Методика, модель и рейтинг конкурентоспособности российских регионов в условиях перехода к неоиндустриальному развитию

Коллективом ученых Финансового университета^[1] был разработан научно-методический инструментарий оценки конкурентоспособности регионов Российской Федерации как разновидности социально-экономических систем в условиях перехода к неоиндустриальной модели развития, обозначаемой в последние годы термином «цифровая экономика».

[1] Помимо автора в разработке материалов НИР, использованных в данной статье, участвовали: директор Института промышленной политики и инновационного развития, д.т.н., проф. Абдикеев Н.М.; г.н.с. Института промышленной политики и инновационного развития, д.т.н., проф. Богачев Ю.С.; зав. кафедрой экономики организации, д.э.н., проф. Шаркова А.В.; заместитель руководителя департамента анализа данных, принятия решений и финансовых технологий Лосев А.А., к.э.н., доцент Департамента экономической теории Д.Е. Морковкин.

В экономической науке существует общеизвестное определение понятия «Социально-экономическая система» (СЭС) - это целостная совокупность взаимосвязанных и взаимодействующих социальных и экономических институтов (субъектов) и отношений по поводу распределения и потребления материальных и нематериальных ресурсов, производства, распределения, обмена и потребления товаров и услуг.

При разработке методики оценки конкурентоспособности СЭС и выявления драйверов ее повышения в условиях цифровой экономики необходимо принимать во внимание, что международные институты при определении конкурентоспособности акцентируют способность СЭС содействовать повышению качества жизни населения и развитию гражданского общества.

Всемирный экономический форум определяет национальную конкурентоспособность как способность страны и её институтов обеспечивать стабильные темпы экономического роста, которые были бы устойчивы в среднесрочной перспективе.

По определению Европейской «Консультативной группы по конкурентоспособности» - конкурентоспособность является основой для повышения жизненных стандартов, обеспечения работой безработных и уничтожения бедности.

В современных условиях локомотивом экономического роста и устойчивого развития СЭС является обрабатывающая промышленность на основе опережающего развития ее высокотехнологичных секторов. Поэтому будем исходить из того, что конкурентоспособность СЭС в условиях перехода к неоиндустриальному развитию - это способность системы содействовать повышению качества жизни населения на основе формирования конкурентных преимуществ на внутреннем и внешних рынках путем опережающего развития высокотехнологичных секторов обрабатывающей промышленности в условиях цифровой экономики.

Основное направление работы по построению модели конкурентоспособности СЭС заключается в обобщении существующих мировых индексов и рейтингов конкурентоспособности и представлении нового обобщенного индекса, в котором наряду с имеющимися показателями развития цифровой экономики будут использованы новые показатели, отражающие состояние цифровизации промышленности.

Как мы уже отмечали в предыдущей работе^[2], наиболее авторитетным показателем конкурентоспособности СЭС является глобальный индекс конкурентоспособности GCI, предложенный Всемирным экономическим форумом и лежащим в основе ежегодных отчетов «The Global Competitiveness Report». Индекс готовности стран к сетевому обществу (Networked Readiness Index, NRI) ежегодно рассчитывается международной организацией «Всемирный экономический форум» совместно с Международной школой бизнеса «INSEAD». Индекс отражает уровень готовности стран к повсеместному использованию ИКТ для целей социально-экономического развития. Для анализа конкурентоспособности СЭС можно также использовать международный индекс I-DESI, опубликованный Европейской комиссией в 2016 году.

[2] http://kapital-rus.ru/articles/article/o_novyh_podhodah_k_izmereniu_konkurentosposobnosti_v_usloviyah_perehoda_k_n

Принимая во внимание авторитетность и методическую отточенность существующих международных индексов, все же стоит отметить их общий существенный недостаток, связанный со значительным количеством показателей, формирующихся на основе экспертных оценок и носящих, таким образом, субъективный характер. Например, последний индекс GCI 4,0 за 2018 год насчитывает 98 показателей, из которых 44 носят опросный характер.

