. Тюнена [2] (Туипеп, 1926). Данная модель объясняла специализацию производств, находящихся на разном расстоянии
1 Например, доля инвестиций, направленных на реконструкцию и модернизацию, в общем объеме инвестиций по Северо-Кавказскому округу составила 20,9%, по Центральному федеральному округу - 17,1%, по Уральскому - 14,3%, по Дальневосточному - 9,3% при среднем показателе по РФ 16,1% [1] (8око1оуа, ОтЬкауа, 2019).
ОБ АВТОРЕ:_
Тагаров Бато Жаргалович, доцент кафедры экономики предприятий и предпринимательской деятельности (Ьа^йгатЫег.ги)
ЦИТИРОВАТЬ СТАТЬЮ:_
Тагаров Б.Ж. Внутрирегиональная концентрация производства в Сибирском федеральном округе (на примере обрабатывающей промышленности и финансовой деятельности) // Экономика, предпринимательство и право. - 2020. - Том 10. - № 6. - С. 1803-1822. Со1: 10.18334/ерр.10.6.1 10302
от центра, различным уровнем допустимой интенсивности использования земельных участков. Модель Тюнена была усовершенствована В. Лаундхартом [3] (Granberg, 2000) и А. Вебером [4] (Veber, 1926). Желание быть ближе к центру как к источнику товаров было положено также в основу гравитационных моделей (например, модель У. Рейли [5] (Reilly, 1931)). Анализу экономической концентрации было уделено внимание и А. Маршаллом, описавшим в своем классическом труде [6] (Marshall, 1993) причины образования промышленных районов и «внешней» экономии от масштаба. В ряде исследований, посвященных взаимодействию центра и периферии, делается вывод не только о неизбежности такого разделения, но и о его эффективности с точки зрения развития экономической системы в целом (Ф. Перру [7] (Perru, 2007) и др.).
Дальнейшее развитие анализа центр-периферийных отношений связано в первую очередь с работами П. Кругмана [8] (Krugman, 1991). Кругман положил в основу своей модели желание работников, занятых в промышленности, снизить расходы на приобретение товаров и услуг и увеличить их. Отметим, что Э. Венейблс [9] (Venables, 1996), один из соавторов Кругмана, построил модель, объясняющую концентрацию производства не мобильностью рабочей силы, а мобильность промышленного капитала. Если Маршалл, Кругман и Венейблс в качестве центростремительной силы рассматривали внешние эффекты от концентрации применительно к субъектам отдельных отраслей, то Д. Джекобс уделила большее внимание «межотраслевым» экстерналиям [10] (Jacobs, 1969). Именно с данным видом экстерналий связан так называемый агломерационный эффект [11] (Shirinkina, Astafev, Makarova, 2019), благодаря которому более крупный населенный пункт привлекает к себе население и инвестиции.
Российские ученые также уделяли довольно большое внимание проблемам экономической концентрации. Одними из первых исследователей, изучавших концентрацию производства в нашей стране, являются А. Швецов, В. Лексин [12] (Leksin, Shvetsov, 1999), О. Грицай, Г. Иоффе и А. Трейвиш [13] (Gritsay, Ioffe, Treyvish, 1991), занимавшиеся исследованием географической неравномерности советской экономики и ее последствиями для экономики России. Уровень и специфика концентрации экономики СССР также неоднократно подвергалась анализу (например, [14] (Kofanov, Mikhaylova, 2015)).
В дальнейших исследованиях российских ученых особый интерес вызывает эмпирической анализ концентрации производства в Российской Федерации в целом и на уровне отдельных отраслей и регионов. Анализу различных аспектов экономической концентрации в России посвящены работы С. Растворцевой [15] (Rastvortseva, 2018), О. Кузнецовой [16] (Kuznetsova, 2018), С. Грачева [17] (Grachev, 2019), Е. Коломак [18] (Kolomak, 2014), А. Самарухи [19] (Samarukha, 2018), В. Самарухи [20] (Samarukha, 2015), И. Мищенко [21] (Mishchenko, 2012), В. Удалова, А. Колобова [22] (Udalov, Kolobov, 2011), Е. Колодиной [23] (Kolodina, 2019), Н. Джурки [24] (Dzhurka, 2018), Т. Коцофаны и С. Стажковой [25] (Kotsofana, Stazhkova, 2011) и др.
В целом можно отметить, что, несмотря на достаточно большое количество работ, посвященных оценке экономической концентрации на межрегиональном уровне, исследований, в которых проводится анализ концентрации промышленности внутри регионов, практически нет.
методология
Для оценки экономической концентрации в регионах СФО были выбраны две отрасли: обрабатывающая промышленность и финансовая деятельность. Обрабатывающая промышленность, в отличие от других сфер материального производства (добывающей промышленности и сельского хозяйства), не столь сильно зависит от расположения природных ресурсов. Поэтому уровень ее концентрации во многом определяется именно агломерационными эффектами. Анализ ситуации в финансовой деятельности был проведен с целью сопоставления процессов концентрации в материальном и информационном производстве.
Для оценки концентрации были применены три индекса концентрации: индекс Херфиндаля - Хиршмана, индекс концентрации Кругмана и индекс концентрации СБ3. Для их расчета были использованы данные о численности занятых в разрезе муниципальных образований регионов, взятые из базы данных показателей муниципальных образований Росстата [26].
