Пространственные социально-экономические системы Северо-Кавказского федерального округа

В Стратегии развития СКФО до 2025 года указано, что по инерционному сценарию доля населения с денежными доходами ниже величины прожиточного минимума в общей численности населения к окончанию срока реализации Стратегии составит 12,6%, по базовому - 10,9%, а по оптимальному - 9,2 % (рисунок9).



Рисунок 9 - Планирование доли населения с денежными доходами ниже величины прожиточного минимума в общей численности населения в СКФО, %

Согласно данным рисунка 18по состоянию на конец 2013 года фактическое значение данного индикатора в целом по СКФО составило 15,5%, что относится к уровню инерционного развития. Показатели уровня жизни населения и его доходов тесно связаны с индикаторами социальной инфраструктуры, а именно: обеспеченность дошкольными образовательными учреждениями (мест на 1000 детей дошкольного возраста), выпуск специалистов высшими и государственными средними учебными заведениями (чел. на 10 тыс. чел. населения), обеспеченность населения амбулаторно-поликлиническими учреждениями (посещений в смену на 10 тыс. чел. населения), обеспеченность врачами и средним медицинским персоналом (чел. на 10 тыс. чел. населения).

За последние два десятилетия в России наблюдается устойчивая тенденция демографического роста, и наибольшая доля прироста населения приходится именно на субъекты Северо-Кавказского федерального округа. Наряду с положительными последствиями демографического роста, Россия в целом и СКФО в частности столкнулись с проблемой неготовности социальной инфраструктуры обеспечить все необходимые потребности, и прежде всего места в дошкольных учреждениях. В период конца 20-го века, когда наблюдался демографический кризис, примерно 30% дошкольных учреждений были диверсифицированы под различные объекты, большинство из которых было реализовано частным структурам. В результате в период демографического подъема муниципалитеты оказались не готовы к возрастающей численности детей. Так, в целом по России число мест в дошкольных учреждения в 2012 году увеличилось на 20% по сравнению с 2009 годом, в СКФО - только на 3%. Большой прирост населения в Чеченской республике и Ингушетии привел к тому, что показатель численности детей на 100 мест в дошкольных учреждениях составляет 122 и Самая лучшая ситуация в Северной Осетии и Ставропольском крае - 107 и 106 детей соответственно.

С похожими проблемами столкнулась и система здравоохранения, которая также как и дошкольные учреждения не способна обслуживать весь объем пациентов. К примеру, обеспеченность населения амбулаторно-поликлиническими учреждениями (посещений в смену на 10 тыс. чел. населения) в целом по РФ составляло в 2012 году 94,2, что на 16,3 % меньше по сравнению с 2009 годом. Такое снижение характеризует социальную политику страны как эффективную. В СКФО снижение данного показателя несколько меньше - 6,2 %, а в таких регионах как Дагестан, КБР, Северная Осетия - наблюдается увеличение количества обращений. К сожалению, уровень заболеваемости в регионах СКФО один из самых высоких в стране, а следовательно, количество обращение в медицинские учреждения - тоже самые высокие.

При таком высоком уровне обращения в медицинские учреждения вполне обоснована актуальность оценки такого показателя, как обеспеченность врачами и средним медицинским персоналом (чел. на 10 тыс. чел. населения), представленная в таблице 10.

Таблица 10- Динамика обеспеченности врачами и средним медицинским персоналом (чел. на 10 тыс. чел. населения)

Регионы	2009	2010	2011	2012	2013	2013 в % к 2009
Российская Федерация	49,3	49,8	50,1	51,2	49,1	103,6
Северо-Кавказский федеральный округ	40,5	41,6	40,1	42,1	41,7	103,0
Республика Дагестан	38,3	37,6	39,2	39,5	39,2	107,1
Республика Ингушетия	30,4	31,5	33,8	34,1	36,5	175,5
Кабардино-Балкарская Республика	43,9	45,0	44,0	46,4	44,2	110,5
Карачаево-Черкесская Республика	34,1	35	33	35,4	37,9	113,5
Республика Северная Осетия- Алания	69,5	70,9	70,8	74,5	71,0	110,6
Чеченская Республика	24,9	26,9	28,3	26,8	26,3	112,4
Ставропольский край	43,7	46,3	39,5	44,7	44,8	126,4

В среднем по стране количество медицинского персонала за исследуемый период увеличилось на 3,6 %, а в СКФО - на 3%. При этом в Ингушетии данный показатель увеличился более чем на 63%. С одной стороны увеличение численности медицинского персонала положительно влияет на социальную инфраструктуру в стране и регионе, с другой стороны, до сих пор в стране количество медицинских учреждение не адекватно росту медицинского персонала, а значит, трудоустройство выпускников медицинских учреждений является довольно затруднительным.

Минимальное увеличение данного показателя среди субъектов СКФО наблюдается в Дагестане3,0 %. Большое увеличение медицинского персонала в Ингушетии и Чеченской республике обусловлено не только увеличением выпускников медицинских вузов, но и притоком квалифицированных работников в медицинские учреждения из других регионов в связи с налаживанием социальной инфраструктуры и восстановление экономики этих двух субъектов.

Показатели, характеризующие социальную обеспеченность жителей СКФО, в 2013 году не улучшились, многие даже ухудшились относительно 2012 года и плановых значений. В том числе, обеспеченность амбулаторно- поликлиническими учреждениями, при запланированном росте на 3,7 посещений в смену на 10 тыс. чел., сократилась на 0,2 и составила 162,5 вместо планируемых 173,4. Обеспеченность больничными койками, при запланированном росте на 3,3 коек на 10 тыс.чел., сократилась на 0,1 и составила 76,2 вместо планируемых 80,3. Таким образом, эффективность для показателей «Обеспеченность амбулаторно-поликлиническими учреждениями на 10 тыс. человек населения» и «Обеспеченность населения больничными койками на 10 тыс. человек населения» составила 93,7% и 94,9% соответственно.