В настоящей работе в качестве объекта для моделирования конкурентоспособности СЭС выбран регион, субъект Российской Федерации. Актуальность такого объекта обусловлена следующими соображениями:

1) Развитие региона обусловлено комплексом факторов, полноценно характеризующим его именно как социально-экономическую систему;

2) Конкурентоспособность регионов Российской Федерации давно находится в ряду программных документов развития страны;

3) Накоплены ряд рейтингов, характеризующих место регионов в общей экономике Российской Федерации, доступна широкая статистическая база по субъектам Российской Федерации.

В настоящее время не разрешена еще в практическом плане задача определения степени воздействия цифровизации экономики в целом, и особенно, цифровизации обрабатывающей промышленности, на конкурентоспособность регионов. Для этого коллективом авторов была разработана система показателей, объединенных в факторы конкурентоспособности региона. В качестве методологической и методической основы были использованы проанализированные выше международные индексы конкурентоспособности. В качестве статистического наполнения использованы сборники Росстата.

Отбор регионов (субъектов Федерации) осуществлялся по следующим критериям:

• один субъект Российской Федерации представляет соответствующий Федеральный округ (ФО);
• численность населения субъекта Российской Федерации должно превышать 1 млн. человек;
• в каждом ФО отбирается субъект, имеющий наивысшие показатели по валовому региональному продукту на душу населения;
• в структуре валового регионального продукта доля обрабатывающей промышленности должна быть наибольшей среди всех субъектов ФО.

5) ФО в рамках своей исторической и географической специализации должен располагать развитой обрабатывающей промышленностью.

Исходя из последнего критерия два ФО РФ были исключены из рассмотрения – Северо-Кавказский и Дальневосточный. Среди оставшихся шести ФО были отобраны следующие регионы:

• Центральный федеральный округ (ЦФО) – Московская область;
• Северо-Западный федеральный округ (СЗФО) – г. Санкт-Петербург;
• Южный федеральный округ (ЮФО) – Краснодарский край;
• Приволжский федеральный округ (ПФО) – республика Татарстан;
• Уральский федеральный округ (УФО) – Свердловская область;
• Сибирский федеральный округ (СФО) – Красноярский край.

В настоящее время существует несколько популярных рейтингов регионов России, однако существующие рейтинги в разной степени не свободны от некоторых недостатков:

• использование при построении индекса недостаточного количества показателей;
• отсутствие использованных в расчетах показателей в свободном доступе для всех регионов;
• отсутствие весовой системы при построении индекса.

Учитывая особенности существующих подходов построения рейтинга регионов, при разработке методики анализа и оценки конкурентоспособности СЭС в условиях цифровой экономики авторы основывались на следующих основных принципах:

• - использование значительного набора показателей, что способствует отражению объективной комплексной оценки инновационно-технологического развития регионов;
• - использование весовых долей, что дает возможность выделять приоритеты блоков;
• - обеспечение доступности используемых показателей в открытых статистических отчетностях.

С учетом вышесказанного были выделены 4 основных фактора, определяющих конкурентоспособность СЭС: макроэкономический, социальный, инфраструктурный и инновационно-технологический в условиях цифровизации.

Каждый фактор воздействует на экономику по разным направлениям. Воздействие по каждому направлению характеризуется определенной совокупностью показателей.

Рассмотрим характеристики влияния на экономику этих факторов.

1. Макроэкономический фактор. Основными направлениями влияния макроэкономического фактора на экономику являются: 1) уровень экономического развития, 2) эффективность хозяйственной деятельности, 3) значимость обрабатывающей промышленности в экономической модели СЭС, 4) инвестиционный потенциал развития.

Рассмотрим характеристики воздействия этого фактора по каждому указанному выше направлению:

1.1. Уровень экономического развития характеризуется показателями:

1.1.1. «Валовой продукт СЭС на душу населения», в рублях;

1.1.2. Степень износа основных фондов в целом на конец года, в %.

1.2. Значимость обрабатывающей промышленности характеризуется следующими показателями:

1.2.1. Доля обрабатывающей промышленности в добавленной стоимости СЭС в % к итогу, в текущих основных ценах;

1.2.2. Среднегодовая численность занятых в обрабатывающих производствах, в тыс. человек;

1.2.3. Степень износа основных фондов в обрабатывающих производствах на конец года, в %.

