CC BY
60
ОРГАНИЗАЦИЯ ОПЕРАТИВНОГО МОНИТОРИНГА СОСТОЯНИЯ ЭКОНОМИКИ РЕГИОНА (на примере г. Москвы)
ШИРОВ Александр Александрович, член-корреспондент РАН, [email protected], Институт народнохозяйственного прогнозирования РАН, Москва, Россия ORCID: 0000-0003-0806-9777. Scopus Author ID: 16234922500 ПОТАПЕНКО Вадим Викторович, к.э.н., [email protected], Институт народнохозяйственного прогнозирования РАН, Москва, Россия ORCID: 0000-0002-3825-831Х. Scopus Author ID: 55033049700 НИКИТИН Кирилл Михайлович, [email protected], Центр Налоговой политики, Москва, Россия
ORCID: 0000-0002-3825-831Х. Scopus Author ID: 55033049700 ЧАПЛИНА Юлия Юрьевна, [email protected], Центр Налоговой политики, Москва, Россия
В статье описываются разработанная система оперативного мониторинга состояния региональной экономики и ее апробация в Москве. Данная система содержит несколько уровней иерархии: региональная экономика в целом, крупнейшие ее отрасли и их подотрасли, крупнейшие отраслевые компании, малое и среднее предпринимательство, что позволяет проводить комплексный анализ состояния городской экономики. В рамках системы оперативного мониторинга используются как официальные статистические данные, так и новые разрабатываемые на региональном уровне показатели. Система оперативного мониторинга (в отличие от официальной макроэкономической статистики) позволяет строить ежемесячные оценки ВРП на основе сводных совпадающих индексов.
Ключевые слова: региональная экономика, мониторинг социально-экономического развития, сводные совпадающие индексы, ВРП.
Б01: 10.47711/0868-6351-192-89-101
Управление экономикой - как на национальном и региональном уровне, так и на уровне отдельных компаний - требует проведения оперативного мониторинга наиболее важных для рассматриваемого уровня процессов. Особое значение такой мониторинг приобретает в периоды экономических шоков, когда официальная статистика не всегда точно и в требуемые сроки отражает изменение конъюнктуры. В то же время вследствие развития информационных технологий объем доступных для оперативного анализа социально-экономических данных постоянно увеличивается. Эти данные также, как и постоянно возникающие новые подходы к их сбору, обработке и анализу, могут эффективно использоваться как для оптимизации бизнес-процессов, так и для принятия решений в области экономической политики различных стран и регионов.
Традиционная проблема официальной макроэкономической статистики на региональном уровне - значительный временной лаг, который возникает в процессе расчета и публикации обобщающих данных об экономическом развитии [1; 2]. Это практически исключает важнейшие макроэкономические индикаторы из контура принятия оперативных решений. Так, основным показателем, который характеризует экономическое состояние российских регионов, является их валовой региональный продукт (ВРП). Расчет ВРП осуществляется на основе массива данных, поступающих в Росстат и его региональные управления в формах федерального статистического наблюдения непосредственно от организаций и индивидуальных предпринимателей. Сбор, обработка этой статистики и оценка на ее основе ВРП занимают в настоящее время более одного года (например, оценка ВРП российских регионов за 2019 г. стала доступна только в конце марта 2021 г., и это стандартная ситуация).
Конечно, в процессе управления региональной экономикой могут и должны использоваться и другие данные, в том числе с более высокой частотой публикации (динамика цен, заработной платы, промышленного производства и т.д.). Однако их изменения могут носить разнонаправленный характер, а влияние на них экономических шоков может быть распределено во времени. Поэтому наличие сводных индексов, являющихся функцией некоторого набора оперативных показателей и отражающих основные направления развития экономики и точки перелома сложившихся трендов, может повысить эффективность реагирования на возникающие экономические риски и угрозы. Востребованность таких показателей продемонстрировал последний кризис, вызванный пандемией нового коронавируса СОУШ-19: одним из наиболее важных и полезных направлений экономического анализа в этот период стало построение высокочастотных индексов, динамика которых характеризует уровень экономической активности.
Разумеется, сводные индексы экономического развития не являются чем-то принципиально новым — они в течение десятилетий применяются за рубежом [3-8], а в последние годы — и в России [9-13]. Однако для их эффективного использования недостаточно простого применения апробированных в других регионах и/или в другое время методик: во-первых, из-за невозможности максимального задействования продолжающих быстро развиваться информационных технологий; во-вторых, из-за недоучета страновых и региональных статистических особенностей. В данной статье на примере построения для экономики Москвы в период кризиса 2020 г. системы оперативного мониторинга в целом и сводных совпадающих индексов, в частности, показан другой подход, в рамках которого сделана попытка преодолеть эти ограничения.
