авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 |   ...   | 10 | 11 ||

«РОССИЙСКАЯ АКАДЕМИЯ НАУК УРАЛЬСКОЕ ОТДЕЛЕНИЕ ИНСТИТУТ ЭКОНОМИКИ Сборник статей I Научной школы молодых ученых ...»

-- [ Страница 12 ] --

Вместе с тем, необходимо отметить, что на региональном уровне сегодня существуют объективные ограничения для столь детальной классификации источников инвестиций, связанные, прежде всего, с особенностями статистической информации. Прежде всего, это касается банковских кредитов. Точную классификацию внутренних источников финансирования для целей саморазвития на основании регулярных статистических данных можно произвести только на уровне Российской Федерации. Исходя из этого, к внутренним источникам финансирования региональных инвестиционных проектов будем относить собственные средства предприятий и организаций и бюджет развития субъекта федерации.

Обеспеченность инвестиций собственными источниками финансирования будем определять средним за период показателем доли собственных источников финансирования инвестиций (собственные средства предприятий и бюджетные средства субъекта РФ), в процентах.

Следует отметить, что система национальных и территориальных счетов также позволяет сопоставлять в региональном разрезе валовую прибыль экономики и смешанные доходы с валовыми накоплениями основного капитала. Однако, как и оценка структуры источников инвестиций, данное сопоставление является достаточно условным, поскольку валовое накопление формируется не только за счет собственно ВРП региона, но и внешних источников (притока финансового капитала), равно как и валовая прибыль расходуется не только на накопления, но и на текущее потребление. Сбалансированное социально экономическое развитие территории предполагает наличие экономического потенциала, достаточного для финансирования бюджетных расходов. Основным инструментом анализа движения всех налогово-бюджетных потоков в регионе служит сводный бюджетный баланс территории, в котором отражаются совокупность финансовых ресурсов консолидированного регионального бюджета, территориальных отделений государственных внебюджетных социальных фондов (Пенсионного фонда РФ, Фонда социального страхования РФ, Федерального и территориального фондов медицинского страхования).

Кроме того, сводный бюджетный баланс учитывает финансовые потоки двух противоположных направлений: доходов, поступающих на федеральный уровень с территории субъектов Федерации, и расходов, осуществляемых из федерального центра в регионах. Таким образом, формирование сводного бюджетного баланса зависит от двух факторов: 1) от экономического потенциала территории и уровня бюджетной нагрузки на него;

2) от сложившейся системы межбюджетных отношений. Для объективной оценки региона по уровню бюджетной обеспеченности собственными финансовыми источниками необходимо сопоставлять все налоговые и неналоговые доходы, собираемые с территории в Север как объект комплексных региональных исследований / Отв. ред. В.Н. Лаженцев. – Сыктывкар, 2005. С.

219-220.

консолидированную бюджетную систему со всеми бюджетными расходами, осуществляемыми на территории. Это позволит оценить уровень реальной бюджетной дотационности/реципиентства региона. Показатель рассчитывается по следующей формуле:

BO = (RT + RF + RVn) /(NR + DR + NF + DF + NVn + DVn) * 100%, где BO – реальная бюджетная обеспеченность региона;

RT – расходы консолидированного регионального бюджета;

RF – прямые расходы федерального бюджета в регионе;

Rvn – расходы территориальных отделений государственных внебюджетных социальных фондов;

NR – налоговые доходы консолидированного бюджета региона;

DR – собственные не налоговые доходы консолидированного бюджета региона (без финансовых трансфертов из федерального бюджета и внебюджетных фондов);

NF – налоговые доходы, поступившие в федеральный бюджет с территории;

DF – не налоговые доходы, постпившие в федеральный бюджет с территории;

NVn – налоговые доходы, поступившие в государственные внебюджетные социальные фонды с территории;

Dvn – не налоговые доходы (страховые платежи, штрафы, пени и др.), поступившие в государственные внебюджетные социальные фонды с территории.

Ориентация на создание инновационной модели экономики в России приводит к необходимости выработки определенной организации инновационной деятельности как в стране в целом, так и в отдельных регионах, поскольку требуется формирование эффективного механизма возникновения, распространения и использования инноваций. На этапе перехода к инновационной модели экономики, развитию региональной инновационной среды должно быть уделено особое внимание, поскольку именно здесь происходит превращение научно-технических разработок, базирующихся на результатах фундаментальных и прикладных исследований, в товар с высокими потребительскими свойствами. Повышение уровня инновационности экономики региона создает стратегические резервы наращивания экономического потенциала территории, повышения эффективности его использования и обеспечения его устойчивого роста в долгосрочной перспективе. Так, благодаря научно-техническому прогрессу, материализующемуся в появлении принципиально новых машин, оборудования, аппаратуры, инструмента, в их постоянном совершенствовании, происходит рост производительности труда, увеличиваются производственные мощности предприятий по выпуску той или иной продукции.

Интенсивное освоение новых технологий органически дополняет внедрение современных технических средств. Применение прогрессивных технологий (лазерной, плазменной, мембранной, со сверхвысокими давлениями и др.): 1) резко понижает удельные затраты производственных ресурсов;

2) делает промышленность разных регионов менее зависимой от них;

3) коренным образом повышает качество продукции и экологическую чистоту производства. Решающим средством удовлетворения народного хозяйства в производственных ресурсах должны стать ресурсосберегающие технологии. Однако при использовании ресурсосберегающих технологий важно соблюдать региональные приоритеты. Так, трудосберегающая политика характерна для всех отраслей и регионов, но особенно целеустремленно должна проводиться в отношении восточных и северных районов Российской Федерации с острым дефицитом трудовых ресурсов и удорожанием их обустройства. Проявление общих тенденций научно-технического прогресса в реальных условиях выглядит следующим образом. Так, например, внедрение новых способов передачи электроэнергии через объединенные энергетические системы сделало экономически выгодным пространственный разрыв между крупными производителями электроэнергии на базе дешевых энергоносителей и ее потребителями. Интенсивное развитие атомной энергетики в районах, удаленных от источников топлива и гидроэнергетики, создало благоприятные условия для развития там промышленности (хотя породило проблему безопасности АЭС).

Учет региональной специфики при проектировании техники и технологии позволяет добиться наилучших результатов в ее использовании. В результате создания специальной техники (экскаваторов, автосамосвалов, трелевочных тракторов в "северном" исполнении) из хладостойкого металла, с утепленной кабиной, использующих незамерзающее горючее, обеспечило организацию добычи топлива, минерального сырья, заготовок древесины, строительства гидроэлектростанций в районах с экстремальными природно-климатическими условиями (тундра, тайга, болота, пустыни, горы). Применение сельскохозяйственных машин, приспособленных для горных, увлажненных, засушливых районов, сделало земледелие там более эффективным, чем прежде. Таким образом, инновации и научно технический прогресс являются важнейшим фактором роста экономики регионов, качественно характеризуя способность территорий технологически обновляться. В этой связи, в качестве критерия саморазвития необходимо использовать среднее за период значение показателя объема внутренних затрат на исследования и разработки, в процентах к валовому региональному продукту. Этот показатель рассчитывается по формуле средней RD1 RD2 RDn алгебраической RD, где RD – внутренние затраты на исследования и n разработки, выраженные в процентах к ВРП, n – число лет1.

Экономический смыл величины расходов на НИОКР к ВРП заключается в том, что рост этого показателя в текущем периоде приводит к нелинейному мультипликативному росту знаменателя (ВРП) через определенный временной лаг. Соответственно, для того, чтобы удерживать этот показатель на прежнем уровне, необходим непрерывный рост расходов на исследования и разработки, что, в свою очередь, характеризует непрерывный инновационный процесс. Экономическая трансформация регионов от состояния дотационности к саморазвитию должна проходить в интересах реализации макроэкономических целей и общенациональных приоритетов. Прежде всего, данный процесс не должен проходить в ущерб развитию других регионов, снижению устойчивости и сбалансированности всей бюджетной системы страны. При этом главной целью должно стать снижение уровня межрегиональной социально-экономической асимметрии.