Индекс Херфиндаля - Хиршмана используется для оценки абсолютного уровня экономической концентрации в регионе.
НН1 = 2Г=1(|)2, (1)
где - численность занятых в секторе экономики ) в населенном пункте 1; Е) -общая численность занятых в секторе экономики ) в данном регионе.
Индекс неоднородности Кругмана (КБ1) является относительной мерой концентрации.
КШ]= Х^Ц-Ц, (2)
где Е1 - общая численность занятых в населенном пункте 1; Е - общая численность занятых в данном регионе.
Индекс концентрации СБ. - это показатель, характеризующий долю рынка, приходящуюся на заданное количество самых крупных его участников.
О)
результаты
Нами было проведено исследование динамики концентрации в обрабатывающей промышленности и финансовой деятельности для 10 регионов, входящих в СФО (всего была использована информация о 337 МО). В таблицах 1 и 2 отображена динамика численности занятых в данных отраслях в регионах СФО.
Таблица 1
Динамика численности занятых в обрабатывающей промышленности (чел.)
Регионы 2009 2011 2013 2015 2017 2019
Республика Алтай 1057 976 907 976 694,5 806
Республика Тыва 734,5 623 525 350 106 233
Республика Хакасия 14224 13124 12945 10746 9494 10143
Красноярский край 116305 111867 106982 97269 90391 85022
Иркутская область 100020 94236,2 88632 82527,4 78814,55 76196
Кемеровская область 104757 107284 101272 88340 79631,5 73567
Новосибирская область 106190 103264 98009 91082 88962,77 83331
Томская область 33179 30244 30192 28386 29615 32561
Омская область 81795 80264 78662 77533 68092,5 64314
Алтайский край 86511 84783 80164 73261 65406,5 64645
Источник: рассчитано автором по данным Росстата [26].
Таблица 2
Динамика численности занятых в финансовой деятельности (чел.)
2009 2011 2013 2015 2017 2019
Республика Алтай 559 419 1091 877 698 695
Республика Тыва 1029,5 985 1000 995 1059 931
Республика Хакасия 2797 2790 2873 2359 2236 1979
Красноярский край 14600 14494 16959 15383 12761 12002
Иркутская область 12145,9 12538,3 13935 12519,3 11574 9824
Кемеровская область 13068 12451 13435 11742 11096 9764
Новосибирская область 18820 19529 23765 24081 24379,74 25148
Томская область 5776 5616 5844 5007 5096 4982
Омская область 10877 10504 12728 11718 11044 10599
Алтайский край 12008 12287 12108 11285 10121 10654
Источник: рассчитано автором по данным Росстата [26].
Таблица 1 показывает, что численность занятых в обрабатывающей промышленности за рассматриваемый период снизилась во всех регионах СФО. В частности, в Республике Тыва снижение составило 68,2%, в Кемеровской области - 29,8%, в Красноярском крае - 26,9%, в Иркутской области - 23,8%. Единственным регионом, где снижение было незначительным (1,8%), является Томская область. При этом количество занятых в целом, например, в Иркутской области, снизилось на значительно
меньшую величину (на 12,4%). В Республике Тыва уменьшение количества занятых за период с 2013 по 2019 год составило всего 1,9%.
Некоторое сокращение численности занятых в обрабатывающей промышленности наблюдается и в России в целом. С 2009 по 2018 год она снизилась с 10401 тыс. чел. до 10067 тыс. чел. (на 3,21%). Снижение же численности занятых в этой отрасли по всем регионам СФО в целом составило 23,87%.
Численность занятых в сфере финансовых услуг, как видно из таблицы 2, сократилась в меньшей степени, а в Республике Алтай и Новосибирской области, напротив, увеличилась (на 24,3% и 33,6% соответственно). Всего по СФО сокращение занятых в данной сфере составило 5,56%. В стране в целом, напротив, в период с 2009 по 2018 год наблюдался рост занятости в финансовой деятельности (27,14%).
Интересно, что в таблице 2 четко прослеживается влияние кризиса 2014 года (у ряда ведущих регионов до 2014 года наблюдался рост занятости в сфере финансовых услуг). Что касается занятости в обрабатывающей промышленности, то заметных изменений в динамике ее уменьшения после наступления данного события не видно.
Оценим изменения концентрации в рассматриваемых отраслях с помощью индекса Херфиндаля - Хиршмана. Его динамика отображена в таблицах 3 и 4.
Таблица 3
Изменение индекса Херфиндаля - Хиршмана (ННр) в обрабатывающей промышленности (2009-2019 гг.)
2009 2011 2013 2015 2017 2019
Иркутская область 0,145 0,141 0,139 0,151 0,161 0,160
Алтайский край 0,165 0,171 0,179 0,182 0,175 0,197
Кемеровская область 0,249 0,226 0,235 0,243 0,245 0,245
Красноярский край 0,266 0,253 0,258 0,258 0,254 0,265
Республика Хакасия 0,302 0,353 0,352 0,375 0,406 0,438
Томская область 0,706 0,706 0,650 0,625 0,513 0,495
Новосибирская область 0,503 0,519 0,495 0,502 0,527 0,513
Республика Алтай 0,313 0,344 0,412 0,532 0,519 0,564
Омская область 0,776 0,757 0,772 0,768 0,786 0,828
Республика Тыва 0,564 0,646 0,575 0,901 1,000 0,918
Источник: рассчитано автором по данным Росстата [26].
