Оценка уровня развития производительных сил в рейтинге субъектов Сибирского федерального округа

В экономическом пространстве России закрепились тенденции усиления неравномерности (контрастности, дифференциации) размещения производительных сил и роста пространственной поляризации производства. Чрезмерную дифференциацию формируют разнонаправленные процессы, которые, с одной стороны, сглаживают контрасты («эффект распространения» производительных сил), а с другой – их усиливают (в частности, «эффект концентрации» производительных сил). Итогом этих процессов явилось смещение центров сосредоточения производства и населения, усиление дифференциации территории государства по уровню социально-экономического развития, трансформация общего экономического пространства.

Для анализа территориальной дифференциации в развитии производительных сил в субъектах РФ введено понятие производительной асимметрии. Под ней понимаются устойчивые неравенства в процессах и результатах развития производительных сил в регионах относительно нормативно-установленной системы стандартов, т.е. производительная асимметрия – это такое состояние региональных систем, когда под воздействием управленческих влияний с целью ликвидации диспропорций улучшается в долгосрочном плане положение страны, но не ухудшается социально-экономическое состояние ни одного из регионов. Другими словами, развитие одних регионов происходит не за счет ущемления интересов других.

Исследование производительной асимметрии регионов Сибирского федерального округа (СФО) проведено по следующим направлениям:

• 1.    Группировка субъектов СФО по основным параметрам производительного потенциала с использованием кластерного и факторного анализа.

• 2.    Оценка взаимосвязи величины валового регионального продукта на душу населения с концентрацией человеческого потенциала на основе методов эконометрического моделирования.

Для группировки регионов по уровню производительного потенциала, характеризующего возможности региональной экономики производить товары и услуги, была построена матрица в 4-мерном пространстве из следующих количественных показателей (табл. 1):

x1 – индекс производительности труда по субъектам СФО, %;

x2 – доля инвестиций, направленных на реконструкцию и модернизацию, в общем объеме инвестиций в основной капитал по субъектам СФО, %;

x3 – удельный вес региона в структуре ВВП по субъектам СФО, %;

x4 – удельный вес региона в структуре экономически активного населения по субъектам СФО, %.

Таблица 1

Показатели оценки производительного потенциала, 2013 г.

Субъекты	X1	X2	X3	X4
Республика Бурятия	100,4	25,9	3,26	4,73
Республика Тыва	103,4	15,5	0,74	1,25
Республика Хакасия	105,4	18,8	2,55	2,73
Алтайский край	101,5	20,2	7,24	11,81
Красноярский край	105,1	13,4	23,30	15,56
Иркутская область	108,6	15,8	14,53	12,95
Кемеровская область	95,7	29	14,02	14,61
Новосибирская область	98,7	20,9	12,89	14,72
Омская область	101,6	31	9,74	10,85
Томская область	103,1	17,4	7,31	5,30
Забайкальский край	101,7	39	4,41	5,50

Многомерный кластерный анализ данных проводился с использованием пакета Statistica 6.0 по иерархической схеме методом Уорда (Ward's method) по первым главным компонентам.

На основе синтеза различных критериев выделены две главные компоненты. Интерпретация главных компонент осуществлялась по матрице коэффициентов корреляции исходных показателей с выделенными главными компонентами z1-z2 (табл. 2).

Таблица 2

Матрица факторных нагрузок по методу главных компонент, 2013 г.

	Z1	Z2
X1	0,908	0,159
X2	0,164	0,840
X3	0,331	0,717
X4	0,952	0,162

Из вида матрицы нагрузок (см. табл. 1) следует, что первая главная компонента z1 тесно связана с показателями x1, x4 (corr(z1; x1) = 0,908; corr(z1; x4) = 0,952). Поэтому, первая главная компонента может быть интерпретирована как использование человеческого потенциала.

Вторая главная компонента z2 тесно связана с показателями x2, x3 (corr(z2; x2) = 0,840; corr(z2; x3) = 0,717). Компонента z2 может быть интерпретирована как материальный капитал в развитии производительных сил.

В процессе классификации субъектов СФО по названным факторам была получена следующая дендрограмма (рис.). На дендрограмме выделяются три многомерные типические группы.

Первый кластер А состоит из 4 регионов: Новосибирская, Кемеровская и Омская области, Алтайский край. Данные регионы СФО можно назвать лидерами в развитии производительных сил.

Второй кластер Б образуют 2 региона: Иркутская область и Красноярский край. Данный кластер характеризуется меньшим уровнем развития производительных сил.

В состав третьего кластера В входят республики Бурятия, Хакасия, Тыва, Забайкальский край и Томская область. Состояние производительных сил характеризуется низким уровнем; для этих регионов существуют резервы наращивания интенсивности использования производительных сил.