Повышение финансовой обеспеченности дотационных регионов призвано обеспечить условия для стимулирования региональных органов власти развивать собственный экономический потенциал, проводить эффективную бюджетную политику, создавать привлекательный инвестиционный и предпринимательский климат на подведомственных территориях. Уменьшение асимметрии в региональном экономическом развитии может стать ключевым фактором достижения более устойчивого макроэкономического роста страны. По мнению Б. Зайделя и Д. Веспера, «финансовая стабилизация, при которой дополнительные средства направляются в экономически слабые регионы для усовершенствования инфраструктур, может ускорить экономический рост в случае, если капитал, предназначенный для подобных инвестиций, обещает вернуть более высокий маргинальный объем отдачи в бедных регионах, нежели в богатых» 2. Однако возможно, что перераспределение ресурсов в слабые регионы из экономически развитых и богатых сдерживает темпы экономического роста в последних, причем настолько существенно, что вызывает падение темпов экономического роста по всей стране. Экономический результат от перераспределения финансовых ресурсов от развитых регионов в пользу неразвитых во многом зависит от уровня конкурентности факторов производства и мультипликативного эффекта в этих регионах-реципиентах. Если перераспределяемые бюджетные средства расходуются на текущие нужды или приводят к росту в будущем эксплуатационных расходов в общественном секторе, то перераспределение неэффективно. Напротив, если они Лаврикова Ю.Г., Акбердина В.В., Душин А.В., Сидорова Е.Н., Татаркин Д.А. Регионы России: классификация по признаку саморазвития // Региональная экономика: теория и практика. 2010. № 19, стр.4.

Зайдель Б., Веспер Д. Бюджетный федерализм: сравнительный анализ по странам // Регион: экономика и социология. 1999. №2. С. 22.

обеспечивают качественное совершенствование бюджетной инфраструктуры и будущее снижение бюджетных расходов на ее содержание, то это оправдано. Такая же логика справедлива для бюджетных инвестиций в развитие инфраструктуры – дорожное строительство, жилищно-коммунальное хозяйство, энергетику и др. Здесь важным условием, влияющим на рентабельность от государственных капитальных вложений, будет являться конкурентность факторов производства – стоимость и квалификация рабочей силы, стоимость материальных затрат. При этом необходимо оценивать общую (мультипликативную) отдачу от вложения бюджетных средств, выявлять более рентабельные общественнозначимые инвестиционные проекты независимо от уровня дотационности территории, анализировать системное значение проекта для экономики региона. Однако при равных условиях предпочтение должно отдаваться тем проектам и в тех регионах, которые создают условия для выравнивания налоговой базы в целом по стране и тем самым снижению уровня перераспределения бюджетных средств между регионами.

В ряде научных исследований 1 были получены результаты, показывающие, что федеральная финансовая помощь российским регионам в 1994 – 2002 гг. не способствовала более быстрому росту ВРП на душу населения (т.е. не отвечала и стабилизационным целям;

в данном случае под стабилизацией понимается такое перераспределение централизованных ресурсов, при котором больший объем финансовой помощи, предоставляемой более бедным регионам, позволяет увеличить темп роста их экономик, чтобы «догнать» по уровню жизни более богатые регионы, экономика которых также растет с некоторым темпом), либо регионы с большим начальным уровнем дохода получали, при прочих равных, больший объем трансфертов из федерального бюджета (на протяжении всего периода прогрессивность отвергается). Отсутствие влияния на рост инвестиций в основной капитал, профинансированных за счет бюджетных средств, подтверждает выводы о крайне низкой эффективности и преимущественно социально-политической направленности бюджетных инвестиций в Российской Федерации. Таким образом, в качестве важнейших показателей отражающих макроэкономические цели повышения финансовой обеспеченности регионов примем уровень межрегиональной асимметрии: бюджетной, ВРП, денежных доходов населения. Процесс трансформации дотационных регионов в саморазвивающиеся должен отвечать критерию повышения эффективности решения внутрирегиональных задач посредством учета территориальных социально-экономических особенностей. Это предполагает поэтапное расширение полномочий региональных органов власти по проведению налоговой, бюджетной, инвестиционной политики на подведомственных территориях.

Для системы саморазвития важна не только финансовая основа, но также и институциональные условия, которые бы обеспечили достаточный уровень самостоятельности субфедеральных органов власти. На данный момент для российской модели налогово-бюджетного федерализма характерна высокая степень централизации властных полномочий. Федеральный центр в ходе разграничения доходных полномочий отстоял за собой право устанавливать единообразное законодательство по всем ключевым вопросам, в том числе по формированию налоговой и бюджетной системы. В результате в России, с одной стороны, достаточно эффективно обеспечивается единство экономического и правового пространства внутри страны, с другой, крайне ограничивается автономность регионов и муниципалитетов в процессе реализации собственной финансовой политики.

Налоговая автономия территорий оказалась крайне сужена. Субфедеральные власти лишены См., например: Дробышевский С., Луговой О., Астафьева Е., Полевой Д., Козловская А., Трунин П., Ледерман Л. Факторы экономического роста в регионах Российской Федерации. - М.: ИЭПП, 2005. С.278;

Кадочников П., Синельников С., Трунин И., Четвериков С. Анализ перераспределения средств между бюджетами субъектов Российской Федерации в рамках системы межбюджетных отношений. Оценка свойств стабилизационных инструментов российских федеральных властей. - М.: СЕПРА, 2003;

Днепровская С., Дробышевский С., Изряднова О., Левченко Д., Ледерман Л., Мальгинов Г., Турунцева М., Хобсон П. Инвестиции: региональный проект. - М.: СЕПРА, 2002.

возможности регулировать ставки и базу федеральных налогов (за исключением налога на прибыль предприятий, где территориям дано право изменять ставку в установленных на федеральном уровне пределах), поступления которых более чем на 80% формируют субфедеральные бюджеты. Налоги на недвижимость и землю, отнесенные на региональный и местный уровни, пока приносят скромные доходы. Все это негативно сказывается на заинтересованности, а главное, способности субфедеральных властей проводить эффективную финансово-экономическую политику, учитывающую социально экономические особенности подведомственных территорий. Таким образом, для оценки уровня самостоятельности региональных органов власти мы предлагаем использовать два показателя: 1) степень налоговой независимости, рассчитываемый как соотношение количества налогов, поступающих в консолидированные субфедеральные бюджеты, на которые субфедеральные власти могут влиять (определять налоговые ставки, предоставлять налоговые льготы, изменять расчет налоговой базы) к общему количеству налогов, поступающих в консолидированные субфедеральные бюджеты;

2) объем налоговых доходов в % ВВП, на которые субфедеральные власти могут влиять, рассчитываемый как произведение доли налогов в ВВП, доли регионов в консолидированных налоговых доходах страны и показателя степени налоговой независимости субфедеральных властей. Степень налоговой независимости региональных властей в каждом регионе будет разная, поскольку будет отличаться структура бюджета по налоговым доходам и их удельный вес в ВРП. В таблице 1 представлены важнейшие критерии и показатели оценки дотационных регионов в процессе их экономической трансформации. Структурные изменения в процессе эволюции слаборазвитых дотационных регионов в саморазвивающиеся. На основе представленных критериев и показателей можно выделить следующие признаки слаборазвитого дотационного региона: неустойчивая динамика ВРП на душу населения, в структуре ВРП имеется дефицит финансово-экономических ресурсов, в инвестициях преобладают внешние источники (как правило, из федерального бюджета), регион является реальным бюджетным реципиентом, в нем наблюдается ниже среднего уровень социальной обеспеченности населения, из-за отсутствия инвестиционных источников практически не внедряются инновации, уровень налоговой автономии и степень влияния на налоговую базу региональных органов власти крайне мал из-за ее неразвитости и высокой финансовой зависимости от федеральных инвестиций и трансфертов.