1.3. Инвестиционный потенциал характеризуется показателями:

1.3.1. Индекс физического объема инвестиций в основной капитал;

1.3.2. Доля инвестиций в машины, оборудование, транспортные средства, в % от общего объема инвестиций.

1.4. Эффективность хозяйственной деятельности характеризуется показателем:

1.4.1. Сальдированный финансовый результат (прибыль минус убыток) СЭС, млн. руб.

При анализе влияния макроэкономического фактора на экономику необходимо оценить:

-адекватность действующей экономической модели СЭС основным трендам экономического развития на внутреннем и внешнем рынках;

-потенциал основного драйвера экономического развития в современных условиях – обрабатывающей промышленности;

-эффективность хозяйственной деятельности;

-потенциал инвестиций в обрабатывающую промышленность для обеспечения заметного повышения производительности труда и создания условий для технологического рывка.

2. Социальный фактор. Рассмотрим направления влияния социального фактора на экономику, при этом необходимо учитывать потенциал социальной напряженности, уровень развития здравоохранения и развитость коммунальной сферы экономики.

2.1. Потенциал социальной напряженности характеризуется двумя показателями:

2.1.1. Уровень экономического достатка населения – соотношение среднемесячной начисленной заработной платы работников организаций с величиной прожиточного минимума, %;

2.1.2. Доля затрат населения на покупку товаров и услуг, в % от общего объема денежных доходов. Этот показатель характеризует способность населения повышать качество своей жизни.

2.2. Уровень развития здравоохранения характеризуется показателями:

2.2.1. Нагрузка на работников сферы здравоохранения - численность населения на одного врача на конец года, человек. Показатель характеризует доступность населения к получению услуг сферы здравоохранения;

2.2.2. Смертность населения в трудоспособном возрасте - число умерших на 100 000 человек соответствующего возраста. Показатель характеризует качество здравоохранения.

2.3. Уровень развития коммунальной сферы экономики характеризуется следующим показателем:

2.3.1. Общая площадь жилых помещений, приходящаяся в среднем на одного жителя на конец года, квадратных метров. Этот показатель характеризует потенциал социальной напряженности, вызванный неразвитостью коммунальной сферы услуг.

При анализе социального фактора необходимо оценить уровень и диверсификацию спроса населения на инновационную продукцию, уровень обеспеченности населения качественными медицинскими и коммунальными услугами.

3. Инновационно-технологический фактор определяет инструменты и направления развития экономики за счет масштабного технологического развития. Этот фактор воздействует на экономику по направлениям, сгруппированным в 4 группы. В силу особой значимости этого фактора для социально-экономического развития, увеличения производительности труда и технологической модернизации национальной экономики каждой группе присвоен уровень значимости.

Этот фактор определяет уровень развития научно-технологической сферы и отношение предпринимательского сообщества к инновационному развитию экономики.

3.1. Инновационно-ресурсный потенциал (ИРП) – коэффициент значимости 30%. В эту группу помещены показатели, характеризующие интеллектуальные, организационные, финансовые ресурсы инновационного развития экономики.

3.1.1. Уровень развития научно-технической сферы - Численность персонала, занятого исследованиями и разработками в среднегодовой численности занятых в экономике, %.

3.1.2. Удельный вес затрат на исследования и разработки в процентах к ВРП, %.

3.2. Отношение предпринимательского сообщества к инновационному развитию экономики. В этой группе находятся показатели, характеризующие значимость инноваций в хозяйственной деятельности.

3.2.1. Значимость инноваций в хозяйственной деятельности - Удельный вес затрат на технологические инновации в общем объеме отгруженных товаров, выполненных работ, услуг, %.

3.2.2. Удельный вес организаций, осуществлявших технологические инновации, в общем числе организаций (по организациям промышленного производства), %.

3.3. Индекс цифровизации обрабатывающей промышленности – коэффициент значимости 20%. В эту группу помещены показатели, характеризующие использование программных средств при решении задач управления, проектирования и обучения.

