CC BY
0
ВЕСТН. МОСК. УН-ТА. СЕР. 6. ЭКОНОМИКА. 2024. Том 59. № 5
ОТРАСЛЕВАЯ И РЕГИОНАЛЬНАЯ ЭКОНОМИКА
С. В. Киселев1
МГУ имени М. В. Ломоносова (Москва, Россия)
B. А. Самсонов2
МГУ имени М. В. Ломоносова (Москва, Россия)
C. К. Сеитов3
МГУ имени М. В. Ломоносова (Москва, Россия)
И. В. Филимонов4
МГУ имени М. В. Ломоносова (Москва, Россия)
УДК: 338.2 + 338.432
doi: 10.55959^ШШ-0105-6-59-5-5
МЕТОДЫ ОЦЕНКИ ТЕНЕВОЙ ЭКОНОМИКИ В СЕЛЬСКОМ ХОЗЯЙСТВЕ5
Статья посвящена обзору существующей методологии измерения теневой экономики. С одной стороны, масштабы теневых процессов выступают в качестве показателя степени готовности физических и юридических лиц осуществлять финансово-хозяйственную деятельность в легальном поле. С другой стороны, скрытые экономические явления могут свидетельствовать об ухудшении бизнес-климата и усилении конкурентной борьбы. Для оценки теневой экономики необходимы адекватные методы. При этом в международном статистическом сообществе до сих пор не пришли
1 Киселев Сергей Викторович — д.э.н., профессор, заведующий кафедрой агроэконо-мики, Экономический факультет; в.н.с., Евразийский центр по продовольственной безопасности, Экономический факультет, МГУ им. М. В. Ломоносова; e-mail: servikis@yandex. ru, ORCID: 0000-0001-9519-1505.
2 Самсонов Валерий Альбертович — инженер 2-й категории Лаборатории учебной и научной печати, Экономический факультет; н.с., Евразийский центр по продовольственной безопасности, МГУ им. М. В. Ломоносова; e-mail: [email protected], ORCID: 00000001-7078-9420.
3 Сеитов Санат Каиргалиевич — к.э.н., инженер 2-й категории кафедры агроэконо-мики, Экономический факультет, МГУ им. М. В. Ломоносова; e-mail: [email protected], ORCID: 0000-0001-6505-1712.
4 Филимонов Илья Валерьевич — к.э.н., ассистент кафедры философии и методологии экономики, Экономический факультет, МГУ им. М. В. Ломоносова; e-mail: [email protected], ORCID: 0000-0002-1684-5142.
5 Статья подготовлена в рамках научных исследований, выполняемых при финансовой поддержке гранта Российского научного фонда (проект № 23-28-00076) «Теневая экономика в сельском хозяйстве России: измерение, региональная дифференциация и меры борьбы».
© Киселев Сергей Викторович, 2024 LfcLfci^J
© Самсонов Валерий Альбертович, 2024 {аЖЗВ^Н
© Сеитов Санат Каиргалиевич, 2024 ^ЭДЦ^Н
© Филимонов Илья Валерьевич, 2024
LOMONOSOV ECON. JOUR. 2024. VOL. 59. No. 5
к единому мнению относительно того, что представляет собой теневая экономика и какие виды и результаты экономической деятельности необходимо в нее включать. В итоге отсутствуют общепризнанные методики для измерения масштабов скрытых экономических процессов. В отечественной и зарубежной литературе довольно много исследований по данной тематике с использованием разнообразных методов. Результаты исследований не позволяют сравнивать объемы скрытой экономики между отдельными странами и регионами. Авторы статьи рассматривают наиболее часто используемые методы и оценивают возможность их применения для измерения теневой экономики в сельском хозяйстве. К ним необходимо отнести следующие подходы: прямые и косвенные методы, математическое и эконометрическое моделирование. На основе проведенного анализа методов измерения теневой экономики мы пришли к выводу, что в настоящее время оптимальным подходом является уточнение данных Росстата в разрезе отдельных видов экономической деятельности и по каждому региону (субъекту РФ). Такая практика еще не получила широкого распространения в статистических кругах.
Ключевые слова: теневая экономика, методы измерения теневой экономики, сельское хозяйство.
Цитировать статью: Киселев, С. В., Самсонов, В. А., Сеитов, С. К., & Филимонов, И. В. (2024). Методы оценки теневой экономики в сельском хозяйстве. Вестник Московского университета. Серия 6. Экономика, 59(5), 99-113. https://doi.org/10.55959/MSU0130-0105-6-59-5-5.
