CC BY
34
Васянина В.И.
ГОУ ВПО «Оренбургский государственный университет»
СРАВНИТЕЛЬНЫЙ АНАЛИЗ АДМИНИСТРАТИВНО-ТЕРРИТОРИАЛЬНЫХ ОБРАЗОВАНИЙ РЕГИОНА ПО УРОВНЮ ЭКОНОМИЧЕСКОЙ
БЕЗОПАСНОСТИ
В статье выявлены показатели, оказывающие существенное влияние на экономическую безопасность региона. Реализован подход к построению интегрального показателя, позволяющего проводить сравнительный анализ административно-территориальных образований по такой латентной категории, как экономическая безопасность.
Экономическая безопасность - это свойство экономики, для которой характерна устойчивость к воздействию внутренних и внешних факторов, нарушающих нормальное функционирование процесса общественного воспроизводства, подрывающих достигнутый уровень жизни населения и тем самым вызывающих повышенную социальную напряженность в обществе.
Общее представление об уровне экономической безопасности, являющейся латентной категорией, формируется как результат определенного «суммирования» поддающихся измерению показателей, косвенно характеризующих анализируемое свойство. В связи с этим необходимость построения интегрального показателя экономической безопасности диктуется, с одной стороны, наличием большого числа показателей, принимаемых во внимание при формировании данной категории, с другой стороны, ограниченными возможностями человека за конечное время обобщать наборы разнородной информации. В качестве показателей, которые, на наш взгляд, характеризуют экономическую безопасность региона, взяты:
Х1 - число зарегистрированных иностранных работников на 1000 человек населения;
Х2 - уровень безработицы (%);
Х3 - темп роста числа предприятий и организаций по основным отраслям экономики в текущем году, по сравнению с базисным (%);
Х4 - темп роста среднесписочной численности работников в текущем году по сравнению с базисным годом (%);
Х5 - кредиторская задолженность на душу населения (тыс. руб.);
Х6 - оборот розничной торговли на душу населения (руб.);
Х7 - средненоминальная заработная плата работников (руб.);
Х8 - фонд оплаты труда работников на одного рабочего (тыс. руб.);
Х9 - темп роста численности населения в трудоспособном возрасте в текущем году по сравнению с базисным годом (%);
Х10 - дебиторская задолженность на душу населения (тыс. руб.).
С целью выявления объектов, близких по показателям, характеризующим экономическую безопасность городов и районов, проведена многомерная классификация административно-территориальных образований Оренбургской области. Кластерный анализ показал целесообразность разбиения объектов в пределах Оренбургской области на два класса (рисунок 1) (разбиение административно-территориальных образований на большее число классов показало несущественные различия в графике средних значений для некоторых отдельных классов).
В первый кластер вошли крупные города области: Бузулук, Гай, Новотроицк, Оренбург, Орск и Оренбургский район.
Для административно-территориальных образований, вошедших в первый класс, характерны более высокие средние значения показателей числа зарегистрированных иностранных работников (х(1)), темпа роста среднесписочной численности работников (х( 4)), средненоминальной заработной платы работников (х( 7)), оборота розничной торговли на душу населения (х( 6)), кредиторской и дебиторской задолженности на душу населения (х( 5),х(10)). Это объясняется тем, что административно-территориальные об-
—*— 1 кластер —■— 2 кластер
Рисунок 1. График средних значений показателей, характеризующих экономическую безопасность городов и районов Оренбургской области в 2006 г.
разования, вошедшие в первый класс, являются местами сосредоточения экономических и финансовых ресурсов. Следовательно, объекты, вошедшие в первый кластер, охарактеризуем как административно-территориальные образования с более высоким уровнем экономической безопасности, по сравнению с уровнем экономической безопасности объектов, вошедших во второй класс.
