Определение потенциала в развитии машиностроительного комплекса регионов ЦФО

Размещено на http://www.allbest.ru/

2

Определение потенциала в развитии машиностроительного комплекса регионов ЦФО

Гундорова М.А.,

Ползунова Н.Н.,

Фраймович Д.Ю.

В статье представлена классификация регионов ЦФО по уровню экономического развития, акцентировано внимание на перспективности высокотехнологичной части обрабатывающей промышленности, проведен структурный анализ рынка продукции машиностроения.

Ключевые слова: машиностроение, регион, уровень экономического развития.

обрабатывающая промышленность рынок продукция машиностроение

Основной целью функционирования системы управления региональным развитием, в конечном счете, является удовлетворение широкого спектра потребностей, и в первую очередь, потребностей населения. Высокая степень их удовлетворения при сохранении благоприятного социального и экологического климата формирует новое качество жизни и положительный имидж территории с точки зрения ее привлекательности для труда и вложения капитала, а значит, создает все условия для дальнейшего роста уровня экономического развития.

С этой точки зрения необходимым представляется проведение анализа экономической освоенности территорий. Количественная оценка такого анализа представлена в табл. 1.

Таблица 1. Экономическая освоенность территории РФ

Данные таблицы наглядно демонстрируют, что среди федеральных округов лидером по экономической результативности территорий является ЦФО, производя чуть больше 1/3 ВВП, тем самым задавая вектор экономического развития страны.

В связи с этим научный интерес представляет классификация регионов ЦФО по уровню развития. Для осуществления такого деления использован пошаговый алгоритм (алгоритм Варда), где при формировании бинарного дерева кластеров объединение двух нижележащих узлов в один вышележащий основано на использовании расстояния между объектами:

где - расстояние между кластерами r и s, определяемое по центроидному алгоритму,

- центроиды кластеров r и s. Пошаговый алгоритм основан на увеличении общей внутригрупповой суммы квадратов в результате присоединения групп r и s. Внутригрупповая сумма квадратов кластера определяется как сумма квадратов расстояний между всеми объектами в кластере и центроидом кластера. В качестве величины использовано Евклидово расстояние.

Статистическое моделирование проводилось в программном комплексе STATISTICA 8.0. Дендрограмма кластеров представлена на рис. 1, где на оси абсцисс показаны номера регионов, а по оси ординат отложено расстояние между парами объектов или кластеров в процентах от максимального возможного расстояния в группе наблюдений.

Построенная дендрограмма позволяет выявить четыре группы кластеров. Исходя из значения ВРП на душу населения, их можно назвать: лидеры (активные), претенденты на лидерство, умеренно-стабильные и аутсайдеры. Согласно графику, к первой группе регионов (лидерам) относятся Липецкая область (C9) и г. Москва (С18). Второй региональный кластер (претендентов на лидерство) представлен Белгородской (C1), Московской (C10), Калужской (С6), Тверской (15) областями. Третью группу (умеренно-стабильных) регионов составляют Ярославская (C17), Тульская (С16), , Курская (C8), Воронежская (С4), Тамбовская (C14), Смоленская (C13), Рязанская (C12) и Владимирская (C3) области. К четвертому кластеру регионов (аутсайдерам) относятся Орловская (С11), Костромская (C7), Ивановская (C5) и Брянская (С2) области.

Рис.1. Дендрограмма кластерного анализа для регионов ЦФО

Важнейшим фактором экономического развития и долгосрочной конкурентоспособности региона выступает прогрессивность отраслевой его структуры. Признать перспективность добывающего сектора не представляется возможным. Конкурентоспособность сырьевых отраслей определяется издержками, а рост внутренних издержек - объективная составляющая повышения уровня социально-экономического развития любой территории. Поэтому, ориентация на конкурентоспособность только низко технологичных отраслей - «удел развивающихся экономик», а экономически развитая страна должна обеспечивать сильные позиции за счет создания и использования технологий.

Если сравнивать регионы по уровню экономического развития (рис. 1), то к лидерам относится Липецкая область, а претендентами на лидерство является Московская, Калужская, Тверская области, у которых прослеживается ярко выраженная промышленная направленность. 