S. V. Kiselev
Lomonosov Moscow State University (Moscow, Russia)
V. A. Samsonov
Lomonosov Moscow State University (Moscow, Russia)
S. K. Seitov
Lomonosov Moscow State University (Moscow, Russia)
I. V. Filimonov
Lomonosov Moscow State University (Moscow, Russia)
JEL: C10, C12, C49
METHODS OF ASSESSING SHADOW ECONOMY IN AGRICULTURE6
The article provides an overview of the existing methodology for measuring shadow economy. On the one hand, the scale of shadow processes acts as an indicator of the degree of readiness of individuals and legal entities to carry out financial and economic activities in the legal field. On the other hand, hidden economic phenomena may indicate a deterioration of business climate and increased competition, and adequate methods
6 This research is supported by Russian Science Foundation (grant 23-28-00076 " The shadow economy in Russian agriculture: measurement, regional differentiation and control measures").
are needed to assess shadow economy. Besides, the international statistical community has not yet reached a consensus on what shadow economy is and what types and results of economic activity should be included in it. As a result, there are no generally accepted methods for measuring the scale of hidden economic processes. Studies on this issue applying different methods are quite numerous both in Russian and foreign literature. Their findings do not allow to compare the scale of hidden economy between several countries and regions. In the article we consider the most commonly used methods to assess the possibility of their usage to measure the shadow economy in agriculture. The following approaches should be listed: direct and indirect methods, mathematical and econometric modeling. Drawing on the analysis of methods for measuring shadow economy, we came to the conclusion that the most reliable approach is the one which adjusts official statistical data for each individual type of economic activity and for each region (the subject of Russia). This practice has not yet become widespread in statistical circles.
Keywords: shadow economy, methods of measuring the shadow economy, agriculture.
To cite this document: Kiselev, S. V., Samsonov, V. A., Seitov, S. K., & Filimonov, I. V. (2024). Methods of assessing the shadow economy in agriculture. Moscow University Economic Bulletin, 59(5), 99-113. https://doi.org/10.55959/MSU0130-0105-6-59-5-5
Введение
Впервые стали обращать внимание на вопросы теневой экономики в 1930-е гг. В конце 70-х гг. XX в. стали появляться серьезные работы, авторы которых попытались рассмотреть теневую экономику на макроуровне. Первым глубоким произведением можно считать работу К. Харта, который впервые ввел термин «неформальный сектор». Затем появлялись работы таких ученых, как П. Гутман, Д. Кассел, Э. Д. Сото, Ф. Шнайдер и др. В исследование теневой экономики в нашей стране внесли вклад такие исследователи, как А. Е. Суринов, Ю. Н. Попов, Ю. В. Латов, Н. Ч. Бо-кун, С. Ю. Барсукова. В области сельского хозяйства проблемами теневой экономики занимаются А. Г. Светлаков, Б. А. Воронин, В. А. Дадалко, Е. Р. Михалко, В. М. Троценко, Е. Н. Якубович.
В связи с актуальностью этого вопроса в 2017 г. участники рынка зерна приняли особый документ — «Хартию в сфере оборота сельскохозяйственной продукции». Этот документ согласован с Федеральной налоговой службой и направлен на борьбу с уклонением от уплаты налогов (Хартия, 2017). Надо отметить, что в одной из статей журнала «Агроин-вестор» указывается на значительное количество налоговых правонарушений среди сельскохозяйственных товаропроизводителей (Дякин, 2020). Как отмечает автор, в начале 2019 г. появились сообщения о многочисленных обысках и выемках документов у крупнейших аграрных компаний в различных регионах страны. В частности, исследователи обращают внимание на махинации сельскохозяйственных предприятий в начислении НДС (Дятловская, 2019).
В целом международному статистическому сообществу пока не удалось решить окончательно две ключевые проблемы в данной области исследования. Отсутствует единое определение понятия «теневая экономика» и/ или его компонентов, которое использовалось бы абсолютно всеми странами. А это уже, в свою очередь, не позволяет использовать единые методы измерения теневой экономики для всех отраслей экономики в отдельных странах (регионах).
Особое внимание следует обратить внимание на подход Росстата к содержанию понятия «ненаблюдаемая экономика» и его компонентов. При расчете макроэкономических показателей Росстат использует следующие дефиниции7.
«Скрытая (теневая) экономическая деятельность включает в большинстве случаев законную экономическую деятельность, которая скрывается или преуменьшается осуществляющими ее единицами с целью уклонения от уплаты налогов, социальных взносов и выполнения определенных административных обязанностей или предписаний по охране труда, выполнению санитарных и других норм»8.
«Неформальная экономическая деятельность осуществляется, как правило, на законном основании индивидуальными производителями или так называемыми некорпорированными предприятиями, то есть предприятиями, принадлежащими отдельным лицам, домашним хозяйствам, которые часто не оформляются в установленном порядке, основаны на неформальных отношениях между участниками производства и могут (полностью или частично) производить продукты или услуги для собственного потребления. Часто неформальная деятельность бывает основана на вторичной занятости, во многих случаях ею занимаются непрофессионально. Неформальная экономическая деятельность, как правило, бывает распространена в развивающихся странах. В России значительное распространение неформальное производство имеет место в сельском хозяйстве (личные подсобные хозяйства (ЛПХ)), в торговле, в строительстве, а также в некоторых других отраслях»9.
