CC BY
37427 (282) - 2012
Анализ конкурентоспособности
УДК 332.14
АНАЛИЗ УРОВНЯ КОНКУРЕНТОСПОСОБНОСТИ РЕГИОНА*
Е. Е. КОЗЛОВА,
ассистент кафедры антикризисного управления E-mail: kate-m-ee@mail. ru
О. Г. ЧЕРКАСОВА,
аспирант кафедры антикризисного управления E-mail: olgacherkasova13317@rambler. ru
Е. С. ИОНОВА,
аспирант кафедры антикризисного управления E-mail: lenar2003-2004@mail. ru
О. С. ТОЛЬКОВА,
студентка экономического факультета E-mail: o_tolkova@mail. ru Нижегородский государственный университет
имени Н. И. Лобачевского -Национальный исследовательский университет
Усиление конкуренции между территориями приобретает все большую значимость, становясь ведущим принципом, определяющим будущую территориальную систему в России, Европе и мире. Важно не только обозначить факторы, влияющие на уровень конкурентоспособности регионов, но и определить возможности использования механизмов, воздействующих на эти факторы. Авторами проведен анализ конкурентоспособности регионов на основе показателей экономической безопасности субъектов Приволжского федерального округа.
Ключевые слова: конкурентоспособность, регион, безопасность, рейтинг.
* Статья предоставлена информационным центром Издательского дома «ФИНАНСЫ и КРЕДИТ» при Нижегородском государственном университете имени Н. И. Лобачевского - Национальном исследовательском университете.
Одной из важных проблем современной России является значительная дифференциация темпов экономического развития российских регионов. Рыночные условия изменили понимание региональной политики, проводимой федеральным центром и самими регионами. В условиях нестабильного экономического развития, которое осложняется последствиями мирового финансового кризиса, именно конкурентоспособность становится решающим фактором, который способен обеспечить инновационное развитие России в целом и стратегическое развитие регионов. Отсюда возникают вопросы, что такое конкурентоспособный регион, как сравнить уровень конкурентоспособности различных регионов и как измерить уровень конкурентоспособности региона.
К исследованию вопросов конкурентоспособности территорий обращались многие авторы.
Среди российских исследователей следует особо отметить новосибирскую школу региональной экономики (Р. И. Шнипер, А. С. Новоселов, А. В. Евсе-енко, Н. И. Ларина, Г. А. Унтура, А. И. Макаев и др.). Проблемы формирования и существования региональных кластеров в России рассмотрены в трудах Н. Я. Калюжновой, И. В. Пилипенко, М. В. Афанасьева, Л. А. Мясниковой и др. Классификация и формирование конкурентных преимуществ региона, воздействие их на экономическое развитие территории исследованы А. И. Татаркиным.
По мнению А. З. Селезнева, конкурентоспособность региона - это обусловленное экономическими, социальными, политическими и другими факторами положение региона и его отдельных товаропроизводителей на внутреннем и внешнем рынках, отражаемое через показатели (индикаторы), адекватно характеризующие такое состояние и его динамику.
Многие исследователи количественно оценивали конкурентоспособность регионов, был разработан ряд методик. Среди индикаторов всегда присутствовали показатели уровня жизни населения, инвестиционной привлекательности. В настоящее время нет однозначного подхода к количественному измерению конкурентоспособности региона. Нахождение интегрированного показателя конкурентоспособности проблематично, так как сравниваемые характеристики неоднородны и несопоставимы по своим характеристикам. Поэтому в исследованиях широкое распространение получил рейтинговый метод. В свою очередь выбор показателей для измерения характеристик в рейтинге вариативен и зависит от заложенной в рейтинге методологии измерения.
Выбор факторов должен базироваться на основе обоснованных критериев. Сопоставлять регионы по всем показателям, которые отличают их друг от друга (территория, численность и т. д.), видимо, имеет смысл для характеристики и сравнения регионов. Но для создания индекса конкурентоспособности гораздо важнее выделить факторы, которые характеризуют конкурентный успех и накопленный потенциал конкурентных преимуществ с точки зрения основных источников этих преимуществ - факторных, инвестиционных, инфраструктурных, инновационных, информационных, институциональных. Другим важным условием расчета является выбор адекватных конкретных показателей.
Например, Ф. Н. Клоцвог и И. А. Кушникова считают, что конкурентоспособность региона можно оценивать по величине его ресурсного потенциала,
под которой понимается такая величина конечного продукта или национального дохода, которую можно получить при фактически имеющихся ресурсах региона при максимально достигнутом уровне (в среднем по России) эффективности использования соответствующих ресурсов. В свою очередь М. И. Муратова предлагает ранжировать конкурентоспособность регионов исходя не из одного показателя, а применяя совокупную оценку с использованием многомерных группировок. Подсчитав среднее значение факторных признаков по кластерам, таких как уровень безработицы, соотношение денежного дохода и прожиточного минимума, индекс потребительских цен, индекс физического объема промышленного производства, валовой региональный продукт на душу населения, фактическое конечное потребление на душу населения, М. И. Муратова разделяет регионы России на шесть однородных групп (кластеров).
Для оценки конкурентоспособности регионов Н. И. Ларина и А. И. Макаева предлагают рассчитывать индексы текущей и стратегической конкурентоспособности. Индекс стратегической конкурентоспособности агрегирует индексы инновационности, внешнеэкономической деятельности и развитости инфраструктуры и коммуникационных систем. Именно в индексах инновационности, развитости инфраструктуры и коммуникационных систем заложена попытка учесть влияние постиндустриальных факторов конкурентоспособности. Индекс развитости инфраструктуры и коммуникационных систем, предложенный в методике, раскрывает возможности быстрой передачи информации и выхода региональных предприятий и организаций на внешние рынки.
Проанализировав методики оценки конкурентоспособности региона, необходимо отметить следующее:
- существующее разнообразие подходов к оценке конкурентоспособности региона обусловливается различными целями, поставленными при оценке;
- авторы сходятся во мнении, что показатель оценки конкурентоспособности региона - комплексный показатель;
- важным условием объективной оценки конкурентоспособности региона является сопоставление с интегральной оценкой региона-эталона, в качестве которого целесообразно использовать регион (реально существующий или условный), обладающий наилучшими характеристиками конкурентоспособности.
Алгоритм оценки конкурентоспособности региона представлен на рис. 1.
В рамках существующих подходов к оценке конкурентоспособности регионов выделяют ряд методов, используемых для диагностики условий и факторов, оказывающих влияние на развитие субъектов Российской Федерации. Их можно подразделить на три большие группы, характеристика которых приведена в табл. 1.