Из таблицы 3 видно, что в 5 регионах за анализируемый период индекс ННр практически не изменился (Красноярский край, Новосибирская область, Алтайский край, Кемеровская область, Иркутская область). Тем не менее отметим, что в Кемеровской области и Красноярском крае произошло незначительное уменьшение концентрации
в обрабатывающей промышленности. В 3 регионах наблюдался его значительный рост (Республика Хакасия, Республика Алтай, Республика Тыва), в одном регионе рост был относительно небольшим (Омская область), и только в Томской области снижение значения индекса было существенным.
Таблица 4
Изменение индекса Херфиндаля - Хиршмана (ННП для сферы финансовых услуг
(2009-2019 гг.)
2009 2011 2013 2015 2017 2019
Кемеровская область 0,246 0,258 0,283 0,280 0,290 0,304
Иркутская область 0,318 0,373 0,401 0,432 0,417 0,433
Алтайский край 0,298 0,330 0,371 0,421 0,499 0,550
Красноярский край 0,384 0,439 0,503 0,525 0,567 0,643
Республика Хакасия 0,599 0,547 0,570 0,607 0,650 0,646
Томская область 0,694 0,754 0,778 0,810 0,742 0,765
Новосибирская область 0,758 0,752 0,810 0,841 0,809 0,800
Омская область 0,712 0,711 0,820 0,864 0,873 0,878
Республика Алтай 0,546 0,581 0,836 1,000 0,989 0,983
Республика Тыва 1,000 1,000 1,000 1,000 1,000 1,000
Источник: рассчитано автором по данным Росстата [26].
Таблица 4 показывает, что индекс НИ увеличился за данный период во всех регионах, кроме Республики Тыва, где он изначально имел максимально возможное значение. При этом наибольшие темпы роста концентрации в финансовой деятельности наблюдались в Алтайском крае, Республике Алтай и Красноярском крае.
Для более подробного анализа значений данных индексов концентрации рассмотрим их значения, представленные в таблице 5.
С точки зрения уровня концентрации, исходя из значений индекса ННр в 2019 году, можно выделить 3 группы регионов. Наибольшая концентрация в обрабатывающей промышленности наблюдается в Республике Тыва и Омской области (ННр > 0,8). Республику Хакасию, Республику Алтай, Томскую и Новосибирскую области можно отнести к регионам со средним уровнем концентрации (0,6 > ННр > 0,4). К регионам с относительно низким уровнем концентрации относятся Алтайский край, Красноярский край, Иркутская и Кемеровская области (ННр < 0,3).
Из таблицы 5 видно, что в регионах с высоким уровнем концентрации обрабатывающей промышленности наблюдается также высокий уровень концентрации финансовой деятельности. Это подтверждается значением линейного коэффициента корреляции между ННр и НШ - 0,882. При этом значения НШ выше, чем ННр для всех регионов СФО. Средние темпы роста НШ выше, чем у ННр для всех регионов,
Таблица 5
Изменение индекса Херфиндаля - Хиршмана для обрабатывающей промышленности и сферы финансовых услуг
Регионы НН р НН \ Разница между НН \ и НН р в 2019 г. Разница между средним темпом роста НН\ иННр
2009 2019 Средний темп роста 2009 2019 средний темп роста
Иркутская область 0,145 0,160 1,009 0,318 0,433 1,028 0,272 0,020
Алтайский край 0,165 0,197 1,016 0,298 0,550 1,057 0,353 0,041
Кемеровская область 0,249 0,245 0,999 0,246 0,304 1,020 0,059 0,021
Красноярский край 0,266 0,265 1,000 0,384 0,643 1,048 0,378 0,048
Республика Хакасия 0,302 0,438 1,034 0,599 0,646 1,007 0,208 -0,027
Томская область 0,706 0,495 0,968 0,694 0,765 1,009 0,270 0,041
Новосибирская область 0,503 0,513 1,002 0,758 0,800 1,005 0,287 0,003
Республика Алтай 0,313 0,564 1,055 0,546 0,983 1,055 0,419 0,000
Омская область 0,776 0,828 1,006 0,712 0,878 1,019 0,050 0,013
Республика Тыва 0,564 0,918 1,045 1,000 1,000 1,000 0,082 -0,045
Источник: рассчитано автором по данным Росстата [26].
кроме Республики Хакасия и Республики Тыва. Отметим, что сильной взаимосвязи между средними темпами роста ННр и НИ не наблюдается. Линейный коэффициент корреляции между ними равен 0,103.
Теперь измерим уровень концентрации в рассматриваемых отраслях с помощью индекса Кругмана. Поскольку в базе данных показателей муниципальных образований Росстата данные об общей численности занятых для каждого из муниципальных образований регионов СФО публикуются начиная лишь с 2013 года (за исключением 2 регионов), индекс Кругмана рассчитан нами для периода 2013-2019 гг.