Экономически слаборазвитые дотационные территории с крайне низкой налоговой базой, объективно не способной обеспечивать финансирование необходимых субфедеральных бюджетных расходов в соответствии с государственными социальными стандартами, по экономическому критерию не могут признаваться полноценными субъектами Федерации. Такие регионы должны получать особый экономический и политико-правовой статус, отличный от статуса полноценного субъекта Федерации, включающий в себя прямое финансовое управление территорией федеральными органами власти. Соответственно, взаимоотношения в области разграничения налогово-бюджетных полномочий федерального центра с такими регионами должны выстраиваться на совершенно иной основе, по принципу «вертикали» власти и наделения «сверху вниз» полномочиями и необходимыми для их выполнения финансовыми и материальными ресурсами. В своей экономической основе процесс трансформации слаборазвитых дотационных регионов в саморазвивающиеся должен повысить способность региональной экономической системы обеспечивать расширенное воспроизводство валового регионального продукта. Этот процесс должен сопровождаться развитием экономического потенциала региона, преодолением инфраструктурных ограничений и увеличением объема генерируемых налоговых доходов, достаточных для выполнения региональным общественным ректором своих функций (для финансирования сети 1юджетных учреждений на уровне утвержденных государственных социагьных стандартов)$ созданием эффективной институциональной среды, снижающей трансакционные издержки ведения предприниматеЫьской деятельности и привлекающей на территорию инвестиции.

Таблица 1 – Критерии и показатели оценки дотационных регионов в процессе их экономической трансформации № п/п Критерий Показатели Обеспечение Среднегодовой индекс физического объема валового регионального 1.

устойчивого продукта за определенный период экономического роста региона Повышение уровня 1. Валовая добавленная стоимость, созданная в результате 2.

социальной предоставления хозяйствующими субъектами всех форм ориентации собственности социальных услуг, на душу населения;

экономики региона 2. Инвестиции в социальную сферу из всех источников финансирования (бюджетных и внебюджетных) на душу населения;

3. Бюджетные расходы на социальную сферу, на душу населения;

4. Среднедушевые денежные доходы населения;

5. Уровень бедности населения региона, рассчитываемый как относительная доля населения с денежными доходами ниже величины прожиточного минимума;

6. Уровень дифференциации доходов населения (коэффициент фондов), характеризующий степень социального расслоения и исчисленный как соотношение между средними уровнями денежных доходов 10% населения с самыми высокими доходами и 10% населения с самыми низкими доходами.

Для каждой территории рассчитывался индекс (Ошибка!

Невозможно создать объект из кодов полей редактирования.) качества жизни, учитывающий приведенные 6 показателей в регионе относительно соответствующих индикаторов эталонной территории.

Повышение доли 1. Дефицит/профицит финансовых ресурсов в структуре ВРП, 3.

внутренних ресурсов рассчитывается как разница между произведенным и потребленным в структуре на территории ВРП.

финансово- 2. Обеспеченность инвестиций собственными источниками экономических финансирования рассчитывается:

источников роста А) средний за период показатель доли собственных источников финансирования инвестиций (собственные средства предприятий и бюджетные средства субъекта РФ);

Б) средний за период показатель отношения валового накопления основного капитала к валовой прибыли экономики и смешанным доходам.

3. Уровень реальной бюджетной дотационности/реципиентства региона, рассчитывается как отношение всех бюджетных расходов, осуществляемых на территории ко всем налоговым и неналоговым доходам, собираемым с территории в консолидированную бюджетную систему.

Рост уровня Среднее за период значение показателя объема внутренних затрат 4.

инновационности на исследования и разработки в процентах к валовому экономики региона региональному продукту.

Достижение Уровень межрегиональной асимметрии: бюджетной, ВРП, 5.

макроэкономической денежных доходов населения.

цели повышения финансовой обеспеченности регионов Повышение 1) Степень налоговой независимости, рассчитывается как 6.

эффективности отношение количества налогов, поступающих в консолидированные решения субфедеральные бюджеты, на которые субфедеральные власти внутрирегиональных могут влиять (определять налоговые ставки, предоставлять задач посредством налоговые льготы, изменять расчет налоговой базы) к общему учета количеству налогов, поступающих в консолидированные территориальных субфедеральные бюджеты;

социально- 2) объем налоговых доходов в % ВВП, на которые субфедеральные экономических власти могут влиять, рассчитывается как произведение доли особенностей налогов в ВВП, доли региона в консолидированных налоговых доходах страны и показателя степени налоговой независимости субфедеральных властей.

Все это должно сказаться на расширении экономического потенциала территории и росте ВРП. Целевым ориентиром эволюции слаборазвитых дотационных регионов в саморазвивающиеся является способность региональной бюджетной системы (региональным общественным сектором) выполнять свои функции на уровне не ниже принятых государственных социальных стандартов за счет собственных доходных источников. В ходе трансформации слаборазвитых дотационных регионов в саморазвивающиеся должны произойти изменения структуры ВРП региона: 1) доля общественного сектора в структуре ВРП будет постепенно снижаться. Проведенный анализ регионов России установил, что чем менее развит регион и его экономический потенциал, тем выше доля общественного сектора в ВРП при прочих равных условиях.

2) Доля производственного сектора экономики увеличиваться. На стадии активного привлечения внешних финансовых источников в экономику слаборазвитого региона относительная доля материального производства в структуре ВРП будет увеличиваться, а доля общественного непроизводственного сектора пропорционально сокращаться.

3) Доля инфраструктурных отраслей – транспорта, энергетики, связи и др.

увеличиваться. Развитие экономики региона должно сопровождаться обеспечением соответствующей инфраструктурой – транспортной, энергетической, телекоммуникационной и др., а их доля в структуре ВРП слаборазвитого региона увеличиваться опережающими темпами.

4) Доля непроизводственного частного сектора экономики в среднесрочной перспективе расти. Продолжение экономического роста и переход в фазу устойчивого развития региона за счет собственных финансово-экономических источников будет сопровождаться ростом доли сферы нематериального производства - сферы финансовых услуг, операций с недвижимым имуществом, сферы обслуживания, оптовой и розничной торговли.

Процесс эволюции слаборазвитых дотационных регионов в саморазвивающиеся объективно приведет к изменениям в структуре инвестиций по видам экономической деятельности. Трансформационный процесс, сопровождаемый изменениями в структуре ВРП региона, будет обусловлен структурой инвестиций – в слаборазвитых дотационных регионах доля инвестиций в общественный сектор будет преобладать. По мере роста частного производственного сектора, доля частных инвестиций в сферу материального производства и инфраструктуру должна увеличиваться. На третьем этапе должен произойти рост инвестиций в сферу частного нематериального производства. В процессе эволюции слаборазвитых территорий от состояния дотационности к финансовой самодостаточности и саморазвитию будут происходить определенные изменения в уровне и качестве жизни населения, системе его социального обеспечения. Проведенные исследования 1 выявили, что Сидорова Е.Н., Татаркин Д.А. С Управление финансовыми потоками саморазвивающихся территорий:

воспроизводственный подход. Екатеринбург: Институт экономики УрО РАН, 2010. – 122 с.

существует обратная взаимосвязь между ВРП на душу населения региона и показателями, характеризующими социальную сферу в ВРП - долей валовой добавленной стоимости социальных услуг и социальных бюджетных расходов - чем выше уровень ВРП, тем ниже доля социальной сферы. Это вполне объяснимо, поскольку при реализации политики межбюджетного выравнивания, в дотационных регионах за счет перераспределения финансовых средств уровень финансирования социальных услуг поднимается до определенного среднероссийского уровня в абсолютных величинах, при этом база сравнения – ВРП на душу остается на прежнем низком уровне. Данную ситуацию можно охарактеризовать как наличие непропорционально высокой доли социальной сферы по отношению к уровню развития экономики региона. В процессе эволюции дотационных регионов такие диспропорции в структуре ВРП, как уже отмечалось выше, будут постепенно сглаживаться. Диалектика возникновения положительных и отрицательных экономических эффектов проведения социально-экономической политики в дотационных регионах может быть следующая.