В настоящее время наиболее доступной и популярной формой представления результатов оценки регионов являются рейтинги инвестиционной привлекательности и конкурентоспособности, так как при большой компактности и ясности данный инструмент является достаточно информативным. Процесс присвоения классических рейтингов регионам сложился в США (в период между Великой депрессией и началом Второй мировой войны) и
Экономическое обоснование выбора и формирование системы единичных оценочных показателей конкурентоспособности
является довольно сложным. Требуется изучение большого объема информации о кредитной истории региона, анализ множества неформальных факторов, оценка субъективных предпосылок. Методика оценки инвестиционной привлекательности регионов, используемая рейтинговыми агентствами США (Moody's Investors, Standart & Poor's), долгое время применялась в различных странах без учета национальной и региональной специфики.
В последнее время в мире формируется тенденция, когда альтернативой международным рейтингам начинают выступать национальные рейтинговые оценки. В деятельности национальных и международных рейтинговых агентств можно выделить ряд отличий. Национальные рейтинговые агентства уделяют особое внимание сопровождению рейтинга после присвоения, что менее распространено в практике международных агентств. Национальные агентства
кроме рейтингов предлагают информационно-аналитические
Ранжирование единичных оценочных показателей конкурентоспособности по
степени важности
Расчет единичных оценочных показателей конкурентоспособности региона
Выбор максимальных и минимальных значений из группы исследуемых регионов
ХЕ
Присвоение весовых коэффициентов
Расчетинтегральных показателей конкурентоспособности регионов
Щ
Анализ результатов оценки конкурентоспособности регионов
m
Принятие управленческих решений
Рис. 1. Алгоритм оценки конкурентоспособности региона
услуги, т. е. ориентируются на создание деловой инфраструктуры. Эти агентства глубже понимают специфику исследуемых регионов, что позволяет им делать более объективные оценки.
В России с середины 1990-хгг. действуют международные рейтинговые агентства, присваивающие рейтинги промышленным предприятиям, банкам и субъектам Федерации. Рейтинги ряду регионов России присвоены агентствами Moody's Investors, Standart &Poor"s, Банком Австрии и др. Стремление уйти от давления рейтингов международных агентств, попытаться учесть национальные и региональные осо-
Таблица 1
Методы диагностики и оценки конкурентоспособности регионов
Методы Содержание Преимущества Недостатки
Экономико-математические Имели широкое распространение в 1960-е гг. в области оценки эффективности капиталовложений. В эту группу методов входят корреляционный и дисперсионный анализы, методы оптимизации и математического моделирования, различные методы межотраслевого баланса. В настоящее время они применяются в комплексе с качественными методами Результаты расчетов обоснованы определенными математическими зависимостями, что делает оценку регионов вполне объективной Не позволяют учитывать качественные показатели развития региона
Факторного анализа Необходим, когда исследователь имеет дело со значительным числом различного рода показателей. Суть метода заключается в составлении укрупненных групп, состоящих из близких по смыслу показателей и называемых факторами. Дальнейшая работа ведется не с каждым показателем в отдельности, а с укрупненной группой - фактором Ранжирование регионов проводится с использованием статистических данных, отражающих ситуацию в регионе. Метод предполагает учет многих факторов-ресурсов, дифференцированный подход к различным уровням экономики, регионам при определении их инвестиционной привлекательности Не позволяют учитывать качественные показатели развития региона
Экспертных оценок Оценка предполагает разносторонний анализ, основанный как на установлении количественных характеристик изучаемого субъекта, так и на аргументированных суждениях руководителей и специалистов, знакомых с состоянием дел и перспективами его развития. Принцип метода заключается в следующем: виды экономической деятельности сначала анализируются пофакторно. Затем по каждому фактору дается обоснование базы сравнения (выводят среднюю величину, наиболее часто встречающиеся величины в совокупности или срединное значение), ее принимают за единицу. Остальные значения также переводят в коэффициенты в зависимости от конкретного значения и нормативной величины Методика экспертной оценки инвестиционной привлекательности регионов учитывает как количественные показатели, оказывающие воздействие на инвестиционный климат (социальные, политические, экономические, природные и т. д.), так и качественные (отношение к иностранным предпринимателям, степень доверия населения к региональным властям и т. д.). Хотя в большинстве случаев предпочтение все же отдается анализу количественных показателей регионального развития Сложность метода заключается в субъективизме установления критериальных нормативных индикаторов и взвешенности по факторам
бенности при оценке инвестиционной привлекательности регионов России привело к возникновению в 1997 г. первого российского рейтингового агентства «Эксперт-РА».
Наиболее распространенным методом рейтинговой оценки является матричный метод анализа, основанный на линейной и векторно-матричной алгебре. При использовании матричного метода исходная матрица совокупности показателей преобразуется в матрицу стандартизованных коэффициентов (все элементы столбца матрицы делятся на элемент данного столбца, соответствующий эталонному региону), затем проводится сравнительная рейтинговая оценка по выбранным показателям, в результате сравнительного анализа определяется рейтинг анализируемых систем.
Метод включает в себя несколько этапов.
Первый этап. Отбирается система оценочных показателей и формируется матрица исходных данных а где по строкам отражаются показатели исследуемых регионов (/ = 1, 2,..., п), а по столбцам -изменение каждого показателя (/ = 1, 2,., т).
Второй этап. В каждой графе определяется максимальный элемент, который принимается за единицу. Затем все элементы этой графы а., делятся на максимальный элемент эталонной системы тах а.. и создается матрица стандартизованных коэффициентов х ..
х = а / тах а .
. . .
Третий этап. Все элементы матрицы возводятся в квадрат. Если значимость показателей, составляющих матрицу, различна, то каждому показателю присваивается весовой коэффициент k, который определяется экспертным путем.
Рейтинговая оценка по каждой системе определяется по формуле
Я =^1х^ + ^ х2/ +... + ^х2п].
Четвертый этап. Полученные рейтинговые оценки Я. размещаются в порядке убывания или возрастания, что зависит от экономического смысла показателей, составляющих рейтинг.
Альтернативные подходы к рейтинговому анализу представлены в табл. 2. Среди них заметное место занимают методы, основанные на векторной алгебре и свертке критериев. Алгоритм расчета рейтинга по этим методам включает: 1) обоснование системы параметров и показателей конкурентоспо-
собности предприятий, сбор информации и расчет значений показателей; 2) разработку матрицы стандартизированных (нормированных) показателей (коэффициентов); 3) расчет интегральной рейтинговой оценки по выбранному методу свертки критериев. Для получения интегрального критерия и расчета рейтингового числа обычно используются следующие специальные методы: метод выделения главного критерия; мультипликативный метод свертки критериев; аддитивный метод свертки критериев; метод вычисления расстояний; 4) ранжирование предприятий по значениям показателя интегральной рейтинговой оценки, анализ узких мест и выявление резервов повышения конкурентоспособности.
