Москва
25 сентября 2016г.
* Статья подготовлена при финансовой поддержке РГНФ. Грант № 16-32-01004.
За время экономического подъема (с 2000 г.) темп роста активности в секторе малого предпринимательства России до сих пор не приблизился к уровню развитых европейских стран. По состоянию на 2015 г. доля работников малых предприятий в общей занятости населения составляет 9%; доля малых фирм в количестве зарегистрированных юридических лиц – 54%; доля продукции малых предприятий в ВВП – 21% [1]. В свою очередь, аналогичные показатели в ряде европейских государств (Великобритания, Германия, Испания, Италия и Франция) составляют в среднем 67%, 99% и 65% [2].
Невысокий общероссийский уровень развития малого бизнеса по своей сути отражает положение дел и в субъектах РФ (регионах). По основному индикатору эффективности малых фирм (объем продукции (работ, услуг)) лидируют г. Москва и г. Санкт-Петербург, Московская, Нижегородская, Свердловская, Тюменская и Новосибирская области, Республики Башкортостан и Татарстан. Большинство же остальных регионов обделено благоприятным деловым климатом, что сказывается на их существенной диспропорции по уровню развития малого бизнеса, сложившейся в настоящее время.
Дифференциация регионов по развитости малого предпринимательства на территории России обуславливает выполнение оценки уровня, достигнутого данным сектором в настоящее время и выявление характеристик, которые позволят отстающим регионам рассчитывать на усиление мер государственной поддержки и рост предпринимательской активности населения.
С этой целью, автором, посредством использования методов многомерного статистического анализа, было выполнено исследование, включающее в себя следующие процедуры:
− применение корреляционного анализа для выявления взаимосвязей между
набором рассматриваемых показателей;
− реализация факторного анализа для определения факторных нагрузок на
показатели;
− выполнение с помощью кластерного анализа кластеризации регионов
с выделением их в однородных по уровню развития малого
бизнеса группы, определение
специфических черт и
особенностей полученных кластеров.
Исходными статистическими данными послужили основные показатели сплошного наблюдения за деятельностью малых предприятий и микропредприятий по 82 субъектам РФ за 2015 г., опубликованные в официальных источниках Росстата [1]. Подготовка информационной базы и обработка статистических сведений осуществлялась в среде
Microsoft Excel; вычислительные
операции выполнялись с помощью системы
STATISTICA 10.
Для установления факта наличия (отсутствия) взаимосвязей между переменными и
проверки статистических данных на мультиколлинеарность применялся корреляционный
анализ. Полученные величины коэффициентов корреляции свидетельствуют о наличии
между показателями положительных и отрицательных взаимосвязей с различной степенью тесноты
(см.
табл. 1).
Таблица 1
Матрица корреляционных
взаимосвязей между
показателями
X1
|
X 2
|
X 3
|
X 4
|
X 5
|
X 6
|
X 7
|
X 8
|
X 9
|
X10
|
X11
|
X12
|
1,000
|
|
|
|
|
|
|
|
|
|
|
|
0,279
|
1,000
|
-
0,586
|
-
0,146
|
1,000
|
-
0,029
|
0,708
|
0,137
|
1,000
|
-
0,040
|
0,751
|
0,196
|
0,982
|
1,000
|
-
0,568
|
-
0,315
|
0,626
|
0,342
|
0,311
|
1,000
|
0,211
|
-
0,009
|
-
0,072
|
0,209
|
0,158
|
0,169
|
1,000
|
-
0,115
|
-
0,336
|
0,306
|
-
0,079
|
-
0,107
|
0,420
|
0,666
|
1,000
|
0,058
|
-
0,291
|
0,076
|
-
0,221
|
-
0,239
|
0,072
|
0,636
|
0,888
|
1,000
|
0,126
|
0,311
|
0,098
|
0,494
|
0,468
|
0,162
|
0,620
|
0,192
|
0,147
|
1,000 |
-
0,130
|
0,685
|
0,476
|
0,694
|
0,781
|
0,096
|
-
0,066
|
-
0,155
|
-
0,207
|
0,308
|
1,000
|
|
-
0,183
|
0,122
|
0,577
|
-
0,131
|
-
0,034
|
-
0,197
|
-
0,238
|
-
0,033
|
0,068
|
-
0,048
|
0,524
|
1,000
|
Следующий этап исследования включал в себя применение факторного анализа с
целью определения факторных нагрузок на показатели: чем выше нагрузка по модулю, тем
больше близость фактора
к исходной переменной.