Среди предложенных выше показателей выявим те, которые оказывают существенное влияние на экономическую безопасность региона. Введем результативный показатель у, который характеризует принадлежность объекта исследования к одной из групп, одинаковых по уровню экономической безопасности, и припишем этой переменной значение ] (]=0, 1,..Т) [1]. В нашем случае ] принимает значение 0 и 1, поэтому переменная у является дихотомической, и для выявления показателей, влияющих на экономическую безопасность, построим модель бинарного выбора в форме логит-модели [2]:
еРтХ,
р(у=1|х.)=^х^ (1)
где
1, если ьы й объект принадлежит ко второму классу
0, если ьый объект принадлежит к первому классу
Для построения логит-модели использовалась процедура пошаговой регрессии, основанная на включении в модель наиболее существенных факторов по тесту Вальда (аналог ^критерия Стьюдента) [3]. Оценка уравнения регрессии имеет вид:
291,01-0,101х, +0,67х2 +0,548х3-0,066х4-0,004хб-3,891х7 -0,341х8-0,002х9 Р(у = 1) = 1 + е 291,01-0,101х1 +0,67 х 2 +0,548х3 -0,066х4 -0,004хй -3,891х7 -0,341х8 -0,002х9
R2 (Nagelkerke) = 0,913
Значение коэффициента R2 говорит о хорошем качестве построенной модели. На уровень экономической безопасности существенное влияние оказывают все рассмотренные показатели, кроме кредиторской и дебиторской задолженности на душу населения. При этом положительное влияние оказывают: по-
казатель, характеризующий размеры внешней трудовой миграции, фонд оплаты труда работников, темп роста населения в трудоспособном возрасте, темп роста среднесписочной численности работников и оборот розничной торговли на душу населения, а негативное влияние оказывают: уровень безработицы и темпы снижения числа предприятий и организаций. К примеру, при увеличении числа зарегистрированных иностранных работников на одного человека вероятность того, что объект будет принадлежать к классу с сравнительно более высоким уровнем экономической безопасности, увеличится на 0,0227, т.е. составит 0,4833. Наибольшее влияние на уровень экономической безопасности оказывает показатель темпов снижения числа предприятий и организаций: при снижении числа предприятий и организаций в области на 1% вероятность того, что объект будет принадлежать к классу с сравнительно более высоким уровнем экономической безопасности, снизится на 0,1883 и составит 0,2723. Наименьшее влияние оказывает средненоминальная заработная плата работников: при увеличении среднемесячной заработной платы работников на 1 руб. вероятность того, что объект будет принадлежать к классу с сравнительно более высоким уровнем экономической безопасности, увеличится на 0,001. Заметим, в частности, что модель бинарного выбора позволяет осуществить ранжирование административно - территориальных об-
Таблица 1. Матрица факторных нагрузок
число зарегистр. иностранных рабочих на 1000 чел. нас-я уровень безработицы темпы снижения числа предпр. и организ. темп роста среднесписочной числ-сти работ-в оборот розничной торговли на душу населения средненоминальная заработная плата работников фонд оплаты труда работников на 1 рабочего темп роста населения в трудоспособном возрасте уровень информативности, %
0,955 -0,925 -0,928 0,985 0,902 0,585 0,990 0,987 83,85
f2 0,109 -0,039 -0,271 0,035 0,096 0,807 0,037 0,006 9,37
разований области по вычисленным значениям вероятности отнесения объекта к классу с сравнительно более высоким уровнем экономической безопасности.
Следует отметить, что при измерении уровня экономической безопасности административно-территориальных образований с помощью моделей множественного выбора в общем случае число классов, различных по уровню экономической безопасности, может быть больше двух, поэтому перейдем к построению интегрального показателя, характеризующего уровень экономической безопасности на основе других принципов.
Для сравнительного анализа административно-территориальных образований по уровню экономической безопасности построим интегральный показатель на основе предложенной С.А. Айвазяном методики, согласно которой в качестве интегрального показателя экономической безопасности взята первая главная компонента, поскольку уровень ее информативности превышает 55% [4]. Значения элементов матрицы факторных нагрузок (таблица 1) подтверждают вывод о составе и характере влияния показателей на экономическую безопасность, сделанный с помощью бинарной модели.
Результаты ранжирования административно-территориальных образований по уровню экономической безопасности на основе интегрального показателя в 2006 г. приведены в таблице 2 наряду с результатами ранжирования по модели бинарного выбора.
Сопоставление ранжировок административно-территориальных образований, полученных с помощью интегрального показателя и бинарной модели, не выявило существенных расхождений: разница в ранго-
вых позициях для одних и тех же административно-территориальных образований области составляет от 0 до 5 пунктов. Сравнительно более высокий уровень экономической безопасности имеют города области и Оренбургский район. По уровню экономической безопасности города области существенно опережают сельскую местность: здесь сосредоточены предприятия, предоставляющие торговые, социальные и финансовые услуги. Легко объяснить, почему сельский Оренбургский район имеет более высокий уровень экономической безопасности по сравнению с экономической безопасностью других сельских районов: примыкая к областному центру, он использует преимущество своего положения. Сравнительно более низкий уровень экономической безопасности наблюдается практически у всех сельских районов области. Сокращение производства сельскохозяйственной продукции и убыточность 60-70% сельскохозяйственных предприятий объясняются медленной адаптацией сельского населения к рыночным отношениям, сокращением инвестиций в аграрный сектор экономики и ухудшением материально-технической базы сельского хозяйства.
Для выявления динамики рейтинговых позиций административно-территориальных образований построили интегральный показатель в 2003-2006 гг. Введя величину
А „ = R(Уi,t_1) - Щу1Д), (2)
где R(yi,t) - ранг ьго объекта в момент времени ^ охарактеризуем изменения рейтинговых позиций объекта во времени.
Наибольший рост рейтинга за 2003-2006 гг. наблюдался в Пономаревском (+11 пун-
Таблица 2. Ранжирование административно-территориальных образований региона по уровню экономической безопасности в 2006 г.