Таблица 2
Методики рейтинговой оценки
Подход к рейтинговой оценке Содержание
Метод выделения главного критерия Недостаток метода выделения главного критерия заключается в том, что сравнение проводится только по одному критерию, а значения других не учитываются
Мультипликативный метод свертки критериев Метод предполагает построение интегрального критерия в виде простого или взвешенного по важности произведения локальных критериев, если они удовлетворяют некоторым условиям мультипликативности. К недостаткам метода относят существование неоднозначных компенсаций значений критериев
Аддитивный метод свертки критериев Метод предполагает построение интегрального критерия в виде простой или взвешенной суммы локальных критериев т Я =Х К,х/, 1=1 где Rj - рейтинговое число (значение интегрального критерия)/-го предприятия; К. - весовой коэффициент важности критерия, определяемый экспертным путем; X/ - стандартизированный 1-й показатель/-го субъекта
Метод вычисления расстояний Метод базируется на векторно-матричной алгебре, при этом вводится специального вида метрика, характеризующая расстояние между анализируемыми объектами. Такая метрика используется в виде обобщенного критерия, так как описывает обобщенное расстояние между текущим объектом и объектом, с которым производится сравнение. Обычно рассматриваются расстояния между некоторым фактическим объектом и его идеальным представлением. Если за идеальное принять фактически достигнутое в конкурентной борьбе значение показателя у наиболее удачливого конкурента, то значение интегрального критерия можно 1т рассчитать по формуле Я. =1^ (1 - X. )2. Поскольку значение каждого показателя по условному эталонному субъекту принято за 1, то все его координаты равны 1, а Я/ характеризует расстояние (удаление) анализируемого субъекта от условного в многомерном пространстве. Рейтинговое число, определяемое в виде квадратного корня из суммы квадратов разностей, может быть модифицировано путем применения экспертных весовых коэффициен- 1т тов показателей Я. = К1 (1 -X.)2, а также расчета удаленности не от эталонного ¡т субъекта, а от начала координат Я. = ^ К X.2
Окончание табл. 2
Подход к рейтинговой оценке Содержание
Экспертная оценка методом ранговой корреляции Создание рабочей и экспертной групп. Сбор мнений специалистов путем анкетного опроса. При выборе коэффициентов для скоринговой модели важна их одинаковая направленность. В данном случае можно сформулировать условие: чем выше коэффициент, тем лучше финансовое состояние организации. Оценка значимости данных параметров модели проводилась методом ранговой корреляции. Эксперты были опрошены повторно с целью определения весовых значений указанных показателей. Показателям по степени их значимости для оценки эксперты присваивали ранговые номера. Коэффициенту, которому эксперт дает наивысшую оценку, присваивается ранг 1. Если эксперт признает несколько коэффициентов равнозначными, то им присваивается один и тот же ранговый номер. На основе данных анкетного опроса составлена матрица рангов. Показатели рейтинговой оценки Д. определяются по формуле . п т т XXХ/ А, =ХХ , 1=1 п где т - число специалистов-экспертов; п - число факторов; Xранг/-го фактора у 1-го специалиста
Методика Р. С. Сайфулина и Г. Г. Кадыкова Аналитики предложили использовать для экспресс-оценки финансового состояния рейтинговое число К, определяемое по формуле: К = L / (1/LNl х К), 1 = 1, где L - число показателей; N. - критерий (норма) для 1-го коэффициента; К - 1-й коэффициент; 1 / LN - весовой индекс 1-го коэффициента. При полном соответствии значений коэффициентов Кр..., К их нормативным минимальным уровням рейтинг организации будет равен единице, выбранной в качестве рейтинга условной удовлетворительной организации. Состояние с рейтинговой оценкой менее единицы характеризуется как неудовлетворительное. В случае проведения пространственной рейтинговой оценки получим п оценок (п - количество организаций), которые упорядочиваются в порядке возрастания. При проведении динамической рейтинговой оценки получим т оценок (т - количество сравниваемых периодов), которые представляют собой временной ряд и далее подвергаются обработке по правилам математической статистики
Анализ современных рейтингов регионов приведен в табл. 3.
Опубликованные обобщенные рейтинги не дают представления о системе статистических индикаторов, на основе которых формируются итоговые оценки. При этом не стоит забывать о том, что одной из наиболее проблематичных сторон региональной статистики является ее весьма невысокая оперативность, объясняемая различными возможностями органов государственной статистики тех или иных регионов в сборе, группировке и анализе статистической информации. Это в свою очередь не позволяет проверить объективность результатов рейтинга.
Оценка сравнительного положения регионов, как правило, осуществляется по показателю инвестиционной привлекательности, чего недостаточно для определения перспектив развития регионов,
выделения тех из них, которые имеют высокий неиспользованный потенциал, а также незаслуженно забытых инвесторами. В рейтингах инвестиционной привлекательности учитывается только привлекательность для инвесторов. Однако этого недостаточно, так как мигрируют не только капиталы, но и другие ресурсы - товарные и трудовые, информационные и технологические.
Публикуемые рейтинги не учитывают также уровень экономической безопасности регионов.
Рассмотрим прием многокритериальных сравнений уровня конкурентоспособности на основе критериев экономической безопасности регионов Приволжского федерального округа. На основе данных Росстата были получены данные, характеризующие уровень экономической безопасности регионов (табл. 4, 5).