Из таблицы 6 видно, что относительно высокие темпы роста КБ1р в расчетном периоде наблюдались в 3 регионах (Республика Алтай, Республика Тыва, Республика Хакасия). В остальных регионах значение индекса практически не изменилось. Снижения значения КБ1р не было замечено ни в одном из регионов. Динамика КБ1р свидетельствует об относительной стабильности структуры экономик муниципальных образований с точки зрения их доли, приходящейся на обрабатывающую промышленность, за исключением вышеуказанных республик.
Таблица 7 показывает, что значение КБ1£ стабильно увеличивалось на протяжении всего рассматриваемого периода во всех регионах СФО, кроме Республики Тыва. Значение индекса в Республике Тыва оставалось неизменным. Значения индекса гово-
рят о том, что в расчетном периоде в регионах СФО наблюдалась устойчивая тенденция к некоторому увеличению специализации крупных населенных пунктов на финансовой деятельности относительно «периферии».
Таблица 6
Динамика индекса Кругмана (Кй!р) для обрабатывающей промышленности
(2009-2019 гг.)
2013 2014 2015 2016 2017 2018 2019
Новосибирская область 0,271 0,272 0,276 0,274 0,282 0,271 0,278
Томская область 0,388 0,397 0,421 0,400 0,410 0,383 0,375
Омская область 0,368 0,362 0,362 0,365 0,397 0,416 0,422
Алтайский край 0,446 0,436 0,430 0,433 0,457 0,463 0,476
Красноярский край 0,485 0,488 0,502 0,491 0,492 0,525 0,541
Иркутская область 0,580 0,560 0,557 0,567 0,561 0,565 0,596
Кемеровская область 0,554 0,569 0,575 0,567 0,613 0,593 0,630
Республика Тыва 0,617 0,848 0,873 0,963 0,955 1,001 0,920
Республика Хакасия 0,691 0,717 0,861 1,007 1,048 1,096 1,100
Республика Алтай 0,934 1,117 1,147 1,060 1,070 1,194 1,178
Источник: рассчитано автором по данным Росстата [26].
Динамика индекса Кругмана (Кй!П для финансовой деятельности
Таблица 7 (2009-2019 гг.)
2013 2014 2015 2016 2017 2018 2019
Омская область 0,410 0,432 0,450 0,476 0,466 0,475 0,467
Новосибирская область 0,520 0,522 0,562 0,570 0,537 0,560 0,561
Томская область 0,480 0,502 0,530 0,510 0,575 0,579 0,598
Иркутская область 0,624 0,615 0,679 0,695 0,633 0,604 0,654
Кемеровская область 0,543 0,522 0,546 0,566 0,614 0,648 0,660
Алтайский край 0,524 0,551 0,573 0,642 0,683 0,697 0,734
Республика Хакасия 0,674 0,669 0,696 0,694 0,743 0,732 0,747
Красноярский край 0,654 0,659 0,692 0,739 0,739 0,720 0,809
Республика Тыва 1,000 1,000 1,000 1,000 1,000 1,000 1,000
Республика Алтай 1,036 1,223 1,215 1,197 1,192 1,171 1,171
Источник: рассчитано автором по данным Росстата
26].
Значения индекса Кругмана для обрабатывающей промышленности и финансовых услуг приведены в таблице 8.
Таблица 8
Изменение индекса Кругмана для обрабатывающей промышленности и сферы финансовых услуг
2013 2019 средний темп роста 2013 2019 средний темп роста Разница между КОК и КО! р Разница между темпом роста КОК и КО! р
Новосибирская область 0,271 0,278 1,004 0,520 0,561 1,011 0,283 0,007
Томская область 0,388 0,375 0,995 0,480 0,598 1,032 0,223 0,037
Омская область 0,368 0,422 1,020 0,410 0,467 1,019 0,046 -0,001
Алтайский край 0,446 0,476 1,009 0,524 0,734 1,049 0,258 0,040
Красноярский край 0,485 0,541 1,016 0,654 0,809 1,031 0,268 0,015
Иркутская область 0,580 0,596 1,004 0,624 0,654 1,007 0,058 0,003
Кемеровская область 0,554 0,630 1,018 0,543 0,660 1,028 0,030 0,010
Республика Тыва 0,617 0,920 1,059 1,000 1,000 1,000 0,080 -0,059
Республика Хакасия 0,691 1,100 1,069 0,674 0,747 1,015 -0,352 -0,054
Республика Алтай 0,934 1,178 1,034 1,036 1,171 1,018 -0,007 -0,016
Источник: рассчитано автором по данным Росстата [26].
Из таблицы 8 видно, что наибольшие значения КБ1р на конец рассматриваемого периода принимает в Республике Алтай, Республике Хакасия и Республике Тыва. В этих же регионах он показывает и самые высокие темпы роста. Практически для всех анализируемых регионов значение КБ1£ выше, чем для КБ1р (кроме Республики Хакасия и Республики Алтай). При этом между индексами, рассчитанными для данных отраслей, наблюдается довольно сильная взаимосвязь (линейный коэффициент корреляции равен 0,798). Темпы роста КБ1р выше, чем темпы роста КБ1£ для четырех регионов (Омская область, Республика Тыва, Республика Хакасия, Республика Алтай). Показательно, что при низком уровне корреляции между ННр и КБ1р (0,197) превышение темпов роста ННр над НШ наблюдается фактически в тех же регионах.
