Многокритериальная методика оценки потенциальных приоритетов региональной структурной политики в условиях новой индустриализации

Современные геоэкономические трансформации, сопровождающиеся дезинтеграцией глобальных торговых союзов и перестройкой международных производственных цепочек, актуализируют задачу переосмысления стратегий регионального развития в Российской Федерации. Как показывают исследования [1; 2], санкционное давление 2022–2023 гг. не только обострило структурные дисбалансы экономики, но и выявило новые точки роста, связанные с переориентацией промышленного потенциала регионов. В этих условиях ключевым вызовом становится преодоление исторически сложившейся экспортно-сырьевой модели, которая сохраняет доминирование в 67 % субъектов РФ [3].

Особую значимость приобретает разработка инструментов структурной политики, адаптированных к специфике регионов. Традиционные рыночные механизмы, как отмечается в работах Е. Б. Ленчук [3], Т. А. Оруч [4; 5], демонстрируют ограниченную эффективность в условиях импортозамещения и необходимости ускоренной технологической модернизации. Это подтверждается опытом Самарской области, где, по данным Самарастата на 2023 г., промышленный сектор формирует 41,1 %1 валового регионального продукта (ВРП), при этом сохраняется высокая зависимость от низкотехнологичных переделов в машиностроении и нефтехимии.

Актуальность данного исследования обусловлена несколькими взаимосвязанными факторами. Во-первых, наблюдается значительная неравномерность регионального развития, когда основная часть прироста в реальном секторе экономики сосредоточена в ограниченном числе субъектов с крупными агломерациями [6], что усиливает социально-экономические дисбалансы. Во-вторых, современный этап ин- ституциональных преобразований требует перехода к риск-ориентированному управлению [7], что предполагает применение новых критериев и инструментов для приоритизации отраслей с учетом не только их экономической эффективности, но и инновационного потенциала. Наконец, реализация стратегии новой индустриализации диктует необходимость развития высокотехнологичных производств и активного внедрения цифровых технологий, что подтверждается заметным ростом их доли в промышленном секторе за последние годы2.

Все эти факторы делают особенно важным формирование научно обоснованных методов отбора приоритетных направлений структурной политики на региональном уровне. В то же время в современных российских условиях особую актуальность приобретает анализ опыта не развитых стран с устоявшейся индустриальной структурой (например, Германии или Китая), а именно новых индустриальных стран (НИС), которые сумели осуществить структурную трансформацию экономики в сжатые сроки. Такой подход обусловлен необходимостью поиска эффективных инструментов ускоренного перехода от сырьевой (в том числе аграрной) модели к экономике, основанной на индустриальном и инновационном росте. Ключевыми факторами успешной трансформации НИС стали целенаправленное развитие обрабатывающей промышленности как базы роста, ориентация на экспорт, внедрение современных технологий и активное развитие НИОКР, поддержка национальных компаний с потенциалом выхода на внешние рынки, инвестиции в образование и инфраструктуру, а также масштабная урбанизация. Отдельные показатели, характеризующие структурную трансформацию экономики НИС разных волн: Южной Кореи, Малайзии и Индии – представлены в табл. 1. Выбор этих стран позволяет проследить, как различные стартовые условия влияли на отраслевую структуру и динамику экономического роста.

Опыт рассматриваемых стран позволяет создать целевую модель отраслевой структуры региональной экономики, в которой формируется диверсифицированная промышленная база, сочетающая модернизированные базовые отрасли с высокотехнологичными секторами, способная производить продукцию, конкурентоспособную на национальном и глобальном рынках. Как показывает опыт зарубежных стран, такая структура обеспечивает не только рост добавленной стоимости и экспортного потенциала, но и интеграцию региона в глобальные производственные цепочки, что является необходимым условием для ускоренного перехода к новой индустриализации.

В связи с этим в статье предложена исследовательская методика, позволяющая комплексно оценить потенциал структурной трансформации существующей отраслевой структуры региона в диверсифицированную эконо- мику с высокой долей высокотехнологичной обрабатывающей промышленности, а также определить направления и приоритеты ее трансформации с учетом лучших международных практик.