Таблица 3
Современные рейтинги регионов России
Рейтинг Порядок составления Эксперт
Рейтинг социально-экономического положения регионов России (итоги 2010 г.) Анализируемые показатели условно распределены на четыре группы-подмножества: - показатели масштаба экономики; - показатели эффективности экономики; - показатели бюджетной сферы; - показатели социальной сферы. Рейтинг строился путем ранжирования субъектов РФ в порядке убывания по значению интегрального рейтингового балла. Интегральный рейтинговый балл рассчитывался в три этапа. На первом этапе определялся рейтинговый балл субъекта РФ по каждому показателю, на втором этапе определялся рейтинговый балл субъекта РФ по группе факторов, и на третьем этапе определялся интегральный рейтинговый балл субъекта РФ. Рейтинговый балл субъекта РФ по каждому показателю рассчитывался в интервале значений от 100 до 1. Значение рейтингового балла определялось путем обработки множества значений данного показателя всех субъектов РФ таким образом, чтобы субъект с наилучшим значением показателя получал рейтинговый балл, равный 100, а субъект с наихудшим значением - 1. При этом при определении рейтингового балла учитывалось не только место каждого субъекта РФ в списке всех субъектов по данному показателю, но и степень отставания от лучшего результата. Рейтинговый балл субъекта РФ по каждой группе факторов определялся как среднее арифметическое рейтинговых баллов всех входящих в группу показателей. Интегральный рейтинг субъекта РФ определялся как среднее геометрическое рейтинговых баллов всех анализируемых групп факторов. Учитывая, что максимально возможное значение рейтингового балла по каждому показателю равняется 100, а минимальное - 1, максимально возможным значением интегрального рейтинга субъекта РФ является 100, а минимально возможным - 1. Максимально возможное значение интегрального рейтинга субъект РФ может получить только в том случае, если он занимает первые (лучшие) места по всем анализируемым показателям. Минимально возможное значение рейтингового балла (1) будет у субъекта, который занимает последние места по всем анализируемым показателям Центр экономических исследований «РИА-Аналитика»
Рейтинг ин-вестицион-ной привлекательности регионов России Инвестиционная привлекательность в рейтинге оценивается по двум параметрам: инвестиционный потенциал и инвестиционный риск. Потенциал показывает, какую долю регион занимает в общероссийском рынке, риск - какими могут оказаться для инвестора масштабы тех или иных проблем в регионе. Суммарный потенциал состоит из девяти частных: трудового, финансового, производственного, потребительского, институционального, инфраструктурного, природно-ресурсного, туристического и инновационного. Интегральный - из шести частных рисков: финансового, социального, управленческого, экономического, экологического и криминального. Вклад каждого частного риска или потенциала в итоговый индикатор оценивается на основе анкетирования представителей экспертного, инвестиционного и банковского сообщества. В проводимом опросе приняли участие специалисты Deutsche Bank, ОАО «МСП Банк», ГК «Внешэкономбанк», ОАО «Национальный банк «Траст», общероссийской общественной организации «Деловая Россия», Российско-германской внешнеторговой палаты, Фонда «Сколково» и Независимого института социальной политики. Эксперты определяли вес той или иной составляющей в интегральном показателе риска и потенциала (см. рисунок) «Эксперт-РА»
Финансовый ™ риск Социальный Ц риск
® Экономический / Я риск / § Трудовой / Управленческий Is потенциал Финансовый / риск
£ " .............. 11роизвоп9^венный го ^^„^Институциональный S / Потребительский 1 Экологический криминальны» иннавацииинжл—Туристический о риск риск потенциал пптгнциал ig Природной ресурсный
Виды потенциала и риска Компоненты риска 2010 2011 Компоненты потенциала 2010 2011
Продолжение табл. 3
Рейтинг Порядок составления Эксперт
Рейтинг развития регионов Рейтинг развития регионов рассчитывается ежемесячно. На изменение положения регионов в рейтинге влияют региональные события. На протяжении месяца осуществляется мониторинг главных региональных событий. Авторитетные эксперты оценивают их с точки зрения влияния на развитие региона. В конце месяца проводится итоговый опрос. Каждое событие, которое потенциально может повлиять на развитие региона, получает оценку у каждого эксперта от -5 (крайне негативное влияние на развитие) до 5 (крайне позитивное влияние на развитие), 0 - если событие не влияет на развитие. Если эксперт не может оценить влияние события на развитие региона, он не участвует в его оценке. Затем оценки экспертов по каждому событию усредняются, итоговая оценка определяет движение регионов в рейтинге. Если средняя оценка события от 4 до 5, то регион повышается в рейтинге на три места; если его оценка от 3 до 3,99, то его место повышается на две позиции; от 2 до 2,99 - повышается на одну позицию. Если средняя оценка данного события от -4 до -5, то регион понижается в рейтинге на три места; если его оценка от - 3 до -3,99, то его место понижается на две позиции; от -2 до -2,99 - понижается на одну позицию. Порядок передвижения регионов: вначале повышаются места тех регионов, в которых произошли события, имеющие положительный эффект. Движение осуществляется следующим образом: сначала передвигаются регионы, которые должны быть повышены на три места в рейтинге, затем - на два места, затем - на одно. Затем изменяются места регионов, в которых произошли события, имеющие отрицательный эффект: сначала передвигаются регионы, которые должны быть понижены на три места, затем - на два места, затем - на одно. Стартовые позиции каждого региона в рейтинге определяются на основе 15 статистических показателей, которые наиболее полно характеризуют уровень развития региона. Данные показатели относятся к трем аспектам развития: социальная сфера, экономика, социальная и экономическая инфраструктура. В рейтинге участвуют 79 регионов России. Чеченская Республика не входит в данный список, так как по ряду показателей отсутствует статистическая информация. По той же причине в рейтинг не включены автономные округа, входящие в состав других субъектов РФ. Исключение составляет Чукотский АО, он в рейтинге присутствует Ведущие специалисты в регионалис-тике
Рейтинг инвестиционного климата регионов При составлении рейтинга не учитываются Московская и Ленинградская области (из-за очевидных преимуществ, которые дает этим регионам близость к столицам) и регионы Северного Кавказа (из-за объективной невозможности определить уровень безопасности). Регионы ранжировались по 15 параметрам, разбитым на шесть групп, описывающих разные стороны экономической жизни: социально-демографические характеристики, деловой климат, обеспеченность населения, экономическое положение, инфраструктура, комфортность ведения бизнеса. Чем лучше результат, который демонстрирует регион по той или иной группе критериев, тем больше баллов он получает. Веса показателей подобраны исходя из интересов инвесторов, намеревающихся открыть розничный или иной сетевой бизнес, ориентированный на удовлетворение потребностей населения. Место определяется количеством баллов: первое место занимает регион, набравший наибольшее количество баллов Форбс
Рейтинг инновационной активности регионов Использовались три группы показателей: качество среды для развития инноваций, производство и использование инноваций, качество правовой среды Национальная ассоциация инноваций и развития информационных технологий (методика European Innovation Scoreboard)
Окончание табл. 3
Рейтинг Порядок составления Эксперт
Рейтинг Ежемесячная экспертная оценка с апреля 2011 г ключевых событий в сфере инноваций и Фонд «Пе-
иннова- инновационной активности регионов, органов власти и институтов развития в регионах тербургская
ционной политика»,
активности Российская
регионов академия народного хозяйства и государственной службы при Президенте Российской Федерации, газета «РБК daily»
Рейтинг Оценивались удельный вес организаций, осуществляющих инновационную деятельность, Центр ис-
иннова- и количество выданных патентов на полезные модели (на 1 000 занятых) следований
ционной региональной
активности экономики
Рейтинг Оценивались показатели технологической эффективности (производительность труда, Гусев А. Б.
иннова- фондоотдача, экологичность производства) и показатели инновационной активности (2002-
ционного (затраты на исследования и разработки на одного занятого) 2008гг)
развития
регионов
Таблица 4
Матрица исходных данных рейтинговой оценки конкурентоспособности регионов Приволжского федерального округа на основе критериев экономической безопасности за 2010 г.
