Statistical analysis of indicators of the economy growing in the regions of Russia.
Table of contents
Share
Metrics
Statistical analysis of indicators of the economy growing in the regions of Russia.
Annotation
PII
S111111110000038-4-1
DOI
10.33276/S0000038-4-1
Publication type
Article
Status
Published
Authors
Michael Chernenkov 
Occupation: Senior reseacher
Affiliation: CEMI RAS
Address: Russian Federation, Moscow, Leninsky prospekt, 37 A 126
Nadezhda Karpenko
Occupation:  Associate Professor
Affiliation: Russian University of transport
Address: Russian Federatin, Moscow, Gospitalny val, 5/7, 41
Edition
Abstract
The paper analyzes the indicators of socio-economic development of the regions of Russian Federation. One of the possible approaches to the quantitative assessment of the potential of economic growth in the regions by aggregating private indicators is highlighted. The summary index of economic growth potential is constructed. On the basis of its values and dynamics of change, the regions of Russia are grouped into 4 clusters, characterizing regional differences in economic growth opportunities. This kind of information may be of interest in the analysis of the interregional comparisons, as well as in the planning and forecasting of economic development. The research tool is the methods of correlation analysis and statistical grouping.
Keywords
economic growth, aggregated indices, regions of Russia, correlation analysis, grouping of regions.
Received
27.08.2018
Date of publication
13.12.2018
Number of characters
18972
Number of purchasers
4
Views
520
Readers community rating
0.0 (0 votes)
Cite Download pdf