Посредством реализации метода главных компонент с вращением Varimax Normalized была получена информация о факторных нагрузках в виде матрицы простой
структуры, сгенерированной в табличной форме (табл. 2). Для облегчения трактовки в
таблице выделены
факторные нагрузки
по абсолютной величине больше 0,7.
Таблица 2 Факторные нагрузки (метод
вращения Varimax Normalized)
Показатели
|
Обобщенные
факторы
|
Фактор 1
|
Фактор 2
|
Фактор 3
|
Фактор 4
|
X1
|
0,083093
|
0,133886
|
-0,831046
|
0,156902
|
X 2
|
0,816117
|
-0,196427
|
-0,395270
|
-0,172924
|
X 3
|
0,119276
|
0,117675
|
0,751444
|
-0,571253
|
X 4
|
0,957377
|
-0,013032
|
0,159786
|
0,128066
|
X 5
|
0,970234
|
-0,046945
|
0,154425
|
0,019004
|
X 6
|
0,175609
|
0,204830
|
0,905446
|
0,231511
|
X 7
|
0,236648
|
0,877217
|
-0,096754
|
0,233493
|
X
8
|
-0,143132
|
0,897807
|
0,287232
|
-0,025894 |
X
9
|
-0,242450
|
0,898655
|
-0,027073
|
-0,133796
|
X10
|
0,608492
|
0,481806
|
-0,046677
|
0,079853
|
X11
|
0,775834
|
-0,120988
|
0,124905
|
-0,559836
|
X12
|
-0,011579
|
-0,035993
|
0,032184
|
-0,979129
|
Доля общей дисперсии, %
|
0,306961
|
0,228825
|
0,199347
|
0,150232
|
В результате вычислительных операций 12 исследуемых переменных были сведены
к следующим четырем факторам, в совокупности объясняющих
88,5% суммарной дисперсии (нижняя
строка таблицы):
После
определения
группы факторов, влияющих
на
показатели
уровня
развития
малого бизнеса в субъектах РФ, очередной
шаг исследования состоял
в
применении кластерного анализа, который включал в себя нахождение расстояния между объектами
(регионами) и выяснение количества кластеров (групп)
методом k-средних.
Для определения меры дистанции между исследуемыми объектами было выбрано Манхэттенское расстояние (расстояние городских кварталов), а наиболее
точное разбиение субъектов РФ на кластеры обеспечил метод Варда. Результат эксперимента
представлен на рис. 1, визуальный
анализ которого свидетельствует о целесообразности
объединения регионов в три группы. Окончательный вариант группирования был получен посредством использования метода k-средних. Выбор количества групп в методе k-средних осуществлялся
по критерию максимума межгрупповой и минимума внутригрупповой дисперсии с учетом, что более высокому качеству кластеризации должна соответствовать минимальная дисперсия.
Результаты
тестирования подтвердили суждение о дроблении субъектов РФ на три
объединения, которые включают в себя следующие регионы:
– первый кластер:
Владимирская,
Калужская,
Московская,
Рязанская и Ярославская
области, г. Москва, Республика Карелия, Вологодская, Калининградская, Ленинградская,
Мурманская и Новгородская области, г. Санкт-Петербург, Республика Татарстан, Пермский край, Самарская, Свердловская и Тюменская области, Красноярский край,
Иркутская, Новосибирская, Омская и Томская области, Камчатский край, Приморский
край, Хабаровский край,
Магаданская и Сахалинская области;
– второй кластер: Белгородская, Брянская, Воронежская, Ивановская, Костромская, Липецкая, Орловская, Смоленская, Тамбовская, Тверская, Тульская и Псковская области, Республики Адыгея и Калмыкия, Краснодарский край, Ростовская область, Республика
Дагестан, Чеченская Республика, Ставропольский край, Республики Башкортостан и Марий Эл, Удмуртская и Чувашская Республики, Кировская, Нижегородская, Оренбургская, Пензенская, Ульяновская и
Курганская области, Республика Алтай, Алтайский край, Кемеровская
и Амурская
области;
– третий
кластер: Курская область, Республика Коми, Архангельская,
Астраханская
и Волгоградская области, Республика Ингушетия, Кабардино-Балкарская Республика,
Карачаево-Черкесская Республика, Республика Северная Осетия – Алания, Республика
Мордовия, Саратовская и Челябинская области, Республики Бурятия, Тыва и Хакасия, Забайкальский край, Республика Саха, Еврейская автономная область, Чукотский
автономный округ,
Республика Крым, г. Севастополь.
