Оценка влияния расходов регионального бюджета на уровень средней заработной платы

Одним из показателей положительной динамики структурных преобразований, происходящих в национальной экономике, является состояние социальной сферы, в том числе качество жизни граждан и уровень заработной платы экономически активной части населения [7, 10]. В рамках современной экономической парадигмы, отличительными чертами которой является цифровизация и перманентная инноватизация производственных и социальных процессов, уровень заработной платы может рассматриваться как инструмент мотивации к повышению производительности труда, воздействия на динамику производительных сил, задающий темп увеличения валового продукта и закладывающий возможности повышения и качества экономического роста [3, 9, 16].

В этом смысле важную роль приобретают вопросы, связанные с позиционированием рынка труда и заработной платы в состоянии устойчивого равновесия, то есть, когда создание новых рабочих мест и изменение квалификационных требований к уже существующим, происходит синхронизировано с процессами развития инфраструктуры, обеспечивающей мобильность и качество рабочей силы. Достижение состояния устойчивого равновесия возможно только в том случае, когда региональные органы власти и управления обоснованно и целенаправленно проводят соответствующую политику, основанную на конкретном знании о сути и характере протекающих процессов, о факторах, оказывающих существенное влияние на них [15]. Таким образом, вопросы разработки механизма, позволяющего управлять процессами формирования средней заработной платы на региональном уровне, представляющей собой обобщенную концептуальную модель, являются достаточно важными и актуальными. Разработка такой модели определяется как совокупность следующих мероприятий: сбор, обработка и анализ информации об исследуемом процессе; моделирование процесса, выявление ключевых показателей, оказывающих на него существенное влияние; проведение численной и количественной оценки.

Кроме того, управление социальными и экономическими процессами должно быть основано на современных информационных технологиях [1], позволяющих обрабатывать необходимое количество данных за небольшой интервал времени для разработки определенного множества вариантов развития событий, использующих различные наборы входных данных. Подобная задача может быть успешно решена при внедрении информационной системы поддержки принятия решений, в основу которой заложена модель, адек- ватно отражающая протекание существующих экономических процессов, позволяющая реализовывать процедуры стратегического планирования и прогнозирования.

Методология

В качестве общего ориентира для исследования взята методика Всемирного банка [22] и ряд коррелированных с ней научных работ [18, 20, 21]. Применительно к субъекту Российской Федерации, как трактовка деталей смыслового содержания, так и, естественно, выбор состава, способа использования и формулировка применяемых количественных индексов, существенно отличается от соответствующих подходов и трактовок в исследовании Всемирного банка. Это обусловливается ни столько различием основных целей настоящей работы и исследований Мирового банка, сколько спецификой генезиса, а также условий формирования текущего статуса и развития региональных экономических систем субъектов Российской Федерации, являющихся не независимыми субъектами мировых экономических отношений, а субъектами федеративного государства. Кроме того, учитываются возможности (прежде всего, в плане наличия необходимых исходных данных) для количественного оценивания факторов (как детализирующих компонентов), потенциально управляемых на уровне субъекта Российской Федерации.

Ниже, с учётом приведенных замечаний, приведено описание процесса компоновки фактора – управляемого параметра, изменение которого приводит к достижению стратегических целей социально-экономического развития региона и индикатора – результирующего показателя, отображающего изменения экономического процесса вследствие изменения связанного управляемого параметра (фактора).

К регулирующим и стимулирующим воздействия на экономику региона [2, 5, 6], прежде всего, необходимо отнести расходы регионального бюджета на создание, развитие и поддержание инфраструктуры, способствующей обеспечению для граждан условий труда:

• ■    развитие городского и муниципального пассажирского транспорта, обеспечивающего удобную и быструю доставку к местам работы;

• ■    развитие межрегиональных транспортных связей для обеспечения мобильности перемещения между местами проживания и производственными комплексами;

• ■    повышение уровня содержания автомобильных дорог и улучшение их технического состояния;

• ■    поддержание бесперебойного движения транспортных средств по автомобильным дорогам и безопасных условий;

• ■    обеспечение деятельности государственных и муниципальных учреждений, в части качественного предоставления государственных и муниципальных услуг;

• ■    формирование и обеспечение деятельности инфраструктуры поддержки субъектов малого и среднего предпринимательства.