Международная практика использования сводных индексов для мониторинга состояния экономики. Сводные индексы можно разделить на несколько основных типов (подробная типология сводных индексов приведена, например, в [14]) по следующим признакам (такая классификация не является единственно возможной, но учитывает основные подходы к построению индексов):
1) по временной взаимосвязи с описываемым показателем (совпадающие, опережающие, запаздывающие индексы);
2) по наличию или отсутствию референтного показателя (т.е. показателя, динамику которого с некоторым приближением должен повторять или прогнозировать индекс);
3) по источнику используемых данных (это могут быть официальные статистические данные, результаты опросов и т. д.).
Для решения задач оперативного мониторинга наиболее часто используются сводные совпадающие индексы, построенные на основе официальных статистических данных, для которых имеется референтный ряд. Например, для регионального уровня наиболее востребовано построение индекса, динамика которого отражала бы динамику ВРП, выступающего в этом случае референтным рядом, посредством использования различных публикуемых ежемесячно и ежеквартально социально-экономических показателей.
В проекте руководства ОЭСР по построению опережающих, совпадающих и запаздывающих индексов [15] описаны шаги, которые необходимо осуществить при построении сводных индексов с референтным рядом (каждый шаг не ограничен только одним вариантом, а предполагает выбор из широкого набора альтернатив), в том числе:
1) выбор теоретической основы (необходимо понимать, как отдельные потенциально входящие в индекс показатели могут влиять на референтный ряд);
2) отбор данных (выбор входящих в индекс показателей);
3) трансформация и нормализация исходных данных;
4) подбор весов и агрегация компонентов в итоговый индекс.
Вероятно, наиболее известными сводными индексами являются два, разрабатываемые ежемесячно американским Conference Board, - совпадающий и опережающий [16]. В частности, в состав совпадающего индекса Conference Board входят следующие показатели, веса которых определяются в соответствии со стандартными отклонениями их значений:
- число наемных работников (без учета сельскохозяйственных работ) - вес этого показателя в индексе равен 26%;
- реальные доходы населения за вычетом социальных трансфертов - 14%;
- индекс промышленного производства - 7%;
- объем продаж в обрабатывающем и торговом секторах в постоянных ценах - 53%.
Помимо этих индексов и лежащей в их основе методики, существует множество других подходов к построению сводных индексов, каждый из которых обладает своими особенностями. Далее приведены некоторые из них—их объединяет то, что некоторые принципы их построения в той или иной мере могут быть использованы в рамках описанного ниже оперативного мониторинга состояния экономики Москвы.
Национальным банком Австрии разработан индекс национальной экономики [17], с помощью которого осуществляется еженедельная оценка влияния различных экономических показателей на объем валового внутреннего продукта (ВВП) методом использования доходов. Входящие в этот индекс показатели отобраны таким образом, чтобы характеризовать расходы населения, государства и бизнеса:
- размер потребления частного и публичного секторов (расходы домашних хозяйств определяются на основе еженедельных данных о транзакциях физических лиц по банковским картам и оценке Центральным банком Австрии величины наличных расходов; для государственных расходов используется предположение о ежегодном росте в 1,5%);
- объем экспорта (оценивается на основе статистики пробега грузового и железнодорожного транспорта);
- объем инвестиций (объем инвестиций в капитальное строительство определяется на основе данных о зарегистрированных безработных в строительном секторе, прочих инвестиций - на основе информации о величине корпоративного долга).
Другой подход к построению сводных индексов экономической активности применяется Федеральным банком Германии [18]. Для построения индекса используется широкий перечень показателей, которые позволяют комплексно оценить состояние национальной экономики, не прибегая к моделированию ВВП одним из стандартных методов:
- индекс промышленного производства (ежемесячно);
- квартальный ВВП;
- потребление электроэнергии (ежедневно);
- данные о пробеге грузовых автомобилей (ежедневно);
- количество авиарейсов по всему миру (ежедневно);
- косвенная оценка безработицы (еженедельные данные о количестве запросов «безработица» в Google);
- косвенная оценка неполной занятости (еженедельные данные о количестве запросов «неполная занятость» в Google);
- количество прохожих на «торговых» улицах в крупных городах Германии (ежедневно);
- косвенная оценка государственной поддержки бизнеса и населения (еженедельные данные о количестве запросов «государственная поддержка» в Google);
- концентрация диоксида азота в воздухе (ежедневно);
- платежи по кредитным картам (ежедневно).
Для построения сводного индекса сначала рассчитываются «квартальные» темпы роста для следующих показателей: 1) ежедневных (которые приводятся к еженедельным
данным, а потом рассчитываются их темпы за последние 13 недель), 2) еженедельных (за последние 13 недель) и 3) ежемесячных (за последние 3 месяца). После этого на их основе посредством метода главных компонент оценивается индекс.
