CC BY
0
Научная статья УДК 330.43
https://doi.org/10.24158/tipor.2024.12.22
Диагностика устойчивого развития экономики Китая на основе методов статистического анализа
Анастасия Александровна Миролюбова1, Ольга Павловна Смирнова2, Максим Андреевич Балакин3, Дмитрий Алексеевич Ворошин4 I
12,34Ивановский государственный химико-технологический университет, Иваново, Россия
[email protected], https://orcid.org/0000-0003-3785-0538
[email protected], https://orcid.org/0009-0003-2941-5365
Аннотация. В статье представлены результаты диагностики устойчивого развития экономики Китая с использованием корреляционно-регрессионного анализа. Предлагаемая авторами методика включает пять этапов: определение цели; сбор и подготовку данных; корреляционный и регрессионный анализ; интерпретацию результатов и оценку устойчивости экономики. Целью диагностики устойчивого развития экономики страны является выявление оптимальных стратегий управления и принятие обоснованных экономических решений в условиях ограниченных ресурсов. Индикаторами устойчивости послужили статические показатели за 2010-2022 гг., определенные на основе модели устойчивого развития, разработанной Международной комиссией по окружающей среде и развитию. В соответствии с критериями корреляционно-регрессионного анализа были отобраны 23 однофакторные линейные регрессионные модели. Для оценки влияния фактора на устойчивость экономики были рассчитаны коэффициенты эластичности. По результатам анализа выделено две группы факторов: усиливающие и ослабляющие устойчивость экономики Китая. Предложены мероприятия по оптимизации стратегии устойчивого развития.
Ключевые слова: корреляционно-регрессионный анализ, коэффициент эластичности, линейная регрессионная модель, устойчивое развитие, экономика Китая
Финансирование: инициативная работа.
Для цитирования: Миролюбова А.А., Смирнова О.П., Балакин М.А., Ворошин Д.А. Диагностика устойчивого развития экономики Китая на основе методов статистического анализа // Теория и практика общественного развития. 2024. № 12. С. 190-202. https://doi.org/10.24158/tipor.2024.12.22.
Original article
Diagnosis of Sustainable Economic Development in China Based on Statistical Analysis Methods
Anastasia A. Mirolyubova1, Olga P. Smirnova2, Maxim А. Balakin3, Dmitry A. Voroshin4
1 2 34Ivanovo State University of Chemical Technology, Ivanovo, Russia [email protected], https://orcid.org/0000-0003-3785-0538 [email protected], https://orcid.org/0009-0003-2941-5365 [email protected] [email protected]
Abstract. The article presents the results of diagnosing the sustainable economic development of China through the application of correlation-regression analysis. The methodology proposed by the authors encompasses five stages: defining objectives, data collection and preparation, performing correlation and regression analysis, interpreting results, and assessing economic sustainability. The aim of diagnosing the sustainable development of the national economy is to identify optimal management strategies and facilitate informed economic decisions under conditions of limited resources. The indicators of sustainability utilized in this analysis consist of static indicators spanning the years 2010 to 2022, identified based on the sustainable development model formulated by the International Commission on Environment and Development. In accordance with the criteria of correlation-regression analysis, 23 single-factor linear regression models were selected. Elasticity coefficients were calculated to assess the impact of the factor on the stability of the economy. Based on the results of the analysis, two distinct groups of factors were delineated: those that strengthen and those that undermine the sustainability of China's economy. Moreover, measures for optimizing sustainable development strategies are proposed, aimed at strengthening the resilience and adaptive capacity of the economic system in the face of evolving challenges.
© Миролюбова А.А., Смирнова О.П., Балакин М.А., Ворошин Д.А., 2024
Keywords: correlation and regression analysis, elasticity coefficient, linear regression model, sustainable development, Chinese economy
Funding: Independent work.
For citation: Mirolyubova, A.A., Smirnova, O.P., Balakin, M.A. & Voroshin, D.A. (2024) Diagnosis of Sustainable Economic Development in China Based on Statistical Analysis Methods. Theory and Practice of Social Development. (12), 190-202. Available from: doi:10.24158/tipor.2024.12.22 (In Russian).
В настоящее время устойчивое развитие является одной из ключевых задач мирового сообщества. В современной хозяйственной системе глубоко укоренилась традиционная модель линейной экономики: «произвести - использовать - выбросить». Поэтому такой процесс производства и потребления несет двойную нагрузку на окружающую среду. Во-первых, человечество расходует природные ресурсы, большинство из которых является невозобновляемыми или дефицитными. Во-вторых, в окружающую среду поступает большое количество отходов, которые оказывают негативное воздействие на экологическое состояние территорий и санитарно-эпидемиологическое благополучие населения.