1) Для слаборазвитых дотационных территорий характерен более низкий уровень жизни населения и низкие среднедушевые денежные доходы. С точки зрения уровня платежеспособного спроса населения это является негативным фактором для развития экономики, с другой стороны, это является конкурентным преимуществом данных территорий при привлечении инвестиций и размещении у себя новых производств. В этой связи важнейшей задачей для органов управления становится обеспечение соответствия роста заработной платы и производительности труда. Опережающий темп роста денежных доходов населения по сравнению с темпами роста ВРП и инвестициями в течение долгого периода говорит о возникновении диспропорций в экономическом развитии. В тоже время рост заработной платы работников бюджетной сферы не имеет такого негативного эффекта в силу специфики общественного сектора экономики, однако он должен соответствовать увеличению бюджетных доходов.

2) Для слаборазвитых дотационных регионов расширенное воспроизводство социальной сферы из-за более высокой доли в структуре экономики в краткосрочном периоде имеет больший положительный экономический эффект, чем для развитых территорий. С точки зрения оценки издержек-последствий необходимо учитывать не только социальный эффект, но и прямое влияние на повышение экономической активности на территории, где осуществляются инвестиции в социальные объекты (больницы, школы, спортивные сооружения и т.д.). Однако экстенсивное развитие социальной инфраструктуры без одновременного пропорционального развития экономики территории в среднесрочной перспективе может обернуться повышением бюджетных издержек на ее содержание и финансовыми потерями. В этой связи стратегически важно соблюсти пропорции расширенного воспроизводства социальной сферы и ВРП региона. Если на протяжении долгого срока в дотационном регионе наблюдается опережающий темп роста инвестиций в социальную сферу по сравнению общим объемом инвестиций и темпами ВРП, то это может свидетельствовать о неэффективности системы социально-экономического воспроизводства.

Однако проводить оценку необходимо с учетом качественных показателей, характеризующих социальный эффект, трансформирующийся в среднесрочном периоде в экономический в виде снижения общих экономических издержек трудовых ресурсов.

Не трудно заметить, что рассмотренные социально-экономические эффекты в полной мере характерны для всех регионов (дотационных, среднеразвитых, саморазвивающихся), однако в условиях низкого развития экономической базы, они становятся наиболее чувствительными именно в слаборазвитых дотационных регионах. Особенностью процесса социального воспроизводства в таких регионах является то, что в них «золотая пропорция» в распределении валового дохода на текущее потребление и инвестиции делится по особому правилу – необходимо предусмотреть такой уровень потребления, который обеспечивает устойчивое социальное состояние с наивысшим уровнем накопления капитала.

Следует отметить, что по объективным причинам не каждый слаборазвитый дотационный регион способен в долгосрочной перспективе выйти на траекторию саморазвития. В связи с этим, в целях снижения межрегиональной асимметрии возможным решением может стать пространственная трансформация посредством административно территориальной интеграции (объединения) дотационных и саморазвивающихся регионов, в том числе через административное подчинение органов управления «бедных» территорий властям экономически более развитых соседних территорий (или установление единых территориальных органов управления). Укрупнение регионов, влекущее «горизонтальное»

выравнивание налогового потенциала, представляется достаточно перспективным решением, поскольку обеспечивает оптимизацию территориальной структуры экономики, снижение встречных финансовых потоков в системе «федеральный центр – регионы», повышает роль собственных источников социально-экономического развития регионов, улучшает координацию работы органов власти разного уровня.

Макроэкономические факторы, влияющие на процесс трансформации дотационных регионов в саморазвивающиеся.

Системообразующую роль в становлении саморазвивающих регионов играют макроэкономические условия как совокупности внешних для регионов институтов, способных по-разному влиять на социально-экономическое их развитие. Они могут, во первых, содействовать социально-экономическому развитию регионов созданием благоприятных условий для определения приоритетов регионального развития, проявления региональной инициативы и творчества, вовлечения в хозяйственный оборот резервов и возможностей, содействием внутрирегиональной и межрегиональной кооперации и интеграции. Во-вторых, макроэкономические институты в целом и по отдельности могут сдерживать социально-экономическое развитие регионов (или отдельного региона), а тем самым и всего общества, если игнорируют особенности регионов, ограниченно учитывают его потенциальные возможности и ошибочно формируют вектор приоритетного социально экономического и всего общественного развития. Большое значение для процесса эволюции дотационных регионов в саморазвивающиеся имеет институциональная среда, создаваемая на федеральном уровне. Нерешенность ряда институциональных проблем в системе межбюджетных отношений препятствует наращиванию налоговой базы слаборазвитых регионов. Например, налоговая база регионов может искажаться из-за проблемы трансфертного ценообразования в крупных холдингах, выбора места уплаты налогов (не по месту фактической деятельности, а по месту регистрации), системы распределения налоговых доходов между уровнями бюджетной системы, разграничения налоговых полномочий и собственности между уровнями власти. Вопрос влияет ли экономическая, в том числе налоговая, политика на федеральном уровне на налоговую базу региональных бюджетов сегодня приобретает особую актуальность. На текущий момент региональные бюджеты находятся в большой зависимости от федеральной финансовой политики.

Закрепленный в Бюджетном кодексе РФ принцип финансовой самостоятельности регионов реализуется недостаточно эффективно. Правовая норма, в соответствии с которой запрещено внесение изменений на федеральном уровне в бюджетное и налоговое законодательство в части налогов и сборов, зачисляемых в бюджеты субъектов Российской Федерации и местные бюджеты, приводящих к снижению налоговых поступлений, без соответствующей компенсации из федерального бюджета, не учитывает взаимозависимость федеральных, региональных и местных налоговых баз. Так, увеличение вывозных таможенных пошлин, которые поступают исключительно в федеральный бюджет, фактически приводит к снижению налоговой базы по налогу на прибыль предприятий, который сегодня зачисляется в бюджеты субъектов Федерации, что, по сути, является прямой централизацией налога на прибыль в федеральном бюджете. Аналогичный результат возникнет при повышении в году совокупной ставки по страховым платежам в государственные социальные внебюджетные фонды.

Поскольку их база тесно взаимосвязана с подоходным налогом на физических лиц, а также с налогами на совокупный доход (ЕНВД и УСН), то вносимые изменения негативно скажутся на поступлениях в региональные и местные бюджеты. Регулирование амортизационной политики федеральным законодательством, напрямую влияет на расчет облагаемой базы налога на прибыль предприятий и налога на имущество предприятий, зачисляемых в региональные бюджеты. Нерешенность проблемы на федеральном уровне налогового регулирования трансфертного ценообразования в вертикально-интегрированных и транснациональных компаниях, определения места уплаты налога (например, по принципу места регистрации компании или по месту возникновения дохода, и др.) негативно сказывается на поступлениях в региональные бюджеты налога на прибыль предприятий.

Повышение федеральными властями тарифов естественных монополий без учета экономических особенностей субъектов Федерации приводит к росту затрат предприятий, снижению рентабельности производства и, в конечном итоге, к снижению налога на прибыль предприятий в региональном бюджете. Следует отметить, что трансформация слаборазвитых дотационных территорий является долгосрочным процессом и будет во многом предопределяться рядом макроэкономических факторов. В первую очередь общей макроэкономической динамикой. Представляется, что в столь не однородном экономическом пространстве, каким является территория Российской Федерации, переход от одной стадии экономической динамики к другой не может быть одновременным и повсеместным.

Неизбежная размытость экономических циклов во времени и пространстве были и остаются характерными для России 1990-х и 2000-х годов. Как показал российский опыт, экономическая трансформация начинается с небольшого числа регионов, использующих конъюнктурные конкурентные преимущества. Далее число таких регионов увеличивается;

они образуют все более широкие ареалы роста и, наконец, пространственное распространение (диффузия) экономического роста результируется в положительном темпе роста национальной экономики в целом, распространяясь на слаборазвитые дотационные регионы.