Субъект Федерации Показатель прироста индекса промышленного производства, доля Показатель прироста (спада) сельскохозяйственного производства, доля Показатель прироста строительного производства, доля Удельный вес убыточных организаций, в долях (обратная величина) Рост инвестиций в основной капитал, доля Уровень общей безработицы (обратная величина) Показатель сравнительного уровня среднедушевых денежных доходов населения, в долях к среднему по РФ Относительный уровень естественной убыли населения, обратная величина Индекс потребительских цен, в долях (обратная величина) Среднегодовое процентное сокращение (прирост) численности занятых в науке и научном обслуживании, доля
Нижегородская область 0,73 -0,12 -0,16 0,69 -0,71 0,68 0,81 -0,07 0,98 -0,03
Кировская область 0,42 0,07 -0,01 0,79 -0,36 0,60 0,66 -0,10 0,97 -0,44
Ульяновская область 0,65 -0,58 -0,40 0,83 0,72 0,60 0,64 -0,08 0,97 0,13
Республика Татарстан 0,35 -0,38 0,22 0,73 0,23 0,84 0,90 -0,53 1,00 0,00
Республика Башкортостан 0,58 -0,47 -0,01 0,97 -0,40 0,59 0,87 0,29 0,98 0,06
Республика Марий Эл 0,73 0,00 1,00 0,66 1,00 0,50 0,50 -0,20 0,97 -0,70
Республика Мордовия 1,00 -1,00 0,49 1,00 0,72 1,00 0,55 -0,08 0,98 -1,01
Оренбургская область 0,29 -0,45 0,53 0,71 -0,03 0,72 0,66 -1,22 0,99 -0,39
Пензенская область 0,74 -0,97 0,08 0,54 0,06 0,80 0,63 -0,09 0,98 0,39
Пермский край 0,74 -0,38 0,01 0,77 -0,19 0,62 0,96 -0,41 0,98 -0,06
Самарская область 0,65 -0,44 0,23 0,68 0,64 0,93 1,00 -0,14 1,00 -0,08
Удмуртская Республика 0,34 -0,10 0,32 0,59 0,04 0,57 0,61 0,15 0,97 0,24
Чувашская Республика 0,61 -0,31 0,12 0,68 0,87 0,58 0,54 -0,30 0,98 -0,26
Саратовская область 0,43 -0,32 0,12 0,60 0,49 0,84 0,59 -0,10 0,99 -0,09
Таблица 5
Матрица рейтинговой оценки конкурентоспособности регионов Приволжского федерального округа на основе критериев экономической безопасности за 2010 г.
Субъект Федерации Показатель прироста индекса промышленного производства, доля Показатель прироста (спада) сельскохозяйственного производства, доля Показатель прироста строительного производства, доля Удельный вес убыточных организаций, в долях (обратная величина) Рост инвестиций в основной капитал, доля Уровень общей безработицы (обратная величина) Показатель сравнительного уровня среднедушевых денежных доходов населения, в долях к среднему по РФ Относительный уровень естественной убыли населения, обратная величина Индекс потребительских цен, в долях (обратная величина) Среднегодовое процентное сокращение (прирост) численности занятых в науке и научном обслуживании, в долях Суммарный показатель Рейтинговая оценка Место в рейтинге
Нижегородская область 0,5333 -0,01 -0,0259 0,4803 -0,5006 0,4617 0,6507 -0,0049 0,9621 -0,0007 2,5417 1,59 10
Кировская область 0,1791 0,00 0,0000 0,6279 -0,1294 0,3627 0,4356 -0,0095 0,9449 -0,1943 2,2215 1,49 12
Ульяновская область 0,4190 -0,34 -0,1579 0,6811 0,5175 0,3546 0,4038 -0,0063 0,9500 0,0164 2,8394 1,685 7
Республика Татарстан 0,1215 -0,14 0,0471 0,5347 -0,0508 0,7077 0,8018 -0,2799 0,9926 0,0000 2,7309 1,653 8
Республика Башкортостан 0,3375 -0,22 -0,0002 0,9323 -0,1562 0,3468 0,7599 0,0857 0,9674 0,0035 3,0534 1,75 3
Республика Марий Эл 0,5273 0,00 1,0036 0,4367 1,0000 0,2548 0,2528 -0,0381 0,9347 -0,4886 3,8831 1,97 2
Республика Мордовия 1,0000 -0,99 0,2354 1,0000 0,5175 1,0000 0,2972 -0,0062 0,9692 -1,0133 3,0069 1,73 5
Оренбургская область 0,0820 -0,20 0,2780 0,4975 -0,0008 0,5130 0,4365 -1,4872 0,9745 -0,1486 0,9442 0,97 14
Пензенская область 0,5517 -0,94 0,0067 0,2890 -0,0040 0,6449 0,3922 -0,0073 0,9639 0,1524 2,0527 1,43 13
Пермский край 0,5455 -0,15 0,0002 0,5852 -0,0360 0,3888 0,9173 -0,1652 0,9569 -0,0031 3,0435 1,74 4
Самарская область 0,4190 -0,19 0,0544 0,4640 0,4151 0,8646 1,0000 -0,0184 1,0000 -0,0072 4,0013 2,00 1
Удмуртская Республика 0,1158 -0,01 0,1000 0,3442 0,0016 0,3248 0,3753 0,0214 0,9449 0,0586 2,2758 1,51 11
Чувашская Республика 0,3771 -0,10 0,0137 0,4608 0,7561 0,3319 0,2881 -0,0930 0,9639 -0,0686 2,9316 1,71 6
Саратовская область 0,1827 -0,10 0,0146 0,3633 0,2364 0,7077 0,3479 -0,0099 0,9871 -0,0084 2,7196 1,65 9
При расчете рейтинга конкурентоспособности регионов было учтено следующее:
- при построении таблицы исходных данных использованы только официальные данные Росстата, так как в процессе анализа возникла проблема достоверности данных. Некоторые региональные официальные сайты органов власти публикуют информацию, противоречащую официальным данным Росстата. Достоверность информации в дальнейшем оказывает непосредственное влияние на результаты проводимых исследований;
- в соответствии с методикой рейтинговой оценки все исходные показатели экономической безопасности регионов имели одинаковую тенденцию
(возрастающую или убывающую). В данном случае за основу развития показателей выбран возрастающий тренд, т. е. увеличение рассматриваемых показателей повышает уровень экономической безопасности региона и увеличивает его конкурентоспособность. При построении матрицы исходных данных были рассчитаны обратные величины для следующих показателей: удельный вес убыточных организаций, уровень безработицы, индекс потребительских цен; - показатели, характеризующие темпы прироста (спада), сохраняют свой математический знак (+/-) на каждом этапе рейтинговой оценки. Показатели спада при расчете рейтинга уменьшают сумму рейтинговой оценки;
- весовой коэффициент k был принят равным единице.
Таким образом, применение рейтинговой оценки к параметрам экономической безопасности региона позволило провести градацию регионов и сделать следующие выводы:
- лидерами по уровню конкурентоспособности в соответствии с проведенной оценкой являются Республика Марий Эл, Самарская область и Республика Башкортостан;
- регионами с наименьшим рейтингом стали Пензенская, Оренбургская и Кировская области;
- в регионах Приволжского федерального округа наблюдается спад сельскохозяйственного производства, исключением является лишь Республика Марий Эл, где прирост по данному показателю составил 16 %;
- наиболее высокий удельный вес убыточных предприятий выявлен в Республике Башкортостан, а самый низкий - в Пензенской области;
- уровень общей безработицы чрезвычайно высок в Республике Мордовия, однако уровень естественной убыли населения в регионе относительно низок;
- уровень среднедушевых денежных доходов населения наиболее близок к среднему по РФ в Самарской области, Пермском крае и Республике Татарстан.