Китай на протяжении последних нескольких десятилетий демонстрирует впечатляющие темпы экономического роста, занимая в мировом народном хозяйстве второе место после США. Однако такое стремительное развитие сопровождается рядом социальных и экологических проблем, что делает вопрос устойчивого развития особенно актуальным.
Диагностика экономики страны в этом отношении может помочь в достижении целей развития, повышении эффективности ресурсов, стимулировании инноваций и обеспечении конкурентоспособности страны. Методы статического анализа играют важную роль в оценке состояния и динамики экономических процессов. Они позволяют не только количественно определить текущую ситуацию, но и выявить тренды, закономерности и взаимосвязи, которые могут быть важны для принятия эффективных управленских решений. Применение статистических методов позволяет глубже понять, какие факторы влияют на устойчивое развитие китайской экономики.
Целью диагностики устойчивого развития народного хозяйства Поднебесной стало выявление основных факторов, обеспечивающих ее устойчивость и процветание, а также разработка рекомендаций с учетом современных вызовов и возможностей. Этот подход позволяет лучше понять взаимосвязи внутри экономической системы, обнаружить уязвимые места, определить возможности для улучшения эффективности и обеспечить устойчивое развитие в рамках замкнутого цикла. Поэтому в настоящее время эта тема весьма актуальна и привлекает внимание не только специалистов-практиков, но и политиков.
Отметим, что в последние годы активизировались исследования, посвященные устойчивому развитию Китая среди ученых (Васильева, 2023; Петрова, Степанов, 2021; Min, Fu, 2024; Ван Ицзя и др., 2021).
Статистический анализ диагностики устойчивого развития экономики Китая в настоящей работе проводился с помощью электронных таблиц и корреляционно-регрессионного анализа. Это позволило осуществить изучение и оценку больших объемов данных для установления возможной взаимосвязи двух или большего количества показателей.
Обозначим этапы статистического анализа для проведения диагностики устойчивого развития экономики Китая:
1) определение цели. Для этого необходимо обозначить переменные, которые будут использоваться в анализе;
2) сбор и подготовка данных. Необходимо аккумулировать сведения по выбранным переменным за текущий период времени. Они могут быть получены из официальных статистических источников, опросов, исследований и т. д. Важно обеспечить достоверность и точность исходной информации для достижения репрезентативных результатов исследования;
3) корреляционный анализ. Он позволяет определить, существует ли связь между двумя переменными. Это может помочь в выявлении факторов, которые влияют на устойчивое развитие страны;
4) регрессионный анализ. Его проводят для определения зависимости между переменными. Метод позволяет оценить влияние одной или нескольких независимых переменных на одну зависимую. Для этого необходимо построить регрессионную модель;
5) интерпретация результатов и оценка устойчивости. На основе корреляционно-регрессионного анализа можно сделать выводы о взаимосвязях между переменными и об их влиянии на устойчивое развитие. Если будет наблюдаться положительная корреляция между экономическим ростом и показателями, его определяющими, это может свидетельствовать о том, что экономика страны развивается устойчиво. И наоборот (рис. 1).
Рисунок 1 - Этапы проведения диагностики устойчивости экономики Китая Figure 1 - Stages of Diagnosing the Sustainability of the Chinese Economy
Этап 1. Определение цели. В качестве нее выступила оценка устойчивости и выявление факторов, влияющих на экономическое развитие Китая. При этом под устойчивостью народного хозяйства страны мы понимаем его способность функционировать эффективно в долгосрочной перспективе, удовлетворяя потребности современников и не нанося ущерба возможностям будущих поколений. Это предполагает баланс между экономическим ростом, социальной справедливостью и защитой окружающей среды. Выбор показателей и переменных для исследования осуществлялся на основе модели устойчивого развития, разработанной Международной комиссией по окружающей среде и развитию. Она состоит из семи блоков «Честный мир», «Экономическое развитие», «Изобильный мир», «Ответственность за окружающую среду», «Пригодный для жилья мир», «Социальный прогресс» и «Устойчивое развитие» (рис. 2). В качестве независимых переменных были взяты 32 статистических показателя.