Как видно, два последних индекса основаны на разных методических принципах, но имеют важную общую особенность: они позволяют даже не ежемесячно, а еженедельно с достаточно высокой точностью оценивать изменение уровня экономической активности. К сожалению, особенности российской статистики в настоящий момент не позволяют адекватно решать аналогичную задачу. Но описанная в этой работе система оперативного мониторинга может рассматриваться как один из шагов по направлению к ее решению.
Особенности построения региональных сводных индексов. Описанные выше сводные индексы позволяют в оперативном режиме оценивать текущий уровень экономической активности и возникающие тренды на уровне страны в целом. Но для большинства стран характерно наличие крупных экономических центров на региональном уровне (городов, штатов, федеральных земель), социально-экономические особенности которых часто могут значительно отличаться от общестрановых.
Возможность учитывать специфику отдельных экономических зон важна как на уровне национальной экономической политики, так и в управлении на региональном уровне. Так, в России есть территории с ярко выраженной спецификой экономики: на Урале (Курганская, Оренбургская, Свердловская, Челябинская области) основу экономики составляет промышленность, на Дальнем Востоке (Республика Саха (Якутия), Сахалинская, Магаданская области) - добыча полезных ископаемых и лесное хозяйство, а в Москве, например, отмечается существенно более высокая, чем в целом по стране, доля сферы услуг. Поэтому одни и те же внешние факторы могут по-разному отражаться на ситуации в регионах со столь различающейся структурой экономики. В этой связи возрастает роль получения оперативной информации о состоянии экономики отдельных регионов.
Но попытка прямого переноса опыта и методик построения индексов, характеризующих состояние экономики страны, на региональный уровень может быть затруднительной по причине невозможности корректного расчета многих важных показателей (например, внешнеторговых показателей и объема грузоперевозок) и, как следствие, бессмысленности попыток оценить ВРП напрямую методом использования. Применение для оперативной оценки динамики ВРП метода производства тоже весьма затруднительно - в связи с отсутствием показателей, которые с достаточной степенью точности характеризуют изменение физического объема валовой добавленной стоимости (ВДС) в каждой отрасли экономики региона.
Более продуктивен подход, состоящий в разработке сводного регионального индекса, который не повторяет в точности структуру экономики региона в разрезе производства или использования и в то же время аппроксимирует динамику ВРП на отчетном периоде - ВРП в этом случае используется как референтный ряд. При этом в «периметр» оперативного мониторинга состояния экономики региона целесообразно включать не только непосредственно сводный показатель, но и динамику его компонентов. Это позволяет получить более полную картину, и в случае значительного падения или роста экономической активности локализовать область, являющуюся драйвером изменений.
Дополнительные показатели для оперативного мониторинга состояния региональной экономики. Несмотря на то, что сводный совпадающий индекс и входящие в него показатели необходимы для мониторинга состояния экономики страны или региона в целом, для разработки мер поддержки лишь их использования недостаточно, поскольку разные отрасли могут иметь различающуюся динамику, иногда даже разнонаправленную. Яркий пример такой ситуации - последний кризис, вызванный пандемией
СОУШ-19, когда наиболее пострадавшей оказалась сфера услуг. Так, индекс физического объема платных услуг населению в Москве в 2020 г. составил 76,7% по сравнению с 2019 г. При этом на московской промышленности кризис не отразился. Более того, индекс промышленного производства в городе увеличился в 2020 г. сразу на 12,2%.
В сфере строительства сначала наблюдался спад - индекс физического объема работ по виду экономической деятельности «Строительство» в январе-мае 2020 г. сократился на 8,4% по сравнению с аналогичным периодом 2019 г. в связи с приостановлением строительных работ в городе. Затем произошел резкий подъем, результатом которого стало превышение уровня предыдущего года на 8,3%.
В связи с тем, что сводный региональный индекс и входящие в него показатели, несмотря на свою информативность, имеют все же ограниченный отраслевой охват, целесообразно, чтобы мониторинг был дополнен разделами, демонстрирующими ситуацию в отдельных отраслях региональной экономики. Как и в случае с ВРП, вопрос оперативной оценки реального состояния отрасли также часто довольно сложен, так как отраслевые оценки ВДС публикуются Росстатом с теми же периодичностью и лагом, - следовательно, они неприменимы в оперативном мониторинге. Решением данной проблемы является разработка индексов, отражающих состояние основных отраслей региональной экономики в отдельности. В этой ситуации оптимально использование в качестве отраслевых индексов показателей, характеризующих физический объем выпуска в отрасли, а в случае их отсутствия - оборот или объем отгруженных товаров с поправкой на различные ценовые индексы. Однако такие показатели доступны не для всех отраслей, и, кроме того, на отраслевом уровне, как правило, отсутствуют референтные ряды приемлемого качества - в этом случае выходом становится построение сводных индексов без привязки к какому-либо референтному показателю.