Оценка сферы образования также является немаловажным элементом, так как от кадрового обеспечения во многом зависят и конечные результаты экономического развития региона. В последние годы высшее образование стало доступным практически для всех слоев общества, однако подготовка специалистов, способных к практической деятельности, требует весьма значительных вложений и материально-технической базы. Такие условия ведут к тому, что по итогам 2013 года на территории всей страны наблюдается тенденция интеграции вузовской системы, ее диверсификация и оптимизация. В современных условиях большинство коммерческих вузов не могут конкурировать с крупными федеральными и региональными учебными заведениями, по итогам 2013 года было реорганизовано более 300 учебных заведений.

В 2013 году выпуск специалистов высшими и государственными средними учебными заведениями в расчете на 10 тыс. чел. населения в целом по РФ составило 493 человека, что на 8,1% больше по сравнению с 2009 годом. Уровень образования населения в СКФО является одним из самых высоких (как и количество учебных заведений), поэтому за аналогичный период количество выпускников увеличилось на 25,3%. Рассматривая отдельно субъекты СКФО можно говорить о неоднородности системы образования. Так, в Ставропольском крае за исследуемый период количество выпускников ВУЗов увеличилось почти в 2,5 раза, в то время как Республике Дагестан - сократилось на 1,4%. В расчете на численность населения наименьший уровень образования - в Чеченской республике - 262 человека на 10000 жителей.

К индикаторам второго направления целеполагания Государственной программы развития СКФО до 2025 года относятся также показатели демографического роста, прежде всего рождаемость и смертность. По показателям рождаемости субъекты СКФО являются лидерами среди округов России, так как высокие демографические показатели обусловлены в этих регионах этнически, в связи с чем, по итогам 2013года в СКФО данный показатель равен 17,4 промилле, в то время как в целом по России данный индикатор был равен 12,5 промилле. Среди субъектов СКФО лидирующее место занимает Чеченская республика и Ингушетия, в которых значение данного индикатора равно соответственно 29 и 27 промилле. Наименьшее значение наблюдается по Ставропольскому краю - 12,5 промилле, что соответствует среднему значению по стране.

Рассматривая динамические изменения значений данного индикатора по субъектам СКФО, необходимо отметить, что в самые высокие темпы роста в Ингушетии 164,6 %, а самые низкие в Чеченской республике -111,5%.Показатели смертности в субъектах СКФО также являются самыми низкими (таблица 11).

Таблица 11 - Динамика показателей смертности населения, промилле

Регионы	2009	2010	2011	2012	2013	2013 в % к 2009
Российская Федерация	14,5	14,1	14,2	13,5	13,4	82,7
Северо-Кавказский федеральный округ	8,7	8,8	8,6	8,5	8,2	79,6
Республика Дагестан	5,6	5,9	5,9	5,8	5,8	93,5
Республика Ингушетия	3,8	4,6	4,5	4	3,9	95,1
Кабардино-Балкарская Республика	9,4	9,8	9,4	9,4	9,2	92,0
Карачаево-Черкесская Республика	10,1	10	10	9,9	9,8	82,4
Республика Северная Осетия- Алания	11,2	11,2	10,9	10,9	10,8	87,8
Чеченская Республика	4,5	5,4	5,6	5,3	5,3	79,1
Ставропольский край	13,1	12,9	12,4	12,3	12	82,2



В среднем по России, динамика коэффициента смертности составила 82,7% по сравнению с уровнем 2009 года. В то время как по регионам СКФО данный индикатор сократился на 20,4%. Социальные программы нацелены на то, чтобы на период до 2050 численность населения сокращалась более медленными темпами, так как предполагаемая продолжительность жизни населения будет расти. В тоже время это означает увеличение демографической нагрузки на население.

Проведенный анализ основных показателей социально-экономического развития субъектов СКФО позволил сделать вывод, что практически по всем индикаторам, обозначенным в Стратегии социально-экономического развития СКФО до 2025 г. наблюдается довольно существенное отставание.

Так, показатель ВРП на душу населения по итогам 2013 года составил 127286,5 рублей, что меньше среднероссийского уровня в 3,2 раза. Такое отставание обусловлено, прежде всего, наличием внутри окружной дифференциацией производства ВРП: три субъекта СКФО (Ставропольский край, Алания и Дагестан) обеспечивают основной прирост ВРП округа, в то время как показатели развития остальных регионов не достигают значений даже инерционного сценария Стратегии.

Темпы прироста среднегодовой численности занятых в экономике в целом по СКФО составили 61,3 % к 2009 году, что может характеризоваться как стимулирующий фактор, влияющий на общее развитие региона. В этой связи и показатель уровня безработицы в округе также имеет положительную тенденцию (сократился на 19%). Однако по данному показателю также наблюдается огромная дифференциация среди субъектов СКФО. Так, минимальный уровень безработицы в Ставропольском крае (5,8%), в то время как по Чеченской республике и Ингушетии наблюдаются самые высокие значения данного показателя по стране (35 и 45% соответственно).

Основная доля ВРП формируется за счет промышленного производства, индекс которого по СКФО увеличился весьма незначительно по сравнению с 2009 годом (на 0,9%). Прирост данного показателя обеспечили такие регионы как КБР и КЧР, в то время как остальные пять субъектов характеризуются отрицательной динамикой данного показателя, в том числе и Ставропольский край (на 0,3%).