■ инновации;
■ управление рисками;
экспансия
■ занятость населения;
■ повышение квалификации;
■ бизнес-этика
■ соблюдение прав человека
■ инвестиции
в некоммерческих организаций
■ эффективность использования ресурсов;
■ производство согласно принципам устойчивого развития;
■ управление жизненным циклом продуктов
■ здравоохранение;
■ контроль над изменением климата;
■ сохранение биоразнообразия
■ сохранение чистого воздуха и воды;
■ «нулевые» отходы;
■ экологическое правосудие
Рисунок 2 - Структура модели устойчивого развития Figure 2 - Structure of the Sustainable Development Model
ш
Этап 2. Сбор и подготовка данных. Источником информации для нашего исследования являлся официальный сайт Китайского национального бюро статистики1. Период исследования пришелся на 2010-2022 гг. Поскольку исходные данные имеют разные единицы измерения, их необходимо нормировать. Это является обязательным действием для корреляционно-регрессионного анализа, который помогает обеспечить достоверность данных. В работе используется также
1 National Economy Achieved Steady Progress with Major Economic Indicators Recovering Markedly [Электронный ресурс] // National Bureau of Statistics of China. URL: https://www.stats.gov.cn/english/ (дата обращения: 10.06.2024).
метод масштабирования. Он заключается в преобразовании значений, алгоритмировании в рамках структуры. Поэтому исходные статистические показатели были преобразованы в базисные индексы. В стоимостном выражении они сначала рассчитывались в сопоставимых ценах с помощью базисного индекса потребительских цен. Опорным периодом был выбран 2010 г. (100 %).
В качестве зависимой переменной, которая выражает устойчивость экономики страны, рассматривался темп роста валового национального продукта (ВНП). Если он ежегодно и в долгосрочной перспективе положительный, то можно говорить об устойчивости народного хозяйства, и наоборот, отрицательный темп роста свидетельствует о неустойчивости национальной экономики.
Этап 3. Корреляционный анализ. Для вычисления коэффициентов корреляции между двумя переменными использовалась функция =КОРРЕЛ(). Значение коэффициента корреляции характеризует уровень линейной взаимосвязи между соответствующими переменными. Он может принимать значения от -1 до +1, где -1 - отрицательная взаимосвязь, +1 - положительная, а 0 - отсутствие корреляции между показателями. Для регрессионного анализа были отобраны факторы, у которых значение коэффициента корреляции по модулю больше 0,6. В табл. 1 представлены результаты корреляционного анализа устойчивости экономики Китая и факторов, ее определяющих. Для регрессионного анализа было отобрано 22 показателя.
Таблица 1 - Результаты корреляционного анализа устойчивости экономики Китая и факторов, ее определяющих
Table 1 - Results of Correlation Analysis of the Stability of the Chinese Economy and^ the Factors Determining it
№ Показатель Условное обозначение Значение коэффициента корреляции
1 Среднегодовая численность занятых, млн чел. Х1 -0,825
2 Уровень безработицы, в среднем за год, в % Х2 0,477
3 Удельный вес организаций, осуществлявших технологические инновации, в общем числе обследованных организаций, % Х3 0,736
4 Используемые передовые производственные технологии, шт. Х4 0,952
5 Затраты на инновационную деятельность организаций в сопоставимых ценах, млн юаней Х5 -0,190
6 Объем инновационных товаров, услуг и работ, в % от общего объема отгруженных товаров, выполненных работ, услуг Х6 0,629
7 Индекс реальной начисленной заработной платы сотрудников организаций, % Х7 0,934
8 Рентабельность реализованной продукции (работ, услуг) организаций промышленности, % Х8 0,657
9 Выбросы в атмосферный воздух загрязняющих веществ, отходящих от стационарных источников, тыс. т Х9 -0,343
10 Сброс загрязненных сточных вод в поверхностные водные объекты, млн м3 Х10 -0,401
11 Отходы, тыс. т Х11 0,886
12 Затраты на охрану окружающей среды в сопоставимых ценах (2015 г.), млн юаней Х12 0,170
13 Среднегодовая температура Х13 0,620
14 Число больничных коек на 10 000 чел. населения на конец года Х14 0,919
15 Мощность амбулаторно-поликлинических организаций на 10 000 чел. населения на конец года, посещений в смену Х15 0,658
16 Заболеваемость на 1 000 чел. населения (зарегистрировано заболеваний у пациентов с диагнозом, установленным впервые в жизни) Х16 -0,945
17 Численность врачей всех специальностей на 10 000 чел. населения, чел. Х17 0,948
18 Инвестиции в образование и здравоохранение Х18 0,838
19 Инвестиции в деятельность в области культуры, спорта, организации досуга и развлечений Х19 0,324
20 Число предприятий, занимающихся деятельностью в области культуры, спорта, организации досуга и развлечений Х20 0,691
21 Численность зрителей театров на 1 000 человек населения Х21 0,041
22 Число посещений музеев на 1 000 человек населения Х22 0,582
23 Расходы на здравоохранение, млн юаней Х23 0,895
24 Расходы на образование, млн юаней Х24 0,676
25 Энергоемкость ВНП, 1Ш Х25 -0,829
26 Потребление электроэнергии, млрд киловатт-час Х26 0,962
27 Потребление водных ресурсов на 10 000 юаней объема ВНП Х27 -0,881
28 Объем добычи сурьмы, тыс. т Х28 -0,915
29 Объем добычи цинка, тыс. т Х29 0,7895
30 Объем добычи нефти, тыс. т Х30 -0,366
31 Объем добычи природного газа, сто млн м3 Х31 0,967
32 Темп экономического роста ВНП Y 1
Обратную зависимость между темпом роста ВНП и факторами, на него влияющими, имеют пять показателей: среднегодовая численность занятых; заболеваемость на 1 000 чел. населения; энергоемкость ВНП; потребление водных ресурсов на 10 000 юаней объема ВНП и объем добычи сурьмы (рис. 3).