To download PDF you should sign in

1 Введение Одной из приоритетных задач развития современной России является ускорение темпов экономического роста и ее вхождение в число пяти крупнейших экономик мира.
2 Решение этой задачи сдерживается целым рядом факторов, негативно влияющих на развитие российской экономики. Среди них: сохраняющаяся зависимость российской экономики от внешнеэкономической конъюнктуры, низкая конкурентоспособность российских товаров на мировых рынках, экономические санкции стран ЕС и США в отношении крупнейших российских кампаний, отсутствие давно назревших институциональных реформ и др.
3 В этих условиях повышение темпов роста экономики в ближайшей перспективе будет в основном связано с рациональным и эффективным использованием внутренних ресурсов страны. Это, в свою очередь, требует от прикладной науки разработки цифровых решений в интересах обеспечения постоянного мониторинга, анализа, оценки и прогнозирования ситуаций, складывающихся в экономике.
4 Следует сказать, что проблемы экономики всегда находились в центре внимания российских ученых. Вместе с тем в последнее время отмечается рост числа публикаций, посвященных исследованию факторов экономического роста (например, Пономарева и др.,2012, Подопригора и др.,2017, Стругина и др., 2016 и др.). Большинство российских и зарубежных ученых в своих исследованиях отдают предпочтение неоклассической модели экономического роста, в соответствии с которой в создании стоимости продукции участвуют все производственные факторы, каждый из которых вносит свой вклад. При этом допускаются независимость факторов друг от друга и их взаимозаменяемость.
5 Вместе с тем, следует иметь в виду, что в процессе моделировании влияния факторов на темпы экономического роста при варьировании списка объясняющих переменных в линейной регрессионной модели величина, статистическая значимость, а также знаки коэффициентов частной корреляции между темпом роста экономики и определяющими его факторами могут существенно меняться (Levine and Renelt,1997).
6 Самостоятельным направлением в изучении региональной экономики являются исследования в области экономико-математического моделирования влияния факторов научно-технического прогресса на темпы экономического роста. Среди российских ученых в этой научной сфере следует выделить работы Д. Антипова, Д. Белоусова, А. Божечковой, Н. Павлова, В. Полтеровича и др.; среди зарубежных авторов – Ф. Агийона, Д. Ассемоглу, Г. Менкью, Д. Ромеро и др.
7 В частности в работе (Божечкова, 2011) представлена эконометрическая модель экономического роста регионов России, учитывающая основные факторы технологического развития регионов - повышение совокупной факторной производительности за счет самостоятельной инновационной деятельности и эффекты заимствования зарубежных технологий. В качестве факторов – переменных использовались показатели, характеризующие уровень развития региона, внутренние и прямые иностранные инвестиции, импорт машин и оборудования, образовательный уровень занятых в регионе.
8 Исследователи также сходятся во мнении, что важным фактором экономического роста в условиях повышения инновационной образующей капиталовложений является качественное увеличение человеческого капитала за счет повышения его образовательного уровня и медицинского обеспечения.
9 Однако, по нашему мнению, региональным аспектам этой проблемы уделяется все еще недостаточное внимание. В этой связи исследования, связанные с оценкой возможностей экономического роста в регионах РФ, существенно дифференцированных по уровню социально-экономического развития, представляются своевременными.
10 Статья посвящена вопросам оценки результирующих показателей, характеризующих потенциальные возможности экономического роста в регионах и построению на их основе соответствующих классификационных групп с целью определения факторов экономического роста, наиболее чувствительных для различных групп регионов. Целью является разработка алгоритма решения задачи анализа и оценки потенциалов экономического роста в регионах России для последующего практического использования в системах поддержки принятия решений, в том числе в ситуационных центрах.
11 Информационную основу исследования составляют данные Росстата об основных показателях социально-экономического развития субъектов РФ за период с 2014 по 2015 годы.
12 Построение сводного индекса потенциала экономического роста
13 При построении интегральных характеристик исследователи часто сталкиваются с проблемой выбора и обоснования состава агрегируемых показателей. Так в работе (Гаврилец и др.,2018) для формирования методом главных компонент интегральных оценок были использованы 11 показателей по 47 наблюдениям, первые главные компоненты которых интерпретировались как сводные индексы потенциала роста. В работе (Гаврилец, Кудров и др., 2018) для обоснования состава переменных потенциала экономического роста предложен метод структурного анализа непосредственных связей.
14 В нашем случае для построения сводного индекса на первом этапе исследования были отобраны 18 статистических показателей, характеризующих экономический, инвестиционный, человеческий, научный, инновационный и интеллектуальный потенциалы регионов России (см. Приложение). Напомним, что построение из набора единичных показателей одного агрегированного объясняется его преимуществом, состоящим в том, что по величине одного показателя (агрегата) объекты легко упорядочивать и сравнивать.
15 Для выбора объясняющих переменных результирующему показателю экономического роста регионов - «Валовой региональный продукт на душу населения» (Y) был проведен корреляционный анализ по отобранным показателям. При этом только для двух из них согласно шкале Чеддока значение коэффициента парной корреляции свидетельствует об их тесной связи с Y (табл. 1):