Развитие промышленного производства в основном обусловлено притоком инвестиций в основной капитал (которые за исследуемый период увеличились в целом по округу в 1,5 раза) и уровнем инновационной активности предприятий, значение последнего в 2013 году в целом по СКФО составило 5,6%, что на 7,7% больше по сравнению с 2009 годом. Значения этих двух показателей также весьма дифференцированы в разрезе субъектов округа: наибольший приток инвестиций за анализируемый период наблюдался в Дагестане (167%) и КЧР (162%), в то время как в Чеченской республике наблюдается отрицательная тенденция данного показателя, в Ставропольском крае прирост составил 15,8%. показатель доходности консолидированных бюджетов субъектов СКФО также демонстрирует отставание по сравнению со среднероссийскими значениями. Положительный прирост данного показателя на 65,6% обеспечили Ставропольский край и Дагестан, отрицательное воздействие оказали Ингушетия, КЧР и Северная Осетия.

Субъекты СКФО традиционно являются аутсайдерами по социальным характеристикам развития. Среднемесячная номинальная начисленная заработная плата одна из самых низких в России 16334,6 рублей, а степень дифференциации среди субъектов СКФО по данному показателю составляет свыше 30%. Самые высокие значения заработной платы в Чеченской республике, Ингушетии и Ставропольском крае, а минимальные - в Дагестане и КЧР. Ввиду таких сравнительно низких значений заработной платы, регионы СКФО характеризуются и самой высокой долей населения с денежными доходами ниже региональной величины прожиточного минимума в общей численности населения - 15,5%, что выше среднероссийского уровня на 25%, однако по сравнению с 2009 годом это значение сократилось на 19,7%. Положительное влияние на снижение данного показателя оказало уменьшение индексов потребительских цен на 8,2% за анализируемый период.

Итоги проведенного анализа социально-экономического положения Северо-Кавказского федерального округа в сравнении с Российской Федерацией в 2009-2013 гг. демонстрируют, что исследуемая пространственная социально-экономическая система по основным показателям развития существенно отстает от среднероссийского уровня. Согласно Стратегии социально-экономического развития СКФО до 2025 г. планируется сократить сложившийся разрыв к окончанию периода её реализации.

Учитывая все негативные выявленные тенденции в развитии регионов СКФО необходимо в кратчайшие сроки трансформировать региональные программы развития ПСЭС. Также в целях корректировки дальнейшего развития региональных социально-экономических систем, необходимо СКФО нами представлена в следующей главе исследования.



3. Планирования и прогнозирования развития региональных социально-экономических систем

В настоящее время при разработке основополагающих документов, таких как стратегии, программы и пр., устанавливающих приоритеты дальнейшего развития региональных социально-экономических систем различного уровня на долгосрочную перспективу, зачастую при определении плановых оценок ключевых показателей и индикаторов, основываясь на мнении экспертов или тенденциях последних лет, исходят, как правило, из определенного рода предположений о равномерности их изменения (приросте или снижении) в течение исследуемого периода (например, ежегодный прирост ВРП составит 3%). Никоем образом нельзя ни учитывать результаты аналитических изысканий и ни считаться с мнением специалистов соответствующих областей, но при этом, на наш взгляд, следует больше использовать на практике возможности формализованных методов моделирования и прогнозирования. Именно сценарные результаты экстраполяции должны являться наряду с аналитическими основной для последующей экспертной оценки специалистов.

По нашему мнению особого внимания заслуживает эконометрический подход, позволяющий в определенной степени учитывать все многообразие и степень воздействия отдельных условий и факторов на изменение ключевых индикаторов социально-экономического развития отдельных территорий в планируемом периоде. Таким образом, совершенствование инструментария стратегического планирования и прогнозирования обусловлено необходимостью использования наряду с экспертными оценками формализованных методов прогнозирования для уточнения плановых значений индикативных показателей государственной долгосрочной программы Развития СКФО до 2025 года. Для этого нами предлагается в рамках четвертого этапа методики корректировки стратегии регионального развития в качестве формализованных многофакторных моделей стратегического развития использовать комплексную эконометрическую модель, представляющую систему взаимосвязанных регрессионных многофакторных уравнений, где в качестве зависимых (эндогенных) переменных будут выступать отдельные индикативные показатели Государственной программы РФ «Развитие Северо-Кавказского федерального округа» на период до 2025 года. В последующем разработанная таким образом имитационная модель будет апробирована при прогнозировании индикаторов социально-экономического развития отдельных регионов.

В общем виде содержание предлагаемой методики построения комплексной эконометрической модели индикаторов социально- экономического развития для СКФО можно представить следующим алгоритмом:

формулирование и постановка задачи моделирования;

структурирование переменных модели, формализация используемой системы показателей; построение структурно-логической схемы взаимосвязей индикативных (зависимых) и экзогенных (независимых) показателей;

спецификация комплексной эконометрической модели:

общий вид модели;

спецификация системы в форме независимых линейных многофакторных регрессий;

использование пошаговых процедур отбора для выявления существенных факторных переменных правой части уравнений, оценка статистической значимости полученных зависимостей и их параметров;

на основании полученных результатов устанавливается схема взаимосвязей между переменными полученной системы уравнений, обуславливающая методику параметризации;

параметризация и идентификация уравнений системы;

верификация модели, использование ее на практике для прогнозирования значений индикативных показателей в будущих периодах.