Среднегодовая Потребление водных
численность занятых, Заболеваемость на Энергоемкость ВНП ресурсов на 10 000 Объем добычи млн чел. 1 000 чел. населения 1Ш юаней объема ВНП сурьмы, тыс. т
Рисунок 3 - Отрицательная зависимость между темпом роста ВНП и факторы, на него влияющие Figure 3 - Negative Relationship between the Growth Rate of GNP and the Factors Influencing It
Отрицательная зависимость между темпом роста ВНП и среднегодовой занятостью может быть обусловлена несколькими факторами, среди них:
1. Автоматизация экономики. Это означает, что для производства определенного объема продукции / оказания услуг требуется меньше «рабочих» рук, но производительность труда растет. Таким образом, по мере развития новых технологий можно наблюдать сокращение числа занятых даже при увеличении объема производства. Среднегодовой темп роста ВНП за 20102022 гг. составил 14 %, а изменение численности занятых - (-0,05 %).
2. Структурные изменения. По мере развития экономики происходит переход от капиталок наукоемким отраслям, что приводит к сокращению доли работающих при росте ВНП.
Снижение занятости может иметь как положительные, так и отрицательные последствия для устойчивости экономики. Оно способно привести к росту безработицы, которая в свою очередь может спровоцировать возникновение таких проблем, как сокращение налоговых поступлений, потребительских расходов, бедность, рост социальной нагрузки, преступности и ухудшение здоровья населения. Уровень безработицы в Китае находится в пределах естественного (рис. 4). Это говорит о том, что снижение занятости пока не влияет на устойчивость национальной экономики.
6 -
5,1
ч
3 -
2 -
1
0 -
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022
Рисунок 4 - Уровень безработицы, в среднем за год, в % Figure 4 - Unemployment Rate, Average for the Year, in %
Высокая отрицательная корреляционная взаимосвязь между заболеваемостью населения и темпом роста ВНП является естественной. Чем меньше люди болеют, тем больше производят продукции.
Факторы, имеющие положительную взаимосвязь с темпом роста ВНП, были разделены на две группы. Первую из них определяют показатели, позитивно влияющие на устойчивость экономики (рис. 5), - те, которые связаны с использованием технологических инноваций и от которых зависит социальная сфера общества (здоровье граждан, образование, отдых).
1,2 -
Рисунок 5 - Положительная взаимосвязь между темпом роста ВНП и факторами, на него влияющими (группа 1)
Figure 5 - Positive Relationship between the Growth Rate of GNP and the Factors Influencing It (Group 1)
Вторая группа факторов непосредственно нарушает устойчивость экономики. Последняя признает важность сохранения окружающей среды и стремится минимизировать негативное воздействие экономической деятельности на экосистемы. Это предполагает сокращение выбросов парниковых газов, защиту биоразнообразия, предотвращение загрязнения и устойчивое управление земельными и водными ресурсами. Положительная корреляционная связь между темпом роста ВНП и отходами, среднегодовой температурой, объемами добычи ресурсов и потреблением электроэнергии свидетельствует о нарушении баланса экономического роста и защиты окружающей среды (рис. 6).