При отраслевом мониторинге также, как и при мониторинге общего состояния городской экономики, целесообразно анализировать не только разработанные индексы, характеризующие, прежде всего, динамику выпуска, но также и другие показатели. Некоторые из них - общие для всех отраслей (количество уплачивающих налоги организаций, средняя заработная плата по отрасли), некоторые - специфичные (например, для строительства - площадь введенной в эксплуатацию жилой недвижимости, для торговой деятельности - оборот розничной торговли). Такой подход позволяет получить более полное понимание экономической ситуации и процессов, происходящих в каждой из отраслей.
Необходимо отдельно подчеркнуть, что использование в рамках мониторинга высокочастотных данных иногда связано с серьезными проблемами методического характера. Например, анализ данных контрольно-кассовой техники (ККТ) позволяет в оперативном режиме отслеживать большую часть торговых сделок, в том числе и в отраслевом разрезе. Но для того, чтобы их динамика объективно отражала как торговую активность, так и сделки по отдельным видам деятельности, требуется сопоставимость выборки ККТ, а ее обеспечить чрезвычайно трудно. В таком крупном городе, как Москва, еженедельно начинают и прекращают работу сотни компаний. Следовательно, требуется разработка специальной методики для учета статистики ККТ. И это только один из примеров сложностей, возникающих при работе с такого рода данными.
Схема оперативного мониторинга состояния экономики региона. Предлагаемый подход к оперативному мониторингу состояния экономики региона представлен в виде схемы на рис. 1. В качестве примера можно рассмотреть организацию мониторинга состояния строительной отрасли Москвы. Основной индекс, отражающий ее динамику, может быть построен с использованием показателя «Физический объем
работ по виду экономической деятельности «Строительство»», а к дополнительным индексам, включенным в периметр мониторинга, относятся:
1) численность занятых в отрасли;
2) индекс предпринимательской уверенности в строительстве;
3) ставки аренды отдельных типов коммерческой недвижимости (офисной, торговой, складской);
4) количество организаций, уплачивающих налог на доходы физических лиц (НДФЛ).
Использование для мониторинга таких разных показателей позволяет «подсветить» различные аспекты строительной деятельности и выделить ключевые тенденции развития отрасли.
Рис. 1. Схема оперативного мониторинга состояния экономики региона
По аналогии с выделением при мониторинге состояния экономики региона отдельных отраслей (соответствующих разделам ОКВЭД2) целесообразным является разделение их на отдельные подотрасли. Это связано с неоднородностью видов деятельности, входящих в отрасль. Например, деятельность профессиональная, научная и техническая, согласно ОКВЭД2, включает в себя:
- деятельность головных офисов;
- научные исследования и разработки;
- рекламную деятельность;
- ветеринарную деятельность.
Очевидно, что состояние каждого из этих видов деятельности напрямую не связано с состоянием других, поэтому их динамика может существенно различаться.
Следующий уровень детализации при мониторинге (общее состояние экономики -состояние отдельных отраслей - состояние отдельных подотраслей) - это уровень отдельных организаций. В связи с трудоемкостью проведения на этом уровне сплошного анализа в каждой рассматриваемой отрасли для целей мониторинга целесообразно выделить наиболее крупные и значимые компании. Особенно актуальным это является для отраслей, в которых деятельность небольшого количества крупных организаций существенно влияет на состояние всей сферы. Например, в отличие от сектора торговли, где количество
налогоплательщиков в бюджет Москвы в 2020 г. составило 118,3 тыс. организаций, в отрасли «Добыча полезных ископаемых» таких организаций было всего 972, при этом на 20 из них приходилось 88% налоговых поступлений.
Помимо мониторинга крупнейших организаций, полезно также анализировать деятельность организаций, относящихся к малому и среднему предпринимательству (МСП), так как именно они в кризисные периоды подвержены наибольшим рискам. Но из-за их очень большого количества и небольшого размера нет ни необходимости, ни возможности рассматривать состояние каждой фирмы в отдельности. Вполне достаточно анализа агрегированных показателей по всем организациям МСП соответствующей отрасли. Для их мониторинга могут быть использованы данные Федеральной налоговой службы, публикуемые в открытом доступе в Едином реестре субъектов МСП, содержащие в числе прочего информацию о категории субъекта МСП (микропредприятие, малое предприятие, среднее предприятие), сведения о видах осуществляемой деятельности, лицензиях, среднесписочной численности работников и производимой продукции.
