Размещено на http://www.allbest.ru/

Влияние социально-экономического развития региона Российской Федерации на выбор территории для создания особых экономических зон

Платова В.В., Ростовский Н.С., Смирнов Д.С.

Федеральное государственное автономное образовательное учреждение высшего образования «Национальный исследовательский ядерный университет «МИФИ»

В статье проведена классификация регионов Российской Федерации по критерию социально-экономического развития, проведен анализ зависимости развития регионов и эффективности функционирования особых экономических зон. Исходя из результатов анализа выработаны рекомендации по выбору территорий для размещения особых экономических зон.

Ключевые слова: особые экономические зоны, кластерный анализ, эффективность функционирования, выбор территорий.

The article classifies the regions of the Russian Federation according to the criterion of social and economic development, analyzes the dependence of the development of regions and the efficiency of the functioning of special economic zones. Based on the results of the analysis, recommendations were made on the selection of territories for the placement of special economic zones.

Keywords: special economic zones, cluster analysis, efficiency of the functioning, choice of territories

Особые экономические зоны (далее - ОЭЗ) на территории Российской Федерации создаются в целях развития обрабатывающих отраслей экономики, высокотехнологичных отраслей экономики, развития туризма, санаторно-курортной сферы, портовой и транспортной инфраструктур, разработки технологий и коммерциализации их результатов, производства новых видов продукции [5].

Выбор территории размещения ОЭЗ является одним из этапов порядка создания ОЭЗ [1]. На сегодняшний момент, указанный выбор четко не регламентирован, решение принимается конкретно для каждой заявки на создание ОЭЗ с учетом обобщенных критериев [3]. Поэтому актуальной является задача по выработке рекомендаций для размещения ОЭЗ на основании социально-экономического развития регионов. Для решения поставленной задачи применялись методы кластерного анализа, а также логического и комплексного подхода к оценке экономических явлений и процессов.

Была проведена классификация регионов по показателям социально-экономического развития на основе метода кластерного анализа. Данные для проведения анализа были собраны по 81 субъекту РФ за 2015 год [4].

Наименование переменных, включенных в кластерный анализ:

?ВРП на душу населения (руб.) - х1;

?Инвестиции в основной капитал на душу населения (руб.) - х2;

?Уровень безработицы (%) - х3;

?Среднедушевые денежные доходы населения (руб.) - х4;

?Поступление налогов, сборов и иных обязательных платежей в бюджетную систему РФ

(тыс. руб.) - х5;

?Индекс потребительских цен (%) - х6;

?Индекс промышленного производства (%) - х7;

?Оборот розничной торговли на душу населения (руб.) - х8;

?Численность персонала, занятого исследованиями и разработками (ед.) - х9;

?Общая площадь жилых помещений, приходящаяся в среднем на одного жителя (м2) - х10;

?Стоимость основных фондов (млн. руб.) - х11;

?Число предприятий и организаций (ед.) - х12;

?Товары на экспорт (млн. долл. США) - х13;

?Товары на импорт (млн. долл. США) - х14;

?Внутренние текущие затраты на научные исследования и разработки (млн. руб.) - х15;

?Удельный вес организаций, осуществлявших технологические, организационные, маркетинговые инновации, в общем числе организаций (%) - х16;

?Использование ПК в домашних хозяйствах (%) - х17;

?Использование сети Интернет в домашних хозяйствах (%) - х18;

?Плотность автомобильных дорог общего пользования с твердым покрытием (км путей на 1000 км2 территории) - х19.

Состав регионов, включенных в анализ, определялся наличием полной информации по всем анализируемым переменным для регионов. Для кластерного анализа использовался статистический пакет Statistica.

Иерархическая кластеризация проведена с помощью метода Варда и Евклидова расстояния. В качестве ориентира для определения числа кластеров использовалось графическое изображения процесса кластеризации, представленное дендрограммой (рис. 1). В результате установлено количество кластеров: 6 кластеров.