1,2 1
0,8 0,6 0,4 0,2 0
0,886
Отходы, тыс. т
0,967
0,963
0,789
0,62
Среднегодовая Объем добычи цинка, Объем добычи Потребление
температура тыс. т природного газа, сто электроэнергии, млрд
млн м3 киловатт-час
Рисунок 6 - Положительная взаимосвязь между темпом роста ВНП и факторами, на него влияющими (группа 2)
Figure 6 - Positive Relationship between the Growth Rate of GNP and the Factors Influencing It (Group 2)
Этап 4. Регрессионный анализ. Цель его состоит в том, чтобы определить, как изменения в независимых переменных связаны с аналогичными процессами относительно зависимой переменной, и создать математическую модель, которая описывает эту связь.
Наиболее распространенной моделью регрессионного анализа является линейная регрессия. В нашем исследовании были построены однофакторные линейные регрессионные модели:
Y = a + bXi + е, где Y - базисный индекс темп роста ВНП Китая;
Xi - базисный индекс факторов, влияющих на устойчивость экономики Китая; a, b - коэффициенты модели; е - случайная ошибка.
Построение регрессионных моделей и оценка коэффициентов a,b осуществлялись с помощью функции =ЛИНЕЙН(). Для обеспечения адекватности моделей они формировались на основе статистических тестов. Учитывался коэффициент детерминации R2, t- и F-статистика. Качество модели тем выше, чем ближе коэффициент детерминации к 1; расчетные значения t- и F-статистики больше табличных - 2,200 и 4,844 соответственно; уровень значимости а = 0,05. По этим критериям было отобрано 23 модели. Результаты регрессионного анализа устойчивости экономики Китая и факторов, ее определяющих, отражены в табл. 2.
Таблица 2 - Результаты регрессионного анализа устойчивости экономики Китая и факторов, ее определяющих
Table 2 - Results of Regression Analysis of the Stability of the Chinese Economy
and the Factors Determining It
Номер фактора Объясняющие переменные Коэффициенты регрессии t- статистика F-статистика R2 Коэффициент эластичности
1 2 3 4 5 6 7
X1 a b 5,795 -4,649 6,037 -4,842 23,447 0,680 -4,047
X3 a b 0,971 0,198 18,638 3,607 13,011 0,541 0,153
X4 a b 1,038 0,018 78,198 10,407 108,315 0,908 0,096
X6 a b 0,806 0,230 6,237 2,685 7,208 0,396 0,298
X7 a b 0,924 0,088 33,856 8,736 76,322 0,874 0,195
X8 a b -0,476 1,514 -0,849 2,896 8,385 0,433 1,415
X11 a b 0,659 0,379 8,422 6,338 40,167 0,785 0,426
X13 a b -0,163 1,232 -0,325 2,620 6,867 0,384 1,142
X14 a b 0,776 0,240 15,759 7,734 59,822 0,845 0,324
X15 a b 0,742 0,301 5,252 2,900 8,412 0,433 0,354
X16 a b 2,084 -1,063 21,390 -9,642 92,974 0,894 -0,815
Продолжение таблицы 2
1 2 3 4 5 6 7
X17 a b 0,703 0,335 15,458 9,967 99,342 0,900 0,388
X18 a b 0,513 0,445 4,095 5,101 26,018 0,703 0,553
X20 a b 1,015 0,091 22,006 3,177 10,094 0,479 0,116
X22 a b 0,993 0,088 14,420 2,378 5,655 0,340 0,136
X23 a b 0,749 0,251 12,251 6,656 44,306 0,801 0,348
X24 a b 0,461 0,515 2,041 3,048 9,293 0,458 0,598
X25 a b 1,617 -0,590 16,770 -4,920 24,211 0,688 -0,408
X26 a b 0,768 0,249 23,240 11,791 139,039 0,927 0,331
X27 a b 1,366 -0,376 36,487 -6,176 38,147 0,776 -0,190
X28 a 1,447 35,179 56,605 0,837 -0,261
b -0,420 -7,524
X29 a 0,732 7,410 18,198 0,623 0,362
b 0,314 4,266
X31 a b 0,826 0,206 31,478 12,682 160,837 0,936 0,280
Этап 5. Интерпретация результатов и оценка устойчивости. Все факторы можно разделить на две группы: усиливающие устойчивость экономики страны и ослабляющие ее.
Для линейной функции рассчитывается средний коэффициент эластичности по формуле:
х
Э = Ь —,
У
где Ь - коэффициент регрессии;
х - среднее значение фактора за исследуемый период; у - среднее значение результата за исследуемый период.