Линейный коэффициент корреляции КБ1р и ННр равен 0,768, что говорит о довольно тесной связи между абсолютной концентрацией в обрабатывающей промышленности и ростом специализации крупных населенных пунктов (центра) на данной отрасли.
Значения индекса Сг3 показывают, что практически во всех регионах происходит процесс концентрации обрабатывающей промышленности в наиболее крупных населенных пунктах, что подтверждает выводы, сделанные на основе анализа ННр. При этом наибольшая концентрация достигается в наименее экономически развитых регионах. В этих же регионах наблюдаются наиболее высокие темпы роста Сг3. Из данной картины выбиваются Томская область, где значение индекса Сг3 снижается на протяжении всего рассматриваемого периода, а также Кемеровская область.
Далее рассмотрим изменения концентрации в рассматриваемых отраслях в крупнейших населенных пунктах регионов СФО. Для этого мы используем индекс Сг3.
Таблица 9
Динамика индекса Сг3 для обрабатывающей промышленности (2009-2019 гг.)
2009 2011 2013 2015 2017 2019
Новосибирская область 0,783 0,797 0,789 0,794 0,810 0,804
Томская область 0,937 0,937 0,923 0,937 0,925 0,890
Омская область 0,927 0,927 0,936 0,945 0,957 0,969
Алтайский край 0,603 0,608 0,626 0,632 0,625 0,661
Красноярский край 0,724 0,723 0,735 0,747 0,741 0,755
Иркутская область 0,614 0,605 0,598 0,629 0,652 0,651
Кемеровская область 0,719 0,684 0,697 0,711 0,705 0,708
Республика Тыва 0,875 0,934 0,918 1,000 1,000 1,000
Республика Хакасия 0,830 0,868 0,886 0,905 0,931 0,925
Республика Алтай 0,832 0,840 0,872 0,913 1,000 1,000
Источник: рассчитано автором по данным Росстата [26].
Для того чтобы определить факторы, влияющие на уровень концентрации в обрабатывающей промышленности, рассчитаем ряд линейных коэффициентов корреляции.
Таблица 10
Линейные коэффициенты корреляции для индексов концентрации и некоторых региональных характеристик
Валовой региональный продукт (ВРП) Численность населения Доля сельского населения ННр на 2009 г. KDIf Площадь региона
ННр -0,48824 -0,58018 0,355413 — — -0,3692
Средние темпы роста ННр (2009-2019 гг.) -0,66454 0,745874 -0,12613 -0,26779
Шр -0,42668 -0,75826 0,640805 0,798256 -0,3183
НМ -0,40451 — 0,543978 — 0,317127 -0,16785
Источник: рассчитано автором по данным Росстата [26].
Значения приведенных в таблице коэффициентов позволяют увидеть следующее. Для ННр наблюдается умеренная обратная зависимость с ВРП и площадью реги-
она, умеренная зависимость с долей сельского населения и заметная обратная зависимость с численностью населения.
Для средних темпов роста ННр наблюдается заметная обратная зависимость с ВРП, высокая зависимость с долей сельского населения и слабый уровень зависимости с начальным значением ННр.
Для индекса КБ1р имеет место умеренная обратная зависимость с ВРП, высокая обратная зависимость с численностью населения, заметная прямая зависимость с долей сельского населения.
Интерпретация результатов
Анализ эмпирических данных показал, что концентрация производства усиливается как в обрабатывающей промышленности, так и в финансовой деятельности. На данный процесс влияют ряд факторов. Во-первых, это «горизонтальные» (межотраслевые) и «вертикальные» (внутриотраслевые) положительные внешние эффекты, рассмотренные Маршаллом и Джекобс, а во-вторых, это изменения в сфере информационных и промышленных технологий. Автоматизация производственных и управленческих процессов приводит к двум важным с точки зрения пространственной концентрации последствиям: замена труда капиталом и отделение интеллектуальной подсистемы производства от материальной рутинной2. В результате потребность в человеческом капитале на периферии снижается, а работники интеллектуальной сферы, получив возможность взаимодействовать с производством удаленно, начинают перемещаться в центр в поисках более высокого уровня жизни.
Процесс автоматизации бизнес-процессов и отделения системы управления от системы производства в финансовой сфере происходит быстрее, чем в промышленности, поскольку первая носит более информационный характер. Поэтому уровень концентрации занятости в обрабатывающей промышленности ниже, чем в финансовой деятельности, во всех регионах СФО. При этом темпы роста концентрации обрабатывающей промышленности ниже, чем темпы роста концентрации финансовых услуг, кроме наименее развитых регионов.
В ходе работы было обнаружено, что разброс в уровнях концентрации в обрабатывающей промышленности в регионах выше, чем в финансовой деятельности. Это можно объяснить тем, что сфера финансовых услуг меньше зависит от специфики экономики населенного пункта и его местоположения, чем обрабатывающая промышленность. Уровень концентрации в сфере финансовых услуг зависит скорее от уровня концентрации населения и экономики в целом.
Еще одним важным результатом работы является выявление того факта, что в экономически более развитых регионах СФО темпы роста концентрации обрабатываю-
2 Например, бухгалтеру, юристу и маркетологу можно обслуживать потребности предприятия с помощью информационных технологий, не находясь рядом с ним физически.