3.3.1. Использование специальных программных средств для управления автоматизированным производством.

3.3.2. Использование специальных программных средств для проектирования.

3.3.3. Использование специальных программных средств СRМ, ERP, SCM – системы.

3.3.4. Обучающие программы.

3.4. Индекс трансформации бизнес-модели – коэффициент значимости 20%. В этой группе находятся показатели, характеризующие использование специальных программных средств при финансовых расчетах, мониторинге, решении информационных задач и сопровождении операционной деятельности.

3.4.1. Организации, использовавшие специальные программные средства для решения организационных, управленческих и экономических задач.

3.4.2. Организации, использовавшие специальные программные средства для осуществления финансовых расчетов в электронном виде.

3.4.3. Организации, использовавшие специальные программные средства для предоставления доступа к базам данных через глобальные информационные сети.

3.4.4. Электронные справочно-правовые системы.

3.4.5. Организации, использовавшие электронный обмен данными между своими и внешними информационными системами, по форматам обмена.

3.5. Результативность инновационной – технологической деятельности – коэффициент значимости 30%. Совокупность показателей этой группы характеризует эффективность инновационной деятельности по решению задач технологической модернизации продуктовой и процессной инновации.

3.5.1. Число разработанных передовых производственных технологий на 10 тыс. человек, занятых в экономике, %.

3.5.2. Число использованных передовых производственных технологий на 10 тыс. человек, занятых в экономике, %.

3.5.3. Удельный вес инновационных товаров, работ, услуг в общем объеме отгруженных товаров, выполненных работ, услуг организаций промышленного производства, %.

4. Инфраструктурный фактор. Качество и уровень развития инфраструктуры в значительной степени определяет мобильность бизнеса и издержки логистики при обеспечении рынков продукции. Мы рассмотрим только влияние на экономику транспортной инфраструктуры.

4.1. Транспортная инфраструктура

4.1.1. Уровень развития железнодорожной инфраструктуры – плотность железнодорожных путей на конец года, км путей на 10 000 ;

4.1.2. Уровень развития автомобильной инфраструктуры – плотность автомобильных дорог общего пользования с твердым покрытием на конец года, км путей на 1000 территории;

4.1.3. Качество развития автомобильной инфраструктуры – доля автомобильных дорог общего пользования (на конец года) с твердым покрытием в общей протяженности автомобильных дорог общего пользования, в процентах / с усовершенствованным покрытием в протяженности автомобильных дорог с твердым покрытием.

При анализе влияния факторов на конкурентоспособность СЭС в настоящем исследовании на основе принятых международными институтами методологическими подходами определены весовые коэффициенты значимости факторов:

• макроэкономический фактор – 25%;
• социальный фактор – 20%;
• инновационно-технологический фактор – 40%;
• инфраструктурный факторов – 15%.

Принимая во внимание неоиндустриальный вектор сценария развития в виде провозглашенного курса на «технологический рывок», наибольшим удельным весом характеризуется влияние на конкурентоспособность инновационно-технологического и макроэкономического факторов.

Методика оценки конкурентоспособности российских регионов заключается в приведении показателей к виду, отражающему их вклад в соответствующие федеральные показатели российской экономики и присвоение ранга региона за каждый отчетный период.

Расчет проводится в несколько этапов:

1. Сбор исходных данных Росстата.
2. Формируется матрица значений показателей, где по строкам указаны субъекты Российской Федерации, а в столбцах статистические показатели.
3. Производится нормирование значений показателей и формируется их единая шкала.
4. Рассчитываются интегральные показатели конкурентоспособности регионов по каждому из блоков показателей. Для их расчета используются данные официальной статистики и отчетности.
5. Рассчитывается сводный интегрированный индекс конкурентоспособности региона с учетом всех факторов.
6. Рассчитывается чувствительность изменения интегрированного индекса конкурентоспособности региона к вариациям значений каждого показателя. Это позволяет определить показатели факторов, в наибольшей степени влияющих на конкурентоспособность данного субъекта Федерации.