Ключевой недостаток рассмотренных методик заключается в субъективной оценке факторов, влияющих на результат. Этот недостаток присущ также матричному методу, считающемуся наиболее объективным (факторам присваиваются весовые коэффициенты .., k определяемые экспертным путем). Для рейтинговой оценки предлагается использовать корреляционно-регрессионный анализ. Для построения модели проанализированы данные по 28 показателям развития 14 регионов Приволжского федерального округа за 2004-2010 гг. В качестве результирующего показателя для оценки регрессионной модели выбран интегральный показатель, рассчитанный как среднее геометрическое от пяти факторов:
- инновационная активность организаций, %;
- коэффициент обновления основных фондов, %;
- удельный вес прибыльных организаций, %;
- уровень экономической активности населения, %;
- индекс потребительских цен, %.
По результатам корреляционного анализа выбраны три фактора:
- инвестиции в основной капитал на душу населения, тыс. руб.;
- число организаций, выполнявших научные исследования и разработки;
- оборот розничной торговли, млрд руб. Полученная в результате модель имеет следующий вид:
R = 0,00071712 Х1 + 0,246156 Х2 - 0,0000452 Х3, где R - результативный рейтинговый показатель; Х1 - инвестиции в основной капитал на душу населения, тыс. руб.;
Х2 - число организаций, выполнявших научные исследования и разработки; Х3 - оборот розничной торговли, млрд руб. По статистическим критериям оценки (множественный R, R-квадрат, нормированный R-квадрат, значимость Е, Р-значение) модель является значимой с коэффициентом детерминации более 88 %. Предпосылки метода наименьших квадратов не нарушены. Применение данной модели к данным 2011 г. позволило присвоить рейтинг субъектам Приволжского федерального округа (табл. 6).
Преимуществами данного подхода к рейтинговой оценке регионов являются:
- объективность полученных весовых коэффициентов при факторах в модели (применялись исключительно методы эконометрики); простота применения модели к данным, ха-
рактеризующим любой временной интервал (месяц, год и т. д.);
модель может также применяться для ситуационного анализа изменения факторов;
- результирующий фактор является интегральным показателем, включающим в себя систему отражающих уровень развития региона коэффициентных показателей.
Помимо изложенных методов рейтинговой оценки проведем ранжирование субъектов Приволжского федерального округа при помощи кластерного анализа. В ходе анализа исследована конкурентоспособность регионов по следующим показателям:
- валовой региональный продукт Х1;
- денежные доходы на душу населения Х2;
- внешнеторговый оборот Х3;
- расходы консолидированного бюджета на социальную политику в расчете на душу населения Х;
Таблица 6
Рейтинг регионов Приволжского федерального округа за 2011 г. на основе корреляционно-регрессионного анализа
Субъект Федерации Инвестиции в основной капитал на душу населения, тыс. руб. Число организаций, выполнявших научные исследования и разработки Оборот розничной торговли, млрд руб. Значение модели Рейтинг
Республика Татарстан 101 754,0 100 534 877,3 73,39432287 1
Нижегородская область 67 023,1 110 421 498,7 56,07751688 2
Республика Мордовия 55 883,0 10 53 304,6 40,12539017 3
Самарская область 61 830,4 56 461 896,8 37,23425799 4
Оренбургская область 55 568,0 16 187 098,8 35,32536345 5
Саратовская область 40 051,0 60 206 050,1 34,1716162 6
Пермский край 50 774,0 57 365 875,8 33,89440237 7
Ульяновская область 47 708,2 17 114 400,2 33,22304257 8
Чувашская Республика 44 466,1 12 95 422,6 30,52559723 9
Пензенская область 41 390,7 25 130 319,4 29,94193259 10
Удмуртская Республика 39 979,4 26 135 085,6 28,96046598 11
Республика Марий Эл 38 286,8 11 50 282,8 27,88968506 12
Республика Башкортостан 45 423,0 76 577 987,3 25,14096757 13
Кировская область 28 235,3 22 116 617,4 20,38920623 14
- инвестиции в основной капитал Х5;
- среднегодовая численность занятых в экономике Х6;
- численность безработных Х7;
- среднемесячная номинальная заработная плата
Х8;
- стоимость основных фондов Х9;
- инвестиции в основной капитал на душу населения Х10;
- сальдированный финансовый результат деятельности организаций Х11;
- затраты на технологические инновации Х12; число используемых передовых технологий
Х
13'
численность персонала, занятого научными исследованиями и разработками Х14; число организаций, выполнявших научные исследования и разработки Х15;
- объем платных услуг населению Х16;
- объем платных услуг на душу населения Х17;
- оборот розничной торговли Х18;
- оборот розничной торговли на душу населения
Х19;
- коэффициент ликвидации основных фондов
Х;
- инновационная активность организаций Х21;
- удельный вес убыточных организаций Х22;
- степень износа основных фондов Х23;
- коэффициент обновления основных фондов
- удельный вес прибыльных организаций Х25;
- уровень экономической активности населения
Х26;
- уровень безработицы Х27;
- индекс потребительских цен Х28;
- интегральный показатель конкурентоспособности Х29.
Стандартизация приведенных данных осущест-
влена с использованием формулы
х - X
с
Х
24'
Далее на основании стандартизированных данных при помощи метода одиночной связи (евклидово расстояние) создаетсяется матрица расстояний (табл. 7). Графически это отражено на рис. 2.
Последовательность объединения в кластеры представлена в табл. 8.
Следующим шагом является проведение дисперсионного анализа с использованием метода ^-средних. Основной задачей метода является получение кластеров различных настолько, насколько это возможно. Результаты дисперсионного анализа отражены в табл. 9.
Таким образом, регионы сгруппированы в три кластера:
- кластер 1: 1, 8;
- кластер 2: 4, 11, 14;
- кластер 3: 2, 3, 5, 6, 7, 9, 10, 12, 13.