Фатхутдинова Л.Р.

Институт социально-экономических отношений УНЦ РАН г. Уфа ПРОГНОЗИРОВАНИЕ СОЦИАЛЬНО-ЭКОНОМИЧЕСКОГО РАЗВИТИЯ РЕГИОНА С ИСПОЛЬЗОВАНИЕМ АДАПТИВНЫХ МЕТОДОВ Прогнозирование социально-экономического развития региона представляет собой научно обоснованное представление о будущем состоянии важнейших показателей социальной и экономической сферы жизнедеятельности данного региона. В данном контексте прогнозирование является неотъемлемой частью государственной региональной политики, позволяющей определять направления развития региональной системы и ее элементов. Получаемые при этом результаты используются при решении как тактических, так и стратегических задач управления Для современной практики прогнозирования региональных систем характерно использование двух подходов. Первый связан с использованием методов математического моделирования, в том числе эконометрики, а второй – с теорией систем и синергетикой, которые исследуют нелинейную динамику сложных систем. На данный момент для большинства прогнозных моделей существует ряд ограничивающих их применение факторов. Среди них выделяют работу с малым количеством статистических данных, а также их несопоставимость.

Ограничением для достижения точности прогноза также является неопределенность:

отсутствие стабильности в социально-экономическом развитии региона. В подобной ситуации адекватность в описании процессов достигается с помощью моделей, построение которых основано на адаптивных принципах. В отличие от традиционных, эти модели при отражении текущего состояния изучаемого объекта способны учитывать медленное изменение его динамических характеристик. Это превращает их в эффективный инструмент для прогнозирования и анализа процессов, характеризующих современную экономику. В экономических системах имеет место влияние ретроспективных данных на текущее и будущее состояние системы. При этом необходимо учесть, что чем более отдалены во времени факторные данные, тем слабее их влияние на исследуемый параметр. В отличие от традиционных моделей, адаптивные учитывают данную особенность и, следовательно, более привлекательны с точки зрения разработки прогнозов социально-экономического развития регионов. В экономику идеи адаптации пришли в начале 60-х гг. XX в. вместе с адаптивными прогнозными моделями, теория построения которых была разработана Р.

Брауном и Р. Майером. Термин «адаптация» в настоящее время выступает в нескольких аспектах. Наибольшее распространение получили следующие точки зрения:

1) адаптация – свойство системы приспосабливаться к возможным изменениям функционирования. Под системой, как правило, понимается совокупность объектов и процессов, называемых компонентами, взаимосвязанных и взаимодействующих между собой, которые образуют единое целое, обладающее свойствами, не присущими составляющим его компонентам, взятым в отдельности;

2) адаптация – метод, основанный на обработке поступающей информации и обеспечивающий достижение некоторого критерия оптимизации.

В экономике, чаще всего, адаптация понимается как общий термин для процессов приспособления системы к окружающей среде, посредством которого лица, вырабатывающие тактику системы, изменяют ее структуру и процессы или настройку на окружающую среду с целью поддержания и улучшения функционирования системы 1. Цель адаптации – обеспечение успешного функционирования системы за счет поддержки адекватности.

Несмотря на то, что в современной теории управления социально-экономическими объектами сам термин «адаптация» используется достаточно широко, а в практике реального управления эффективно применяются некоторые принципы адаптации, должного внимания теоретическим исследованиям этого вопроса пока не уделялось. До сих пор нет единой точки зрения на то, в каких условиях следует использовать принципы адаптации, и нет полного описания того, как устроен механизм этого процесса. Механизм адаптации в самом общем виде представляет собой последовательно интегрированный процесс, включающий вариацию, селекцию и сохранение полезных признаков, обеспечивающих приспособление какого-либо объекта к меняющимся по неизвестному закону условиям внешней и внутренней среды его функционирования. При выборе и построении прогнозных моделей необходимо учитывать сложность и динамичность, а также высокий уровень неопределенности экономических процессов. Эта же специфичность должна быть определяющей при выборе адаптивных моделей и алгоритмов для проведения прогнозных расчтов. Развитие аппарата адаптивного прогнозирования экономических процессов в основном осуществлялось по двум направлениям. Первое направление связано с усложнением структуры адаптивных моделей до уровня, обеспечивающего адекватное отражение закономерностей реальных явлений, а второе – с совершенствованием самого адаптивного механизма этих моделей. В настоящее время основной упор делается на совершенствование механизмов адаптивного моделирования, а наибольшей популярностью у специалистов пользуются модели, адаптивный механизм которых построен на основе Тинякова В.И. Модели адаптивно-рационального прогнозирования экономических процессов – Воронеж: Изд во Воронеж. гос. ун-та, 2008. – 266 с использования метода экспоненциального сглаживания, представляющего собой полином нулевого порядка (1).

xt a t (1) t где x t – значение показателя, характеризующего уровень прогнозируемого процесса в момент времени t;

a t – изменяющийся во времени параметр, характеризующий средний уровень прогнозируемого процесса в момент времени t;

t – случайные независимые отклонения фактических значений от текущего среднего, имеющие нулевое математическое ожидание и конечную дисперсию.

Применение данного метода в краткосрочном прогнозировании получило широкое распространение после выхода работ П. Винтерса и Р. Брауна. Успех метода объясняется тем, что с их помощью удается построить эффективный механизм корректировки коэффициентов прогнозной модели в ситуациях, когда прогнозирование экономического развития происходит в условиях отсутствия информации о закономерности изменения параметров системы. Первые модели адаптивного прогнозирования были разработаны для одномерных временных рядов, применение к которым традиционных методов было не совсем корректным. Так как зачастую на практике длина ряда должна составлять порядка сотен единиц, что является не всегда возможным. В данном случае актуальной становится задача прогнозирования короткого временного ряда порядка 10 – 20 значений. Другой, не менее важный, аспект заключается в том, что большинство разработанных методов прогнозирования временных рядов применимы лишь в случае нормального распределения величины t. На практике зачастую данное требование не выполняется. Развитием простейшей модели можно считать полином первого порядка:

xt a1t a 2t (2) t где a1t, a 2 t - текущие значения коэффициентов модели;

– период упреждения;

– случайные независимые отклонения расчетных от фактических, имеющие нулевое t математическое ожидание и конечную дисперсию 2.

Его структура, в отличие от полинома нулевой степени, способна адекватно отражать тенденцию линейного роста исследуемого процесса. Это позволяет избавиться от систематической ошибки, которая имеет место при использовании экспоненциальной средней в качестве прогнозной модели подобных процессов. В основе дальнейшего развития и обобщения моделей полиномиального типа лежит доказанная Р. Брауном и Р. Майером фундаментальная теорема экспоненциального сглаживания 1. С ее помощью удается расширить класс адаптивных моделей, в которых используется принцип экспоненциального сглаживания, до множества полиномов произвольной степени ap p p ai i a2 (3) xt a0 a1... t t 2! p! i 0 i!

Для определения неизвестных коэффициентов a0, a1,…,ap делается предположение о том, что полином, представляющий детерминированную часть выражения, можно представить в точке = 0 в виде ряда Маклорена.

Горелик Н.А. Адаптация при прогнозировании экономических показателей методом экспоненциального сглаживания Экономика и математические методы, 1981. - Т. XVII, Вып. 6.


xt( k ) k xt( k ) k p p ak k (4) xt k! k! k!

k0 k0 k где – k-я производная, вычисленная в точке = Несмотря на гибкость, с которой адаптивные модели отражают изменения в характере динамики прогнозируемых показателей, возможности их применения ограничены. Прежде всего, это касается процессов, характеризующихся периодически повторяющимися сезонными эффектами. Для прогнозирования таких процессов разработан специальный класс моделей, отличительной особенностью которых является наличие в их структуре коэффициентов сезонности. В зависимости от способа включения этого коэффициента различают два типа этих моделей.