Средний коэффициент эластичности показывает, на сколько процентов изменится в среднем результат, если влияние фактора сместится на 1 %. Если Э > 1, то он усиливает (ослабляет) устойчивость экономики. Коэффициент эластичности больше единицы свидетельствует о том, что изменение фактора на 1 % приводит к еще большему изменению темпа роста ВНП. Мы приняли решение, что возьмем во внимание факторы, у которых коэффициент эластичности по модулю > 0,5.
Рассматривая значения коэффициентов эластичности (рис. 7), мы видим три фактора, у которых коэффициент эластичности по модулю больше 1. Это среднегодовая численность занятых (-4,05), среднегодовая температура (1,14) и рентабельность реализованной продукции (работ, услуг) организаций промышленности (1,42).
2,00 1,00 0,00 -1,00 -2,00
X
1,42
0,15 0 10 0,30 0,20
1,14
0,43 I 0,32 0,35
X16
-0,82
0 39 0,55 0350,60
0,39 0,12 0,14 а35
I I . . I
0,33
0,36 0,28
I I I I I I 0,J2 0,1,4 I I I в I I
1 X3 X4 X6 X7 X8 X11 X13 X14 X15 X16 X17 X18 X20 X22 X23 X24 X25 X26 X27 X28 X29 X31
-0,41 -0,19 -0,26
-3,00
-4,00
-4,05
-5,00
Рисунок 7 - Коэффициенты эластичности изменения темпа роста ВНП в зависимости от фактора, влияющего на устойчивость экономики Китая
Figure 7 - Elasticity Coefficients for Changes in the GNP Growth Rate Depending on the Factor Influencing the Stability of the Chinese Economy
О влиянии изменения среднегодовой численности занятых на темп роста ВНП мы писали выше, оценивая результаты корреляционного анализа. Регрессионный анализ также подтверждает, что снижение численности занятых в результате автоматизации производства приводит к ослаблению устойчивости экономики в долгосрочном аспекте.
Коэффициент эластичности изменения ВНП от среднегодовой температуры, равный 1,14, говорит о том, что изменение ее на 1 % будет приводить к росту ВНП на 1,14 %. Это означает, что связь между температурой и экономическими показателями прямо пропорциональная и относительно сильная. Таким образом, увеличение или уменьшение температуры имеет заметное влияние на бизнес-активность и общий объем производства в стране, а значит, и на устойчивость экономики. Если связь между температурой и ВНП слишком сильная, как в нашем случае, то народное хозяйство страны может столкнуться с рисками, связанными с изменением климата. Например, экстремальные погодные условия, в том числе затяжные жаркие периоды, проливные дожди или холода, негативно могут повлиять на сельское хозяйство, производство, транспорт и другие отрасли, что вызовет экономическую нестабильность. Поэтому климатическую повестку необходимо учитывать при формировании долгосрочной экономической политики и планировании устойчивого развития.
Коэффициент эластичности процентного изменения рентабельности реализованной продукции организациями промышленности на процентное изменение темпа роста ВНП 1,42 свидетельствует о том, что изменения в рентабельности предприятий промышленности оказывают более сильное влияние на рост экономики. На рис. 8 показана сравнительная динамика рентабельности предприятий промышленности и базисного темпа роста ВНП.
35,0
30,0
25,0
20,0
15,0
10,0
5,0
0,0
7,80
32,3
7,67
7,8
6,91 11,3 11,5
9,1 ■ ■ 8,9 9,1
7,56
7,60
7,40
7,20
7,00
6,80
6,60
6,40
2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022
Базисный темп роста ВНП, % (2010 г. = 100%)
Рентабельность реализованной продукции (работ, услуг) организаций промышленности, %
Рисунок 8 - Сравнительная динамика рентабельности предприятий промышленности и базисного темпа роста ВНП за 2011-2022 гг., %
Figure 8 - Comparative Dynamics of the Profitability of Industrial Enterprises and the Basic Growth Rate of GNP for 2011-2022, %
Положительный коэффициент эластичности говорит о том, что экономика реагирует на увеличение рентабельности ростом ВНП. Однако высокая эластичность также может означать чувствительность экономики к изменениям в рентабельности. Умеренный ее уровень может способствовать стабильности народного хозяйства, помогая ему адаптироваться к изменяющимся
условиям рынка, сдерживая возможные кризисные ситуации и улучшая общую устойчивость экономики к внешним воздействиям. Высокая эластичность может повысить уровень риска и привести к большей волатильности.
В установленных нами пределах значения коэффициента эластичности обнаруживаются еще три фактора, заметим, относящиеся к социальной сфере. Это заболеваемость на 1 000 чел. населения (-0,815), инвестиции в образование и здравоохранение (0,553) и расходы на образование (0,598). Все эти факторы будут усиливать устойчивость экономики Китая.