«Нелегальная экономическая деятельность является незаконной, то есть она охватывает те виды производства товаров или услуг, которые прямо запрещены существующим законодательством. В настоящее время к таким видам деятельности относятся, например, проституция, контрабанда, производство и продажа наркотиков, другой продукции в обход установ-
7 Федеральная служба государственной статистики. URL: https://rosstat.gov.ru/bgd/ free/B99_10/Main.htm
8 Федеральная служба государственной статистики. URL: https://rosstat.gov.ru/bgd/ free/B99_10/Main.htm
9 Федеральная служба государственной статистики. URL: https://rosstat.gov.ru/bgd/ free/B99_10/Main.htm
ленных правил (оружия, алкоголя, др.) Так как законы могут меняться, границы нелегального производства также находятся в движении. Так, с принятием закона о разрешении продажи оружия частным лицам часть этого бизнеса перестала быть нелегальной и перешла в регулярный, официальный сектор экономики»10.
На данный момент опубликовано множество различных работ о методах измерения теневой экономики (Котова, Черепанова, 2016; Федотов и др., 2016; Невзорова и др., 2020; Колесникова, 2022). Вместе с тем в литературе не хватает работ по специфике измерения теневой экономической деятельности в отдельных отраслях, в частности, в сельском хозяйстве.
Теневая экономика в аграрном секторе имеет свои специфические особенности. Широкое распространение наличных расчетов затрудняет контроль за денежными потоками. Высокий уровень сезонной занятости, несомненно, способствует активизации участия селян в теневой экономике. Наличие большого количества незарегистрированных хозяйств населения осложняет контроль за их экономической деятельностью. До сих пор не в полной мере закончена земельная реформа. В частности, имеются невостребованные земельные доли. Это также создает условия для теневого использования сельскохозяйственных угодий.
Каким же образом органам государственной власти и местного самоуправления осуществлять контроль за хозяйствующими субъектами агропромышленного комплекса? Если говорить о растениеводстве, то можно было бы использовать данные о посевных площадях, урожайности и затратах на производство. В результате это позволит скорректировать объем производства продукции растениеводства. Сведения о посевных площадях получаются по результатам космического мониторинга земель или аэрофотосъемки. Статистические данные об урожайности собираются с помощью обследований валового сбора, а информация о затратах — на основе выборочных обследований сельскохозяйственных организаций, крестьянских (фермерских) хозяйств. При расчете валовой добавленной стоимости (ВДС) на основе объема затрат (промежуточного потребления), валовой продукции и иных макроэкономических показателей Росстат уточняет (корректирует) величину ВДС, учитывая экономическую деятельность, ненаблюдаемую прямыми статистическими методами11.
Статистика численности поголовья скота по состоянию на определенные даты за выбранный период может быть использована для анализа
10 Федеральный закон от 13.12.1996 № 150-ФЗ «Об оружии» (дата обращения: 06.05.2024).
11 Приказ Росстата от 21.12.2023 № 676 «Об утверждении официальной статистической методологии расчета объемов ненаблюдаемой экономической деятельности при формировании валового внутреннего продукта Российской Федерации» (дата обращения: 29.05.2023).
производства животноводческой продукции. Балансы основных продовольственных ресурсов дают вспомогательную информацию при анализе объемов производства продукции. Их можно использовать при нехватке исходных данных.
Сельское хозяйство среди всех отраслей экономики выделяется очень высокой долей производства в неформальном секторе (в личных подсобных хозяйствах). Обследования доходов и расходов домашних хозяйств могут составить реальную картину о производстве домашних хозяйств как для собственного конечного использования, так и для продажи на рынке.
Условно все методы измерения теневой экономики можно разделить на прямые и косвенные методы (Латов, Ковалев, 2006).
Остановимся более подробно на каждой из этих групп и проанализируем возможность их применения в сельском хозяйстве.
Прямые методы измерения теневой экономики
Прямые методы принято также называть микрометодами. К ним можно отнести интервьюирование, аудирование, проверку доходов и расходов физических лиц и юридических лиц и т.д. Но указанные способы по большей части используются в деятельности правоохранительных структур и иных контролирующих органов, так как они требуют значительных финансовых вложений и времени.
Стоит обратить внимание на то, что именно в сельском хозяйстве прямые методы оказываются наиболее эффективными. Дело в том, что наибольшие объемы ненаблюдаемой аграрной экономики связаны не с юридическими лицами, а с некорпорированными предприятиями и домашними хозяйствами. Росстат утверждает, что в 2022 г. уточнение (корректировка) ВДС для учета экономической деятельности неформального сектора экономики, а также производства продукции домашних хозяйств для собственного конечного использования по разделу Л ОКВЭД 2 составила 25,7%12.
Если отдельно рассматривать налоговые проверки различных сельхозпредприятий и/или крестьянских фермерских хозяйств, то преимуществом может служить тот факт, что они просты и понятны в своем применении. Но одновременно возникает иная проблема: зачастую невозможно обеспечить случайность проверяемых выборок и сделать взвешенные выводы по сельскохозяйственной отрасли в целом относительно скрытых процессов. К тому же отсутствует возможность проверять документацию некорпорированных предприятий, т.е. официально не зарегистрированных.