В табл. 9 приведены значения межгрупповых и внутригрупповых дисперсий признаков. Чем меньше значение внутригрупповой дисперсии и больше
Таблица 7
Матрица расстояний
C_1 ^2 0.3 ^4 ^5 0.6 ^7 ^8 ^9 ^10 ^11 ^12 ^13 ^14
0,0 10,9 11,3 7,3 9,1 9,3 9,7 7,7 7,64 10,7 7,0 8,76 9,8 6,78
^2 10,9 0,0 5,3 12,5 3,3 4,3 3,3 11,1 6,47 4,9 10,1 5,86 3,2 8,76
0.3 11,3 5,3 0,0 11,6 5,8 5,4 4,0 10,8 7,02 5,9 9,0 6,00 5,4 8,89
C_4 7,3 12,5 11,6 0,0 10,7 11,2 11,2 7,2 8,50 11,3 5,3 9,49 11,2 6,16
C_5 9,1 3,3 5,8 10,7 0,0 3,4 4,0 8,8 4,86 5,0 8,2 4,11 3,6 6,84
C_6 9,3 4,3 5,4 11,2 3,4 0,0 5,0 9,3 5,31 5,7 8,7 5,39 3,7 7,93
C_7 9,7 3,3 4,0 11,2 4,0 5,0 0,0 10,3 6,48 5,4 8,7 5,32 4,3 7,64
C_8 7,7 11,1 10,8 7,2 8,8 9,3 10,3 0,0 7,58 10,4 5,8 8,12 9,8 6,30
C_9 7,6 6,5 7,0 8,5 4,9 5,3 6,5 7,6 0,00 6,4 6,5 4,90 5,8 5,64
^10 10,7 4,9 5,9 11,3 5,0 5,7 5,4 10,4 6,37 0,0 8,6 5,06 3,2 8,12
C 11 7,0 10,1 9,0 5,3 8,2 8,7 8,7 5,8 6,50 8,6 0,0 6,66 8,5 5,26
C_12 8,8 5,9 6,0 9,5 4,1 5,4 5,3 8,1 4,90 5,1 6,7 0,00 4,7 7,20
C_13 9,8 3,2 5,4 11,2 3,6 3,7 4,3 9,8 5,75 3,2 8,5 4,70 0,0 8,04
^14 6,8 8,8 8,9 6,2 6,8 7,9 7,6 6,3 5,64 8,1 5,3 7,20 8,0 0,00
С_1 С_2 С_13 С_10 С_7 С_5 С_6 С_3 С_12 С_9 С_4 С_11 С_14 С 8
2,5 3,0 3,5 4,0 4,5 5,0 5,5 6,0
Рис. 2. Дендрограмма евклидовыхрасстояний в горизонтальном виде
Последовательность объединения в кластеры
6,5
7,0
Таблица 8
Расстояние Кластеры
3,204283 С_2 С_13
3,237882 С_2 С_13 С_10
3,270623 С_2 С_13 С_10 С_7
3,298966 С_2 С_13 С_10 С_7 С_5
3,409232 С_2 С_13 С_10 С_7 С_5 С_6
3,953134 С_2 С_13 С_10 С_7 С_5 С_6 С_3
4,105302 С_2 С_13 С_10 С_7 С_5 С_6 С_3 С_12
4,862774 С_2 С_13 С_10 С_7 С_5 С_6 С_3 С_12 С_9
5,263508 С_4 С_11
5,263776 С_4 С_11 С_14
5,642654 С_2 С_13 С_10 С_7 С_5 С_6 С_3 С_12 С_9 С_4 С_11 С_14
5,812019 С_2 С_13 С_10 С_7 С_5 С_6 С_3 С_12 С_9 С_4 С_11 С_14 С_8
6,783566 С_1 С_2 С_13 С_10 С_7 С_5 С_6 С_3 С_12 С_9 С_4 С_11 С_14 С_8
Таблица 9
Дисперсионный анализ
Показатель Between df Within df F Signif
Var1 10,49042 1 2,50958 12 50,1617 0,000013
Var2 11,44074 1 1,55926 12 88,0476 0,000001
Var3 8,36858 1 4,63142 12 21,6830 0,000554
Var4 0,65950 1 12,34050 12 0,6413 0,438809
Var5 8,56710 1 4,43290 12 23,1914 0,000422
Var6 9,93567 1 3,06433 12 38,9083 0,000043
Var7 9,13610 1 3,86390 12 28,3737 0,000180
Var8 9,87748 1 3,12252 12 37,9596 0,000049
Var9 10,36391 1 2,63609 12 47,1785 0,000017
Var10 4,51219 1 8,48781 12 6,3793 0,026628
Var11 10,07883 1 2,92117 12 41,4033 0,000032
Var12 9,26563 1 3,73437 12 29,7741 0,000146
Var13 5,51281 1 7,48719 12 8,8356 0,011648
Var14 6,90721 1 6,09280 12 13,6040 0,003101
Var15 9,41749 1 3,58251 12 31,5449 0,000113
Var16 10,18421 1 2,81579 12 43,4018 0,000026
Var17 9,44619 1 3,55381 12 31,8966 0,000108
Var18 11,43152 1 1,56848 12 87,4592 0,000001
Var19 12,23483 1 0,76517 12 191,8767 0,000000
Var20 1,02719 1 11,97281 12 1,0295 0,330293
Var21 4,97124 1 8,02876 12 7,4301 0,018408
Var22 2,78187 1 10,21813 12 3,2670 0,095804
Var23 0,01246 1 12,98754 12 0,0115 0,916340
Var24 1,59966 1 11,40034 12 1,6838 0,218810
Var25 3,16919 1 9,83081 12 3,8685 0,072758
Var26 0,05417 1 12,94583 12 0,0502 0,826468
Var27 0,42408 1 12,57592 12 0,4047 0,536636
Var28 2,48054 1 10,51946 12 2,8297 0,118354
Var29 5,53687 1 7,46313 12 8,9028 0,011406
Таблица 10
Дисперсионный анализ после исключения десяти показателей
Показатель Between df Within df F Signif
Var1 10,49042 1 2,509583 12 50,16171 0,000013
Var2 11,44074 1 1,559258 12 88,04755 0,000001
Var3 8,36858 1 4,631423 12 21,68295 0,000554
Var4 8,56710 1 4,432896 12 23,19144 0,000422
Var5 9,93567 1 3,064333 12 38,90831 0,000043
Var6 9,13610 1 3,863904 12 28,37367 0,000180
Var7 9,87748 1 3,122522 12 37,95961 0,000049
Var8 10,36391 1 2,636091 12 47,17853 0,000017
Var9 4,51219 1 8,487809 12 6,37930 0,026628
Var10 10,07883 1 2,921165 12 41,40334 0,000032
Var11 9,26563 1 3,734373 12 29,77408 0,000146
Var12 5,51281 1 7,487191 12 8,83559 0,011648
Var13 6,90720 1 6,092796 12 13,60401 0,003101
Var14 9,41749 1 3,582506 12 31,54494 0,000113
Var15 10,18421 1 2,815793 12 43,40180 0,000026
Var16 9,44619 1 3,553807 12 31,89658 0,000108
Var17 11,43152 1 1,568482 12 87,45920 0,000001
Var18 4,97124 1 8,028760 12 7,43015 0,018408
Var19 5,53687 1 7,463131 12 8,90275 0,011406
значение межгрупповой дисперсии, тем лучше признак характеризует принадлежность объектов к кластеру и тем качественнее кластеризация. О качестве кластеризации можно судить и по величине значения ^-критерия (чем больше, тем лучше) и уровня значимости р (чем меньше, тем лучше). Признаки с уровнем значимостир > 0,05 из процедуры кластеризации исключаются. Таким образом, из процесса исключаются следующие признаки:
- расходы консолидированного бюджета на социальную политику в расчете на душу населения
Х4; '
- коэффициент ликвидации основных фондов
Х; 20
- удельный вес убыточных организаций Х22;
- степень износа основных фондов Х23;
- коэффициент обновления основных фондов Х24;
- удельный вес прибыльных организаций Х25; уровень экономической активности населения
- уровень безработицы Х27;
- индекс потребительских цен Х28.