В соответствии с описанным выше алгоритмом после того, как сформулирована основная цель предлагаемой методики построение комплексной эконометрической модели индикаторов социально- экономического развития СКФО для их имитационного моделирования и прогнозирования в будущих периодах в соответствии с выявленными корреляционными взаимосвязями в зависимости от сложившихся условий функционирования и особенностей развития регионов, необходимо осуществить формализацию системы используемых показателей, в соответствии с которыми будут идентифицированы эндогенные и экзогенные переменные регрессионных уравнений.

Итак, в качестве зависимых (эндогенных) переменных нами отобраны четыре показателя (индикатора) достижения двух целей государственной программы на период до 2025 года, связанных с формированием условий для развития реального сектора экономики Северо-Кавказского федерального округа и повышения качества жизни и благосостояния граждан, в частности:

Z1 ВРП на душу населения (тыс. руб.);

Z2-среднемесячная номинальная начисленная заработная плата (руб.);

Z3-уровень безработицы в среднем за год (%);

Z4-доходы консолидированных бюджетов субъектов СКФО (млн. руб.).

В качестве факторных (экзогенных) переменных комплексной эконометрической модели были взяты:

X1-инвестиции в основной капитал (млн. руб.);

X2-объем иностранных инвестиций (тыс. долл.);

X3-количество малых и средних предприятий в расчете на 1 тыс. человек населения (единиц);

X4-коэффициент износа основных фондов в экономике (%);

X5-продукция сельского хозяйства (млн. руб.);

X6-оборот розничной торговли в сравнении с предыдущим годом (%);

X7-сальдированный финансовый результат деятельности организаций (млн. руб.);

X8-индекс промышленного производства (%);

X9-инновационная активность организаций (%);

X10-затраты на технологические инновации (млн. руб.);

X11-индекс потребительских цен (в % к предыдущему году);

X12-реальная среднемесячная начисленная заработная плата работников в сравнении с предыдущим годом (%);

X13-доля населения с денежными доходами ниже региональной величины прожиточного минимума в общей численности населения (%);

X14-потребительские расходы в среднем на душу населения за месяц (руб.); X15-темп роста численности населения в сравнении с предыдущим годом (%); X16-среднегодовая численность занятых в экономике (тыс. чел.);

X17-коэффициент миграционного прироста (в расчете на 10 000 человек населения);

X18-ввод в действие общей площади жилых домов (тыс. м2);

X19-обеспеченность детей в возрасте от 3 до 7 лет услугами дошкольного образования (%);

X20-обеспеченность амбулаторно-поликлиническими учреждениями на 10 000 человек населения (посещений в смену);

X21-обеспеченность населения больничными койками на 10 000 человек населения (коек);

X22-уровень смертности населения (в расчете на 1000 человек населения); X23-уровень рождаемости населения (в расчете на 1000 человек населения); X24-уровень младенческой смертности (в расчете на 1000 детей, родившихся живыми);

X25-физический износ сетей коммунальной инфраструктуры (%).

Структурно-логическая схема взаимосвязи индикативных (зависимых) и экзогенных (независимых) переменных представлена на рисунке 10.



Рисунок 10 - Структурно-логическая схема взаимосвязи переменных комплексной эконометрической модели индикаторов социально-экономического развития СКФО

Таким образом, общий вид предлагаемой к построению комплексной эконометрической модели, представляющей собой систему взаимосвязанных регрессионных уравнений (A)-(D), следующий:

При спецификации структурной формы комплексной эконометрической модели регрессионные уравнения представлены в линейном виде, что связано с удобством параметризации и экономической интерпретации получаемых результатов. В связи с этим представленную выше систему одновременных уравнений можно записать следующим образом:



На следующем этапе необходимо осуществить отбор наиболее существенных объясняющих переменных в правой части зависимостей (A1)- (D1). При этом уравнения системы необходимо сначала рассматривать независимо друг от друга. На первоначальном этапе при формировании системы эндогенных и факторных показателей и формализации зависимости между ними, мы исходили из необходимости рассмотреть как можно больше вариантов объясняющих переменных в правой части уравнений, но при этом наряду с существенными по степени влияния на результативную переменную были включены и статистически незначимые. Использование пошаговых процедур отбора позволяет установить статистически несущественные объясняющие переменные и исключить их из уравнения, тем самым повысив его статистическую и практическую значимость. Также при отборе существенных факторных переменных мы исходили из принципа факторные переменные, вошедшие в одни уравнения в качестве объясняющих, по возможности не должны включаться в последующие.

Информационная база в разрезе представленных выше показателей была сформирована за период 2000-2013 гг. в целом по регионам СКФО. Все последующие расчеты были осуществлены в оболочке пакета прикладных программ для обработки статистической информации Statistica 6.0.

Из представленной модели видно, что отобранные в качестве объясняющих переменные правой части уравнения находятся с зависимой как в прямой (положительный знак коэффициента регрессии), так и в обратной взаимосвязи (отрицательный знак). Так, значение коэффициентаb11 показывает, что рост инвестиций в основной капитал на 1 млн. руб. ( Z1 ) приводит в среднем по СКФО к увеличению на 0,053 тыс. руб. размера валового регионального продукта на душу населения ( X1 ).В качестве сдерживающих повышение данного результативного показателя в течение исследуемого периода из числа отобранных в модель (A2) являются недостаточная предпринимательская активность, обусловленная отрицательной тенденцией числа малых и средних предприятий в расчете на 1 тыс. человек населения, а также высокие индексы потребительских цен и уровня безработицы в среднем за год.

В целом синтезированное уравнение имеет высокую практическую значимость. Так, отобранные в модель (A2) факторные переменные на 92,9% объясняют вариацию результативной переменной Z1 . Факторная дисперсия в расчете на одну степень свободы в 13,101 раза превышает остаточную, что является вполне достаточным, чтобы считать уравнение статистически существенным.