Региональная социально-экономическая политика представляет особую значимость в части формирования эффективного рынка труда и достойной заработной платы [4, 8]. В настоящей работе оценка расходов регионального бюджета на инфраструктуру осуществляется в контексте формирования и последующего анализа механизмов регулирования среднего уровня оплаты труда в регионе.

Средний уровень оплаты труда, выраженный в единицах реальных региональных затрат населения на товары и услуги, то есть стоимость фиксированного набора потребительских товаров и услуг – ФН (Согласно методике Росстата [12] является показателем, который может быть использован как вспомогательный инструмент при оценке уровня материального благосостояния населения, отражая сложившийся уровень цен как на продовольственные, так и непродовольственные товары, а также услуги), характеризует потребительскую привлекательность трудовой деятельности в регионе (относительно Российской Федерации в целом или других, например, соседних регионов).

Следовательно на его основе косвенно может быть дана оценка текущего потенциала региона с точки зрения динамики привлечения/ оттока трудовых ресурсов. Показатель указанного типа применяется в качестве индикатора, который формализуется в виде индекса средней заработной платы (здесь и далее – ИСЗП ). Этот индекс определяется среднемесячной номинальной начисленной заработной платой работников организаций ( СМЗП ), отнесенной к стоимости фиксированного набора (ФН) товаров и услуг в текущих (среднегодовых) региональных ценах, и, таким образом, эффективно выражает среднее количество ФН, заработанных одним занятым в регионе в месяц.

На оба показателя, формирующие ИСЗП, очевидно, влияют различные социально-экономические процессы, однако наиболее значимым из них представляется инвестиционная активность в регионе, которая в значительной степени обуславливается объемом прямых и косвенных

(стимулирующих) государственных инвестиций со стороны региональной власти, поэтому, в качестве основного механизма регулирования среднего уровня оплаты труда в регионе в настоящей работе рассматривается управление затратами регионального бюджета по статье «национальная экономика». Этот выбор обусловлен следующими аргументами:

• ■    возможность прямого управления указанными затратами региональными администрациями;

• ■    затраты носят инвестиционный характер, то есть направлены на дополнительное производство и, следовательно, предполагают затраты дополнительных трудовых ресурсов и увеличение совокупного фонда оплаты труда;

• ■    затраты регионально локализованы, поэтому их влияние должно преимущественно распространяться на региональные экономические показатели;

• ■    доля государственных инвестиций в национальную экономику постоянно увеличивается [13], поэтому соответственно должна увеличиваться доля государственного финансирования в региональном фонде оплаты труда.

С учётом указанных аргументов строится соответствующий индексный показатель (индекс расходов регионального бюджета на национальную экономику, здесь и далее – ИРНЭ ), определяющий указанные удельные (на одного занятого) затраты, выраженные в единицах реальных цен на товары и услуги в регионе (ФН). Этот показатель рассматривается в качестве главного фактора, что подтверждается достаточно хорошей статистической обоснованностью соответствующей зависимости индикатора ИСЗП для большинства субъектов Российской Федерации, особенно для тех регионов, в которых имеется устойчивая временная тенденция увеличения рассматриваемых реальных затрат бюджета.

Фактор (X) – индекс расходов регионального бюджета на национальную экономику ( ИРНЭ ), от. ед. ИРНЭ~ ^{РНЭх1000 х1}°

СГЧЗхФНх12

где:

• ■    РНЭ – расходы регионального бюджета субъекта Российской Федерации (по статье «национальная экономика»), млн. руб.;

• ■    1000 – числовая нормировка, млн. руб. -> тыс. руб., а также умножение на 10 для числовой сопоставимости фактора и индикатора;

• ■    СГЧЗ – среднегодовая численность занятых в регионе; тыс. чел.;

• ■    ФН – нормирующий показатель, стоимость фиксированного набора (ФН) товаров и услуг в текущих (среднегодовых) ценах, руб./чел./мес.;

• ■    12 – количество месяцев в году.

Индикатор (Y) – индекс средней заработной платы ( ИСЗП ), от. ед.

где:

• ■    СМНЗП – среднемесячная номинальная начисленная заработная плата работников организаций, руб./мес.;

• ■    ФН – нормирующий показатель, стоимость фиксированного набора (ФН) товаров и услуг в текущих (среднегодовых) ценах, руб./чел./мес.