Следующий шаг при разработке системы оперативного регионального мониторинга - определение наиболее эффективных способов представления данных, при этом особое внимание должно уделяться следующим его аспектам:
- количеству показателей в мониторинге (необходимо найти баланс между включением в мониторинг всех возможных видов представлений для полноты отображения имеющейся информации и способностью восприятия и анализа человеком большого набора данных);
- специфике показателей (необходимо осознанно подходить к выбору представлений каждого показателя, не приводя их к излишнему единообразию, так как отдельные показатели могут иметь свои содержательные и методологические особенности).
Оперативный мониторинг состояния экономики Москвы. Описанная выше схема была применена к организации мониторинга состояния экономики Москвы и отдельных ключевых отраслей экономики города в условиях кризиса, вызванного пандемией коронавируса.
Предложенная система мониторинга состоит из 4-х типов визуализированных показателей (дашбордов): общеотраслевого, отраслевого, дашборда по крупнейшим налогоплательщикам и дашборда по МСП. Одним из показателей общеотраслевого дашборда является общеотраслевой сводный совпадающий индекс, характеризующий состояние экономической активности в Москве в целом. В таблице представлены компоненты данного индекса и их веса.
Таблица
Компоненты общеотраслевого сводного совпадающего индекса г. Москвы
№ п/п Показатель Вес в индексе, %
1 Электропотребление с элиминированными температурным и ка-
лендарным факторами 34
2 Физический объем платных услуг населению 27
3 Индекс промышленного производства 19
4 Поступления в бюджет НДФЛ, скорректированные на индекс по-
требительских цен по товарам и услугам 10
5 Оборот розничной торговли, скорректированный на индекс потре-
бительских цен по товарам (индекс физического объема оборота
розничной торговли) 10
Источник: расчеты авторов.
Веса в разработанном общеотраслевом индексе при помощи математико-стати-стических методов оценены таким образом, чтобы его отчетная динамика была максимально близка к изменениям ВРП Москвы в отчетном периоде. Однако по сравнению непосредственно с показателем ВРП его преимущество заключается в возможности оценивать состояние экономики города ежемесячно с временным лагом длиной чуть более одного месяца после окончания отчетного периода. Кроме того, он позволяет осуществлять краткосрочное «инерционное» прогнозирование уровня экономической активности: горизонт прогнозирования в системе мониторинга равен трем месяцам. На рис. 2 представлены результаты оценки темпов прироста физического объема ВРП Москвы на основе построенного сводного совпадающего индекса в сопоставлении с фактическими темпами прироста этого показателя в 20122019 гг., а на рис. 3 - непосредственно месячные значения сводного совпадающего индекса с января 2016 г.
%
Год
-4,8 2015
Рис. 2. Сводный совпадающий индекс и индекс физического объема ВРП г. Москвы в 2012-2019 гг., % к предыдущему году: В ВРП; И сводный совпадающий индекс
Источник: расчеты авторов.
2012
2013
2014
2016
2017
2019
130
100
80 -70
60
Ч-1-1-1-
Ч-1-1-1-1-1-1-1-1-1-1-1-
6666
СО СО СО СО
222222
Период
Рис. 3. Сводный совпадающий индекс экономики г. Москвы в январе 2016 г. - октябре 2021 г. (сезонно сглаженный), средний месяц 2019 г. = 100
Источник: расчеты авторов.
Поскольку два из входящих в состав индекса пяти показателей имеют более высокую частотность (потребление электроэнергии и оборот розничной торговли по данным ККТ доступны в ежедневном разрезе), имеется возможность получать предварительную оценку состояния экономики с высокой оперативностью. В качестве
примера можно привести изменение величины потребляемой электроэнергии (с элиминированными температурным и календарным факторами) в Московской агломерации (суммарные данные по Москве и Московской области) в период коронакризиса. Как видно из рис. 4, этот показатель достаточно точно отражает состояние экономики регионов и воздействие на нее эпидемической ситуации и ограничительных мер.
Для 8 ключевых отраслей экономики Москвы в соответствии со схемой мониторинга были построены отраслевые индексы, сформированы наборы основных показателей деятельности отрасли/подотраслей, перечни крупнейших по различным статистическим показателям компаний отрасли, а также, где это возможно, статистика по МСП.
В число отобранных по критерию вклада в московский ВРП отраслей вошли:
- торговля;
- обрабатывающие производства;
- строительство;
- деятельность в области информации и связи;
- добыча полезных ископаемых;
- операции с недвижимым имуществом;
- финансовая и страховая деятельность;
- профессиональная, научная и техническая деятельность.
%
КЛйОиоКЛ^О'иоКЛйОиоКЛйО'и исриид
Рис. 4. Электропотребление в Московской агломерации с элиминированными температурным и
календарным факторами, темпы прироста за месяц к аналогичному месяцу прошлого года
Источник: расчеты авторов.