ТЕОРЕТИЧЕСКАЯ БАЗАИССЛЕДОВАНИЯ

Современные исследования в области региональной экономики все чаще обращаются к концепциям корпоративного управления [8], что обусловлено необходимостью повышения конкурентоспособности территорий в условиях глобальных вызовов. Одной из ключевых стала идея «регион как квазикорпорация» [9– 11], предполагающая рассмотрение региона как самостоятельного агента, конкурирующего за ресурсы и инвестиции. Этот подход позволяет адаптировать инструменты стратегического менеджмента, такие как матрица BCG (Boston Consulting Group), для анализа отраслевой структуры [12].

Табл. 1. Сравнительная характеристика структурной трансформации экономики новых индустриальных стран Table 1. Comparative analysis of structural transformation in the economies of newly industrialized countries

Показатель	Южная Корея		Малайзия		Индия
	1960	2023	1970	2023	1990	2023
ВВП на душу населения, в текущих ценах, дол.	158,27	33 121,37	1 186,12	11 379,09	371,09	2 480,79
Доля обрабатывающей промышленности и строительства в ВВП, %	17,33	31,6	24,71	42,20	27,45	25,03
Ведущие отрасли обрабатывающей промышленности в современной экономике страны	Автомобилестроение, электроника и полупроводники, судостроение, химическая		Электроника и электротехника, автомобилестроение, нефтехимия, пищевая и резинотехническая		Машиностроение, фармацевтика, сталелитейная, текстильная, химическая
	промышленность		промышленность		промышленность
Доля экспорта товаров и услуг в ВВП, %	2,64	44,0	45,56	68,58	13,37	31,92
Доля высокотехнологичной продукции в экспорте, %	н/д	30,07	н/д	59,42	2,17 (2007)	5,14 (2024)
Доля расходов на НИОКР		5,21		0,95		1,32
в ВВП, %		(2022)		(2020)		(2022)

Источник: рассчитано авторами по данным Всемирного Банка:

Source: calculated by the authors with regard to the data taken from the World Bank:

Исследования M. Sotarauta и R. Pulkkinen демонстрируют, что применение BCG-матрицы на региональном уровне, с осями «темп роста ВРП» и «вклад отрасли в региональную занятость», помогает выявить перспективные отрасли и минимизировать риски сырьевой зависимости [13]. В русскоязычных работах применение матрицы BCG для анализа региональных экономик также имеет устойчивую традицию: работы Т. П. Данько и соавторов [14; 15], М. С. Оборина и соавторов [16], М. Ю. Малкиной [17] демонстрируют возможности адаптации этого инструментария в региональных исследованиях и формируют основу для риск-ориентированного подхода к управлению региональными специализациями, сочетающего классические методы стратегического менеджмента и институциональные особенности РФ.

Важным контекстом для проведения таких исследований выступает новая индустриализация – современный этап технологического развития обрабатывающей промышленности на основе цифровых технологий и автоматизации. В отличие от традиционной индустриализации, ориентированной на механизацию, новая модель акцентирует внимание на создании интеллектуальных производственных систем [18]. Как подчеркивает Л. С. Бляхман [19], критерием ее эффективности является не рост ВВП, включающего виртуальные услуги, а повышение комплексной производительности и качества жизни. Автор отмечает, что ключевым драйвером становится массовое инновационное предпринимательство, способное заменить гигантские корпорации малыми и средними предприятиями, а также сместить акцент в себестоимости продукции с сырьевых издержек на затраты на информацию, энергию и человеческий капитал. Эти идеи перекликаются с работами С. Ю. Глазьева [20] и В. М. Пол-теровича [21; 22], в которых авторы говорят о необходимости перехода к наукоемким производствам в российской экономике. Ученые уральской экономической школы (Я. П. Силин,

Е. Г. Анимица, Н. В. Новикова [23; 24]) в своих исследованиях подчеркивают уникальную роль региона как «лаборатории реиндустриализации», где сочетание исторического промышленного наследия и современных научно-технологических компетенций создает условия для апробации гибридных моделей. Их работы акцентируют потенциал промышленного комплекса Урала в качестве драйвера для внедрения аддитивных технологий, робототехники и цифровых двойников, что подтверждается текущими проектами в кооперации с «Рос-атомом» 1 .