К первому типу относятся модели с мультипликативным коэффициентом сезонности:

x t a1t f t (5) t где a 1t – изменяющийся во времени коэффициент, динамика которого характеризует тенденцию развития процесса;

f t, f t 1,..., f t l 1 – коэффициенты сезонности;

l – количество фаз в полном сезонном цикле (при месячных наблюдениях l = 12, при квартальных – l = 4).

Ко второму типу относятся модели с аддитивным коэффициентом сезонности:

x t a1t g t (6) t g t, g t 1,..., g t l 1 – адаптивные коэффициенты сезонности.

Фактически модели этих типов представляют собой определенного рода комбинацию адаптивного полинома нулевой степени и соответствующего коэффициента сезонности.

Одновременно с процессом создания более сложных по своей структуре прогнозных моделей велась работа и по совершенствованию их адаптивных механизмов. Основное внимание при этом уделялось вопросу выбора такой величины параметра сглаживания а ( a i в уравнениях (1, 3-4) и a it – в (2, 5-6)), который минимизировал бы ошибку предсказания.

В тех случаях, когда оптимальный уровень параметра а с течением времени подвержен изменениям, эффективность этого подхода снижается, так как оптимум по обучающей части может не совпадать с оптимумом по всему временному ряду.

Рассматривались различные способы непрерывной перенастройки параметра а, но на данный момент нет явных предпочтений по выбору способа уточнения параметра а. Общие принципы адаптивного прогнозирования по одномерным временным рядам хотя и могут быть перенесены на многофакторные модели, но детали их конкретной реализации имеют свои особенности, порождаемые многомерной структурой взаимосвязей в решаемых задачах.

Необходимость применения принципов адаптации при построении многофакторных моделей возникает тогда, когда есть основание считать, что степень влияния факторов на моделируемый показатель зависит от времени, т. е. когда для достижения адекватности реальному процессу требуется модель с изменяющимися во времени коэффициентами. В общем случае такую модель можно записать в виде:

yt xt bt t=1,2,…,T (7) t y t – значение зависимой переменной (показателя) в момент t;

xt ( x1t, x2t,..., xmt ) – m-мерная вектор-строка значений независимых переменных (факторов) в момент t;

– m-мерный вектор-столбец оцениваемых bt (b1t, b2t,...,bmt ) коэффициентов модели, изменяющих с течением времени свои значения по неизвестному закону;

t – ненаблюдаемая случайная ошибка.

Неудачно выбранные начальные значения быстро сглаживаются и практически не искажают результатов расчетов, а ошибка, допущенная при выборе формы зависимости, может частично компенсироваться корректирующими воздействиями адаптивного механизма, неправильно сформированный набор значимых факторов автоматически не корректируется и приводит к искажению содержательного смысла модели и, следовательно, ограничивает ее применение. К сожалению, эта проблема пока мало изучена. На данный момент получили развитие применения адаптивного подхода в сочетании с имитационным моделированием, однако нет ни конкретных моделей, ни общих принципов их построения на основе подобного сочетания. Адаптивные модели, довольно давно использующиеся для прогнозирования экономических процессов, при отражении текущего состояния исследуемого объекта способны учитывать эволюцию его динамических характеристик. Это превращает их в эффективный инструмент для прогнозирования и анализа процессов, характеризующих экономическую систему на этапе ее становления. Рассмотрим реализацию данных моделей на примере прогнозирования миграции в Республике Башкортостан.

Применяя адаптивные модели прогнозирования, найдем модель, которая в лучшей мере отражает прогноз при «скачущих» данных. Наиболее распространенной является экспоненциальная модель Брауна. (1) Как видно из рисунка 2, прогноз по модели Брауна дает точные результаты, совпадающие с исходными данными. Прогноз делается на один шаг вперед, коэффициент миграции снижается. Дальнейшим развитием моделей была комбинация адаптивного полинома нулевой степени и сезонного коэффициента.

Показатели коэффициента миграции по РБ 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 - Показатели коэффициента миграции по РБ Рисунок 1 – Данные по показателям миграции в Республике Башкортостан с 1990 г. по 2010 гг.

Данные Прогноз Брауна 1 3 5 7 9 11 13 15 17 19 - Рисунок 2 – Прогноз по экспоненциальной модели Брауна Прогноз по адаптивной модели Хольта (8), учитывающий линейный тренд, но не учитывающий сезонность, показал наиболее точные результаты:

yt a t d * bt (8) d где a(t), b(t) и - коэффициенты модели;

они адаптируются, уточняются по мере появления новых данных. По данному прогнозу видно, что в дальнейшем миграция по республике будет снижаться. Прогноз по модели Хольта-Уинтерса (9), учитывающая мультипликативный тренд и сезонность.

Y p (t k ) [a(t ) k b(t )] F (t k L) (9) где k – период упреждения;

Yр(t) — расчетное значение экономического показателя для t-гo периода;

a(t), b(t) и F(t) - коэффициенты модели;

они адаптируются, уточняются по мере перехода от членов ряда с номером t-1 к t;

F(t+k-L) - значение коэффициента сезонности того периода, для которого рассчитывается экономический показатель;

L - период сезонности (для квартальных данных L=4, для месячных – L=12).

Прогноз Хольта 80 Данные 1 3 5 7 9 11 13 15 17 19 21 - Рисунок 3 – Прогноз по адаптивной модели Хольта Данные Прогноз Хольта Уинтерса 1 3 5 7 9 11 13 15 17 19 21 23 - - Рисунок 4 – Прогноз по модели Хольта-Уинтерса Одним из универсальных методов прогнозирования с помощью адаптации является использования полиномиальных моделей.

В таблице 1 приведены формулы, необходимые для расчета по этим моделям.

Процедура прогнозирования временных рядов на основе адаптивных полиномиальных моделей состоит из следующих этапов.

1. Выбирается вид модели экспоненциального сглаживания, задается значение параметра сглаживания. При выборе порядка адаптивной полиномиальной модели могут использоваться различные подходы, например, графический анализ, метод последовательных разностей и др.

2. Определяются начальные условия. Например, для полиномиальной модели первого порядка необходимо определить a1,0,a2,0.

Чаще всего в качестве этих оценок берут коэффициенты соответствующих полиномов, полученные методом наименьших квадратов.

Начальные условия для модели нулевого порядка обычно получают усреднением нескольких первых уравнений ряда. Зная эти оценки, с помощью указанных в таблице формул находят начальные значения экспоненциальных средних.

3. Производится расчет значений соответствующих экспоненциальных средних.

4. Находятся оценки коэффициентов модели.

5. Осуществляется прогноз на одну точку вперед, находится отклонение фактического значения временного ряда от прогнозируемого. Шаги с 3 по 5 данной процедуры повторяются для всех t n, где n — длина ряда.

6. Окончательная прогнозная модель формируется на последнем шаге в момент t = n.

Прогноз получается на базе выражения (3) путем подстановки в него последних значений коэффициентов и времени упреждения.

К положительным особенностям рассмотренных моделей следует отнести то, что при поступлении новой, свежей информации расчеты повторять не придется. Достаточно принять в качестве начальных условий последние значения функций сглаживания S ti и продолжить вычисления. Как видно из графиков, в адаптивных моделях существует «отставание» на шаг.

Данные Прогноз по адаптивной полиномиальной модели нулевого 0 порядка 1 3 5 7 9 11 13 15 17 19 - Рисунок 5 – Прогнозирование по адаптивной полиномиальной модели нулевого порядка 80 Данные Прогноз по адаптивной 20 полиномиальной модели второго порядка 1 3 5 7 9 11 13 15 17 19 - Рисунок 6 – Прогнозирование по адаптивной полиномиальной модели второго порядка Как видно из реализации некоторых видов адаптивных моделей прогнозирования многие из них отражают процесс моделирования с точностью. Адаптивные параметры можно подобрать таким образом, что точность прогноза повышается и модель в наилучшей степени отражает прогнозируемый процесс. Адаптивные полиномиальные модели удобны тем, что практически любой ряд можно разложить в виде многочлена.


Таблица 1 - Основные формулы для прогнозирования по адаптивным полиномиальным моделям.