Города и районы По модели бинарного выбора По значениям интегрального показателя
вероятность отнесения объекта к классу со сравнительно более высоким уровнем экономической безопасности ранг значение интегрального показателя ранг
г. Бугуруслан 0,27229 7 0,1097 7
г. Бузулук 0,94557 2 0,5697 4
г. Гай 0,59419 6 0,0869 9
г. Медногорск 0,20409 8 0,0923 8
г. Новотроицк 0,77263 5 0,6817 3
г. Оренбург 0,99254 1 5,9091 1
г. Орск 0,83136 4 1,537 2
г. Сорочинск 0,19281 9 -0,022 13
Абдулинский 0,0083 18 -0,239 18
Адамовский 0,00496 26 -0,357 30
Акбулакский 0,0021 35 -0,377 34
Александровский 0,00202 37 -0,386 36
Асекеевский 0,00103 42 -0,399 39
Беляевский 0,00204 36 -0,392 37
Бугурусланский 0,00225 34 -0,383 35
Бузулукский 0,00784 20 -0,313 23
Г айский 0,00116 41 -0,506 43
Грачевский р-н 0,02035 13 0,0086 12
Домбаровский р-н 0,00078 43 -0,433 41
Илекский р-н 0,00117 40 -0,412 40
Кваркенский р-н 0,00281 32 -0,372 32
Красногвардейский р-н 0,01265 14 -0,256 19
Кувандыкский р-н 0,0031 30 -0,372 33
Курманаевский р-н 0,05145 11 0,2597 6
Матвеевский р-н 0,00179 38 -0,394 38
Новоорский 0,13265 10 -0,127 15
Новосергиевский р-н 0,00623 22 -0,316 24
Октябрьский р-н 0,00797 19 -0,116 14
Оренбургский р-н 0,92496 3 0,547 5
Первомайский р-н 0,02355 12 -0,21 17
Переволоцкий р-н 0,00529 24 -0,287 21
Пономаревский р-н 0,004 29 -0,356 29
Сакмарский р-н 0,00952 16 0,0344 11
Саракташский р-н 0,00284 31 -0,368 31
Светлинский р-н 0,00497 25 -0,288 22
Северный р-н 0,00914 17 -0,131 16
Соль-Илецкий р-н 0,00492 27 -0,321 25
Сорочинский р-н 0,00134 39 -0,505 42
Ташлинский р-н 0,00561 23 -0,344 27
Тоцкий р-н 0,00647 21 -0,258 20
Тюльганский р-н 0,00255 33 -0,345 28
Шарлыкский р-н 0,00414 28 -0,328 26
Ясный и р-н 0,01257 15 0,0735 10
ктов), Абдулинском (+8 пунктов) и Северном (+7 пунктов) районах. Это можно объяснить тем, что в этих районах за период с 2003 по 2006 г. оборот розничной торговли на душу населения повысился примерно в три раза; сократилась, практичес-
ки до нуля, задолженность организаций по заработной плате, уменьшился удельный вес убыточных организаций. Показатель числа зарегистрированных иностранных работников на 1000 человек населения в этих районах в несколько раз выше по срав-
нению с аналогичным показателем других сельских районов. К тому же соседство с Самарской областью и Башкортостаном благоприятно отражается на развитии районов: оно создает возможности для производственного кооперирования, торговли и культурного обмена.
Наибольшее падение рейтинга за 20032006 гг. наблюдалось у районов, расположенных вдоль границы с Казахстаном (Ак-булакский, Светлинский, Беляевский, Дом-
баровский, Илекский районы). Сравнительно низкий уровень экономической безопасности этих районов и падение рейтинговых позиций объясняются высоким уровнем безработицы, относительно небольшим фондом оплаты труда на одного рабочего, ростом удельного веса убыточных предприятий, низким оборотом розничной торговли на душу населения и незначительной долей числа иностранных трудящихся на 1000 человек населения.
Список использованной литературы:
1. Тихомиров Н.П., Дорохина Е.Ю. Эконометрика: Учебник / Н.П. Тихомиров, Е.Ю. Дорохина. - М.: Издательство «Экзамен», 2003. - 512 с.
2. Айвазян С.А. Прикладная статистика и основы эконометрики: учебник для вузов / С.А. Айвазян, В.С. Мхитарян. -М.: ЮНИТИ, 1998. - 1022 с.
3. Мхитарян В.С., Архипова М.Ю., Архипов В.Ю. Нелинейный регрессионный анализ в системе Statistica и SPSS - М.: Московский государственный университет экономики, статистики и информатики, 2006. - 91 с.
4. Айвазян С.А. Эконометрическое моделирование. Межстрановый анализ интегральных категорий качества жизни населения // Учебное пособие для вузов. - Выпуск 4. М.: МЭСИ, 2002. - 59 с.