12 Производственный ВВП // Официальный сайт Федеральной службы государственной статистики. URL: https://rosstat.gov.ru/statistics/accounts (дата обращения: 03.03.2024).
Косвенные методы измерения теневой экономики
Косвенные методы относят к макрометодам. Они включают различные математические и эконометрико-статистические индикаторы и переменные. По ним ведется досчет валового внутреннего продукта (ВВП) и других макроэкономических показателей на теневые операции. Рассмотрим возможность применения наиболее распространенных способов оценки применительно к аграрному сектору экономики.
В одной из работ предложена методика по сравнению данных Рос-стата и ФНС (Криворотов и др., 2019). Из валового регионального продукта (ОИР) вычитаются легальная заработная плата наемных работников валовая прибыль экономики и валовые смешанные доходы (Р), чистые налоги на производство (ТРг) и налоговая база по налогу на прибыль (РТ). Согласно данной методике, такая разница дает абсолютное значение теневой экономики по всем видам деятельности. Она не лишена недостатков. Дело в том, что налог на прибыль организаций относится к прямым налогам, величина которого прямо зависит от конечных финансовых результатов13. В связи этим возникает проблема: налоговые органы физически не могут учесть всю финансово-экономическую деятельность из-за статистических и иных ошибок сбора данных. Следовательно, вышеназванная разница всегда будет положительной даже при таком «утопическом» состоянии экономики, когда все юридические и физические лица будут стремиться соблюдать законодательство. Преодолеть такую проблему можно будет только в том случае, если налоговые специалисты в перспективе смогут собирать данные по компонентам описанной формулы наиболее полно. А это возможно при усилении контроля за финансово-хозяйственной деятельностью хозяйствующих субъектов. Стоит обратить внимание еще на одну схожую методику, которую рассмотрим ниже.
Ряд авторов полагает, что необходимо совершенствовать методы физических затрат (Аброскин, Аброскина, 2018). Предлагается составление обобщающих индексов затрат в отдельных секторах национальной экономики. К недостаткам такого способа следует причислить то, что он, скорее всего, основан на различных предпосылках, которые зачастую не соответствуют реальной ситуации в народном хозяйстве. К одной из главных установок такой методологии следует отнести то, что при определении динамики производственных затрат в какой-либо отрасли экономики предполагается рассматривать наиболее существенные производственные расходы, что, очевидно, будет приводить к искажению реальной картины. Отдельный исследователь не в состоянии, например, определить динамику
13 Сайт ФНС России. иКЬ: https://www.nalog.gov.ru/m77/taxation/taxes/profitul/ (дата обращения: 04.05.2024).
всех видов затрат, например, в растениеводстве. На сегодняшний момент отсутствует такая подробная статистика.
Балансовый подход, оценивающий региональную теневую экономику на основе различий доходов и расходов, применен в статье (Федотов и др., 2016). В работе используется позиция Росстата. Авторы исходят из того, что скрытая экономика включена в валовой региональный продукт (далее — ВРП). При вычете из ВРП оплаты труда, прибыли и налогов оценивается теневая экономика. В итоге обнаружено, что ее масштабы наиболее высоки на Северном Кавказе. И здесь выделяется Дагестан, где в 2013 г. удельный вес теневой экономики в процентах к ВРП составил 74% (Федотов и др., 2016). Полученную разницу, по мнению авторов, можно считать самым высоким значением теневой экономики среди регионов России. Данную методологию можно применить и для сельского хозяйства, выделив отдельно валовую добавленную стоимость по разделу Л ОКВЭД 2 и остальные показатели сельского хозяйства.
Метод оценки теневой экономики по признаку регистрации предприятий. Производится оценка общих затрат труда на основе различных обследований рабочей силы в домашних хозяйствах. На следующем шаге из них вычитаются данные, которые на основе тех же регулярных опросов представляют предприятия и иные организации. К недостаткам данного подхода можно причислить следующие признаки: 1) домашних хозяйствам часто невыгодно давать объективную картину, а это означает, что разница между названными показателями может оказаться отрицательной; 2) численность населения в сельских территориях постепенно снижается, что приводит к нарушению принципов репрезентативности в обследуемых выборках.
Метод мягкого моделирования (оценка детерминантов)14. Его суть заключается в том, что в конкретной сфере экономики выделяется ряд наиболее существенных факторов, которые и определяют волатильность теневой экономики. Иными словами, каждому выбранному фактору придается определенный вес в общей формуле. Данный подход, безусловно, подходит для всех разделов ОКВЭД. Однако есть недостаток применительно к сельскому хозяйству. Он состоит в том, что наибольший вклад в развитие теневой экономики вносят домашние хозяйства, а по ним не так много доступной статистики в отличие от предприятий и организаций.