16 Х1 - удельный вес численности высококвалифицированных работников в общей численности квалифицированных работников, %;
17 Х2 - доля занятого населения в общей численности населения, %.
18 По остальным показателям линейная связь с Y отсутствует. Для анализа нелинейной зависимости объясняющих признаков по оставшимся 15 показателям были построены корреляционные поля и рассчитаны корреляционные отношения. Анализ диаграмм рассеивания и различных видов нелинейных зависимостей показывают наличие «заметной» и «умеренной» связи Y с показателями:
19 X3 - доля продукции высокотехнологичных и наукоемких отраслей в региональном валовом продукте, %;
20 Х4 - численность студентов, обучающихся по программам бакалавриата, специалитета, магистратуры на 10000 человек населения;
21 Х5 - доля занятого населения с высшим профессиональным образованием в общей численности занятого населения, %;
22 Х6 - удельный вес инвестиций в основной капитал в валовом региональном продукте, %.
23 Таблица 1. Результаты корреляционного анализа
24
Показатель Коэффициент парной корреляции Y с Хj Корреляционное отношение для степенной зависимости Y от Хj Характер связи
Х1 0,72 - сильная линейная
Х2 0,79 - сильная линейная
Х3 0,46 0,74 сильная нелинейная
Х4 0,29 0,43 умеренная нелинейная
Х5 0,25 0,56 заметная нелинейная
Х6 0,18 0,44 умеренная нелинейная
25 Для остальных показателей существенная связь с Y отсутствует.
26 Таким образом, для расчета сводного индекса предлагается использовать шесть показателей (Х1 - Х6 ).
27 После нормирования показателей (Х^ = 10*(X - Xmin )/(Xmax - Xmin)) по данным за 2014 и 2015 гг. по всем регионам РФ (кроме г. Москва, г. Севастополь, Республика Крым) был рассчитан сводный региональный индекс потенциала экономического роста J - как среднее арифметическое от нормированных значений 6 показателей.
28 Следует сказать, что этот метод построения сводного индекса нами выбран осознанно. Опыт работы с пользователями федеральных и региональных органов государственной власти свидетельствует об их доверии относительно простым и легко интерпретируемым решениям, естественно, без потери точности оценок. В нашем случае надежность полученных оценок подтверждается результатами расчетов по тем же исходным данным по методу Паттерна (среднее значение из нормированных в процентах к наилучшим значениям переменных).
29 Кроме того, такого рода модели значительно проще реализовывать в информационно-аналитических системах, в том числе в ситуационных центрах, которые являются важным инструментом подготовки управленческих решений.
30 Значения сводного индекса по отдельным регионам РФ по данным за 2015 год приведены в табл.2
31 Таблица 2. Значения сводного индекса потенциала экономического роста по регионам лидерам по данным за 2015 год и нормированные показатели для его расчета
32
Регион Х1 Х2 Х3 Х4 Х5 Х6 Сводный индекс
г. Санкт-Петербург 8,08 5,78 10.0 7,0 9,53 0,76 6,86
Магаданская область 3,33 6,60 5,31 7,88 5,44 10,0 6,43
Ямало-Ненецкий АО 0,00 10,00 0,75 10,00 6,70 8,39 5,97
Тюменская область 5,14 7,83 4,48 7,15 5,96 1,8 5,60
Республика Татарстан 4,95 4.81 6,91 4,55 5,40 5,76 5,40
Самарская область 6,58 4,58 5,64 5,43 6,88 3.14 5,38
Ханты- Мансийский АО 0,60 8,49 2,74 7,79 7,16 3,14 4,99
Томская область 5,17 4,19 6,91 3,04 4,98 5,76 4,97
Республика Мордовия 4,98 3,96 6,07 4,12 5,35 4,20 4,78
Хабаровский край 4,32 4,22 7,63 4,69 5,44 1,88 4,70
33 Как следует из данных таблицы, лидерство г. Санкт-Петербурга во многом связано с самым высоким среди всех исследуемых регионов РФ уровнем развития высокотехнологичных и наукоемких отраслей (Х3), а также высокими образовательным уровнем занятого населения (Х5) и долей высококвалифицированных работников в их общей численности (Х1).
34 Регионы Уральского ФО – в силу сложившейся специализации региона выделяются низкими (кроме Тюменской области) долями высококвалифицированных работников и высокими уровнями занятости населения (Х2), а также студенческой молодежи – профессионального потенциала региона (Х4). Высокое место Магаданской области может быть связано с наивысшим среди всех регионов уровнем финансирования капитальных вложений (Х6), а также с выше среднего уровнями занятости населения и студенческой молодежи.
35 Присутствие в группе лидеров остальных регионов может быть объяснено равномерным (близким к средним) распределением значений объясняющих переменных.
36 Среди регионов, имеющих наиболее низкие значения сводного индекса, Еврейская АО, республики Карелия, Дагестан, Хакассия, Чеченская и Кабардино-Балкарская республики, Псковская область. В этих регионах показатели развития человеческого капитала и технологическая оснащенность производства пока еще отстают от средних российских значений.
37 Построение группировки регионов РФ Для построения группировки регионов по значениям сводного индекса на основе метода, предложенного в работе (Пономарева и др., 2012), были рассчитаны:
38 Jср - среднее по всем регионам значение сводного индекса по данным за 2015 год;
39 R - темп прироста по регионам сводного регионального индекса в 2015 году к предыдущему году, %;
40 Rср - средний по всем регионам темп прироста сводного индекса в 2015 году к предыдущему году, %.
41 Далее все регионы были разбиты на 4 группы с учетом следующих соотношений (табл.3).
42 Таблица 3. Критерии группировки регионов с учетом значений сводного индекса и темпов его прироста
43
1 группа 2 группа 3 группа 4 группа
Сводный индекс (J) J > Jср J > Jср J < Jср J < Jср
Темп прироста сводного индекса в 2015г. по сравнению с 2014г. (R) R > Rср R < Rср R > Rср R < Rср
44 Распределение регионов с учетом этих критериев представлено на рис.1.
45