Для исследования экономической модели, в качестве математического аппарата, предполагается парная линейная аппроксимация зависимости индикатора от управляемого фактора, с аддитивным учётом случайной компоненты:

Y=b₀+bX+e=a+bX (1)

где:

• ■    Y – скалярный индекс-индикатор, результирующий признак категории, характеризующий состояние исследуемого экономического процесса;

• ■    X – скалярный индекс-фактор, объясняющий (управляемый) параметр, изменение которого приводит к управляемому изменению экономического процесса;

• ■    a – скалярный свободный член парной линейной аппроксимации, аддитивно включающий в себя среднее значение индикатора при отсутствии влияния (изменения) фактора (b₀) , а также случайную аддитивную компоненту оценки Y , (e), обусловленную иными неоцениваемыми (мешающими) факторами и ошибками измерений, включая потенциальные систематические эффекты и погрешности;

• ■    b – коэффициент парной линейной регрессии, определяющий среднее изменение индикато-

• ра при изменении фактора на одну установленную единицу измерения.

В соответствии со стандартным подходом регрессионного анализа к определению параметров парной линейной зависимости Y от X , на основе имеющегося массива измерений ( X_i , Y_i ) и использования метода наименьших квадратов, строится аппроксимация регулярной (неслучайной) составляющей индикатора – Ŷ, удовлетворяющая условию минимума суммы квадратов отклонений фактических и расчётных значений индикатора:

∑_iⁿ₌₁(Y_i – Ŷ_i)²=∑_iⁿ₌₁(Y_i – a – bX_i)² → min     (2)

где n – количество используемых измерений ( X_i , Y_i ) (далее – поле корреляции).

В соответствии с (2) в модели используются стандартные выражения для оценки значений коэффициентов парной линейной аппроксимации, a и b :

a = Y-bX

где

– средние

значения используемых измерений фактора и ин- дикатора соответственно.

В свою очередь количественные характеристики качества (статистическая значимость, сила и теснота связи, и т.п.) построенной аппроксима- ции в целом и по отдельным параметрам оцениваются на основе стандартного набора показателей корреляционно-регрессионного анализа [17].

Результаты

Доказательство правильности формализации пары «фактор-индикатор» было проведено экспериментальным методом, включив в расчёты показатели субъектов Российской Федерации, входящих в состав Северо-Западного, Сибирского и Дальневосточного федеральных округов, используя правило, приведенное в табл. 1.

Table 1

Математический параметр	Значение
Коэффициент корреляции, rxy	≥ 0,7
Коэффициент детерминации, R2	≥ 0,5
Число степеней свободы, df	≥ 5
F-критерий (критерий Фишера)	факт    табл
T-критерий (критерий Стьюдента)	|t| <  t табл
Средняя ошибка аппроксимации, Ᾱ	≤ 10%
Условия Гаусса-Маркова	выполнение условий

Источник: составлено автором.

Таблица 2

Результаты методических исследований

Results of Methods Research

Table 2

Наименование региона	Количественные характеристики качества аппроксимации
	Итог	r xy	R2	F -критерий	Ᾱ	df
1	2	3	4	5	6	7
Северо-Западный федеральный округ
Республика Карелия	✓	0,72	0,51	9,50	2,80	9
Республика Коми	✓	0,71	0,50	6,95	4,28	7
Архангельская область	✓	0,83	0,69	10,89	2,04	5
Вологодская область	✓	0,84	0,70	21,06	1,84	9
Калининградская область	✓	0,77	0,60	7,37	2,09	5
Ленинградская область	✓	0,83	0,70	20,66	2,50	9
Мурманская область	✓	0,81	0,65	16,58	3,19	9
Новгородская область	✓	0,87	0,75	23,85	3,03	8
Псковская область	✓	0,71	0,51	6,12	3,21	6
г. Санкт-Петербург	✓	0,70	0,49	7,77	3,56	8
Сибирский федеральный округ
Республика Алтай	о	0,04	0,00	0,01	4,63	9
Республика Тыва	✓	0,89	0,79	22,85	3,39	6
Республика Хакасия	о	0,03	0,00	0,01	5,95	9
Алтайский край	✓	0,75	0,56	11,43	4,91	9
Красноярский край	✓	0,84	0,70	11,83	1,64	5
Иркутская область	✓	0,88	0,77	30,61	2,26	9
Кемеровская область	✓	0,80	0,64	8,95	2,48	5
Новосибирская область	✓	0,71	0,50	7,94	2,55	8
Омская область	✓	0,82	0,68	14,84	3,14	7
Томская область	✓	0,85	0,72	13,00	1,67	5
Дальневосточный федеральный округ
Республика Бурятия	✓	0,80	0,64	12,39	2,13	7
Забайкальский край	✓	0,74	0,55	7,45	2,58	6
Республика Саха (Якутия)	✓	0,73	0,53	10,16	8,06	9
Камчатский край	✓	0,84	0,71	21,87	3,41	9
Приморский край	✓	0,78	0,60	9,14	4,47	6
Хабаровский край	✓	0,84	0,71	22,28	2,91	9
Амурская область	✓	0,80	0,64	12,22	2,51	7
Магаданская область	✓	0,87	0,75	26,88	3,82	9
Сахалинская область	✓	0,77	0,59	11,59	6,06	8
Еврейская АО	✓	0,72	0,51	6,36	2,76	6
Чукотский АО	✓	0,75	0,56	10,10	8,23	8