В указанных исследованиях новая индустриализация трактуется как этап развития, основанный на массовом внедрении цифровых и интеллектуальных технологий, формировании гибких производственных систем, а также смещении акцента с сырьевых на наукоемкие отрасли. В отличие от неоиндустриальной экономики, где основной акцент делается на сервисных и инновационных секторах [25; 26], новая индустриализация предполагает глубокую технологическую трансформацию именно обрабатывающих производств, интеграцию цифровых платформ и развитие человеческого капитала как ключевого ресурса роста.

Региональные исследования в парадигме новой индустриализации подчеркивают, что выбор специализаций должен базироваться на анализе уникальных конкурентных преимуществ региона (ресурсная база, инфраструктура, кадры) [27], оценке глобальных трендов (спрос на ESG-продукцию, декарбонизация) [28; 29], учете рисков диверсификации экономики [30; 31].

В научной литературе довольно распространены разнообразные количественные и качественные методы оценки отраслевой структуры региональной экономики, помогающие выявить перспективные специализации. Наиболее распространенным методом, позволяющим количественно оценить структуру региональной экономики, является расчет коэф- фициентов отраслевой специализации (локализации), которые дают возможность сопоставить долю отрасли в ВРП с соответствующей долей на национальном уровне и тем самым выявить отрасли с выраженной концентрацией или, напротив, недостаточной представленностью в экономике региона [32–34]. Согласно парадигме «регион как квазикорпорация» авторы активно применяют методы стратегического анализа, например сочетание SWOT-анализа с кластерными моделями для идентификации точек роста [35; 36], методы сравнительного анализа структуры с эталонными или целевыми моделями [37]. Однако, несмотря на широкое распространение, существующие методы, на наш взгляд, обладают рядом ограничений: как правило, они учитывают лишь статические параметры (доля отрасли в ВРП или занятости), игнорируя динамические аспекты развития и технологические переделы, не отражают структурные риски, связанные с технологическим отставанием или сырьевой зависимостью региона, не учитывают многомерность отраслевой структуры региональной экономики, ограничиваясь анализом отдельных структурных параметров, что предопределяет необходимость развития более комплексных и адаптивных подходов к оценке отраслевой структуры в условиях новой индустриализации.

В целом теоретические основы выбора региональных специализаций эволюционировали от классических моделей сравнительных преимуществ [38] и полюсов роста [39] к современным концепциям кластеров [40] и «умной специализации» [41]. Последняя подразумевает сочетание эндогенного потенциала и стратегического позиционирования в глобальных нишах [42; 43]. Однако в российской практике, как показал анализ разработанной еще в 2019 г. Стратегии пространственного развития РФ

до 2025 г.1, сохранялись противоречия между декларируемыми «точками роста» и реальными структурными ограничениями. С точки зрения И. В. Митрофановой и соавторов [44], документ не содержал критериев определения эффективности (неэффективности) региональных специализаций, а по мнению В. Е. Селиверстова [45], стратегия игнорировала необходимость оценки технологических переделов, что усугубляет зависимость регионов от низких звеньев цепочек добавленной стоимости. Обновленная в 2024 г. пространственная стратегия2, хотя и актуализирует целевые ориентиры развития отраслевой структуры федеральных округов, но, в отличие от прошлой версии документа, не содержит детализации региональной специфики.

Таким образом, современные подходы к формированию региональных специализаций остаются неполными: они редко учитывают технологические переделы, ограничиваются узким набором экономических показателей и слабо адаптированы к российским реалиям. Предлагаемая в настоящей статье методика стремится восполнить эти пробелы, объединяя использование инструментария стратегического менеджмента, анализ переделов и многокритериальную оценку, что дает возможность комплексно оценить потенциал отраслей в условиях новой индустриализации.

МАТЕРИАЛЫ И МЕТОДЫ

Исследование базируется на трехэтапной методике оценки видов экономической деятельности Самарской области.