Tree Diagram for Variables Single Linkage

о

Рис. Дендрограмма кластеризации регионов РФ по развитию производительных сил, 2013 г.

Оценка компонент Z1 и Z2 позволяет сделать вывод, что первая объясняет вариацию переменных на 92%, а вторая – на 84%. Таким образом, наиболее значимым в производительных силах региона является человеческий потенциал.

Для дальнейшего анализа взаимосвязи накопленного человеческого потенциала с уров- нем социально-экономического развития региона проведем эконометрическое моделирование связи величины валового регионального продукта на душу населения с концентрацией человеческого потенциала. Для этого необходим расчет коэффициента локализации человеческого потенциала в регионах по следующей формуле:

z.! i lq = zi / ji i Z/J

где lq ‒ коэффициент локализации человеческого потенциала для i-го субъекта СФО; z ‒ численность экономически активного населения i-го субъекта СФО; j ‒ численность населения i-го субъекта СФО; Z ‒ численность экономически активного населения в целом по СФО; J ‒ численность населения в РФ.

При расчете коэффициентов локализации исходим из предположения, что наиболее полно величину человеческого потенциала определяет численность экономически активного населения.

Коэффициент локализации человеческого потенциала в субъектах СФО показывает, во сколько раз концентрация потенциала в конкретном регионе больше или меньше, чем в среднем по СФО.

Величина коэффициента локализации находится в пределах 3 промежутков: lq < 1 – показывает, что уровень человеческого потенциала i-го региона меньше, чем в среднем по СФО, это означает импортозависимость в рабочей силе; lq = 1 – свидетельствует о том, что уровень человеческого потенциала i-го региона сопоставим с уровнем в целом по СФО; lq > 1 – показывает, что уровень человеческого потенциала i-го региона выше, чем в среднем по РФ. Регионы с высоким коэффициентом локализации являются экспортерами рабочей силы за пределы регионы.

Для регионов СФО величина коэффициента локализации человеческого потенциала и ВРП на душу населения представлена в таблице 3.

Таблица 3

Коэффициент локализации человеческого потенциала и ВРП на душу населения в разрезе регионов СФО, 2013 г.

Регион	Коэффициент локализации человеческого потенциала	ВРП на душу населения, тыс. руб.
Алтайский край	0,93	0,17
Забайкальский край	0,77	0,12
Иркутская область	0,98	0,25
Кемеровская область	0,93	0,15
Красноярский край	1,05	0,42
Новосибирская область	1,02	0,31
Омская область	1,01	0,26
Республика Алтай	1,05	0,25
Республика Бурятия	1,05	0,25
Республика Тыва	0,96	0,36
Республика Хакасия	0,95	0,256
Томская область	0,93	0,17

Дальнейшее исследование заключается в оценке влияния локализации человеческого потенциала на социально-экономическое положение субъекта РФ. В качестве показателя, характеризующего социально-экономическое развитие субъектов СФО, принят валовой региональный продукт на душу населения. Регрессионная модель, описывающая влияние коэффициентов локализации человеческого потенциала на социально-экономическое развитие регионов, имеет следующий вид:

BPni = f (lqi) + si, где ВРПi ‒ валовой региональный продукт на душу населения i-го субъекта РФ (i = 1,2,...,83), руб.; lqi - коэффициент локализации для i-го субъекта РФ; si - случайная составляющая эконометрической модели, для которой M(s) = 0.

Результаты построения эконометрической модели по данным официальной статистики СФО за 2013 г. с использованием метода наименьших квадратов (МНК) представлены следующей функцией Y=0,2641X3,1046.

Оптимальной для описания влияния коэффициента локализации человеческого потенциала на величину ВРП на душу населения является показательная модель. Результаты эконометрического моделирования подтверждают нелинейную связь между локализацией человеческого потенциала и динамикой душевого валового регионального продукта.

Для трудодефицитных сибирских и дальневосточных регионов это означает необходимость выбора между развитием на существующей производственно-технологической базе, но за счет привлечения извне дополнительных трудовых ресурсов и новой индустриализацией с приоритетом «безлюдных» технологий.

При первом варианте обеспечение 6-7%-ного прироста валового регионального продукта потребует дополнительной рабочей силы в количестве 30,7 тыс. чел. в среднегодовом исчислении. Тогда к 2020 г. соотношение занятых в экономике между собственными и привлеченными работниками выровняется. Дальнейшая пролонгация консервативной экономической политики создаст прямую угрозу демографической безопасности.

Следовательно, безальтернативность выбора новых приоритетов требует выработки новой политики в развитии и размещении производительных сил региона.