В Приложении в качестве примера представлены наборы показателей, предложенных для мониторинга общего состояния экономики Москвы и двух отраслей городской экономики: обрабатывающих производств и торговли.
Заключение. Разработанная система оперативного регионального экономического мониторинга, апробированная в Москве в 2020-2021 гг., позволяет одновременно решать сразу несколько задач:
- ежемесячно с месячным лагом оценивать динамику основного показателя, характеризующего развитие городской экономики, - индекса физического объема ВРП, в то время как официальные статистические оценки разрабатываются только в годовом разрезе и публикуются более чем с годовым лагом;
- ежемесячно оценивать приблизительную динамику выпуска крупнейших отраслей городской экономики;
- анализировать наборы наиболее важных показателей, характеризующих различные аспекты функционирования как экономики города в целом, так и отдельных ее отраслей;
- анализировать отдельные отрасли городской экономики - не только на основе агрегированных отраслевых показателей, но и данных крупнейших компаний рассматриваемых отраслей;
- анализировать показатели деятельности предприятий малого и среднего предпринимательства;
- строить высокочастотные показатели, которые могут характеризовать динамику городской экономики не только в ежемесячном, но и в еженедельном и даже ежедневном режиме.
Вместе с тем созданная система является гибкой и позволяет в очень короткие сроки добавлять, удалять и модифицировать используемые показатели и подходы к их анализу. Такая система позволяет эффективно использовать одновременно и традиционные официальные статистические показатели и различные, в том числе высокочастотные, данные, разрабатываемые на региональном уровне.
Литература / References
1. Михеева Н.Н. Пространственные аспекты разработки экономических прогнозов. Науч. доклад ИНПРАН. М.: Артик Принт, 2021. 120 с. DOI 10.47711/sr2-2021. [Mikheeva, N.N. Spatial Aspects of the Development of Economic Forecasts. Scientific Report — Institute of Economic Forecasting RAS. М.: Artique Print, 2021. 120 p.] (In Russ.)
2. Mikheeva, N.N. Possible alternatives to the gross regional product indicator // Studies on Russian Economic Development 2020. Vol. 31. № 1. Pp. 24-30.
3. Ozyildirim A. Compiling Cyclical Composite Indexes: The Conference Board Indicators Approach. In: Smirnov S., Ozyildirim A., Picchetti P. (eds). Business Cycles in BRICS. Societies and Political Orders in Transition. Springer, Cham. 2019.
4. Handbook on Cyclical Composite Indicators. European Union and the United Nations. 2017. DOI: 10.2785/948322.
5. Marcellino M. Leading indicators // Handbook of Economic Forecasting. Elsevier B.V. / eds. Graham Elliott, Clive W.J. Granger and Allan Timmermann. Vol. 1. 2006.
6. Françoise Charpin & Catherine Mathieu & Gian Luigi Mazzi. Construction of coincident indicators for the euro area // 5th EUROSTAT Colloquium on Modern Tools for Business Cycle Analysis, Luxembourg, 29th September — 1st October 2008/ SciencesPopublications info: hdl:2441/9802
7. OECD System of Composite Leading Indicators. 2012. Gyorgy Gyomai, Emmanuelle Guidetti. URL: https://www.oecd.org/sdd/leading-indicators/41629509.pdf (accessed: 23.12.2021).
8. In-Depth Review of Leading, Composite and Sentiment Indicators. United Nations Economic Comission for Europe. URL: https://unece.org/fileadmin/DAM/stats/documents/ece/ces/2014/ECE_CES_2014_10-In-depth_review_of_leading_compo-site_and_sentiment.pdf (accesed: 23.12.2021).
9. Смирнов С.В., Френкель АА., Кондратов Н.В. Индексы региональной экономической активности //Вопросы статистики. 2017. №. 12. С. 29-38. [Smirnov S.V., Frenkel AA., Kondrashov N.V. Indices of Regional Economic Activity for Russia// Voprosy statistiki. 2017. No. 12. Pp. 29-38.] (InRuss.). DOI 10.15372/REG20150915.
10. Суспицын, С А. Методика ранней оценки ВРП и результаты ее тестирования //Регион: Экономика и Социология. 2015. № 3 (87). С. 338-351. DOI 10.15372/REG20150915. [Suspitsyn S.A. Method for Early Estimation of GRP andResults of Its Testing. //Region: Economy and Sociology. 2015. No. 3(87). Pp. 338-351.] (In Russ.)
11. Бойко В., Кисляк Н., Никитин М., Оборин О. Методы расчета опережающего индикатора валового регионального продукта //Деньги и кредит. 2020. № 3. С. 3-29. DOI 10.31477/rjmf.202003.03. [Boyko V., Kislyak, N., Nikitin M., Oborin O. (2020). Methods for Estimating the Gross Regional Product Leading Indicator //Russian Journal of Money and Finance. 2020. No. 3. Pp. 3-29.] (In Russ.)