щей промышленности в центре ниже (в некоторых из которых темпы роста концентрации являются отрицательными), чем в менее развитых. Данная закономерность является следствием следующих процессов.
Во-первых, рост концентрации населения и капитала в центре помимо положительных экстерналий в определенный момент начинает вызывать и отрицательные. К ним можно отнести рост цен на жилую и коммерческую недвижимость, пробки на дорогах, усугубление экологических проблем, рост стоимости рабочей силы и пр. Как только предельные издержки от перемещения в центр начинают превышать предельные выгоды, центробежные силы становятся сильнее центростремительных3.
Во-вторых, снижение коммуникационных издержек, как информационных, так и транспортных, позволяет экономическим субъектам пользоваться благами, создаваемыми в центре, а также получить доступ к рынку труда, не покидая периферийных территорий во все большем объеме.
В результате кривая, показывающая зависимость между развитием агломерации и стремлением к концентрации работников и предприятий на данной территории, приобретает колокообразную форму. То есть до определенного момента данная зависимость является положительной, а затем, после прохождения некоего пика, становится отрицательной. Экономически менее развитые регионы находятся на участке с положительным наклоном, а наиболее развитые - постепенно переходят к участку с отрицательным наклоном.
В целом процесс концентрации производства в «центре» может привести к довольно негативным последствиям для населения «периферии». В частности, можно отметить рост разрыва в реальной заработной плате и уровне занятости между центральными и периферийными территориями, а также отток наиболее квалифицированной рабочей силы из периферии в центр из-за нехватки соответствующих рабочих мест. При этом развитие коммуникационных технологий может усугубить рост неравенства. Дело в том, что при объединении рынков центра и периферии велика вероятность появления эффекта Райнерта [27] (Raynert, 2011). Другими словами, население и предприниматели периферии, будучи не в силах конкурировать с центром в производстве интеллектуальных услуг и высокотехнологичных товаров, будут вынуждены сконцентрироваться на малоприбыльной рутинной деятельности. Поэтому государство, одной из целей которого является политика выравнивания доходов, должно осознавать данную проблему и предпринимать определенные меры для ее смягчения. В частности, этому может способствовать развитие удаленной занятости и человеческого капитала на периферии.
3 Данный процесс, в частности, рассматривается на примере г. Москвы в работе О. Кузнецовой [16] (Kuznetsova, 2018).
Заключение
В ходе исследования процессов концентрации занятости в обрабатывающей промышленности и финансовой деятельности в СФО были получены следующие результаты:
1. Уровень концентрации в обрабатывающей промышленности ниже, чем в финансовой деятельности, во всех регионах СФО. При этом темпы роста концентрации обрабатывающей промышленности ниже, чем темпы роста концентрации финансовых услуг, кроме наименее развитых регионов.
2. Специализация центра (крупнейших населенных пунктов) на обрабатывающей промышленности и финансовых услугах по сравнению с периферией увеличивается.
3. Уровень концентрации как обрабатывающей промышленности, так и сферы финансовых услуг выше в менее развитых (с точки зрения ВРП и доли сельского населения) и менее населенных регионах.
4. Разброс в уровнях концентрации в обрабатывающей промышленности в регионах выше, чем в финансовой деятельности (как по HH, так и по KDI).
5. Связь между индексом HH и индексом Кругмана слабая. Это означает, что более высокий уровень концентрации обрабатывающей промышленности в регионе необязательно означает, что в его крупных городах доля данного сектора экономики выше, чем в других.
6. Несмотря на относительно низкие значения линейных коэффициентов корреляции, отражающих зависимость между уровнем концентрации обрабатывающей промышленности и площадью региона, их отрицательные значения как для HH, так и для KDI указывают на наличие обратной связи между данными показателями.
Процесс концентрации занятости в рассматриваемых отраслях объяснятся соответствующими вертикальными и горизонтальными положительными внешними эффектами, а также автоматизацией производства и появлением возможности удаленно управлять рутинными операциями на периферии.
Данная тенденция может привести к росту разрыва в уровне развития между центром и периферией, что обуславливает необходимость некоторого вмешательства государства.
ИСТОЧНИКИ:
1. Соколова Л.Г, Гнильская Т.С. Теоретические аспекты формирования промышленной политики России // Проблемы социально-экономического развития Сибири. -2019. - № 3 (37). - с. 49-56. - url: https://www.elibrary.ru/item.asp?id=41187099.
2. Тюнен И. Изолированное государство. - М.: Экономическая жизнь, 1926. - 326 с.
3. Гранберг А.Г. Основы региональной экономики. - М.: ГУ ВШЭ, 2000.
4. Вебер А. Теория размещения промышленности. - М.: Изд-во Книга, 1926.
5. Reilly W.J. The law of retail gravitation, 1931.
6. Маршалл А. Принципы экономической науки. - М.: Прогресс, 1993.
7. Перру Ф. Экономическое пространство: теория и приложения // Пространственная экономика. - 2007. - № 2. - с. 92-126.
8. Krugman P. Increasing returns and economic geography // Journal of Political Economy. - 1991. - p. 483-499.
9. Venables A.J. Equilibrium Locations of Vertically Linked Industries // International Economic Review. - 1996. - № 2. - p. 341-359.