Источник: расчеты автора.

Таблица 1

Правило для проведения количественной оценки

Quantification Rule

Расчёты проводились с помощью специального разработанного прикладного программного обеспечения, в качестве информационной базы были взяты данные Федеральной службы государ- ственной статистики за период 2007 -2017 гг. [13].

Результаты методических исследований формализации пар «фактор-индикатор» (проверка модели на реалистичность) представлены в табл. 2.

Комментарии к табл. 2:

• ■    числовые значения коэффициента корреляции r_xy показывают значимость связи между фактором Х и индикатором Y, например, на пересечении столбца 3 и строки «Республика Карелия» значение r_xy = 0,72, что означает доказанную взаимосвязь фактора X (индекс расходов регионального бюджета на национальную экономику – ИРНЭ ) с индикатором Y (индекс средней заработной платы – ИСЗП );

• ■    аналогичным образом интерпретируются значения коэффициента детерминации, F-критерия, средней ошибки аппроксимации и числа степеней свободы;

• ■    в столбце 2 итоговое решение правильности формализации пар «индикатор-фактор», знаком «✓» отмечено положительное решение, знаком «О» - отрицательное;

• ■    итоговое решение, значение «✓» устанавливается в случае доказуемости статистически значимости пары «фактор-индикатор», то есть полного соответствия правилу (см. табл. 1);

• ■    итоговое решение, значение «О» не означает, что для исследуемого экономического процесса пара «фактор-индикатор» конкретной региональной экономической системы имеет другую формализацию; это означает, что процесс не до конца сформирован, то есть имеет какие-либо отклонения объективного и/или субъективного характера от общепринятых тенденций.

Далее, в качестве примера, проиллюстрируем количественную оценку влияния расходов регионального бюджета на уровень средней заработной платы в социально-экономической системе Ленинградской области.

В табл. 3 представлены данные регрессионного и дисперсионного анализа, в табл. 4 приведены расчётные значение фактора ИРНЭ (индекса расходов регионального бюджета на национальную экономику) и индикатора ИСЗП (индекса средней заработной платы) в динамике, дополнительная информация о модельных характеристиках представлена на рис. 1 и 2.

Обсуждение результатов

Проведенная количественная оценка взаимосвязи индекса расходов регионального бюджета и индекса средней заработной платы для Ленинградской области позволят сделать выводы, что положительная динамика фактора ИРНЭ (индекс расходов регионального бюджета на национальную экономику) свидетельствует об эффективности региональной политики (целевому использованию средств регионального бюджета по статье «национальная экономика») по развитию инфраструктуры и обеспечению условий для комфортного проживания граждан. Данный постулат находит подтверждение в динамике индикатора ИСЗП (индекс средней заработной платы), целевое назначение которого – рост. То есть, в регионе наблюдается баланс интересов работодателей и рабочей силы. Качественная оценка характеризуется прямым влиянием управляемого фактора на индикатор (коэффициент эластичности Е=0.29, то есть при изменении значения фактора ИРНЭ на 1%, значение индикатора ИСЗП изменится на 0.3%). Для сохранения имеющейся динамики можно порекомендовать увеличение значения фактора на долгосрочную перспективу.