Метод оценки теневой экономики по размеру незарегистрированной безработицы. Данный метод был применен в работе (№ко1ауепко й а1., 1997). Он состоит в сопоставлении официальной и реальной занятости. Иными словами, незарегистрированные безработные являются основой рабочей силы в теневой экономике. Он является простым в применении для любой отрасли экономики, но учитывает только ту часть теневой экономики,
14 Латов Ю. В., Ковалев С. Н. Теневая экономика: учеб. пособие для вузов / под ред. д.п.н., д.ю.н., проф. В. Я. Кикотя; д.э.н., проф. Г. М. Казиахмедова. М.: Норма, 2006. С. 32.
которая связана с трудовыми ресурсами. Применительно к сельскому хозяйству к недостаткам также следует отнести и то, что на селе проживает значительное количество неработающего населения, которое даже официально не числится безработным. А это тоже может свидетельствовать о том, что разница между официальным и реальным показателями может оказываться очень большой и отличаться от объективной реальности. Каким же образом можно было бы решить данную проблему? Органам государственной власти РФ и отдельных ее регионов следует создать такую нормативно-правовую базу, при которой отдельное физическое лицо обязано будет подтверждать свою трудовую занятость в течение декабря каждого календарного года. Обоснованием такой меры служит то, что работодатели очень часто официально не трудоустраивают своих работников и выплачивают заработную плату в конверте или иным скрытым способом.
Сокрытие объема платных услуг населению. Названный коэффициент рассчитывается путем умножения доли респондентов, допускающих сокрытие, на средний уровень занижения. При этом доля респондентов, допускающих сокрытие, определяется как отношение количества проверок ФНС России, по которым выявлены нарушения, к общему количеству проведенных проверок. В свою очередь, средний уровень занижения рассчитывается как отношение среднемесячной начисленной заработной платы на средних предприятиях к среднемесячной начисленной заработной плате на малых предприятиях (Левит, 2014). Применительно к сельскому хозяйству использование такого подхода вызывает существенные затруднения. Дело в том, что практически невозможно выявить все домашние хозяйства, которые продают сельскохозяйственную продукцию.
Отдельного внимания заслуживают эконометрические методы измерения теневой экономики.
В рамках одного из исследований (Киреенко и др., 2017) авторы применили MIMIC-моделирование. Они использовали региональные показатели уровня и качества жизни в качестве данных. Был проведен факторный анализ по регионам (субъектам РФ) за период с 2002 по 2013 г. На основе данной модели, исследующей взаимосвязи между переменными, можно определить приблизительную взаимосвязь между причинами и индикаторами теневой экономики в сельском хозяйстве (MIMIC-модель, Multiple Indicators — Multiple Causes). Среди отечественных авторов следует выделить работу (Арженовский и др., 2022).
MIMIC-модель используется для измерения скрытых переменных путем анализа нескольких наблюдаемых переменных. В этой модели коэффициенты могут интерпретироваться следующим образом:
1. Коэффициенты регрессии показывают, как каждая наблюдаемая переменная влияет на теневую экономику. Чем выше коэффициент, тем сильнее влияние переменной на теневую экономику.
2. Коэффициенты факторной нагрузки показывают, как каждая наблюдаемая переменная связана со скрытой переменной (теневой экономикой). Чем выше коэффициент, тем более значимый вклад вносит соответствующая наблюдаемая переменная.
3. Стандартизированные коэффициенты позволяют сравнивать вклад каждой наблюдаемой переменной в теневую экономику, учитывая их различную шкалу измерения.
В моделях MIMIC вариации ненаблюдаемого компонента ВВП определяются через «латентную» переменную, которая связывает ряд объясняющих переменных (налогообложение, инфляция, качество регулирования и институтов) с показателями-индикаторами теневой экономики (изменения в участии рабочей силы, спрос на наличные и т.д.). Такие модели дают «латентную» переменную, которая не может быть сразу интерпретирована в единицах ВВП, поэтому исследователи опираются на дополнительные источники данных. Это, безусловно, усложняет возможность получения абсолютных значений теневой экономики по аграрному сектору экономики. Главным недостатком MIMIC-подхода является то, что он не позволяет достаточно четко оценивать абсолютные масштабы самой «латентной» переменной.
Перейдем теперь к тем работам, в которых отдельные группы исследователей попытались усовершенствовать методологии Росстата.
В статье (Невзорова и др., 2020) проведена оценка удельного веса теневой экономики на уровне регионов с использованием общеизвестных макроэкономических показателей. Эта методика базируется на гипотезе, что относительные масштабы ненаблюдаемой деятельности в российских регионах и стране в целом не различаются. На наш взгляд, подобный подход не учитывает региональные различия в масштабах. В частности, не принимаются во внимание показатели, которые оказывают существенное влияние на поведение хозяйствующих субъектов. Последние с целью снижения финансовых издержек пытаются скрывать реальные объемы выручки и одновременно искусственно завышать затраты. Поэтому данная гипотеза была исследована более подробно в статье (Самсонов, Сеитов, 2022). Авторы попытались скорректировать ВДС юридических лиц и учесть их теневые операции в отдельных субъектах Российской Федерации15. Были проанализированы и уточнены данные по 80 регионам и Российской Федерации в целом за 2017-2022 гг.