10. Jacobs J. The economy of cities, 1969.
11. Ширинкина А.Ю., Астафьев С.А., Макарова А.А. Инвестиционная привлекательность комплексного развития территории // Известия Байкальского государственного университета. - 2019. - № 4. - c. 670-677. - doi: 10.17150/2500-2759.2019.29(4).670-677.
12. Лексин В.Н., Швецов А.Н. Общероссийские реформы и территориальное развитие // Российский экономический журнал. - 1999. - № 4. - c. 54-66.
13. Грицай О., Иоффе Г., Трейвиш А. Центр и периферия в региональном развитии. -М.: Наука, 1991.
14. Кофанов Д., Михайлова Т. Географическая концентрация советской промышленности: сравнительный анализ // Журнал Новой Экономической Ассоциации. -2015. - № 4 (28). - c. 112-141. - url: https://www.elibrary.ru/item.asp?id=25133126.
15. Растворцева С.Н. Экономическая активность регионов России // Экономические и социальные перемены: факты, тенденции, прогноз. - 2018. - № 1. - c. 84-99. - doi: 10.15838/esc/2018.1.55.6.
16. Кузнецова О.В. Концентрация экономической активности в Москве и Санкт-Петербурге: масштабы, факторы, последствия для городов // Проблемы развития территории. - 2018. - № 5 (97). - c. 26-40. - doi: 10.15838/ptd.2018.5.97.2.
17. Грачев С.А. Оценка уровня концентрации ресурсов инновационного развития в регионах Центрального федерального округа // Экономические отношения. -2019. - № 2. - c. 1229-1238. - doi: 10.18334/eo.9.2.40652.
18. Коломак Е.А. Пространственная концентрация экономической активности в России // Пространственная экономика. - 2014. - № 4. - c. 82-99. - doi: 10.14530/ se.2014.4.082-099 .
19. Самаруха А.В. Актуальные направления оздоровления экономики регионов и муниципальных образований Сибири // Baikal Research Journal. - 2018. - № 3. - c. 7. -doi: 10.17150/2411-6262.2018.9(3).7.
20. Самаруха В.И. Кластерная форма организации сельскохозяйственно-го производства в регионе: возможности и перспективы развития // Сибирская финансовая школа. - 2015. - № 5 (112). - c. 14-19. - url: https://www.elibrary.ru/item. asp?id=24931052.
21. Мищенко И.В. Пространственные аспекты устойчивого развития сельских территорий // Вестник Томского государственного университета. Экономика. - 2012. - № 3 (19). - c. 95-102. - url: https://www.elibrary.ru/item.asp?id=18037989.
22. Удалов B.C., Колобов А.О. Система «центр - периферия» в современном политическом процессе // Вестник Нижегородского университета им. Н.И. Лобачевского. -2011. - № 2. - с. 297-301. - url: https://www.elibrary.ru/item.asp?id=16529882.
23. Колодина Е.А. Исследование результативности выравнивающей региональной политики в Российской Федерации // Региональная экономика и управление: электронный научный журнал. - 2019. - № 4 (60). - с. 7. - url: https://www.elibrary.ru/ item.asp?id=41591195.
24. Джурка Н.Г. Пространственная концентрация промышленного производства в России: тестирование эффекта внутреннего рынка // Пространственная экономика. - 2018. - № 3. - с. 19-42. - doi: 10.14530/se.2018.3.019-042 .
25. Коцофана Т.В., Стажкова П.С. Сравнительный анализ применения показателей концентрации на примере банковского сектора РФ // Вестник Санкт-Петербургского университета. Серия 5. Экономика. - 2011. - № 4. - с. 30-40. - url: https://www.elibrary.ru/item.asp?id=17037724.
26. База данных показателей муниципальных образований [Электронный ресурс] // Росстат. URL: https://www.gks.ru/dbscripts/munst/ (дата обращения: 03.06.2020).
27. Райнерт Э. Как богатые страны стали богатыми, и почему бедные страны остаются бедными. - М.: ГУ ВШЭ, 2011.
REFERENCES:
Dzhurka N.G. (2018). Prostranstvennaya kontsentratsiya promyshlennogo proizvodstva v Rossii: testirovanie effekta vnutrennego rynka [Spatial Concentration of Industrial Production in Russia: Testing the Home Market Effect]. Spatial Economics. (3). 1942. (in Russian). doi: 10.14530/se.2018.3.019-042 .
Grachev S.A. (2019). Otsenka urovnya kontsentratsii resursov innovatsionnogo razvitiya v regionakh Tsentralnogo federalnogo okruga [Assessment of the level of concentration of innovative development resources in the regions of the Central federal district]. Journal of International Economic Affairs. 9 (2). 1229-1238. (in Russian). doi: 10.18334/eo.9.2.40652.
Granberg A.G. (2000). Osnovy regionalnoy ekonomiki [The foundations of the regional economy] Moscow: GU VShE. (in Russian).
Gritsay O., Ioffe G., Treyvish A. (1991). Tsentr iperiferiya v regionalnom razvitii [Center and periphery in regional development] Moscow: Nauka. (in Russian).