Исключается также показатель оборота розничной торговли на душу населения Х19, так как значение внутригрупповой дисперсии слишком большое, значение межгрупповой дисперсии слишком маленькое. Для кластеризации исходные данные заново стандартизируются без учета исключенных показателей. В результате отбираются два кластера. Используя метод ^-средних, получаем таблицу дисперсионного анализа (табл. 10).
Далее следует построение графика координат центров кластеров (рис. 3).
На графике координат центров кластеров (рис. 3) видно, что средние значения всех признаков в первом кластере значительно выше, чем соответствующие показатели во втором кластере. Такое расположение координат центров кластеров говорит об очень хорошем качестве кластеризации. Удалось разбить регионы на две далеко отстоящие друг от друга группы: кластер 1: 2, 3, 5, 6, 7, 9, 10, 12, 13; кластер 2: 1, 4, 8, 11, 14.
Ниже главной диагонали евклидово расстояние между кластерами, а выше главной диагонали -квадрат евклидова расстояния между кластерами:
Х
26'
№ 1 № 2
№ 1 0,000000 2,709027
№ 2 1,645912 0,000000
Проведя дисперсионный анализ признаков, имеющихся после исключения не оказывающих на кластеризацию существенного влияния показателей (табл. 11), получаем три кластера: кластер 1: 9, 14; кластер 2: 2, 3, 5, 6, 7, 10, 12, 13; кластер 3: 1, 4, 8, 11.
Ниже главной диагонали евклидово расстояние между кластерами, а выше главной диагонали - квадрат евклидова расстояния между кластерами:
^Q. - U- -
Var2 Var4 Var6 Var8 Var10 Var12 Var14 Var16 Var18
Рис
№ 1 № 2 № 3
№ 1 0,000000 1,314245 0,881550
№ 2 1,146405 0,000000 3,209623
№ 3 0,938909 1,791542 0,000000
При попытке получения четырех кластеров было выявлено, что отдельные координаты в разных кластерах мало отличаются друг от друга, поэтому дальнейшее увеличение числа кластеров ухудшает качество кластеризации.
Таблица 11 Дисперсионный анализ признаков,
имеющихся после исключения не оказывающих на кластеризацию существенного влияния показателей
Показатель Between df Within df F Signif
Var1 11,25685 2 1,743154 11 35,51761 0,000016
Var2 10,22844 2 2,771564 11 20,29771 0,000203
Var3 9,68376 2 3,316244 11 16,06054 0,000546
Var4 9,35457 2 3,645435 11 14,11357 0,000918
Var5 10,86131 2 2,138685 11 27,93176 0,000049
Var6 9,04318 2 3,956824 11 12,57005 0,001441
Var7 10,12123 2 2,878765 11 19,33704 0,000251
Var8 10,17338 2 2,826620 11 19,79523 0,000227
Var9 5,53006 2 7,469936 11 4,07170 0,047485
Var10 10,83524 2 2,164761 11 27,52906 0,000052
Var11 10,00692 2 2,993084 11 18,38840 0,000310
Var12 5,36571 2 7,634286 11 3,86564 0,053523
Var13 7,34362 2 5,656381 11 7,14059 0,010287
Var14 9,33744 2 3,662557 11 14,02188 0,000942
Var15 11,03156 2 1,968440 11 30,82318 0,000031
Var16 9,91635 2 3,083648 11 17,68682 0,000366
Var17 11,50637 2 1,493631 11 42,36991 0,000007
Var18 7,12774 2 5,872262 11 6,67589 0,012640
Var19 8,77462 2 4,225380 11 11,42156 0,002068
-о- Кластер 1 " а " Кластер 2 3. График координат центров кластеров
Использование методики рейтинговой оценки позволило установить, что среди регионов Приволжского федерального округа Самарская область занимает лидирующие позиции по уровню конкурентоспособности, на втором месте - Республика Марий Эл, на третьем - Республика Башкортостан.
Данные корреляционно-регрессионного анализа свидетельствуют о том, что Республика Татарстан занимает первое место среди регионов Приволжского федерального округа, второе - Нижегородская область, а третье - Республика Мордовия.
С помощью кластерного анализа было определено, что в первый кластер попали Оренбургская область и Пермский край.
Таким образом, проведенное исследование показало, что результаты анализа будут существенно отличаться в зависимости от выбранного метода оценки. На результаты оказывают непосредственное влияние количество и качество выбранных критериев оценки, поэтому задача аналитика сводится к грамотному выбору параметров конкурентоспособности регионов. Следует также отметить, что многие значимые параметры развития регионов могут быть описаны только качественными характеристиками. В данном случае возрастает роль профессиональных экспертов-аналитиков.
Список литературы
1. Баумгартен Л. В. Анализ методов определения конкурентоспособности организаций и продукции // Маркетинг в России и за рубежом. 2005. № 4.
2 . Воронов А. А. Моделирование конкурентоспособности продукции предприятия // Маркетинг в России и за рубежом. 2003. № 4.
3. Данилов И. П. Конкурентоспособность регионов России (теоретические основы и методология). М.: Канон+, РООИ «Реабилитация», 2007.
4. Еремеева Н. В. Конкурентоспособность товаров и услуг. М.: Колос-С, 2006.
5. Калюжнова Н. Я. Конкурентоспособность российских регионов в условиях глобализации. М.: ТЕИС, 2003.
6. Конкурентоспособность и стратегические направления развития региона / под ред. А. С. Новоселова. Новосибирск: ИЭОПП СО РАН, 2008.
7. Конкурентоспособность региона: новые тенденции и вызовы / под ред. А. И. Татаркина. Екатеринбург: УрО РАН, 2003.
8. Конкурентные позиции региона и их экономическая оценка / под ред. Г. А. Унтуры. Новосибирск: ИЭиОПП СО РАН, 2006.
9. Криворотов В. В. Экономическая безопасность государства и регионов: учеб. пособие. М.: ЮНИТИ-ДАНА, 2011.
10. Любушин Н. П. Экономический анализ: учебник. М.: ЮНИТИ-ДАНА, 2010.
11. Меркушов В. В. Интегральная оценка конкурентоспособности регионов - http://sopssecretary. narod. ru
12. Методика составления рейтинга развития регионов. URL: http://www. 5-tv. ru/rating/method. html#Experts.
13. Пилипенко И. В. Конкурентоспособность стран и регионов в мировом хозяйстве: теория, опыт малых стран Западной и Северной Европы. Смоленск: Ойкумена, 2005.
14. Федеральная служба государственной статистики - http://www. gks. ru.
15. Чайникова Л. Н. Методологические и практические аспекты оценки конкурентоспособности региона: монография. Тамбов: ТГТУ, 2008.