Таблица 3

Данные регрессионного и дисперсионного анализа для Ленинградской области

Data from Regression and Analysis of Variance for the Leningrad Region

Table 3

Регрессионный анализ		Дисперсионный анализ
Число наблюдений, n	11	Дисперсия, X	0,047
Число степеней свободы, df	9	Среднеквадратичное отклонение, X	0,216
Коэффициент детерминации, R²	0,70	Дисперсия, Y	0,018
Коэффициент корреляции, rxy	0,83	Среднеквадратичное отклонение, Y	0,133
Критерий Фишера ( Fтабл = 5.59)	20,66	Случайная ошибка, a	0,159
Коэффициент, a	1,74	Предельная ошибка, a	0,361
Коэффициент, b	0,51	Случайная ошибка, b	0,113
t-фактор a (2.2622)	10,92	Предельная ошибка, b	0,256
t-фактор b (2.2622)	4,54	Случайная ошибка, rxy	0,184
Коэффициент эластичности, E	0,29	Случайная ошибка, Y	0,081

Источник: составлено автором.

Таблица 4

Расчётные значения фактора и индикатора для Ленинградской области

The Calculated Values of the Factor and Indicator for the Leningrad Region

о Значение фактора ИРНЭ, от. ед. • Значение индикатора ИСЗП, от. ед.

Рисунок 1. Числовые значения фактора X и индикатора Y для Ленинградской области в динамике

Figure 1. Numerical Values of Factor X and Indicator Y for the Leningrad Region in Dynamics

Table 4

Год	Значение фактора ИРНЭ (индекс расходов регионального бюджета на национальную экономику), от. ед.	Значение индикатора ИСЗП (индекс средней заработной платы), от. ед.
2007	0,964	2,165
2008	1,318	2,509
2009	1,210	2,348
2010	1,087	2,313
2011	1,483	2,477
2012	1,592	2,584
2013	1,621	2,663
2014	1,570	2,522
2015	1,525	2,436
2016	1,612	2,455
2017	1,361	2,560

Источник: расчеты автора.

Источник: расчеты автора.

Рисунок 2. Эконометрическая модель взаимосвязи индекса расходов регионального бюджета и индекса средней заработной платы для Ленинградской области

Figure 2. An Econometric Model of the Relationship Between the Regional Budget Expenditure Index and the Average

Wage Index for the Leningrad Region

Источник: расчеты автора.

В целом, использование для количественной оценки индексного метода как способа элиминирования и декомпозиции показателей с целью выражения сути экономического процесса в измеримом виде, себя оправдало. В качестве дополнительного аргумента правильности такого выбора можно сказать, что индексный метод широко используется для анализа и выявления статистических взаимосвязей, зависимостей и закономерностей и является основой для количественной оценки значимости отдельных факторов в динамике изменений экономических процессов, затрагивая при этом различные аспекты деятельности (финансовой, институциональной, инновационной, инфраструктурной и пр.) [11].

Для улучшения количественной и качественной оценки эконометрической модели были применены условия Гаусса-Маркова о случайном характере регрессионных остатков. Использование указанной теоремы продиктовано необходимостью исключения из расчётов случайных составляющих, появление которых обусловлено качеством исходных статистических данных (ошибки, недостоверность, некорректное сопоставление и т.п.). Условия Гаусса-Маркова дали возможность провести оценку коэффициентов линейной парной регрессии a и b на несмещённость и состоятельность [19].

Заключение

В статье представлен авторский подход по формированию экономико-математической модели, как одной из составляющих инструментария стратегического планирования. Достижению поставленной цели исследования способствовало решение следующих задач:

• ■    фиксация расходных статей регионального бюджета, направляемых на развитие инфраструктуры, обеспечившая применимость подхода к подавляющему большинству субъектов Российской Федерации, вне зависимости от специфических условий генезиса, развития и внешних условий функционирования их экономических систем;

• ■    скомпонованы объективно измеряемые показатели (фактор и индикатор);

• ■    проведено доказательство работоспособности экономико-математической модели.

С учётом разработки программного приложения, функциональность практической реализации модели достаточна для выполнения следующих действий:

• ■    подготовка исходной информации для формирования и оценки стратегии экономического развития региона, в части управления уровнем средней заработной платы;

• ■    исследование текущих макроэкономических статусов, стабилизационных возможностей региональных экономических систем;

• ■    осуществление оценки проводимой социально-экономической политики в регионе;

• ■    формирование рекомендаций по разработке стратегии развития для отдельно взятой региональной экономической системы.

В целом предложенный инструментарий может быть востребован при проведении системного анализа макроэкономических показателей субъектов Российской Федерации и выработке рекомендаций по достижению целей устойчивого развития в качестве механизма независимого анализа социально-экономического развития территорий и проведения публичной экспертизы деятельности региональных органов власти.