Рисунок 1 - Дендрограммакластеризации

размещение особый экономический зона

Для возможности качественной интерпретации кластеров проведен анализ К-means Clustering. В результате получены общее графическое отображение полученных характеристик кластеров (рис. 2), а также состав образованных кластеров по отобранным признакам (табл. 1).

Рисунок 2 - Графическое отображение характеристик кластеров

Таблица 1 - Состав образованных кластеров

На основе данных матрицы симметричности (рис. 3) видно, что:

- наиболее схожими кластерами являются №2 и №5 (наименьшее расстояние = 0,461)

- наиболее разными, то есть не повторяющими друг друга, являются №3 и №5 (наибольшее расстояние = 3,083)

Рисунок 3 - Матрица симметричности кластеров Далее проведено описание полученных кластеров.

Кластер №3 имеет свое особое развитие, не повторяет ни один из кластеров. Уровень значений анализируемых показателей для него в основном значительно выше, чем в других кластерах, что указывает на высокий уровень социально-экономического развития (не считая показателя х3, который характеризует уровень безработицы, поэтому чем выше его значение, тем хуже состояние региона поэтому показателю). В Кластер №3 попал только один регион (г. Москва), это соответствует действительности, потому что из всех регионов России г. Москва значительно отличается от других регионов по социально-экономическому развитию в лучшую сторону. Этот кластер условно назван «развитые мегаполисы».

При этом г. Санкт-Петербург, являясь мегаполисом, и, как известно, тоже с относительно высоким уровнем развития попал в Кластер №4 вместе с Московской областью и Республикой

Татарстан. Кластер №4 при этом в основном повторяет конфигурацию показателей Кластеров №1,2,5,6, однако, соответствует более высокому уровню развития. По 5 из 19 показателей (х10, х14, х15, х16, х19) Кластер №4 существенно отрывается от большинства субъектов. По показателям использование ПК и сети Интернет в домашних хозяйствах (х17, х18) Кластер №4 стремится к Кластеру №3. В результате видно, что представители исследуемого кластера еще имеют значительное отставание от Кластера №3 «развитые мегаполисы», однако среди остальных регионов, они находятся выше. Поэтому регионы, попавшие в Кластер №4, можно охарактеризовать как «наиболее перспективные регионы». Они в своем развитии учитывают особенности региона и их можно рассматривать как «доноров положительного опыта».

Кластеры №1,2,5 наиболее повторяют друг друга, при этом судя по матрице симметричности кластеров Кластеры №2 и №5 наиболее похожи. Это объясняется выбросом Кластера №1 по показателю индекс промышленного производства. Соответственно, с 2014 года производство в регионах этого кластера показывает более высокие темпы роста, чем во всех других регионах. Кластер №1 значительно выше по показателям использование ПК и сети Интернет в домашних хозяйствах (х17, х18). При этом относительно друг друга Кластер №2 по уровню развития относительно опережает Кластеры №1 и №5. В связи с этим, Кластер №1 имеет средний уровень (не считая описанных выше выбросов), а Кластер №5 - относительно отстает. В связи с этим наблюдаемые три кластера можно охарактеризовать следующим образом:

?регионы Кластера №2 показывают в целом относительно неплохие показатели, пытаются соответствовать «наиболее перспективным регионам», но испытывают проблемы организационноуправленческого характера, в том числе с определением стратегии развития. Поэтому данный кластер условно можно назвать «регионы догоняющего развития»;

?Кластер №5 включает в себя наихудшие регионы по социально-экономическому развитию. Они находятся на этапе спада в развитии (рецессии), лежат бременем на федеральных и региональных бюджетах. Регионы, попавшие в этот кластер, можно условно назвать «искусственно поддерживаемые регионы»;

?регионы Кластера №1 в среднем незначительно лучше Кластера №5, при этом характеризуются лучшим уровнем по показателям индекс промышленного производства (х7), использование ПК и сети Интернет в домашних хозяйствах (х17, х18). О наличии четкой восходящей динамики по увеличению промышленного производства нельзя сказать с помощью анализа на ограниченном временном лаге, так как это мог быть единовременный скачок относительно прошлого года, однако высоким уровнем информационных и телекоммуникационных технологий пренебречь нельзя. Поэтому данных кластер можно охарактеризовать как «искусственно поддерживаемые регионы с высоким уровнем информатизации».