В результате анализа взаимосвязей эндогенных переменных модели, в роли которых выступают показатели-индикаторы госпрограммы развития СКФО, нами составлена следующая схема (рисунок 11):

Рисунок11 - Схема взаимосвязи индикативных переменных комплексной эконометрической модели

Возможность и способ оценки параметров системы уравнений зависит от степени выполнимости условий их идентифицируемости. В частности речь идет, прежде всего, о выполнении необходимых условий идентификации, которые можно представить, как D+1=H- уравнение идентифицируемо; D+1<H- уравнение неидентифицируемо; D+1>H- уравнение сверхидентифицируемо, где H количество эндогенных переменных в данном уравнении системы; D количество экзогенных переменных, которые содержатся в системе, но не входят в данное уравнение.

В соответствии с представленными вариантами произведем идентификацию уравнений системы:

для уравнения следовательно, уравнение сверхидентифицируемо;

для уравнения следовательно, уравнение также сверхидентифицируемо.

Таким образом, можно сделать вывод о том, что представленная система эконометрических уравнений является сверхидентифицируемой, т.е. по коэффициентам приведенных уравнений можно получить несколько вариантов значений коэффициентов структурных уравнений. Для оценки параметров такой системы одновременных уравнений традиционно используется двухшаговый метод наименьших квадратов (ДМНК). Данная методика предполагает построение системы приведенных уравнений на основании структурной формы модели и оценки ее параметров с целью расчета выровненных значений индикативных показателей, выступающих в роли эндогенных переменных Z€ иZ€ .

В целом синтезированное уравнение является статистически значимым, о чем свидетельствую значение F-критерия Фишера ( F 292,7; Знч. F=0,000). В общей сложности вариация размера среднемесячной номинальной начисленной заработной платы в регионах СКФО ( Z2 ) объясняется включенными в модель (B3) факторами на 99,3%. Доля влияния отдельных факторных переменных на результативную наглядно показана на рисунке 12.

Рисунок 12 - Относительное влияние отобранных в модель (B3) факторных переменных на изменение среднемесячной номинальной начисленной заработной платы в регионах СКФО ( Z2 )

Так, на первом месте по степени воздействия на величину результативного индикативного показателя ( Z2 ) находится переменная Х 5 (стоимость продукции сельского хозяйства), от изменения которой на 46,6% зависит размер среднемесячной номинальной начисленной заработной платы в регионах СКФО, что объяснятся явно выраженной аграрной специализацией субъектов округа. Значение коэффициента регрессии при данной объясняющей переменной в модели (B3) можно интерпретировать следующим образом: увеличение стоимости продукции сельского хозяйства на 1 млрд. руб. приводит в среднем по субъектам СКФО к росту среднемесячной номинальной начисленной заработной платы лишь на 45 рублей.

Далее определяем параметры уравнений (A2.1) и (С2.1) приведенной формы модели, представляющих собой регрессионные линейные зависимости результативных переменных (взаимосвязанных между собой в структурных уравнениях) от объясняющих факторных переменных. Произведем оценку коэффициентов приведенного уравнения (A2.1) и рассчитаем выровненные значения эндогенной переменной

Рисунок 13 - Результаты выравнивания среднемесячной номинальной начисленной заработной платы в регионах СКФО ( Z2 ) по модели (B3)

Синтезированные уравнения приведенной формы являются статистически значимыми, что является необходимым условием для использования выровненных значений переменных параметров структурных уравнений. для оценки

Результаты выравнивания представлены на рисунке 24, из которого видно, что точки поля корреляции довольно точно совпадают со значениями, полученными по моделям (A2.1) и (С2.1), и находятся внутри 95-процентных доверительных интервалов.

Структурное уравнение (А3) имеет хорошие статистические характеристики. Так, доля общей объясненной вариации результативного признака Z1 (ВРП на душу населения) составляет 93,5%. Из них, как это наглядно видно на рисунке 25, на первом месте находится факторный показатель Х10 (затраты на технологические инновации) - их рост на 1 млн. руб. сопровождается повышением индикативного показателя на 6 036 рублей (доля объясненной вариации за счет этой переменной составила 24,4%); на втором - Х11 изменение индексов потребительских цен (доля объясненной вариации 21,3%); на третьем - Х1 (18,4%). объем инвестиций в основной капитал

Высокое качество разработанной эконометрической модели для описания вариации ВРП на душу населения в регионах СКФО подтверждает также и тот факт, что показатель средней ошибки аппроксимации для нее находится в пределах 10%. Наглядно результаты моделирования индикативной переменной ( Z1 ) в течение исследуемого периода представлены на рисунке 14.

Рисунок 14 - Результаты выравнивания индикативной переменной Z1 (ВРП на душу населения в СКФО) по модели (А3)

Структурная форма уравнения (С3) имеет также приемлемые для ее верификации статистические характеристики. Так, объясненная вариация результативного признака Z3 (уровень безработицы в среднем за год) составляет 97,9%. Из них, как это наглядно видно на рисунке 27, на первом месте находится факторный показатель Х 25 (физический износ сетей коммунальной инфраструктуры) - его увеличение на 1% сопровождается повышением уровня безработицы на 1,379% (доля объясненной вариации за счет этой переменной составила 30,0%); на втором - Х21 обеспеченность населения больничными койками на 10 тыс. человек населения (доля объясненной вариации 19,9%); на третьем - Х 18 площади жилых домов (11,8%). ввод в действие общей

Наглядно результаты выравнивания индикативной переменной ( Z3 ) по модели (С3) в исследуемом периоде представлены на рисунке 15.