Результаты исследования применительно к сельскому хозяйству представлены в табл. 1.
15 Производственный ВВП // Официальный сайт Федеральной службы государственной статистики. URL: https://rosstat.gov.ru/statistics/accounts (дата обращения: 13.03.2024).
Таблица 1
Корректировка ВДС на теневые операции юридических лиц по разделу A «Сельское хозяйство, охота и лесное хозяйство, рыболовство, рыбоводство» в регионах Российской Федерации с 2017 по 2022 г.
Регион РФ 2017 г., % Регион РФ 2022 г., %
Регионы РФ с самыми большими значениями показателя
Воронежская область 21,7 Чукотский автономный округ 3,2
Алтайский край 20,7 Республика Ингушетия 2,4
Краснодарский край 19,5 г. Москва 2,3
Тамбовская область 19,1 Липецкая область 2,0
Ставропольский край 15,1 Ставропольский край 1,8
Республика Татарстан 15,0 Курская область 1,6
Курская область 13,8 Белгородская область 1,5
Калужская область 12,5 Удмуртская Республика 1,5
Кабардино-Балкарская Республика 7,8 Челябинская область 1,4
Челябинская область 7,4 Тверская область 1,4
Источник: рассчитано авторами.
Мы видим, что в целом относительные масштабы теневой экономики снизились в сельском хозяйстве. Если в 2017 г. лидирующие позиции заняла Воронежская область (21,7%), то в 2022 г. на первом месте оказался Чукотский автономный округ (3,2%). Объясняется это снижение усилением роли научно-технического прогресса и процессами цифровизации в экономике. Повышаются возможности государственных органов в области контроля за результатами аграрного производства и земельными участками. Например, на фоне распространяющейся цифровизации приобретают широкое распространение различные федеральные государственные информационные системы. Можно также обратить внимание на рост абсолютных объемов ВДС как влияющий фактор. Но в то же время следует отметить, что структура регионов-«лидеров» серьезно изменилась. В последнем рассматриваемом периоде среди «лидеров» оказался город федерального значения Москва (2,3%). Это вызвано в том числе тем, что территория города расширилась за счет включения новых территорий, а именно: образования Троицкого и Новомосковского административных округов.
Если говорить об абсолютных значениях теневой экономики в сельском хозяйстве в масштабе всей страны, то и здесь наблюдается положительная динамика. Если в 2017 г. объемы скрытой экономики составили 85,6 млрд руб., то в 2022 г. показатель снизился до 65,7 млрд руб.
Более подробно можно рассмотреть географическую структуру Российской Федерации по степени развития теневой экономики в аграрном секторе экономики за 2022 г. с помощью рис. 1.
Н 3,0 4,0 (высокий уровень) Н 2,0-3,0 (уровень выше умеренного) I 1,0-2,0 (умеренный уровень) | | 0,0-1,0 (низкий уровень)
Рис. 1. Степень развития теневого сельского хозяйства на основе уточнения (корректировки) ВДС на теневые операции юридических лиц по разделу А ОКВЭД «Сельское, лесное хозяйство, охота, рыболовство и рыбоводство» в субъектах РФ в 2022 г., % Источник: составлено и рассчитано авторами на основе материалов ЕМИСС, Федеральной службы государственной статистики.
Мы можем отметить, что наблюдаются положительные тенденции. В большинстве субъектов РФ ВДС по теневым операциям юридических лиц в разделе Л ОКВЭД оказалась на низком уровне. К недостаткам данного метода следует отнести то, что учитываются только показатели затрат и оборота. Но очевидно, что существует множество других факторов и признаков, которые оказывают ощутимое влияние на масштабы теневой экономики. Они не учтены вследствие отсутствия достаточной статистической базы.
Заключение
Анализ показал, что все используемые методы несовершенны и имеют недостатки. Это связано с тем, что с эконометрической точки зрения очень сложно учесть абсолютно все региональные особенности каждой отдельной территории. К тому же отсутствует единое определение теневой экономики. В результате нет возможности сравнивать скрытое сельское хозяйство между отдельными странами и их территориями.
При анализе по отраслям параметры, используемые при расчете скрытых процессов в одной отрасли, очень часто непригодны и недоступны для другой (например, инфляция именно в агропромышленном комплексе). К этому надо добавить статистические ошибки сбора данных и невозможность получение постоянных точных и объективных данных о посевных и иных площадях, а также о миграционных процессах.
Выборочные обследования домашних хозяйств и предприятий никогда не могут преодолеть главную проблему исследователей: отдельные индивиды не готовы делиться информацией о своих реальных доходах. Это объясняется тем, что в эпоху развития технологий особое значение приобретает проблема доверия. И данная тенденция усиливается. В то же время рекомендуется разрабатывать специальные статистические формы Росстата, которые заполняли бы уже сами физические лица.