Для каждого кластера, с целью выявления сложившихся тенденций и присвоения
названия, отображающего достигнутый уровень развития малого предпринимательства,
были рассчитаны средние нормированные значения рассматриваемых показателей,
которые представлены в табл.
3. Низкий уровень развития малого предпринимательства демонстрируют регионы,
принадлежащие к третьему кластеру, что подтверждается величинами средних значений
показателей, большинство из которых ниже, по сравнению с другими группами. Тем не менее, следует отметить высокую долю малых фирм среди официально
зарегистрированных юридических лиц ( X1 ).
Таблица 3
Средние значения показателей для каждого кластера
Показатели
|
Кластер
1
|
Кластер
2
|
Кластер
3
|
X1
|
47,446
|
50,288
|
53,097
|
X 2
|
16,801
|
11,251
|
9,7889
|
X 3
|
5563,7
|
5266,5
|
3939,3
|
X 4
|
17,371
|
14,853
|
9,4289
|
X 5
|
88,857
|
71,310
|
44,073
|
X 6
|
5,6397
|
6,5347
|
4,5264
|
X 7
|
4,1416
|
13,151
|
3,4399
|
X8
|
216,87
|
770,67
|
193,26
|
X 9
|
39,003
|
123,23
|
45,479
|
X10
|
21,332
|
24,104
|
15,932
|
X11
|
89,040
|
55,756
|
38,567
|
X12
|
1004,3
|
803,19
|
895,03
|
Полученная на основе данных табл. 3 информация свидетельствует, что для
образованных кластеров
свойственен разброс
показателей, значения которых отражают
специфические черты и особенности развития малого предпринимательства в отнесенных к
этим кластерам субъектах РФ. Первый кластер отличается активным участием малого
бизнеса в формировании рынка труда, результативной хозяйственной деятельностью и производительностью малых фирм. Второй кластер демонстрирует высокую концентрацию предельной численности работников на малых предприятиях, энергичную инвестиционную политику малых фирм и эффективность их деятельности, оказывающую влияние на экономику входящих в данную группу регионов,
а третий кластер –
благоприятную институциональную среду для функционирования субъектов малого
бизнеса.
По итогам выполненного
исследования можно сделать утверждения:
– Предложенный набор статистических показателей, с учетом имеющейся в открытом доступе экономической информации, позволяет в полной мере отобразить уровень развития малого предпринимательства на территории России и может быть
использован для дальнейших исследований.
– Развитие малого бизнеса в субъектах РФ не является равномерным. Лидируют
регионы с богатыми природными ресурсами, высоким уровнем рыночных отношений, квалифицированной рабочей силой, развитой производственной,
финансовой, информационной и транспортно-экспедиционной инфраструктурой, наличием свободных
экономических зон. Промежуточную позицию занимают регионы с дешевыми трудовыми ресурсами, слаборазвитой
инфраструктурой, нестабильной экономической ситуацией, невысоким потребительским спросом. Аутсайдерами, несмотря на благоприятные
природно-климатические и географические условия, выступают регионы Северо- Кавказского и Крымского
федеральных округов.
Список литературы
1.
Сайт Федеральной службы
государственной
статистики
России. Раздел: «Официальная статистика» [Электронный
доступ]: http://www.gks.ru/
2.
Сайт статистической базы Евростата. Раздел: «Structural business statistics» – «Structural Business Statistics» – «Small and medium-sized enterprises (SMEs)» Электронный доступ]: http://ec.europa.eu/eurostat/web/structural-business-statistics/structural-business-statistics/sme
|