Рисунок 15 - Результаты выравнивания индикативной переменной Z3 (уровень безработицы в среднем за год в регионах СКФО) по модели (С3)

На заключительном этапе была произведена оценка параметров модели (D3), рекурсивно связанной с моделью (C3). Это означает, что в правой части уравнения при оценке значений коэффициентов регрессии использовались выровненные значения переменной синтезированной модели представлены ниже:Z3 . Основные результаты

Синтезированное таким образом уравнение (D3) имеет статистически значимые параметры, позволяющие использовать его для практических целей. Так, объясненная вариация результативного признака Z4 (доходы консолидированных бюджетов субъектов СКФО) составляет 95,1%. Из них, как это наглядно видно на рисунке 29, на первом месте находится факторный показатель Х11 (индекс потребительских цен) - его увеличение на 1% сопровождается сокращение бюджетных доходов на 12,2 млрд. руб. (доля объясненной вариации за счет этой переменной составила 27,1%); на втором Х 9 инновационная активность организаций (доля объясненной вариации 26,5%); на третьем - Х 10 затраты на технологические инновации (21,8%).

На высокое качество разработанной эконометрической модели для описания вариации доходов консолидированных бюджетов субъектов СКФО указывает значимость F-критерия Фишера. Так факторная дисперсия в расчете на одну степень свободы, характеризующая объясненную часть вариации результативной переменной отобранными в модель факторными показателями, более чем в 27 раз превышает остаточную.

В заключении необходимо отметить ряд достоинств и преимуществ предложенной методики разработки и практического использования при стратегическом управлении и программировании комплексной эконометрической модели:

Во-первых, предложенный алгоритм моделирования, апробированный на примере данных субъектов СКФО, позволяет учитывать взаимосвязи и для большего количества критериальных показателей, т.е. в случае необходимости их количество может быть, как существенно увеличено, так и сокращено.

Во-вторых, разработанная комплексная эконометрическая модель индикаторов социально-экономического развития носит универсальный характер. Так, представленная модель вполне может быть использована для практических целей на уровне отдельных регионов СКФО, т.е. она вполне может быть адаптирована непосредственно к данным конкретного региона СКФО и использована для прогнозирования ключевых индикаторов социально-экономического развития во взаимосвязи с отобранными статистически значимыми факторными показателями. При этом следуя описанному алгоритму можно также разработать аналогичную прикладную модель для систем более высокого порядка, например, на уровне РФ.

В-третьих, синтезированная модель имеет исключительно практическое назначение и может быть использована как для выявления и количественной оценки взаимосвязей в изменении индикативных показателей уровня социально-экономического развития отдельных территорий, так и для их экстраполяции на средне- и долгосрочную перспективу, что на наш взгляд может найти широкое практическое применение при стратегическом программировании и коррекции уровня социально-экономического развития отдельных региональных образований.



Заключение

Значение планирования в современном хозяйстве обусловлено необходимостью достижения оптимальных результатов воспроизводственного процесса и макроэкономической сбалансированности.

Сущность индикативного планирования как механизма государственного регулирования раскрывается через выполняемые функции. Система индикативных планов объединяет макро-, региональный и микро- уровни.

Актуальность применения индикативного планирования в условиях экономики рыночного типа связана с его особенностями, позволяющими сочетать государственное регулирование и рыночное саморегулирование.

Индикативное планирование в государственном регулировании экономики занимает особое место, о чем свидетельствует опыт индустриально развитых стран (Франции, Италии, США, Японии).

К мерам государственного регулирования, наиболее часто используемым в ходе реализации индикативных планов, относятся: программирование, бюджетирование, контрактация и государственные закупки, налоги и другие способы воздействия на деятельность хозяйствующих субъектов.

Индикативное планирование в экономике России необходимо проводить с соблюдением следующих принципиальных моментов:

планирование в современных условиях должно иметь четко выраженную социальную направленность;

работа по формированию индикативных планов должна осуществляться «снизу вверх»;

усилия по достижению высокого качества прогнозов и индикативных планов должны идти параллельно с борьбой за легальность российской экономики;

с общенациональными окружными и региональными индикативными планами должны корреспондироваться федеральные целевые программы.

В процессе проведения исследования были сформулированы следующие основные выводы:

Категориальная сущностно-содержательная характеристика региональных социально-экономических систем с позиций теории сложных систем позволила уточнить объект настоящего исследования, дополнить и систематизировать принципы устойчивого развития локальных образований в регионе, научно обосновать методические подходы к стратегическому планированию и прогнозированию их социально-экономического развития.

В среднесрочной перспективе сохраниться несоответствие плановых индикаторов действующих стратегий развития СКФО, в связи с этим в работе предложен алгоритм корректировки стратегии развития региональных социально-экономических систем. Так, по итогам 2013 года пять субъектов СКФО по индикатору ВВП на душу населения не смогли приблизиться даже к значениям инерционного сценария. Проведенное сравнение фактически достигнутых значений показателей в среднем по России с прогнозами индикаторов социально-экономических развития СКФО в 2025 г. показало, что по основным из них выполняется только инерционный сценарий стратегии.

Результаты обобщающей динамической оценки основных индикаторов развития региональных социально-экономических систем субъектов СКФО позволили выявить тенденции и закономерности их изменения по исследуемым направлениям. Среди индикаторов экономического направления наблюдается отставание субъектов СКФО по объему производства ВРП по сравнению со среднероссийскими показателями, по темпам прироста инвестиций в основной капитал (в среднем на 7%). Соотношение фактического объема инвестиций в основной капитал и сценарных прогнозов развития по итогам 2013 года можно характеризовать как инерционное, так как его значение по сравнению с 2012годом сократилось на 41%. В качестве основных сдерживающих факторов социального развития отмечены более интенсивные, по сравнению с доходами, темпы роста потребительских расходов населения, а также высокий уровень численности населения с денежными доходами ниже прожиточного минимума (15,5%).