• 1.    Построение матрицы BCG для отраслей (ВЭД) экономики региона с расчетом темпов роста ВЭД за период 2016–2023 гг. и оценкой вклада в ВРП. Матрица позволяет классифи-

• цировать отрасли по категориям «Звезды», «Дойные коровы», «Трудные дети» и «Собаки», что соответствует парадигме «регион как квазикорпорация» и создает основу для риск-ориен-тированного управления.

• 2.    Построение аналогичной матрицы BCG для видов промышленной продукции с выделением двух групп (сырьевой и несырьевой) на основе подхода Российского экспортного центра (РЭЦ) к классификации экспортных товаров1.

• 3.    Разработка и апробация многокритериальной оценки видов экономической дея-

• тельности с использованием комплекса показателей, разделенных на три группы:

Сырьевая группа включает материалы, имеющиеся в природной среде и извлекаемые из нее (минеральное топливо, руды и другие полезные ископаемые, древесина), а также массовые отходы, преимущественно вторичные (из отслуживших изделий), такие как лом черных и основных цветных металлов, макулатура и т. п.

Несырьевую группу принято делить на три подгруппы с выделением технологических переделов (верхних, средних, нижних). Несырьевая продукция нижних переделов включает товары, характеризующиеся невысокой степенью переработки и ее простотой. К несырьевой продукции средних переделов отнесены промежуточные продукты, являющиеся результатом многостадийной и достаточно глубокой переработки исходных материалов, или готовые продукты невысокой сложности. Несырьевая продукция верхних переделов включает главным образом готовые товары, представляющие собой результат глубокой переработки исходных материалов. Кроме того, в нее входят некоторые высокотехнологичные материалы и промежуточные продукты, такие как радиоактивные соединения и компоненты лекарств.

Применение подхода РЭЦ к анализу регионального промышленного производства позволяет оценить его технологическую структуру и определить приоритетные направления в контексте новой индустриализации.

• – экономические – отражают финансовую эффективность, доходность и рыночную активность отраслей (сальдированный финансовый результат, рентабельность, оборот организаций, индексы добавленной стоимости, количество предприятий по ВЭД);

– ресурсно-инфраструктурные – характеризуют материальную базу, трудовые ресурсы и состояние основных фондов (среднегодовая численность занятых, стоимость основных фондов, степень износа основных фондов);

– инновационно-технологические – оценивают потенциал цифровизации, технологическое развитие и инновационную активность предприятий анализируемых отраслей (использование цифровых технологий, затраты на внедрение цифровых технологий, инвестиции в основной капитал).

Индексы по каждому показателю рассчитываются и суммируются для получения интегрального рейтинга ВЭД. Виды ВЭД с максимальными значениями суммарного индекса определяются как приоритетные для региональной структурной политики.

Выбор показателей для многокритериальной оценки обоснован анализом современной библиографии по структурной трансформации экономики: экономические характеристики структурных сдвигов и лежащие в их основе факторы, связанные с ресурсной и инфраструктурной обеспеченностью, приведены в работах Е. В. Лукина, Т. В. Усковой [46], Ю. В. Вер-таковой, Ю. С. Положенцевой [47], Н. М. Румянцева и соавторов [48] и других, а включение инновационно-технологических индикаторов отражает требования новой индустриализации [49].

Предлагаемая в статье методика, состоящая из трех этапов, обеспечивает сбалансированный и комплексный подход к выбору приоритетов трансформации отраслевой структуры региональной экономики в условиях но- вой индустриализации. Она учитывает как текущие экономические показатели, так и потенциал технологической модернизации.

В качестве объекта исследования выступает Самарская область, что обусловлено необходимостью оценки релевантности выбранных критериев для старопромышленных регионов, хотя и имеющих развитую промышленную базу традиционных отраслей, но обладающих высоким потенциалом технологической модернизации. Кроме того, регион демонстрирует типичные для России проблемы структурных диспропорций и сырьевой зависимости, что делает его репрезентативным для апробации предложенной методики и выработки универсальных управленческих решений.