Кластер №6 в общем повторяет конфигурацию показателей по большинству кластеров, кроме участка по показателям х1-х4. Отличительными особенностями кластера являются высокие значения показателей среднедушевых ВРП, инвестиций в основной капитал и денежных доходов населения, что является следствием наличия больших запасов природных ресурсов. При этом необходимо отметить наличие высокого уровня безработицы, причиной которого являются уникальными для каждого из регионов. Также стремится к нулю показатель плотности автомобильных дорог общего пользования с твердым покрытием, что свидетельствует о плохо развитой транспортной инфраструктуре. Это обусловлено тем, что в данных регионах собраны регионы с тяжелыми климатическими условиями. Поэтому данный кластер можно охарактеризовать как «ресурсообеспеченные регионы с тяжелыми климатическими условиями».

Полученная классификация регионов была проанализирована с точки зрения присутствия в них особых экономических зон и их уровня эффективности функционирования (рис. 4) [2].

Рисунок 4 - Наличие в регионах особых экономических зон с отражением их эффективности

По результатам анализа можно дать следующие рекомендации относительно целесообразности размещение особых экономических зон на территории регионов.

Кластеры №3 «развитые мегаполисы» и №4 «наиболее перспективные регионы» не попало ни одной неэффективной и закрытой ОЭЗ, при этом во всех регионах указанных кластеров уже открыты ОЭЗ, следовательно, в качестве приоритетной задачи относительно них можно выделить создание наиболее благоприятных условия для их эффективного функционирования (максимизация эффективности).

В Кластере №2 сосредоточились все категории ОЭЗ: с эффективным и достаточно эффективным уровнем функционирования, неэффективные и закрытые. Таким образом, в группе «регионы догоняющего развития» можно рекомендовать открытие особых экономических зон, при этом обращая внимания на положительный опыт развития эффективных и достаточно эффективных ОЭЗ, а также специфику конкретных регионов.

В Кластере №5 «искусственно поддерживаемые регионы» все ОЭЗ, кроме одной (ОЭЗ в Республике Бурятия), являются неэффективными. Это может говорить о том, что в регионах данного кластера открытие ОЭЗ нецелесообразно. Кластер №1 имеет несущественные отличия от Кластера №5. В этой связи можно распространить рекомендации данные для представителей Кластера №5 и на указанные регионы: размещение ОЭЗ нецелесообразно. Регионы обоих кластеров по тем или иным причинам не пригодны для становления и развития ОЭЗ.

Кластер №6 характеризует ресурсообеспеченные регионы с тяжелыми климатическими условиями и неразвитой инфраструктурой. На их территории находилась всего одна ОЭЗ (ОЭЗ в Мурманской области), которая была закрыта по причине неэффективности. В результате открытие ОЭЗ на территории этих регионов рекомендовать нельзя: ОЭЗ не подходят для указанных регионов как инструмент развития.

Список литературы

1. Божко Т.А. Особые экономические зоны: совершенствование механизма отбора заявок на их создание// Социально-экономические явления и процессы. - 2012. - №3. - С. 16-20;

2. Постановление Правительства РФ от 26.04.2012 № 398 «Об утверждении критериев создания особой экономической зоны»;

3. Федеральный закон "Об особых экономических зонах в Российской Федерации" от 22.07.2005 № 116-ФЗ.

Размещено на Allbest.ur