Преимущество адаптивных моделей в том, что они отражают динамические свойства временного ряда и учитывают информационную ценность его ретроспективных членов и поэтому способны давать достаточно точные оценки будущих значений. Такие модели предназначаются, прежде всего, для краткосрочного прогнозирования. Они позволяют достичь компромисса между требованием статистических подходов к увеличению объемов выборки для получения более точных оценок и требованием однородности данных, ибо, чем больше период наблюдений, тем выше вероятность того, что исследуемый процесс или объект претерпел коренные изменения.

Шумик Е.С.

Институт экономики УрО РАН г. Екатеринбург ОСНОВНЫЕ ТЕНДЕНЦИИ НАУЧНО-ТЕХНИЧЕСКОГО РАЗВИТИЯ СВЕРДЛОВСКОЙ ОБЛАСТИ За период 2009-2010 гг. доля безработных в общей численности трудоспособного населения Свердловской области значительно выросла. Основной причиной такого увеличения является дисбаланс между спросом и предложением на рынке труда. Здесь наблюдается острый дефицит рабочей силы в производственной и переизбыток специалистов непроизводственной сферы. Таким образом, не смотря на тот факт, что количество учреждений начального профессионального образования, которые занимаются подготовкой «производственников», превышает количество ВУЗов, в то время как число поступающих в высшие учебные по сравнению с учреждениями НПО имеет противоположную тенденцию (см. рис 2). В итоге на предприятиях наблюдается недостаток рабочей силы, особенно той категории работников, которые в своей деятельности успешно совмещают науку и технику.

Число учреждений НПО Число ВУЗов Кол-во 41 41 40 Число выпущенных специалистов ВУЗами, тыс 22, 22, чел.

20,7 17, Число выпущенных 0 квалифицированных рабочих образовательными 2006 2007 2008 2009 учреждениями Год НПО,тыс.чел.

Рисунок 1 – Численность учреждений НПО и ВУЗов в соотношении с количеством выпускников учреждений Речь идет о научно-технических кадрах (НТК). В международной статистике НТК определяются как «совокупность всех лиц, проживающих в стране, имеющих законченное образование третьей ступени (по Международной стандартной классификации образования) в области науки и техники либо не имеющих его, но занятых научно-технической деятельностью, где обычно требуется подобная квалификация». На практике становится сложнее определить, к какой категории специалистов относятся «научно-технические кадры», какую долю в их деятельности занимает научная, а какую прикладная составляющие. Многие авторы отмечают, что «ученых занимает не только «чистая наука».

Они активно вторгаются в сопредельные области»1. Одно можно сказать с уверенностью, что НТК успешно совмещают и научную и техническую деятельность. Поэтому одним из ключевых определяющих факторов привлечения специалистов в ряды НТК является подержание эти двух сфер. В первую очередь, это относится к материальному обеспечению науки.В 2010 году Минэкономразвития России разработало стратегию инновационного развития Российской Федерации на период до 2020 года под названием «Инновационная Россия – 2020». «Стратегия задает долгосрочные ориентиры развития субъектам инновационной деятельности, включая органы государственной власти всех уровней, науку и предпринимательский сектор, а также ориентиры финансирования сектора фундаментальной и прикладной науки, поддержки коммерциализации разработок» 2.

Наибольшую долю среди внутренних затрат на исследования занимает разработка. Именно на этом этапе производственного цикла наука теснейшим образом связана с техникой, и научная работа переходит в научно-техническую (см. рис.2) 3. Изменения произошли и в самой структуре кадрового составляющей. Несмотря на то, что количество выпускников высших учебных заведений, поступающих в аспирантуру, увеличилось в регионе, число защитивших диссертацию и продолжающих заниматься научной деятельностью с каждым годом становится меньше (см. рис. 3). Парадоксальным остается тот факт, что при имеющейся тенденции заработная плата сотрудников составляет основную долю затрат на исследования и разработки в регионе.

100% 90% 80% 70% 60% Разработки Доля, % 50% Прикладные исследования 40% Фундаментальные исследования 30% 20% 10% 0% 2006 2007 2008 2009 Год Рисунок 2 – Внутренние затраты на исследования и разработки по видам работ (Свердловская область) 100% 90% оплата труда 80% отчисления на социальные 70% нужды Млн.руб.

60% приобретение оборудования 50% 40% другие материальные затраты 30% 20% прочие текущ ие затраты 10% 0% 2006 2007 2008 2009 Год Рисунок 2 – Внутренние затраты на исследования и разработки по видам затрат, млн. руб.

Лаврентьев М.А. Наука. Технический прогресс. Кадры. Сборник статей и выступлений / М.А. Лаврентьев. – Новосибирск: Наука (Сибирское отделение), 1980. – 173 с.

Стратегия инновационного развития Российской Федерации на период до 2020 «Инновационная Россия – 2020»

Орлов В.Н. Методологические проблемы определения эффективности научно-технической деятельности / В.Н. Орлов //Научно-техническая революция и некоторые методологические проблемы технических наук (сборник статей). – Ленинград: Министерство связи СССР. – 1970. – 98-106 с.

По данным 2010 года оплата труда в общей структуре затрат составила около 48% (рис. 2). Несмотря на первый взгляд высокий уровень оплаты труда персонала, занятого в сфере НИОКР, дальнейшая научная деятельность ученых не является для них привлекательной. Причина состоит в том, что труд ученого, занимающегося «чистой»

наукой, фундаментальными исследованиями, является недостаточным. Необходимо внедрение фундаментальных знаний в практику. Для достижения этой цели требуется подготовка высококвалифицированных специалистов, которые занимаются наукой, отлично разбираются в производственном процессе, а также могут взять на себя роль руководителя проекта. Четкого определения данной категории работников нет. Различные авторы дают свою трактовку понятия НТК. С одной стороны, это специалисты, выполняющие функции ученого, инженера и организатора 1 2. С другой – многопрофильные специалисты, выполняющие функции ученого, инженера, техника и технолога3. Но в любом случае НТК – это исследователи, увеличение роли которых растет с признанием необходимости перехода экономики страны на инновационный путь развития (см. рис. 3).

100% 80% Исследователи 60% Техники Чел.

Вспомогательный персонал 40% Прочие 20% 0% 2006 2007 2008 2009 Год Рисунок 3 - Численность персонала, занятого исследованиями и разработками, по категориям Сокращение доли работников технических специальностей (техник, технолог и т.д.) связано с повышением уровня образования в целом по стране. Вчерашним школьникам, сегодняшним абитуриентам намного желаннее получить специальность экономиста, бухгалтера в вузе, чем техническую специальность в училище или техникуме. Однако проводить фундаментальные исследования и разработки не достаточно, необходимо также грамотно внедрить инновации в производство. Именно на этапе освоения и создания уже опытных образцов возникает острый дефицит в «эксплуатационниках». Наука не может существовать без практики, как и практика без науки. Если наблюдается перевес в одну сторону, то вторая будет испытывать затруднения в своем развитии. Переход экономики страны на инновационный путь развития привел к пониманию необходимости воспроизводства НТК и возникновению понятия «инновационно-активных предприятий»

(ИАП), где подобные кадры играют ключевую роль. Для идентификации ИАП в рационально использовать методику разработанную Правительством РФ. Согласно этой методике, отнесение предприятий к инновационному типу осуществляется на основе сравнения «средних значений показателей инновационной деятельности за последние три полных отчетных года. Если период деятельности предприятия составляет менее трех лат, то статистическая и финансовая (бухгалтерская) отчетность представляется за полные последние отчетные годы деятельности данного предприятия. Основными показателями, причисляемыми предприятие к инновационно-активному являются:

Волков В.А. Наука и техника СССР: 1917-1987. Хроника / А.В. Волков, В.Л. Гвоздецкий, В.М. Орел, М.А.