Методика оценки конкурентоспособности российских регионов проводится на основании многомерного факторного анализа и рейтинговой оценки заключается в приведение показателей к виду, отражающему его вклад федеральные показатели российской экономики и присвоение ранга региона за каждый отчетный период. Т.е. многомерный факторный анализ позволяет оценить вклад каждого показателя в совокупность факторов. Разработанная методика оценки регионов Российской Федерации на основе количественных критериев представляет собой систему показателей для статистической оценки уровня конкурентоспособности российских регионов. Результатом количественной оценки является интегральная оценки региона путем определения ранга по системе показателей. Данные для расчета количественных критериев формируются из официальной статистики и отчетности федеральных органов исполнительной власти, а также на основании отчетов исследовательских организаций, отслеживающих на регулярной основе ключевые макроэкономические показатели российской экономики.

Построение модели оценки конкурентоспособности на основе вышеприведенной методики сводится к следующим этапам:

1. На основе собранного статистического материала формируются значения показателей, где по строкам указаны субъекты Российской Федерации (i = 1, 2, …, I), а в столбцах статистические показатели (j = 1, 2, …, J)
2. Рассчитываются нормированные значения и формируется матрица нормированных значений показателей.
3. Для создания рейтинга и преобразования отрицательных нормированных значений факторов необходимо их перевести к одному уровню. Также необходимо отрицательные значения показателей перевести в положительную шкалу. На следующем шаге задается уровень, с которым сравнивается остальные значения по каждому из показателей.
4. На данном шаге рассчитываются интегральные показатели конкурентоспособности регионов по каждому из четырех блоков показателей.
5. На данном шаге рассчитываются интегральные показатели конкурентоспособности регионов, по которым в дальнейшем регионы ранжируются. Интегрированный индекс рассчитывается при помощи весов каждого блока показателей.
6. На завершающем шаге рассчитываются чувствительность изменения интегрального показателя конкурентоспособности регионов от каждого показателя через изменение на пункт каждого из 32 показателей и оценки изменения интегрального значения.

Приведем итоги расчета конкурентоспособности регионов, соответствующие пятому шагу модели.

Таблица 1. Интегральные и частные показатели конкурентоспособности регионов за 2011-2016 гг.

Регион	2011	2012	2013	2014	2015	2016
Интегральные показатели конкурентоспособности регионов
Свердловская обл.	0,384	0,322	0,329	0,365	0,347	0,345
Краснодарский край	0,203	0,186	0,204	0,170	0,159	0,178
г. Санкт- Петербург	0,610	0,644	0,686	0,677	0,625	0,644
Красноярский край	0,262	0,266	0,270	0,313	0,318	0,304
Республика Татарстан	0,367	0,371	0,374	0,416	0,419	0,428
Московская область	0,420	0,420	0,423	0,448	0,429	0,447
частные показатели конкурентоспособности регионов I
Свердловская обл.	0,318	0,207	0,206	0,314	0,191	0,214
Краснодарский край	0,006	0,011	0,116	0,011	0,040	0,048
г. Санкт- Петербург	0,354	0,330	0,584	0,471	0,381	0,448
Красноярский край	0,339	0,306	0,326	0,417	0,329	0,370
Республика Татарстан	0,275	0,301	0,342	0,422	0,349	0,263
Московская область	0,258	0,271	0,318	0,368	0,235	0,329
частные показатели конкурентоспособности регионов II
Свердловская обл.	0,207	0,168	0,173	0,140	0,156	0,165
Краснодарский край	0,116	0,126	0,145	0,125	0,146	0,148
г. Санкт- Петербург	0,563	0,497	0,496	0,475	0,557	0,569
Красноярский край	0,262	0,231	0,205	0,241	0,300	0,284
Республика Татарстан	0,338	0,298	0,262	0,377	0,400	0,373
Московская область	0,397	0,423	0,410	0,415	0,488	0,464
Частные показатели конкурентоспособности регионов III
Свердловская обл.	0,327	0,351	0,312	0,308	0,305	0,352
Краснодарский край	0,542	0,484	0,488	0,477	0,471	0,455
г. Санкт- Петербург	0,501	0,835	0,841	0,843	0,842	1,000
Красноярский край	0,124	0,249	0,265	0,264	0,268	0,373
Республика Татарстан	0,202	0,241	0,260	0,267	0,264	0,347
Московская область	0,574	0,496	0,499	0,502	0,514	0,479
частные показатели конкурентоспособности регионов IV
Свердловская обл.	0,535	0,460	0,489	0,531	0,555	0,515
Краснодарский край	0,242	0,212	0,181	0,176	0,124	0,170
г. Санкт- Петербург	0,834	0,843	0,786	0,846	0,730	0,671
Красноярский край	0,267	0,264	0,269	0,302	0,338	0,247
Республика Татарстан	0,501	0,499	0,492	0,486	0,532	0,588
Московская область	0,475	0,485	0,467	0,494	0,489	0,499