Jacobs J. (1969). The economy of cities New York: Random House.
Kofanov D., Mikhaylova T. (2015). Geograficheskaya kontsentratsiya sovetskoy pro-myshlennosti: sravnitelnyy analiz [Geographical Concentration of Soviet Industries: A Comparative Analysis]. The Journal of the New Economic Association. (4 (28)). 112-141. (in Russian).
Kolodina E.A. (2019). Issledovanie rezultativnosti vyravnivayushchey regionalnoy poli-tiki v Rossiyskoy Federatsii [The research of regional leveling policies effectiveness in the Russian Federation]. Regional economics and management: electronic scientific journal. (4 (60)). 7. (in Russian).
Kolomak E.A. (2014). Prostranstvennaya kontsentratsiya ekonomicheskoy aktivnosti v Rossii [Spatial Concentration of Economic Activity in Russia]. Spatial Economics. (4). 82-99. (in Russian). doi: 10.14530/se.2014.4.082-099 .
Kotsofana T.V., Stazhkova P.S. (2011). Sravnitelnyy analiz primeneniya pokazate-ley kontsentratsii na primere bankovskogo sektora RF [Comparative Analysis of Concentration Indicators Application: Case of Russian Banking Sector]. Vestnik of Saint Petersburg University. (4). 30-40. (in Russian).
Krugman P. (1991). Increasing returns and economic geography Journal of Political Economy. 99 483-499.
Kuznetsova O.V. (2018). Kontsentratsiya ekonomicheskoy aktivnosti v Moskve i Sankt-Peterburge: masshtaby, faktory, posledstviya dlya gorodov [Concentration of Economic Activity in Moscow and Saint Petersburg: Trends, Factors, Implications for the Cities]. Problems of Territory's Development. (5 (97)). 26-40. (in Russian). doi: 10.15838/ptd.2018.5.97.2.
Leksin V.N., Shvetsov A.N. (1999). Obshcherossiyskie reformy i territorialnoe razvitie [Russian reform and territorial development]. Russian Economic Journal. (4). 54-66. (in Russian).
Marshall A. (1993). Printsipy ekonomicheskoy nauki [The principles of Economics] Moscow: Progress. (in Russian).
Mischenko I.V. (2012). Prostranstvennye aspekty ustoychivogo razvitiya selskikh ter-ritoriy [Spatial aspects of sustainable rural territories development]. Tomsk State University Journal of Economics. (3 (19)). 95-102. (in Russian).
Perru F. (2007). Ekonomicheskoe prostranstvo: teoriya i prilozheniya [Economic space: theory and applications]. Spatial Economics. (2). 92-126. (in Russian).
Rastvortseva S.N. (2018). Ekonomicheskaya aktivnost regionov Rossii [Economic Activity in Russian Regions]. Economic and Social Changes: Facts, Trends, Forecast. 11 (1). 84-99. (in Russian). doi: 10.15838/esc/2018.1.55.6.
Raynert E. (2011). Kak bogatye strany stali bogatymi, i pochemu bednye strany osta-yutsya bednymi [How rich countries got rich... and why poor countries stay poor] Moscow: GU VShE. (in Russian).
Reilly W.J. (1931). The law of retail gravitation New York.
Samarukha A.V. (2018). Aktualnye napravleniya ozdorovleniya ekonomiki regionov i munitsipalnyh obrazovaniy Sibiri [Topical Trends of Improving Economy of Regions and Municipal Entities in Siberia]. Baikal Research Journal. 9 (3). 7. (in Russian). doi: 10.17150/2411-6262.2018.9(3).7.
Samarukha V.I. (2015). Klasternaya forma organizatsii selskokhozyaystvenno-go proiz-vodstva v regione: vozmozhnosti i perspektivy razvitiya [Cluster shape of agricultural production in the region: opportunities and prospects of development]. Siberian Financial School. (5 (112)). 14-19. (in Russian).
Shirinkina A.Yu., Astafev S.A., Makarova A.A. (2019). Investitsionnaya privlekatel-nost kompleksnogo razvitiya territorii [Investment Attractiveness of the Integrated Territory Development]. Bulletin of Baikal State University. 29 (4). 670-677. (in Russian). doi: 10.17150/2500-2759.2019.29(4).670-677.
Sokolova L.G, Gnilskaya T.S. (2019). Teoreticheskie aspekty formirovaniyapromyshlen-noy politiki Rossii [Theoretical aspects of industrial policy formation]. Problemy sotsialno-ekonomicheskogo razvitiya Sibiri. (3 (37)). 49-56. (in Russian).
Tyunen I. (1926). Izolirovannoegosudarstvo [Isolated state] Moscow: Ekonomicheskaya zhizn. (in Russian).
Udalov B.C., Kolobov A.O. (2011). Sistema «tsentr - periferiya» v sovremennom politicheskom protsesse [The center-periphery system in the contemporary political process]. Vestnik of Lobachevsky University of Nizhni Novgorod. (2). 297-301. (in Russian).
Veber A. (1926). Teoriya razmeshcheniya promyshlennosti [The theory of industrial location] Moscow: Izd-vo Kniga. (in Russian).
Venables A.J. (1996). Equilibrium Locations of Vertically Linked Industries International Economic Review. 37 (2). 341-359.