Построение комплексной эконометрической модели индикаторов социально-экономического развития и использование результатов сценарного прогнозирование индикативных показателей для регионов- субъектов Северо-Кавказского федерального округа следует рассматривать как методическую основу при разработке комплексного инструмента стратегического планирования развития пространственно локализованных систем на основе форсайт-технологий.

Для повышения результативности управления пространственными социально-экономическими система макрорегиона в работе представлены следующие рекомендации:

Внедрить в Северо-Кавказском федеральном округе методику стратегического планирования и прогнозирования развития региональных социально-экономических систем.

Применять (апробированный на материалах Ставропольского края) алгоритм многофакторного сценарного прогнозирования индикаторов социально-экономического развития.

Использовать в практике органов государственного управления комплексный инструмент стратегического планирования развития пространственно локализованных систем на основе форсайт-технологий.



Список используемой литературы

1. Конституция Российской Федерации (принята всенародным голосованием 12.12.1993 г.) // (с учетом поправок, внесенных Законами РФ о поправках к Конституции РФ от 30.12.2008 № 6 6-ФКЗ, от 30.12.2008 № 7- ФКЗ, от 05.02.2014 № 2-ФКЗ)// [Электронный ресурс] - Режим доступа: http://www. http://zakonbase.ru/.

2. Российская Федерация. Законы. Гражданский кодекс Российской Федерации (часть первая) (статьи 1 - 453) (с изменениями на 31 декабря 2014 года) (редакция, действующая с 1 апреля 2015 года) Федеральный закон от 30 ноября 1994 года №51-ФЗ Кодекс РФ от 30 ноября 1994 года №51-ФЗ.

3. Российская Федерация. Законы. Налоговый кодекс Российской Федерации (часть вторая) (с изменениями на 8 марта 2015 года) редакция, действующая с 1 апреля 2015 года) Федеральный закон от 05 августа 2000 года №117-ФЗ Кодекс РФ от 05 августа 2000 года №117-ФЗ

4. Российская Федерация. Законы. Кодекс Российской Федерации об административных правонарушениях: федер. закон от 30 декабря 2007 г. № 195-ФЗ // Собр. законодательства РФ. - 2008. - № 1(Ч. 1). - Ст. 1.

5. Российская Федерация. Законы. Трудовой кодекс Российской Федерации (с изменениями на 31 декабря 2014 года) (редакция, действующая с 31 марта 2015 года) Федеральный закон от 30 декабря 2001 года №197-ФЗ Кодекс РФ от 30 декабря 2001 года №197-ФЗ.

6. Российская Федерация. Законы. О государственной поддержке малого предпринимательства в Российской Федерации : федер. закон от 14 июня 1995 г. № 88-ФЗ // Собр. законодательства РФ. - 1995. - № 25. - Ст. 2343.

7. Российская Федерация. Законы. Об акционерных обществах (с изменениями на 22 декабря 2014 года) Федеральный закон от 26 декабря 1995 года №208-ФЗ.

8. Российская Федерация. Законы. Об обществах с ограниченной ответственностью (с изменениями на 5 мая 2014 года) (редакция, действующая с 1 июля 2014 года). Федеральный закон от 08 февраля 1998 года №14-ФЗ.

9. Указ Президента РФ от 30 января 2010 г. N 120 "Об утверждении Доктрины продовольственной безопасности Российской Федерации".

10. Доктрина продовольственной безопасности Российской Федерации (утв. Указом Президента РФ от 30 января 2010 г. N 120).

11. Распоряжение Правительства РФ от 30 ноября 2010 г. N 2136-р Об утверждении Концепции устойчивого развития сельских территорий Российской Федерации на период до 2020 года.

12. Об утверждении Концепции долгосрочного социально- экономического развития Российской Федерации на период до 2020 года (с изменениями на 8 августа 2009 года) Распоряжение Правительства РФ от 17 ноября 2008 года №1662-р.

13. Российская Федерация. Законы. "О внесении изменений и дополнений в Федеральный закон "О государственном прогнозировании и программах социально-экономического развития Российской Федерации" и в Бюджетный кодекс Российской Федерации" (проект N 90023275-3) Постановление Государственной Думы от 20 февраля 2004 года №115-IV ГД.

14. Российская Федерация. Об утверждении государственной программы Российской Федерации "Развитие Северо-Кавказского федерального округа" на период до 2025 года (с изменениями на 1 декабря 2014 года)Постановление Правительства РФ от 15 апреля 2014 года №309.

15. Авсиевич Л.В. Государственно-частное партнерство: самарский опыт // Социально-экономические системы: вопросы развития и управления: мат. и докл. II Всерос. научн. студенч. конф. с междун. уч. (Самара, 8-12 ноября 2010 г.). Самара, 2010. - С. 52-56.

16. Агарков Г.А., Зыков В.В. Бизнес и государство: актуальные проблемы взаимодействия // Экономика региона. 2010- №7. - С. 172-176.

17. Белоусов А.Р. Сценарии экономического развития России на пятнадцатилетнюю перспективу / М.: Проблемы прогнозирования, № 1 (94), 2012. С. 3-52.

18. Белоусов Д.Р., Солнцев О.Г., Хромов М.Ю. Построение долгосрочного научно-технологического прогноза для России методом «Форсайт» // Проблемы прогнозирования. 2012. - №1. - С. 18-32.