Отрицательный коэффициент эластичности заболеваемости (-0,815) означает, что улучшение здоровья населения китайцев способствует росту ВНП. Положительные коэффициенты эластичности для инвестиций в образование и здравоохранение (0,553) и расходов на образование (0,598) указывают на улучшение качества жизни населения Китая и продолжающийся экономический рост.
Таким образом, результаты корреляционного и регрессионного анализа позволяют понять, как изменения в одном показателе могут повлиять на значения других. Осознание этих зависимостей обеспечивает более эффективное планирование экономической политики и ее стабильность.
В результате диагностики устойчивости экономики Китая на основе методов статистического анализа было выделено две группы факторов: усиливающие и ослабляющие это ее качество (рис. 9).
Факторы, усиливающие устойчивость Факторы, ослабляющие устойчивость
экономики Китая экономики Китая
Увеличение рента^льности реализоиннои Снижение среднегодовой численности
продукции (работ, услуг) организаций СаняжьГхчел 'и
промышленности, % занятых, чел.
□ Снижение заболеваемости на 1 000 чел I I п
Снижениязабилсвасмис|и па 1 000 '. Повышение среднегодовой температуры, °С
□ □
Увеличение инвестиций в образование и здравоохранение, млрд юаней
Увеличение расходов на образование, млрд юаней
Рисунок 9 - Классификация факторов, воздействующих на устойчивость экономики Китая
Figure 9 - Classification of Factors Affecting the Sustainability of the Chinese Economy
Оптимальная стратегия управления в условиях повышения среднегодовой температуры заключается в развитии экономики замкнутого цикла, то есть в создании круговой промышленной системы, поддерживаемой симбиотической связью между предприятиями. Так, например, необходимо ускорить строительство интеллектуальных электросетей и проведение энергосберегающей технологической трансформации, что позволит повысить эффективность передачи электроэнергии и снизить потери при этом (рис. 10).
Современный подход к ресурсосбережению и развитию необходимо формировать для каждой отрасли экономики. Для промышленности строительных материалов эффективным будет усиление переработки пыли и расширение сферы запрета на производство и использование кирпича из твердой глины. В бумажной промышленности следует поощрять безэлементное хлорное отбеливание, кислородную делигнификацию и производство экологически чистых продуктов, таких как бумага низкой белизны и естественного цвета.
Вклад пищевой промышленности заключается в значительном сокращении излишней упаковки продуктов питания. В текстильном производстве необходима переработка сточных вод и отходящих газов; извлечение красителей, химических материалов и вспомогательных средств из сточных вод печатного и красильного производства; усиление повторного использования отходов производства и обрезков (рис. 11).
Строительство интеллектуальных сетей и энергосберегающая технологическая трансформация
сетей
Повышение эффективности передачи электроэнергии в электросетях и снижение потерь
Новые высокоскоростные бумагоделательные машины
Ускорение продвижения энергосберегающих, водосберегающих и пищесберегающих технологических технологий и оборудования
Ликвидация отсталых производственных мощностей
Снижение среднегодовой температуры, °С
Рисунок 10 - Мероприятия по усилению энергосбережения и сокращению потребления электроэнергии
Figure 10 - Measures to Enhance Energy Saving and Reduce Electricity Consumption
1. Промышленность строительных материалов
усилить переработку пыли;
расширить сферу запрета на производство
и использование кирпича из твердой глины
поощрять безэлементное хлорное отбеливание кислородную делигнификацию и другие процессы;
• поощрять производство экологически чистых продуктов, таких как бумага низкой белизны и бумага естественного цвета
3. Пищевая промышленность
• значительно сократить излишнюю упаковку продуктов питания
обеспечить переработку сточных вод, а также рекуперацию и утилизацию тепла сточных вод и отходящих газов;
• усилить повторное использование отходов производства и обрезков;
• организовать извлечение красителей, химических материалов из сточных вод печатного и красильного производства
Рисунок 11 - Отраслевые мероприятия по достижению устойчивого роста экономики Китая Figure 11 - Industry Activities to Achieve Sustainable Growth of the Chinese Economy
Таким образом, интеграция передовых технологий и экологически чистых методов в различных отраслях позволит не только сократить негативное воздействие на окружающую среду, но и повысить экономическую эффективность предприятий. Однако успешная реализация предложенных мер требует комплексного подхода и активного сотрудничества всех участников производственной системы.