Урманчев. – М.: Наука, 1987. – 759 с.;

Дерягин А.В. Наука и инновационная экономика в России / А.В. Дерягин. – М.: Инновации, 2005. - 220 с.;

Научно-техническая революция: личность, деятельность, коллектив / под ред. Л.В. Сохань, В.А. Тихонович – Киев: Нукова думка, 1975. – 344 с.

доля затрат на научно-исследовательские, опытно-конструкторские работы и технологические работы и (или) затрат на приобретение новых технологий в общем объеме расходов предприятия (не менее 40%);

доля инновационной продукции в объеме отгруженной продукции (не менее 40%);

доля объектов интеллектуальной собственности (патентов, лицензий, авторских свидетельств и др.) в стоимости нематериальных активов предприятия (не менее 20%);

доля расходов на целевую подготовку специалистов-менеджеров высшего и среднего звена;

в общих затратах предприятия на обучение и переподготовку персонала (не менее 30%) (договора с ВУЗами);

доля затрат на коммерциализацию продукции (коэффициент коммерциализуемости);

доля расходов на подготовку и переподготовку высококвалифицированных рабочих в общих затратах предприятия на обучение и переподготовку персонала (не менее 40%);

планируемый коэффициент обеспечения нематериальными активами (не ниже 5%).

Исходя из самой характеристики предприятия, как инновационно-активного, обязательными принципами его деятельности выступают инновационность и активность.

Инновационность предполагает разработку и внедрение новых или усовершенствованных продуктов, технологических процессов и иные виды инновационной деятельности, имеющие ряд особенностей, отличающих их от традиционных, не инновационно-активных предприятий. Таким образом, «инновационно-активные предприятия – это предприятия, имеющие в своем активе интеллектуальную собственность, осуществляющие разработку и внедрение новых или усовершенствованных продуктов (работ, услуг), технологических процессов, соответствующие системе показателей, относящих их к инновационным, отвечающие характеристикам активности, осуществляющие самостоятельно трансфер технологий»1. К сожалению число инновационно-активных организаций в регионе с каждым годом уменьшается. В последние годы резко упал статус научных исследований, отраслевая наука на предприятиях остановилась в своем развитии, прикладная наука деградировала. На сегодняшний день научно-исследовательские и опытно-конструкторские разработки на предприятиях нашей страны и, в частности, региона постепенно уступают свое место уже готовой импортной продукции. Купить уже разработанные новации и собрать их по образцу намного легче, чем разработать свои (см. рис. 4).

Число инновационно активных организаций Кол-во Число организаций, 60 выполняющих исследования и разработки 2006 2007 2008 2009 Год Рисунок 4 – Динамика количества инновационно-активных организаций в Свердловской области за 2006-2010 гг.

Отраслевая наука, которая активно развивалась в период научно-технического прогресса, на данный момент уходит в прошлое. Поэтому очевидным фактом является необходимость перехода страны и региона на путь инновационного развития, что Мильская Е.А. Венчурное предпринимательство в системе управления инновациями // Труды III Международной научно-практической конференции «Экономика и промышленная политика России». – СПб:

СПбГПУ, 2004. – с.53-57.

невозможно сделать без наличия высококвалифицированных научно-технических кадров (НТК). Таким образом, подведем основные итоги анализа ситуации в регионе за 2006- гг.: увеличение уровня безработицы;

перемещение внимания из сферы производства в непроизводственную сферу (производство услуг);

увеличение уровня финансирования науки (повышение оплаты труда, затрат на разработки и прикладные исследования);

повышение роли исследователей в производственном процессе;

уменьшение количества инновационно активных предприятий.

СОДЕРЖАНИЕ Глава 1. Методология прогнозирования и моделирования социально-экономических процессов: основные подходы, методы и инструменты Анимица П.Е. Применение методов прогнозирования в целях диагностики имущественных налогов Атаева А.Г, Проблемы прогнозирования и сценарного моделирования Орешников В.В. социально-экономического развития территориальных систем Глушенкова М.А. Методы прогнозирования банковских кризисов и их практическое применение Гурбан И.А., Методология моделирования национального богатства регионов Денисова О.А., России Пыхов П.А.

Драпкин И.М., Особенности моделирования банковских кризисов на основе Трофимов А.А., кластеризации Тюрина Ю.А.

Кац И.С., Нормативный подход к анализу и прогнозированию развития Симонова В.Л., общественного сектора экономики Мезенцева Е.С.

Мариев О.С., Эконометрические модели анализа региональных факторов Савин И.В., инновационного развития производительных сил Игнатьева Е.Д.

Нагимов Р.М. Прогнозирование рынков труда и образовательных услуг на основе агент-ориентированной модели Нехорошкова О.В., Моделирование в налогообложении с помощью построения Радченко С.М. структурной функциональной модели деятельности налоговой инспекции Павлов Н.В. Возможные принципы прогнозирования и эффекты территориального поведения индивидов в рамках антропостратегического подхода Попов Е.В., Направления моделирования трансакционной функции Симонова В.Л.

Судакова А.Е. Моделирование деятельности хозяйствующих субъектов потребительского рынка в условиях влияния теневой экономики Глава 2. Обмен опытом прогнозирования, планирования, развитие методологии построения прогнозов и сценариев социально-экономического развития территориальных систем Гурбан И.А. Благосостояние субъектов Российской Федерации как составляющая состояния национального человеческого капитала Денисова О.А., Энергетическая безопасность регионов Урала и Дальнего Пыхов П.А., Востока: результаты диагностики, принципы и механизмы Потанин М.М. повышения Комлева Н.С. Разработка сценариев и обоснование приоритетов устойчивого развития региона Котляров М.А., Перспективы использования матричных мультипликаторов для Трынов А.В. прогнозирования влияния инвестиционных проектов на экономику России Куратова Л.А. Прогнозирование объемов услуг организации (на примере Российской почтовой связи) Меньшанов П.Н., Особенности динамики уровня кредиторской задолженности Сердюкова Ю.С. предприятий агропромышленного комплекса Новосибирской области и Алтайского края в период экономического кризиса 2008-2010 годов Мигранова Л.И. Прогнозирование кадровой потребности, как основной фактор социально-экономического развития региона Наумов И.В. Инерционный сценарий воспроизводства научно-технического потенциала в регионе Никулина Н.Л., Теоретико-методические подходы к оценке финансовой Синенко А.И. безопасности региона Пазуха С.А. Основные факторы, определяющие финансовую успешность и развитие современных компаний Паклина Т.И. Введение голосования в модель социальной дилеммы Пасынков А.Ф., Международный опыт использования системы национальных Захарчук Е.А. счетов в исследованиях социально-экономического развития территорий Погребцова Е.А. Сценарное прогнозирование социально-экономического развития агропромышленного комплекса Омской области Сердюкова Ю.С. Современные подходы к мониторингу и прогнозированию развития продовольственного рынка мегаполиса с использованием информационных технологий Смирнова Т.Л. Развитие рынка Томской области в условиях формирования инновационной модели экономики Стыров М.М. Прогноз финансирования социальных расходов в северных регионах России Татаркин Д.А., Экономико-теоретическая модель эволюции дотационных Сидорова Е.Н. регионов в саморазвивающиеся Фатхутдинова Л.Р. Прогнозирование социально-экономического развития региона с использованием адаптивных методов Шумик Е.С. Основные тенденции научно-технического развития Свердловской области Научное издание Проблемы прогнозирования и сценарного моделирования социально-экономического развития территориальных систем:

сборник статей I Научной школы молодых ученых Рекомендовано к изданию Ученым советом Института экономики УрО РАН Протокол № 6 от 25.09. Рег. № 57 (12) Ответственный за выпуск к.э.н. Наумов И.В.

Подписано в печать 25.09. Формат 60х84/16. Печать на ризографе. Бумага писчая.

Усл. п.л. 19,5 Уч.-изд.л. Заказ Тираж 200 экз.

620014, Екатеринбург, ул. Московская, Учреждение РАН Институт экономики УрО РАН Типография ИЭ УрО РАН

Pages:     | 1 |   ...   | 10 | 11 ||
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.