Оценка и анализ влияния драйверов роста на конкурентоспособность региона

Представленный в статье материал – поисковые исследования авторов в части разработки методов количественной оценки влияния отраслевой инновационной составляющей на экономическое развитие региона и усиление его конкурентных преимуществ. Анализ подходов [1–12; 14; 15 и др.] и наши многолетние исследования по проблематике конкурентоспособности и инно- вационности региональной экономики 2 позволили сформировать для использования в контексте проводимого исследования трехуровневую методическую конструкцию (см. рисунок):

• 1)    оценка конкурентных позиций региона по ключевым конкурентно значимым факторам, включая фактор инновационности региональной экономики;

)      ОЦЕНКА

СРАВНИТЕЛЬНОЙI

ЭКОНОМИЧЕСКОЙI

ЭФФЕКТИВНОСТИ и |

ИННОВАЦИОННОЙ .АКТИВНОСТИ ОТРАСЛЕЙ I

В РЕГИОНЕ статметоды

метод DEA

Отрасль - драйвер развития экономики региона

ЕНКА КОНКУРЕНТНЫХ

ПОЗИЦИЙ РЕГИОНА

1. Выбор конкурентно значимых факторов для сравнения конкурентных позиций регионов, включая инновационность эконом ики региона

э. Расчет локальных оценок по каждому фактору конкурентоспособности региона

ОЦЕНКА ВЛИЯНИЯ В СИСТЕМЕ «ИННОВАЦИОННОСТЬ ОТРАСЛИ -КОНКУРЕНТОСПОСОБНОСТЬ ЭКОНОМИКИ РЕГИОНА»

метод относительных разностей, адаптирован- | ный для оценки конкурентоспособности региона

• 4. Расчет интегральной оценки уровня конкурентоспособности региона

  методы экономикостатистического анализа

  
  

  метод средневзвешенной оценки

  
  

  методы корреляционно-регрессионного анализа

  
  

Рисунок. Методическая конструкция для оценки влияния инновационности отрасли на конкурентоспособность экономики региона

Примечание. Составлено авторами.

• 2)    оценка сравнительной экономической эффективности и инновационной активности отраслей в регионе;

• 3)    оценка влияния отрасли – драйвера регионального развития на конкурентоспособность региона.

Для каждого блока исследований разработаны методические основы, адаптированные к доступной информационной базе (апробированные на материалах Кемеровской области).

Оценка конкурентных позиций региона. Разработанный нами метод оценки уровня конкурентоспособности регионов предусматривает, в частности, выделение таких конкурентно значимых факторов ³, как:

• –    уровень экономического потенциала региона;

• –    эффективность использования экономического потенциала региона;

• –    привлекательность региона для населения;

• –    привлекательность региона для бизнеса;

• –    инновационность экономики региона [13].

Именно эти факторы в наибольшей степени отражают процессы, происходящие в экономическом пространстве региона, и в полной мере «транслируют» наши теоретические представления о категории конкурентоспособности регионов 4.

Разработанный алгоритм численной оценки уровня региональной конкурентоспособности позволил измерить «привлекательность» сибирских регионов 5 с позиции каждого из пяти конкурентно значимых факторов (период 2000–2014 гг.). Анализ показал, что такой подход позволяет проводить мониторинг динамики факторов конкурентоспособности, а полученные оценки конкурентоспособности являются основанием для смены драйверов роста региона и реконструкции моделей регионального развития [13].

В фокусе внимания настоящей статьи – подход и методы количественной оценки в системе «инновационность отрасли – конкурентоспособность экономики региона» (см. блоки В и С на рисунке).

Оценка сравнительной экономической эффективности и инновационной активности отраслей в регионе. Определение драйверов – один из самых ответственных этапов построения экономических моделей развития регионов. В наших предыдущих работах 6 подтверждена гипотеза, что для регионов с выраженной ресурсной специализа- цией декларация смены приоритетов в пользу далеких от их «естественной» специализации видов экономической деятельности приводит к «конфликту» между работающими и декларируемыми драйверами развития. Это вызывает «сбой» в управлении экономическим развитием регионов.

На ранних стадиях исследований для определения отраслей – драйверов экономического развития в регионе мы использовали набор эмпирических (в основном статистических) методов. И хотя с их помощью можно определить драйвер развития, однако без ответа остаются вопросы относительной эффективности выбора. Для этих целей, как показало исследование, в качестве метода оценки количественной меры сравнительной эффективности функционирования отраслей в регионе применим метод свертки данных (Data Envelopment Analysis – DEA 7).