Список источников:
Ван Ицзя, Лю Яньсюй, Сун Шуан, Фу Боцзе. Прогресс исследований корреляции воды, пищи, энергии и экосистем // Прогресс в науках о Земле. 2021. Т. 36, № 7. С. 684-693.
Васильева К.Ю. Факторы устойчивости экономики Китая // Экономика и инновации. М., 2023. С. 259-263.
Петрова О.И., Степанов А.Н. Основные причины устойчивого развития китайской экономики // Молодая инновационная Чувашия: творчество и активность. Чебоксары, 2021. С. 246-249.
Min W., Fu S. Challenges to China's Sustainable Economic Development and Policy Recommendations // The Financial System in the Context of Creating a Model of Sustainable Economic Development of Kazakhstan. Astana, 2024. P. 343-347.
References:
Min, W. & Fu, S. (2024) Challenges to China's Sustainable Economic Development and Policy Recommendations. In: The Financial System in the Context of Creating a Model of Sustainable Economic Development of Kazakhstan. Astana, рр. 343-347.
Petrova. O. I. & Stepanov, A. N. (2021) The Main Reasons for the Sustainable Development of the Chinese Economy. In: Molodaya innovatsionnaya Chuvashiya: tvorchestvo i aktivnost'. Cheboksary, рр. 246-249. (In Russian)
Van Itszya, Lyu Yan'syui, Sun Shuan & Fu Botsze (2021) Progress issledovanii korrelyatsii vody, pishchi, energii i ekosistem [Progress in research on the correlation of water, food, energy and ecosystems]. Progress v naukakh o Zemle. 36 (7), 684-693. (In Russian)
Vasil'eva, K. Yu. (2023) Faktory ustoichivosti ekonomiki Kitaya [Factors of stability of the Chinese economy]. In: Ekonomika i innovatsii. Moscow, рр. 259-263. (In Russian)
Информация об авторах А.А. Миролюбова - доктор экономических наук, ведущий научный сотрудник Ивановского государственного химико-технологического университета, Иваново, Россия. https://www.elibrary.ru/author_items.asp?authorid=384580 Scopus Author ID: 57221051772 Researcher ID: V-8052-2018
О.П. Смирнова - проректор на учебной работе Ивановского государственного химико-технологического университета, Иваново, Россия.
https://elibrary.ru/author_items.asp?authorid=645126
М.А. Балакин - аспирант 3 года обучения Ивановского государственного химико-технологического университета, Иваново, Россия.
Д.А. Ворошин - аспирант 2 года обучения Ивановского государственного химико-технологического университета, Иваново, Россия.
Вклад авторов:
А.А. Миролюбова - научное руководство, концепция и дизайн исследования, разработка методики, написание исходного текста, итоговые выводы.
О.П. Смирнова - обзор теоретических источников, анализ полученных данных, написание текста, итоговые выводы.
М.А. Балакин - сбор и обработка материалов, анализ полученных данных, доработка текста, итоговые выводы.
Д.А. Ворошин - сбор и обработка материалов, анализ полученных данных, доработка текста, итоговые выводы.
Конфликт интересов:
авторы заявляют об отсутствии конфликта интересов.
Information about the authors A.A. Mirolyubova - D.Phil. in Economics, Leading Research Fellow, Ivanovo State University of Chemical Technology, Ivanovo, Russia.
https://www.elibrary.ru/author_items.asp?authorid=384580 Scopus Author ID: 57221051772 Researcher ID: V-8052-2018
O.P. Smirnova - Vice-Rector for Academic Affairs, Ivanovo State University of Chemical Technology, Ivanovo, Russia.
https://elibrary.ru/author_items.asp?authorid=645126
M.A. Balakin - 3rd year PhD student, Ivanovo State University of Chemical Technology, Ivanovo, Russia.
D.A. Voroshin - 2nd year PhD student, Ivanovo State University of Chemical Technology, Ivanovo, Russia.
Contribution of the authors: A.A. Mirolyubova - academic advising, research concept and design, methodology development, source text writing, final conclusions.
O.P. Smirnova - review of theoretical sources, analysis of the data obtained, writing the text, final conclusions.
M.A. Balakin - collection and processing of materials, analysis of the data obtained, revision of the text, final conclusions.
D.A. Voroshin - collection and processing of materials, analysis of the data obtained, revision of the text, final conclusions.
Conflicts of interests:
The authors declare no conflicts of interests.
Статья поступила в редакцию / The article was submitted 29.10.2024; Одобрена после рецензирования / Approved after reviewing 26.11.2024; Принята к публикации / Accepted for publication 24.12.2024.
Авторами окончательный вариант рукописи одобрен.