В связи с этим перспективным с точки зрения обеспечения устойчивого экономического роста выступает обрабатывающий сектор экономики, а особенно, высокотехнологичная его часть, которая в соответствии с картированием [2, с. 28] отраслей промышленности представлена фармацевтической отраслью и машиностроением. Причем последнее имеет самый высокий мультипликационный эффект на другие отрасли промышленности.

Учитывая перспективность отрасли машиностроения, проведем структурный анализ рынка продукции машиностроения ЦФО с использованием аппарата теории организации промышленности, адаптированного к исследованиям на мезоуровне.

Индекс концентрации

производств машиностроения в четырех регионах, а именно: в г. Москве, Московской, Калужской, в 2009 г. Ярославской, а в 2010 Владимирской области, лидирующих в этом направлении среди регионов ЦФО, составляет 65,1% за 2009 г. и 69,34% в 2010 г. То есть получается, что наблюдается высокий уровень концентрации (при этом он увеличивается) и условия для конкуренции на межрегиональном уровне практически отсутствуют.

Однако не стоит забывать, что ЦФО по объему производства, выполненных работ и услуг машиностроения занимает 31,94%, что составляет треть рынка. Но эта доля среди федеральных округов является наибольшей. Сопоставимой долей в 28,13% обладает только Приволжский федеральный округ.

Наиболее востребованным в рамках проводимого нами анализа выступает критерий концентрации в виде индекса Херфиндаля-Хиршмана

,

где q - рыночная доля i-ой области на рынке. Его преимущества перед индексом концентрации выглядят предпочтительнее посредством следующих положений: во-первых, учитывается распределение рыночных долей среди регионов, во-вторых, учету подлежит вклад в ВРП ЦФО не только лидирующих, а всех регионов округа. Вследствие последнего обстоятельства индекс Херфиндаля-Хиршмана содержит в себе определенную меру неоднородности регионов, отражает неравномерность их веса в рамках данной отрасли. Наконец, отметим важную связь между индексом Херфиндаля-Хиршмана и прибыльностью отрасли, которая с помощью доступных макроэкономических показателей позволяет эконометрически рассчитать прибыль отрасли в ЦФО. Известно, что отношение отраслевой прибыли к совокупной выручке производителей отрасли пропорционально индексу Херфиндаля-Хиршмана [1,с. 47], то есть индекс Херфиндаля-Хиршмана непосредственно представляет собой меру отраслевой прибыльности. Определив меру отраслевой прибыли по компаниям машиностроения в ЦФО, получили достаточно интересные результаты. Так, предприятия машиностроения ЦФО получили только 15,95% в 2009 г. и 17,74% в 2010 г. возможной отраслевой прибыли.

При этом на первые четыре региона, а это г. Москва и Московская область, Калужская область и Ярославская в 2009 г., а в 2010 г. Владимирская область, приходится 14,74% в 2009 г. и 16,85% в 2010г., что составляет соответственно 90,3% и 95,03%. Приведенные цифры подтверждают снижение конкурентоспособности производств данной направленности в регионах. Наглядно описанные процессы можно проиллюстрировать на рис. 2.

Рис. 2. Соотношение размеров прибыли предприятий областей ЦФО в фактическом объеме прибыли по итогам 2009 г., %

Все приведенные данные показывают, что такая структура демонстрирует наличие большого потенциала роста, основой которого выступает расширение внутреннего спроса, связанного с технической модернизацией производственных систем. Как отмечают эксперты Центра стратегических исследований Банка Москвы «… «зажатый» и снижающийся внутренний спрос будет определять минимальные темпы роста обрабатывающих производств». Однако мировой опыт показывает, что устойчивой может быть только та экономика, в которой основные отрасли машиностроения удовлетворяют порядка 70% внутреннего спроса [3, с. 11].

Литература

1.Вереникин А.О., Волошин Д.И. Исследование технологической структуры с помощью показателей специализации производства // Вопросы прогнозирования. 2005. №1. С. 32-50.

2.Саакян Ю.З., Григорьев А.В. Карта отраслей промышленности: путь к экономическому росту // Техника железных дорог. 2010. № 3 (11). С. 25-32.

3.Тарасюк В.М. Инновационная экономика - залог будущего успеха // Металлообработка и станкостроение. 2011. № 2. С. 10-13.

Размещено на Allbest.ru