В соответствии с технологией DEA для конкретной отрасли (вида экономической деятельности), в том числе связанной с формированием инновационной составляющей региона, можно найти числовую меру эффективности (назовем ее «технической»). Эта мера может быть определена как отношение совокупной ценности «результата» (суммы взвешенных «выходов») к совокупной ценности «затрат» (сумме взвешенных «входов») при ограничениях на деятельность других отраслей (иначе отношение будет неограниченным).

Для количественного сравнения уровней «технической» эффективности различных отраслей в регионе требуется идентифицировать «входы» и «выходы» модели DEA применительно к доступной информационной базе. Проблема здесь: 1) в отсутствии адекватной, сопоставимой информации об инновационной деятельности отраслей в регионе, 2) в ограниченной возможности получения имеющихся показателей инновационной деятельности отраслей в экономике региона из доступных статистических баз (требование обеспечения конфиденциальности первичных данных, полученных от организаций 8).

Адаптация предложенного методического подхода к реальной информационной базе (на материалах Кемеровской области) позволила сформировать два блока показателей (см. табл. 1). Мы рассматриваем этот набор лишь как некий базовый вариант, который иллюстрирует возможности применения данного подхода и может уточняться в зависимости от целей исследования и доступности информации.

Таблица 1

Показатели «входа» и «выхода» в модели DEA для оценки сравнительной эффективности функционирования отраслей в экономике региона

Затратные характеристики (входные параметры, input )		Результирующие показатели (выходные параметры, output )
ресурс	для каждой отрасли (вида экономической деятельности) региона	резуль-тат	для каждой отрасли (вида экономической деятельности) региона
1	затраты на технологические инновации, млн руб.	1	финансовая результативность рабочего места, тыс. руб. /чел.
2	удельный вес лиц с высшим профессиональным образованием в составе занятых, %	2	использовано передовых производственных технологий, ед.
3	капиталоемкость рабочего места, тыс. руб. /чел.	3	валовой выпуск, млрд руб.
4	общие затраты производства (промежуточное потребление), млрд руб.	4	валовая добавленная стоимость, млрд руб.
5	производительность труда, тыс. руб./чел.

Примечание. Составлено авторами.

Отраслевая структура кузбасской экономики представлена в модели двумя уровнями: на первом уровне все отрасли объединены в мегаотрасль «экономика региона в целом», на втором уровне выделены отрасли, которые на разных этапах экономического развития региона выступали в роли отраслей-драйверов:

• 1)    угольная промышленность (в связи с переходом Росстата на статистику по видам экономической деятельности – ОКВЭД – показатели угольной промышленности рассмотрены по виду производства «добыча топливно-энергетических полезных ископаемых»);

• 2)    металлургия («металлургическое производство и производство готовых металлических изделий»);

• 3)    химическая промышленность («химическое производство» и «производство резиновых и пластмассовых изделий»);

• 4)    машиностроение («производство машин и оборудования», «производство электрооборудования, электронного и оптического оборудования» и «производство транспортных средств и оборудования»);

• 5)    экономика Кемеровской области в целом.

Значения приведенных в таблицах 1 и 2 показателей, рассчитанных для кузбасской экономики и каждой ее базовой отрасли (период 2008– 2012 гг.), послужили исходными данными для оценки сравнительной эффективности функционирования отраслей в регионе (на примере Кемеровской области) на основе метода DEA. Расчеты произведены на каждый год исследуемого периода 9: для нахождения оптимальных планов соответству- ющих задач использовалась надстройка «Поиск решения» электронной таблицы MS Excel.

Расчеты проведены для сценария развития региональной экономики, в котором эталоном эффективности выступает экономика региона как мегаотрасль (модель «Кузбасс»).

Модель «Кузбасс». В таблице 2 приведены показатели эффективности (некая числовая мера, трактуемая индексом «технической» эффективности, значения которой всегда находятся в интервале от 0 до 1) функционирования отраслей кузбасской индустрии, как отношения:

Output = Сумма взвешенных результирующих показателей

Input = Сумма взвешенных затратных характеристик при использовании весов ингредиентов, рассчитанных по оптимизационной модели максимизации относительной эффективности функционирования экономики Кемеровской области в целом (при условии, что аналогичные индексы для всех рассматриваемых отраслей не превосходят задаваемой в модели величины).

Полученные численные значения индекса относительной эффективности отраслей позволяют оценить эффективность их функционирования относительно друг друга, наиболее благоприятную для экономики Кемеровской области:

• –    отрасли, для которых индекс эффективности равен единице (отрасли, обеспечивающие максимум многомерного «результата» на единицу «совокупных затрат»), будем считать эффективными относительно других отраслей;

  – отрасли, для которых индекс эффективности меньше единицы (мера удаления этих отраслей от единицы определяет степень неэффективности их деятельности относительно «лучших представителей»).