46 Рисунок 1. Диаграмма распределения субъектов РФ по значениям сводного индекса по группам за 2015 г.
47 По вертикальной оси отложены значения сводного индекса, по горизонтальной оси – темп прироста сводного индекса к предыдущему году.
48 Средние по всем регионам значения показателей в 2015г. обозначены красными линиями. Средний по регионам уровень сводного индекса = 3,541 Средний по регионам темп прироста сводного индекса = 0,996.
49 Группировка регионов РФ по значениям сводного индекса за 2015 год с учетом темпов его прироста приведена в табл. 4.
50 Таблица 4. Распределение субъектов РФ по значениям сводного индекса с учетом темпов его прироста в 2015г.
51
1группа (22 рег.) 2 группа (17 рег.) 3 группа (15 рег.) 4 группа (27 рег.)
г. Санкт-Петербург Магаданская область Ямало-Ненецкий автономный округ Тюменская область Республика Татарстан Самарская область Ханты-Мансийский АО – Югра Томская область Республика Мордовия Хабаровский край Нижегородская область Тульская область Воронежская область Московская область Новосибирская область Курская область Республика Саха (Якутия) Астраханская область Мурманская область Свердловская область Саратовская область Ставропольский край Пермский край Калужская область Камчатский край Ростовская область Новгородская область Орловская область Смоленская область Чувашская Республика Республика Северная Осетия – Алания Калининградская область Республика Бурятия Республика Коми Карачаево-Черкесская Республика Республика Калмыкия Амурская область Чукотский АО Ульяновская область Белгородская область Ярославская область Тамбовская область Волгоградская область Удмуртская Республика Республика Башкортостан Сахалинская область Республика Адыгея Краснодарский край Тверская область Республика Ингушетия Алтайский край Чеченская Республика Красноярский край Ленинградская область Приморский край Архангельская область Иркутская область Пензенская область Челябинская область Рязанская область Кировская область Брянская область Владимирская область Республика Марий Эл Липецкая область Курганская область Республика Алтай Забайкальский край Омская область Республика Тыва Кемеровская область Вологодская область Ивановская область Псковская область Кабардино-Балкарская Республика Оренбургская область Еврейская автономная область Республика Карелия Костромская область Республика Дагестан Республика Хакасия
52 Как следует из данных таблицы, в первую группу вошли наиболее благополучные в плане возможностей экономического роста регионы, в которых высокому (выше среднего) значению сводного индекса соответствует аналогичный темп его прироста. Эта группа в основном состоит из промышленно-развитых регионов Урала, Поволжья, Сибири и европейской части России, которые традиционно располагают высококвалифицированными кадрами, технологическими и инвестиционными возможностями. Присутствие в данной группе Ставропольского края, Воронежской, Курской и Астраханской областей можно объяснить серьезными изменениями, происходящими в развитии агропромышленного комплекса - созданием вертикально интегрированных холдингов, внедрением современных технологий в сферах хранения, обработки и доведения продукции до потребителя.
53 Во второй группе высокий уровень сводного индекса сопровождается относительно низкими темпами его изменения. Регионы, входящие в состав этой группы, также можно отнести к относительно благополучным, поскольку, как правило, относительно низкие темпы роста интегрального индекса присущи регионам с его высоким уровнем. Третья группа объединяет регионы с низким уровнем сводного индекса, но положительной динамикой, что дает основание ожидать улучшения условий для экономического роста. В четвертую группу вошли наиболее проблемные в плане экономического роста регионы, отстающие как по уровню сводного индекса, так и по темпам его прироста.