12. Сводный опережающий индекс (СОИ) и другие циклические индикаторы. Архив выпусков. URL: https://dcenter.hse.ru/soi_archive (дата обращения: 26.11.2021). [Composite Leading Indices on Economic Conditions and Other Cyclical Indicators. Archive.] (In Russ.)
13. Краткосрочный прогноз (опережающие индикаторы). URL: https://eec.eaeunion.org/comission/ department/dep_makroec_pol/economyprognoz/Krat_prog.php (дата обращения: 26.11.2021). [Short-term Forecast (Leading Indicators]. (In Russ.)
14. Economic Commission for Europe Conference of European Statisticians Sixty-sixth plenary session Geneva. 18-20 June 2018. Item 4 (a) of the provisional agenda. Guidelines on producing leading, composite and sentiment indicators — interim report.
15. NardoM., et al. Handbook on Constructing Composite Indicators: Methodology and User Guide // OECD Statistics Working Papers. OECD Publishing, Paris.2005. No. 3. ISBN 978-92-64-04345-9.
16. The Conference Board Leading Economic Index (LEI). URL: https://www.conference-board.org/data/bci/in-dex.cfm?id=2160 (accessed: 26.11.2021).
17. Gerhard Fenz & Helmut Stix. Monitoring the economy in real time with the weekly OeNB GDP indicator: background, experience and outlook // Monetary Policy & the Economy, Oesterreichische Nationalbank (Austrian Central Bank). 2021. Issue Q4/20-Q1/. Pp. 17-40.
18. Deutsche Bundesbank. Weekly activity index for the German economy. URL: https://www.bundesbank.de/en/sta-tistics/economic-activity-and-prices/weekly-activity-index (accessed: 26.11.2021).
Приложение Таблица
Перечень показателей, включенных в мониторинг состояния отраслей экономики г. Москвы
№ п/п Наименование показателя Приод/дата Значение Темп прироста к предыдущему году/к началу года, %
А 1 2 3
Общее состояние экономики г. Москвы
1 Индекс состояния экономики г. Москвы 2020 -4,6
2 Электропотребление с элиминированными температурным и календарным факторами 2020 100,9 млрд. кВт-ч -1,3
3 Платные услуги населению 2020 1471,1 млрд. руб. -23,7
4 Индекс промышленного производства 2020 12,2
5 Поступления в бюджет г. Москвы по НДФЛ 2020 1,1 трлн. руб. 12,3
6 Инфляция по товарам и услугам 2020 2,9
7 Инфляция по товарам 2020 3,3
8 Инфляция по услугам 2020 2,3
Состояние отрасли «Обрабатывающие производства»
1 Индекс отрасли 2020 7,4
2 Поступления по налогам 2020 160,3 млрд. руб. 16,8
3 Количество организаций, уплачивающих налоги в бюджет г. Москвы 2020 25,9 тыс. ед. -5,8
4 Количество организаций, уплачивающих НДФЛ 2020 22,4 тыс. ед. -4,6
5 Количество действующих юридических лиц (ЮЛ) 01.01.2021 35,5 тыс. ед. 0,1
6 Среднесписочная численность работников 2020 376,2 тыс. чел. 1,3
7 Среднемесячная номинальная начисленная заработная плата 2020 80,2 тыс. руб. 6,0
8 Отгружено товаров собственного производства 2020 5,9 трлн. руб. 1,4
9 Индекс производства по «Обрабатывающим производствам» в РФ 2020 1,4
10 Индекс производства по «Обрабатывающим производствам» в г. Москве 2020 16,4
11 Индекс цен производителей обрабатывающих производств 2020 -0,5
12 Доля просроченной задолженности в суммарной задолженности 01.01.2021 6,50% 0 проц. п.
13 Суммарная задолженность 01.01.2021 15498,8 млрд. руб. 22,2
14 Просроченная задолженность 01.01.2021 1067,1 млрд. руб. 11,6
15 Инвестиции в основной капитал 2020 101,3 млрд. руб. 3,1
16 Индекс предпринимательской уверенности в промышленности (по РФ) 01.01.2021 -2 проц. п 1 проц. п.