Как видно из данных таблицы 2, с позиции эффективного функционирования экономики Кемеровской области в течение всего рассматриваемого периода только угольную промышленность можно считать достаточно устойчиво эффективной среди базовых отраслей кузбасской экономики. Металлургическая и химическая отрасли значительно уступают лидеру по эффективности использования своих ресурсов. Вместе с тем необходимо отметить, что если в металлургии колебание индексов эффективности в рассматриваемом периоде весьма существенно, то в химической отрасли они достаточно устойчивы. Это может свидетельствовать о том, что хотя уровень воздействия химической отрасли на экономику региона весьма низок, сама модель развития отрасли весьма устойчивая. Следует отметить чрезвычайно низкий уровень индексов эффективности в кузбасском машиностроении на протяжении исследуемого периода (2008– 2012 гг.), что говорит, в первую очередь, об отсутствии в регионе такого мощного драйвера инновационного развития.

Таким образом, по результатам расчетов на основе метода DEA получила количественное подтверждение гипотеза о том, что угольная промышленность Кузбасса наиболее эффективно использует внутренние ресурсы для своего развития и оказывает наибольшее влияние на состояние и тренды развития экономики региона в целом. Таким образом, она реально является драйвером регионального развития.

Представление обобщенных затрат (результата) в виде линейной комбинации всех затрат (многомерного результата) является существенным упрощением с практической точки зрения. Построение самих моделей и придание им содержательного смысла (содержательная оценка результатов расчетов) в каждом конкретном случае затруднительны без привлечения накопленного практического опыта и знаний экспертов в соответствующей предметной области.

Оценка влияния уровня инновационности развития отрасли на усиление конкурентных преимуществ региона. Метод и инструментарий исследования разработаны с использованием канонического корреляционного анализа, который позволяет оценить совокупное влияние группы одних показателей (определим их в качестве «входов») на группу других показателей (результирующих «выходов»). Являясь обобщением множественной линейной регрессии, метод канонических корреляций позволяет: 1) определить в каждой группе показателей те из них, которые оказывают наибольшее (наименьшее) влияние на противоположную группу показателей; 2) исключить малозначимые показатели для уточнения степени влияния остальных, не нарушая при этом латентные связи между исследуемыми группами показателей.

Адаптация подхода к реальной информационной базе в системе «инновационное развитие угольной промышленности Кузбасса – конкурентоспособность экономики региона» позволила сформировать два блока показателей (см. табл. 3):

– уровень и динамика инновационного развития отрасли в регионе описаны с помощью показателей региональной статистики («вход» изучаемого процесса);

– конкурентные позиции региона (результирующие «выходы» региональной социально-экономической системы) представлены в виде экономико-статистических оценок пяти конкурентно значимых факторов (см. [13 и др.]).

Таблица 2

Относительная эффективность отраслей в модели «Кузбасс»*

	2008	2009	2010	2011	2012
Output/Input = КО	1,00	1,00	1,00	1,00	1,00
Output/Input = уголь	1,00	1,00	0,54	0,55	1,00
Output/Input = мет	0,45	0,39	0,37	0,29	0,67
Output/Input = хим	0,51	0,55	0,49	0,44	0,50
Output/Input = маш	0,09	0,04	0,05	0,07	0,08

Примечания. Рассчитано авторами по модели DEA .* КО – экономика Кемеровской области в целом, уголь – угольная промышленность, мет – металлургия, хим – химическая промышленность, маш – машиностроение.

Таблица 3

Показатели «входа» и «выхода» в модели оценки влияния уровня инновационности развития отрасли на конкурентоспособность региона

Характеристики инновационной составляющей угольной промышленности * региона (показатели «входа»)		Оценки факторов конкурентоспособности региона ** ( показатели «выхода» )
X 1	затраты на технологические инновации, тыс. руб.	Y 1	уровень экономического потенциала региона
Х 2	использовано передовых производственных технологий, ед.	Y 2	эффективность использования экономического потенциала региона
Х 3	удельный вес лиц с высшим профессио-наль-ным образованием в составе занятых в угольной отрасли региона, %	Y 3	привлекательность региона для населения
Х 4	капиталоемкость рабочего места в угольной отрасли региона, тыс. руб. /чел.	Y 4	привлекательность региона для бизнеса
Х 5	финансовая результативность рабочего места в угольной отрасли региона, тыс. руб. /чел.	Y 5	инновационность экономики региона