54 Регионы, входящие в состав 2, 3 и 4 групп, располагают всеми предпосылками, необходимыми для того, чтобы стать новыми «точками» экономического роста на карте России. Однако в силу различных исторических, политических и других обстоятельств, пока не в полной мере могут реализовать свой потенциал.
55 Заключение
56 1. Предложенный индекс потенциала экономического роста отражает, прежде всего, инновационную образующую инвестиций, включая качество человеческого капитала, развитие и совершенствование которых не требует серьезных капитальных затрат, и нивелирует природно-климатические и ресурсные различия регионов.
57 2. Мы полагаем, что сводный индекс и построенные на его основе группировки регионов могут быть использованы в качестве инструмента для сравнительного анализа возможностей экономического роста в регионах, в том числе в ситуационных центрах полномочных представителей Президента Российской Федерации в федеральных округах.
58 3. В работе также была предпринята попытка выявления особо чувствительных факторов роста для групп регионов. В этих целях для каждой из четырех групп регионов были построены уравнения регрессии, в которых в качестве результирующего признака был принят показатель «валовой региональный продукт на душу населения», а переменными являлись показатели из перечня, приведенного в Приложении. Как и ожидалось, в результате расчетов был выявлен нелинейный характер связей, что сегодня не дает достаточных оснований для их обоснованной экономической интерпретации, но, вместе с тем оставляет поле для дальнейших исследований.
59 Приложение
60 Перечень показателей, характеризующих возможности экономического роста в регионах России.
61 1. Валовый региональный продукт на душу населения, руб.
62 2. ВРП в расчете на одного занятого в экономике региона, тыс. руб.
63 3. Доля продукции высокотехнологичных и наукоемких отраслей в региональном валовом продукте, %.
64 4. Удельный вес численности высококвалифицированных работников в общей численности квалифицированных работников в регионе, %.
65 5. Коэффициент обновления основных фондов, %.
66 6. Прирост высокопроизводительных рабочих мест, %.
67 7. Численность студентов, обучающихся по программам бакалавриата, специалитета, магистратуры в расчете на 10 000 человек населения, чел.
68 8. Численность студентов, обучающихся по программам подготовки квалифицированных рабочих и служащих на 10 000 человек населения, чел.
69 9. Среднегодовая численность занятых (экономически активное население), млн чел. 10. Доля занятого населения в общей численности населения, %.
70 11. Доля занятых со средним профессиональным образованием в общей численности занятых, %.
71 12. Доля занятых с высшим профессиональным образованием в общей численности занятых, %. 13. Уровень безработицы, %.
72 14. Удельный вес инвестиций в основной капитал в ВРП, %.
73 15. Внутренние затраты на научные исследования и разработки в процентах к ВРП. 16. Численность персонала, занятого научными исследованиями и разработками в общей численности занятых в регионе, %.
74 17. Объем инновационных товаров, работ и услуг в общем объеме выпущенных товаров и выполненных работ и услуг в регионе, %.
75 18. Инновационная активность предприятий (удельный вес организаций, осуществляющих технологические, организационные, маркетинговые инновации в общем числе обследованных организаций),%.
76 er

References

1. Audit i finansovyj analiz. № 3, 2011. S. 85–94.

2. Gavrilets Yu.N., Nikitin S.A., Chernenkov M.V. (2018) Agregirovannye otsenki naseleniem uslovij i kachestva zhizni naseleniya v regionakh Rossii. Ehkonomika i matematicheskie metody (v pechati).

3. Gavrilets Yu.N., Kudrov A.V., Tarakanova I.V. (2018) Analiz vnutrennej struktury ehkonomicheskogo potentsiala rosta. Vestnik TsEhMI RAN. 2018.

4. Ponomareva E.A., Bozhechkova A.V., Knobel' A.Yu. Faktory ehkonomicheskogo rosta. Nauchno-tekhnicheskij progress. Pod redaktsiej E.A. Ponomarevoj. Izd. dom «Delo». Moskva, 2012 g.

5. Levine, Ross and Renelt, David. A Sensitivity Analysis of Cross-Country Growth Regressions // American Economic Review, 1992, v. 82(4), September