Таким образом, г. Санкт-Петербург уверенно лидирует в экспериментальном рейтинге конкурентоспособности регионов. Московская область и республика Татарстан занимают второе и третье место с небольшой разницей между собой. Причем, наиболее значимый отрыв от конкурентов чемпион показывает именно по инновационно-технологическому фактору. Отрицательную динамику конкурентоспособности показывают Свердловская область, Краснодарский край и Московская область. Положительную – г. Санкт-Петербург, Красноярский край и республика Татарстан.

На рисунке 1 представлена инфографика динамики конкурентоспособности.

Результаты моделирования находят непосредственное выражение в виде рейтинга конкурентоспособности. Для лучшего восприятия авторского рейтинга сопоставим его с двумя известными рейтингами регионов России.

Таблица 2. Сравнение рейтингов конкурентоспособности регионов^[3]

Место, занимаемое регионов в рейтинге	Авторский рейтинг, 6 регионов	Рейтинг социально-экономического положения субъектов РФ, 85 регионов Агентство "РИА Рейтинг", 2017	Рейтинг инновационных регионов России, 85 регионов, 2018
Санкт-Петербург	1	2	1
Московская область	2	6	5
Татарстан	3	4	2
Свердловская область	4	8	14
Красноярский край	5	14	20
Краснодарский край	6	10	38

[3] Составлено на основе: http://russia-rating.ru/info/14758.html;
http://riarating.ru/infografika/20180523/630091878.html
http://i-regions.org/images/files/airr18.pdf

Сопоставление нашего рейтинга с двумя популярными общенациональными рейтингами показывает высокую степень корреляции. Более точная корреляция прослеживается с рейтингом инновационных регионов, поскольку при расчете последнего используется 29 показателей, характеризующих только инновационную сферу. Наш рейтинг носит более комплексный характер, хотя отводит наибольший удельный вес инновационно-технологическому фактору, а в нем выделяет подгруппу показателей цифровизации обрабатывающих производств, поэтому он более точно отражает не потенциальные возможности инновационной деятельности, а конкретные результаты инноваций в виде реализации цифровых технологий в промышленности.

С другой стороны, по сравнению с универсальным рейтингом социально-экономического положения субъектов РФ, наш рейтинг отличается более глубоким подходом. Методика агентства «РИА Рейтинг»^[4] также выделяет четыре группы показателей - показатели масштаба экономики; показатели эффективности экономики; показатели бюджетной сферы; показатели социальной сферы – и всего 15 конкретных показателей, по сравнению с 36 в авторской методике. Кроме того, РИА-Рейтинг совершенно не уделяет внимание инновационно-технологическому фактору.

[4] http://vid1.rian.ru/ig/ratings/rating_regions_2018.pdf

Тем самым можно заключить, что экспериментальная апробация нового рейтинга конкурентоспособности регионов в условиях неоиндустриального развития показывает адекватные результаты и работа может быть продолжена и распространена на все регионы России.

Однако более глубокая суть выполненного научного исследования заключается в разработке инструментария повышения конкурентоспособности регионов – выявлении резервов роста или «точек роста» конкурентоспособности каждого региона. Об этом пойдет речь в следующей статье.

Статья подготовлена в рамках выполнения НИР «Разработка модели конкурентоспособности социально-экономических систем в условиях цифровой экономики», государственное задание Финуниверситета, 2018 г.