19. Бобылев С.Н. Индикаторы устойчивого развития: региональное измерение. М.: Акрополь, 2011. - 60 с.163

20. Бондарева, Д. Инновационное развитие российской экономики // Социально-экономические системы: вопросы развития и управления: мат. ж: докл. Всерос. научн. студенч. конф. с междун. уч. (Самара, 8-12 ноября 2010 г.). Самара, 2010. - С. 243-250.

21. Бутакова М.М. Экономическое прогнозирование:методы и приемы практических расчетов: уч. пособ. М.: КНОРУС, 2011. - 168 с.

22. Ганженко Д.В. Использование методов социально- экономического предвидения при реализации программ развития внешнеэкономической деятельности в Российской Федерации. - М, 2011. 174 с.

23. Глазьев, С.Ю. Проблемы прогнозирования макроэкономической динамики [Текст] / С.Ю. Глазьев // Российский экономический журнал. - 2011. - №3,№4.

24. Глущенко, В.В. Разработка управленческого решения. Прогнозирование - планирование. Теория проектирования экспериментов [Текст] / В.В. Глущенко, И.И. Глущенко. - М.: Крылья, 2013. - 398 с.

25. Гранберг, А.Г. Статистическое моделирование и прогнозирование [Текст] / А.Г. Гранберг. - М: Финансы и статистика, 2013.- 383 с.

26. Джемала Mf. Корпоративная «дорожная карта» инновационный метод управления знаниями в корпорации // Российский журнал менеджмента: -2011. - Т. 6, № 4. - С. 149-168.

27. Кинэн М Технологический, форсайт: международный опыт //Форсайт. 2012. - №3(11). - С. 60-67.

28. Кошелев Б.С. Планирование и прогнозирование развития агропромышленного комплекса: учеб. пособие. 2-е изд. - Омск: ФГОУ ВПО ОмГАУ, 2011. -248 с.

29. Кротова В.В. Планирование как наиболее значимый элемент менеджмента // Инновации, технологии, экономика (ИНТЭК-2011): Междун. научно-практич. конф. (Иваново, 17-17 марта 2011 г.). Иваново, 2011. - С. 183-186.

30. Крымова Э.И. Форсайт как политическая коммуникативная технология // Известия Алтайского государственного университета. - 2011: -№ 4-4. -С. 297-300.

31. Кузык Б.Н. Прогнозирование и стратегическое планирование социально-экономического развития: учебник. - М.: Экономика, 2011. - 427 с.

32. Куклина И.Р., Ютанов Н.Ю. Форсайт как инструмент управления будущим // Наука. Инновации. Образование. Форсайт: основы и практика применения. М - 2012. - вып. 5. - С. 79-90.

33. Кунин В.И. Государственная экономическая политика и Экономическая доктрина России. К умной и нравственной экономики. - Т. 3.

34. М.: Научный эксперт, 2011. - 648 с.

35. Лаврищева Е.Е. Оценка внутренней, инновационной, среды промышленных предприятий; Владимирской области // Организатор производства. 2012.- Т.4. - № 2.- С. 100-103.

36. Лукашин, Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов [Текст] / Ю.П. Лукашин. - М.: Финансы и статистика, 2013.

37. Маренков Н.Л. Система форсайт как комплексный инструмент стратегического управления инновационным развитием экономики России: автореф. дис. докт. экон. наук. М., 2012. - 50 с.

38. Нанотехнологии: Форсайт под. Ред. Н.В. Гапоненко. М., 2012. С.272.

39. Настенко, А.Д. Прогнозирование отраслевого и регионального развития [Текст] / А.Д. Настенко. - М.: Гелиос АРВ, 2012. - 144 с.

40. Немчинова В.М. Методологические проблемы прогнозирования и планирования в рыночной экономике. -М.: ГУУ, 2011. - 106 с.

41. Новая парадигма прогнозирования будущего под. ред. Г.Г. Фетисова, В.М. Бондаренко. М.: МФК, 2012. -270 с.

42. Основы экономического и социального прогнозирования [Текст] /под ред. В.Н. Мосина, Д.М. Крука. - М.: Высшая школа, 2013.

43. Орехов, Н.А. Математические методы и модели в экономике [Текст]: учеб. пособие / Н.А. Орехов, А.Г. Левин, Е.А. Горбунов; под ред. Н.А. Орехова. - М.: Юнити-дана, 2011. - С. 43.

44. Паршутина И.Г., Лыгина Н.И. Менеджмент и перспективное планирование экономических систем на региональном уровне // Вестник Тамбовского университета. Серия: Гуманитарные науки. - 2012. №5. - С. 307- 317.2011.

45. Перспективы Форсайта в России безграничны // Форсайт, № 1 (1)

46. Попов- С.В: Корпоративный форсайт и. конкурентная разведка //Наука. Инновации. Образование. Форсайт: основы и практика применения. М. -2012. - вып. 5.-С. 177-182.

47. Регионы России. Социально-экономические. 2010. Стат. сб. /Росстат. М., 2013. - 996 с.

48. Романова O.A., Коровин Г.Б. Выявление приоритетов энергоэффективного регионального развития на основе методологии форсайта.- Екатеринбург: Институт экономики УрО РАН, 2010. -69 с.

49. Россия в цифрах. 2010. Крат.стат.сб./ Росстат. М., 2013. - 558с.

50. Соколов А. Форсайт: взгляд в будущее //Форсайт 2011. №1(1). -С.8-15.

51. Стратегический глобальный прогноз 2030. Краткий вариант под.ред. A.A. Дынкина. Mi: Магистр, 2011. - 88 с.

Размещено на Allbest.ru

...