Для расчета использованы официальные данные Федеральной службы государственной статистики (Росстат)1 и Территориального органа Федеральной службы государственной статистики по Самарской области (Самарастат)2.

РЕЗУЛЬТАТЫ

Классификация отраслей по матрице BCG: основа для структурной перестройки экономики региона (стратегическое позиционирование)

Для выявления отраслей с наибольшим вкладом в экономику региона был применен BCG-анализ. Традиционно он используется для оценки и оптимизации портфеля продуктов на основе двух ключевых показателей: доли рынка и темпов роста рынка.

В рамках исследования проведена классификация отраслей (ВЭД) экономики Самарской области на основе матрицы BCG, где:

– ось X – темп роста отрасли за период 2016–2023 гг., рассчитанный по формуле среднего геометрического значения, в %;

– ось Y – доля отрасли в ВРП, рассчитанная как среднеарифметическое значение соответствующих долей за 2016–2023 гг., в %.

Квадранты матрицы определены следующим образом:

• –    «Звезды» – высокий темп роста (>5 %) и значительный вклад в ВРП (>10 %);

• –    «Дойные коровы» – низкий темп роста (<5 %) и высокий вклад в ВРП (>10 %);

• –    «Трудные дети» – высокий темп роста (>5 %) и низкий вклад в ВРП (<10 %);

• –    «Собаки» – низкий темп роста (<5 %) и незначительный вклад в ВРП (<10 %).

Пороговые значения для классификации отраслей по квадрантам матрицы BCG выбраны на основе анализа средних темпов роста и вкладов в ВРП по регионам Приволжского федерального округа за 2016–2023 гг.: значение 5 % по темпу роста соответствует среднему уровню динамики ведущих отраслей регионов округа, а порог 10 % по вкладу в ВРП отражает значимость отрасли для экономики субъекта.

Распределение отраслей в соответствии с проведенным анализом показано на рис. 1.

Результаты стратегического позиционирования демонстрируют, что промышленный каркас региона формируют две отрасли-«Звезды»: добыча полезных ископаемых и обрабатывающие производства, совокупный вклад которых в валовой региональный продукт составляет 41,5 % при среднегодовом темпе роста около 108 %. Это отражает исторически сложившуюся индустриальную специализацию региона, усиленную развитием нефтедобывающего сектора. Индекс промышленного производства в 2023 г. достиг 109,2 %, а в сегменте обрабатывающих производств – 116 %3, что подтверждает значительный потенциал указанных секторов для региональной экономики.

Культура и спорт

118%

116%

Прочие услуги

Образование

Гостиницы и общепит

114%

с Торговля

-3

Связь

Здравоохранение

Коммунальные услуги

Финансы

।______________________________________________________________________________________

Добыча полезных ископаемых

с

Административная деятельность

Госуправление

АПК

106%

Услуги водоснабжения

с

« Собаки »

Наука

104%

102%

100%

е Операции с недвижимым имуществом

Обрабатывающие производства

Средняя доля в ВРП, 2016–2023

« Дойные коровы »

Источник: рассчитано авторами.

Source: calculated by the authors.

Рис. 1. Распределение отраслей экономики Самарской области по квадрантам матрицы BCG

Fig. 1.    Distribution of economic sectors in Samara region by BCG matrix quadrants

К категории «Звезд» также относятся торговля (вклад в ВРП – 10,2 %, темп роста – 112,8 %), значимость которой обусловлена выгодным транспортно-логистическим положением региона на пересечении важнейших международных транспортных коридоров, и операции с недвижимым имуществом (вклад в ВРП – 10,8 %, темп роста – 107,5 %) – индикатор урбанизации и роста инвестиционной привлекательности экономики региона.

Данные отрасли играют определяющую роль в формировании региональной эконо- мической структуры и определении направлений структурной политики, представляя собой зоны концентрации потенциального роста и инновационной активности. Примечательным является синхронный характер их развития, характеризующийся сопоставимыми темпами роста (107–112 %), что является нетипичным для многих регионов Российской Федерации, где, как правило, наблюдается доминирование одного или двух секторов экономики. Данная сбалансированность, с одной стороны, свидетельствует об устойчивости региональной экономической системы, а с другой - ставит задачу поддержания динамичного развития этого комплекса отраслей и недопущения «перегрева» отдельных его элементов. Решение данной задачи видится в акцентировании внимания на развитии высокотехнологичных переделов, где Самарская область пока демонстрирует отставание от регионов-лидеров (например, в сфере глубокой переработки нефти, ориентированной на выпуск продукции с высокой добавленной стоимостью, а не на экспорт сырья).