Таким образом, мы пришли к выводу, что наиболее достоверными подходами можно считать те, в которых производится корректировка официальных статистических данных с анализом по каждому отдельному виду экономической деятельности и по каждому субъекту РФ. Эта практика еще не получила должного распространения в статистических кругах и достойна широкого использования.
Список литературы
Аброскин, А. С., & Аброскина, Н. А. (2018). Теневая экономика: проблемы построения отраслевых оценок. Вестник университета, 6, 88—92. Шр$://<1о1. ощ/10.26425/1816-4277-2018-6-88-92
Арженовский, С. В., Орлова, Ю. А., Семерикова, Е. В., & Сидорова, Е. Е. (2022). Факторы и индикаторы теневой экономики России: эмпирический анализ региональных данных. Вопросы статистики, 29(5), 17-34. https://doi.org/10.34023/2313-6383-2022-29-5-17-34
Дякин, С. (2020). Аграриев обложила налоговая. Как минимизировать риски при налоговых проверках сельхозбизнеса. Агроинвестор. Ы^У/^'^^^гоштаШг. ru/analytics/article/34312-agrariev-oblozhila-nalogovaya-kak-minimizirovat-riski-pri-па^оуукЫ-ргоуегкакЫ^е1кЫо2Ь1г^а/
Дятловская, Е. (2019). В крупных агрохолдингах проведены выемки документов. Агроинвестор. https://www.agroinvestor.ru/markets/news/31238-v-krupnykh-agrokho1dingakh-provedeny-vyemki-dokumentov/
Киреенко, А. П., Невзорова, Е. Н., Орлова, Е. Н., & Полякова, О. Ю. (2017). Теневая экономика в регионах России: оценка на основе М1М1С-модели. Регион: Экономика и социология, 1(93), 164-189. https://doi.org/10.15372/REG20170108
Колесникова, О. С. (2022). Оценка масштабов распространения теневой экономики в регионах России. Региональная экономика и управление: электронный научный журнал, 4(72). https://www.e1ibrary.ru/item.asp?id=50083232
Костин, А. В. (2018). Методы оценки теневой экономики на региональном уровне. Регион: Экономика и социология, 3(99), 21-37. https://doi.org/10.15372/REG20180302
Костин, А. В. (2011). Опыт измерения теневой экономики в западной литературе. Вестник Новосибирского государственного университета. Серия: Социально-экономические науки, 11(4), 33-43.
Котова, Н. Н., & Черепанова, А. Е. (2016). Проблема оценки масштабов неформального сектора отечественной экономики (на основе концепции трудовых отношений). Вестник Южно-Уральского государственного университета. Серия: Экономика и менеджмент, 10(1), 31-38. https://doi.org/10.14529/em160103
Криворотов, В. В., Калина, А. В., & Подберезная, М. А. (2019). Оценка масштабов распространения теневой экономики на региональном уровне. Вестник УРФУ. Серия: Экономика и Управление, 18(4), 540-555. https://doi.Org/10.15826/vestnik.2019.18.4.027
Латов, Ю. В., & Ковалев, С. Н. (2006). Теневая экономика. Норма. https://www. elibrary.ru/item.asp?id=19777110
Левит, С. Р. (2014). Ненаблюдаемая экономика: Практика, проблемы и направления совершенствования ее оценок. Вопросы статистики, 6, 20-23. https://elibrary.ru/ item.asp?id=21700485
Невзорова, Е. Н., Киреенко, А. П., & Майбуров, И. А. (2020). Пространственные взаимосвязи и закономерности распространения теневой экономики в России. Экономика региона, 16(2), 464-478. https://doi.org/10.17059/2020-2-10
Приказ Росстата от 21.12.2023 № 676 «Об утверждении официальной статистической методологии расчета объемов ненаблюдаемой экономической деятельности при формировании валового внутреннего продукта Российской Федерации».
Самсонов, В. А., & Сеитов С. К. (2022). Оценка вклада теневой экономики в макроэкономические показатели регионов Российской Федерации. Национальные исследования экономического факультета. Электронный журнал, 14(1), 68-85. https://doi. org/10.38050/2078-3809-2022-14-1-68-85
Федеральная налоговая служба России. Дата обращения 04.05.2024, https://www. nalog.gov.ru/rn77/taxation/taxes/profitul/
Федеральная служба государственной статистики. Производственный ВВП. Дата обращения: 13.03.2024, https://rosstat.gov.ru/statistics/accounts
Федеральный закон от 13.12.1996 № 150-ФЗ (последняя редакция) «Об оружии». КонсультантПлюс. (n.d.). Дата обращения 06.05.2024, https://www.consultant.ru/ document/cons_doc_LAW_12679/
Федотов, Д. Ю., Невзорова, Е. Н., & Орлова, Е. Н. (2016). Налоговый метод расчета величины теневой экономики российских регионов. Финансы и кредит, 15(687), 20-33.