17 Энергопотребление промышленных потребителей 2020 4764 млн. кВт-ч -6,2
18 Объем экспорта (без минеральной продукции) 2020 39,8 млрд. долл. 31,4
19 Количество организаций с промышленными площадками на территории г. Москвы дек. 2020 3014 ед. -
Состояние отрасли «Торговля»
1 Индекс отрасли 2020 -1,7
3 Поступления по налогам 2020 399,9 млрд. руб. 11,2
4 Количество действующих ЮЛ 01.01.2021 198,3 тыс. 0,0
5 Количество организаций, уплачивающих налоги в бюджет г. Москвы 2020 118,3 тыс. -9,8
6 Количество организаций, уплачивающих НДФЛ 2020 97,3 тыс. -8,7
7 Среднесписочная численность работников 2020 006,1 тыс. чел. -2,3
8 Среднемесячная номинальная начисленная заработная плата 2020 79,1 тыс. руб. 4,2
9 Оборот оптовой торговли организаций оптовой торговли 2020 24,5 трлн. руб. -2,0
10 Оборот оптовой торговли организаций оптовой торговли без учета торговли топливом 2020 18,4 трлн. руб. 10,6
11 Индекс предпринимательской уверенности в розничной торговле 4 кв. 2020 -0,12 -1,7
Продолжение таблицы
А 1 2 3
12 Оборот оптовой торговли 2020 30,3 трлн. руб. -3,7
13 Оборот розничной торговли, по данным Мосстата 2020 5,1 трлн. руб. 0,0
14 Оборот розничной торговли, по данным контрольно-кассовой техники (ККТ) 2020 4,9 трлн. руб. 14,0
15 в том числе: продовольственной торговли 2020 1,2 трлн. руб. -2,5
16 непродовольственной торговли (без автотранспорта) 2020 2,6 трлн. руб. 20,0
17 торговли автотранспортом 2020 1,0 трлн. руб. 24,0
18 Оборот розничной торговли МСП, по данным ККТ 2020 768,6 млрд. руб. 3,4
19 Оборот онлайн-торговли 2020 806,9 млрд. руб. 48,9
20 Доля просроченной задолженности в суммарной задолженности 01.01.2021 1,56% 0,0 проц. п.
21 Суммарная задолженность 01.01.2021 14199,5 млрд. руб. 9,4
22 Просроченная задолженность 01.01.2021 222,1 млрд. руб. 0,0
23 Количество торговых объектов дек .2020 86,5 тыс. -3,3
24 Посещаемость торговых центров 2020 255,6 тыс. чел./ 1000 кв. м -31,5
26 Регистрация новых легковых автомобилей, по данным Автостата 2020 214 тыс. -12,0
27 Товарные запасы в розничной торговле дек. 2020 442,9 млрд. руб. 0,8
28 Индекс производства напитков 2020 37,9
29 Индекс производства пищевых продуктов 2020 208,7
30 Импорт продовольственных товаров 2020 10,9 млрд. долл. 0,2
31 Импорт текстильных изделий 2020 8,3 млрд. долл. -6,7
32 Импорт автомобилей 2020 6,1 млрд. долл. -21,7
Статья поступила 09.12.2021. Статья принята к публикации 27.12.2021.
Для цитирования: А.А. Широв, В.В. Потапенко, КМ. Никитин, Ю.Ю. Чаплина. Организация оперативного мониторинга состояния экономики региона (на примере г. Москвы) // Проблемы прогнозирования. 2022. № 3(192). С. 89-101. DOI: 10.47711/0868-6351-192-89-101.
Summary
THE SYSTEM OF SHORT-TERM REGIONAL ECONOMIC MONITORING IN MOSCOW
A.A. SHIROV, Corresponding Member of Russian Academy of Sciences, Institute of Economic Forecasting, Russian Academy of Sciences, Moscow, Russia ORCID: 0000-0003-0806-9777.
V.V. POTAPENKO, Cand. Sci. (Econ.), Institute of Economic Forecasting, Russian Academy of Sciences, Moscow, Russia
ORCID: 0000-0002-3825-831Х. Scopus Author ID: 55033049700. K.M. NIKITIN, Tax Policy Center, Moscow, Russia ORCID: 0000-0002-3825-83^. Scopus Author ID: 55033049700 Yu.Yu. CHAPLINA, Tax Policy Center, Moscow, Russia
Abstract: The article describes the system of short-term regional economic monitoring. The system has been developed by the authors and tested in Moscow since 2020. It consists of four hierarchical levels: aggregated regional economy, largest industries of regional economy, largest organizations by industry, small business. The system is a tool for short-term detailed analysis of regional economic performance. Both official national statistics and different auxiliary statistical sources have been embedded into the monitoring. Within the system a set of coincident indicators have been developed that allows for providing monthly estimates of gross regional product's growth rate with one month lag.
Keywords: regional economics, economic monitoring, composite coincident indicators, gross regional product.
Received 09.12.2021. Accepted 27.12.2021.
For citation: A.A. Shirov, V. V. Potapenko, K.M. Nikitin, and Yu.Yu. Chaplina. The System of Short-Term Regional Economic Monitoring in Moscow // Studies on Russian Economic Development. 2022. Vol. 33. No. 3. Pp. 301-310. DOI: 10.1134/S1075700722030145.