К «Дойным коровам» в матрице не отнесен ни один из видов экономической деятельности.

Особого внимания заслуживает группа отраслей категории «Трудные дети», демонстрирующих высокую динамику развития при относительно невысоком вкладе в ВРП: административная деятельность, транспортнологистический комплекс, строительство, государственное управление, агропромышленный комплекс, наука, образование, гостиничный бизнес и общественное питание, сфера телекоммуникаций, здравоохранение. Почти все они, кроме деятельности в области информации и связи, обеспечивают вклад в региональную экономику, на 0,2-0,5 п. п. превышающий аналогичный средний показатель по Приволжскому федеральному округу, что связано со значимыми конкурентными преимуществами Самарской области в соответствующих сферах: транспортная инфраструктура региона интегрирована в международный коридор «Север -Юг», область остается в лидерах Приволжского федерального округа по объему жилищного строительства1, региональный АПК способен обеспечивать не только внутренние потребности региона, но и экспорт2, а гостиничный бизнес и сфера общественного питания развиваются на фоне растущего туристического потока. Однако данные отрасли требуют на правленных инвестиций для реализации их потенциала в контексте диверсификации региональной экономики.

В категории «Собаки» оказались финансы и услуги водоснабжения: эти виды экономической деятельности характеризуются одновременно низким вкладом в структуру ВРП и невысокими темпами роста. Так, доля финансового (и страхового) сектора в экономике России в целом является низкой и составляет всего 0,5 %, однако вследствие концентрации банков, финансовых учреждений и страховых компаний в г. Москве (1,6%), в федеральных округах (кроме Центрального федерального округа) их вклад варьируется от 0,1 % (СевероКавказский, Уральский, Дальневосточный федеральные округа) до 0,3 % (Приволжский федеральный округ, в который входит Самарская область с показателем 0,3%), а рост данного сектора сдерживается тем, что филиалы в регионах редко масштабируются. Однако значимость этого ВЭД в региональной экономике обусловлена обеспечением ликвидности (кредитование оборотных средств, расчетные операции) для промышленных предприятий. Аналогично услуги водоснабжения, несмотря на стагнацию и низкий вклад (0,6%), обеспечивают инфраструктурную основу для работы промышленности, жилищно-коммунального хозяйства и социальной сферы.

Таким образом, матрица BCG на первом этапе позволяет выявить макроуровневые драйверы региональной экономики, а также определить системообразующие, пусть и не всегда быстрорастущие, отрасли, без которых невозможна эффективная работа производственного и социального комплексов региона. Это создает основу для дальнейшего углубленного анализа и формирования сбалансированной структурной политики, учитывающей не только лидеров роста, но и ключевые инфраструктурные сектора.

Технологические переделы промышленной продукции Самарской области

Результаты распределения видов промышленной продукции Самарской области по технологическим переделам, которое осуществ- лено с использованием инструментария матрицы BCG (рис. 2) и классификации Российского экспортного центра (табл. 2), продемонстрировали существенные структурные особенности промышленного производства региона, требующие внимания в контексте новой индустриализации.

« Трудные дети »

10%

« Звезды »

Пищевые продукты

Готовые металлические изделия о а к

100%

Электрическое оборудование

>s S к

Напитки

Резиновые и пластмассовые изделия

Предоставление услуг в области добычи ПИ

Полиграфическая деятельность

Машины и оборудование

0%

« Собаки »

Компьютеры, электронные и оптические изделия

Одежда

Бумага и бумажные изделия

Лекарственные средства

Среднегодовой вклад в промышленное производство, %, 2016–2023

« Дойные коровы »

Источник : рассчитано авторами.

Source: calculated by the authors.