Хартия в сфере оборота сельскохозяйственной продукции — совместная политика по противодействию незаконным действиям на рынке оборота сельскохозяйственной
продукции (2017). https://xn----7sbb4am3adqy8h.xn--80ai4af.xn--p1acf/o-hartii
Nikolayenko, S., Lissovolik, Y. MacFarquar, R. (1997). Special Report: The Shadow Economy in Russia's Regions. Russian Economic Trends.
References
Abroskin, A. S., & Abroskin, N. A. (2018). The shadow economy: Problems of building industry estimates. Bulletin of the University, 6, 88-92. https://doi.org/10.26425/1816-4277-2018-6-88-92
Arzhenovsky, S. V., Orlova, Yu. A., Semerikova, E. V., & Sidorova, E. E. (2022). Factors and indicators of the Russian shadow economy: Empirical analysis of regional data. Voprosy Statistiki, 29(5), 17-34. https://doi.org/10.34023/2313-6383-2022-29-5-17-34
Dyakin, S. (2020). Farmers were taxed. How to minimize risks during tax audits of agricultural business. Agroinvestor. https://www.agroinvestor.ru/analytics/article/34312-agrariev-oblozhila-nalogovaya-kak-minimizirovat-riski-pri-nalogovykh-proverkakh-selkhozbiznesa/
Dyatlovskaya, E. (2019). Document seizures have been carried out in large agricultural holdings. Agroinvestor. https://www.agroinvestor.ru/markets/news/31238-v-krupnykh-agrokholdingakh-provedeny-vyemki-dokumentov/
Federal Law 'On Weapons' dated 13.12.1996 N 150-FZ (latest edition). ConsultantPlus. (n.d.). Retrieved 6 May, 2024, from https://www.consultant.ru/document/cons_doc_ LAW_12679/
Federal State Statistics Service. Production GDP. Retrieved March 13, 2024, from https://rosstat.gov.ru/statistics/accounts
Federal Tax Service of Russia. Retrieved May 4, 2024, from https://www.nalog.gov.ru/ rn77/taxation/taxes/profitul/
Fedotov, D. Y., Nevzorova, E. N., & Orlova, E. N. (2016). A tax method for calculating the size of the shadow economy of Russian regions. Finance and Credit, 15(687), 20-33.
Kireenko, A. P., Nevzorova, E. N., Orlova, E. N., & Polyakova, O. Yu. (2017). The shadow economy in the regions of Russia: Evaluation based on the MIMIC model. Region: Economics and Sociology, 1(93), 164-189. https://doi.org/10.15372/REG20170108
Kolesnikova, O. S. (2022). Assessment of the extent of the spread of the shadow economy in the regions of Russia. Regional Economics and Management: Electronic Scientific Journal, 4(72). https://www.elibrary.ru/item.asp?id=50083232
Kostin, A. V. (2018). Methods of assessing the shadow economy at the regional level. Region: Economics and Sociology, 3(99), 21-37. https://doi.org/10.15372/REG20180302
Kostin, A. V. (2011). The experience of measuring the shadow economy in Western literature. Bulletin of Novosibirsk State University. Series: Socio-economic Sciences, 11(4), 33-43.
Kotova, N. N., & Cherepanova, A. E. (2016). The problem of assessing the scale of the informal sector of the domestic economy (based on the concept of labor relations). Bulletin of the South Ural State University. Series: Economics and Management, 10(1), 31-38. https:// doi.org/10.14529/em160103
Krivorotov, V. V., Kalina, A. V., & Podbereznaya, M. A. (2019). Assessment of the extent of the spread of the shadow economy at the regional level. Bulletin of the URFU. Series: Economics and Management, 18(4), 540-555. https://doi.org/10.15826/vestnik.2019.18.4.027 Latov, Yu. V., & Kovalev, S. N. (2006). The shadow economy. Norma Law Publishing House. https://www.elibrary.ru/item.asp?id=19777110
Levit, S. R. (2014). The Unobserved economy: Practice, problems and directions for improving its assessments. Voprosy Statistiki, 6, 20-23. https://elibrary.ru/item. asp?id=21700485
Nevzorova, E. N., Kireenko, A. P., & Maiburov, I. A. (2020). Spatial relationships and patterns of the spread of the shadow economy in Russia. Economics of the region, 16(2), 464-478. https://doi.org/10.17059/2020-2-10
Rosstat Order No. 676 "On Approval of the Official statistical methodology for calculating the volume of Unobserved economic activity in the formation of the Gross Domestic Product of the Russian Federation" (2023, December 21).
Samsonov, V. A., & Seitov S. K. (2022). Assessment of the contribution of the shadow economy to the macroeconomic indicators of the regions of the Russian Federation. National Studies of the Faculty of Economics. Electronic Journal, 14(1), 68-85. https://doi. org/10.38050/2078-3809-2022-14-1-68-85
The Charter in the field of agricultural products turnover is a joint policy to counter illegal
actions in the market of agricultural products turnover (2017). https://xn----7sbb4am3adqy8h.
xn--80ai4af.xn--p1acf/o-hartii
