Рус Eng Cn Перевести страницу на:  
Please select your language to translate the article


You can just close the window to don't translate
Библиотека
ваш профиль

Вернуться к содержанию

Теоретическая и прикладная экономика
Правильная ссылка на статью:

Методические подходы к многоуровневой оценке деловой активности и ее влияние на промышленное развитие региональных экономических систем (на примере Республики Татарстан)

Ельшин Леонид Алексеевич

доктор экономических наук

директор, Центр стратегических оценок и прогнозов, Казанский федеральный университет, заведующий, ГБУ "Центр перспективных экономических исследований Академии наук Республики Татарстан"

420139, Россия, Республика Татарстан, г. Казань, ул. Островского, 23/1

Elshin Leonid Alekseevich

Doctor of Economics

Senior researcher at Center for Strategic Assessment and Forecasts of the Institute of Management, Economics and Finance, Kazan Federal University

420139, Russia, respublika Tatarstan, g. Kazan', ul. Ostrovskogo, 23/1

Leonid.Elshin@tatar.ru
Другие публикации этого автора
 

 

DOI:

10.25136/2409-8647.2017.2.22723

Дата направления статьи в редакцию:

19-04-2017


Дата публикации:

13-07-2017


Аннотация: Исследование деловой активности на региональном уровне представляет собой важную научно-методологическую проблему, решение которой к настоящему моменту времени так и не нашло общепринятого подхода. Не менее важной проблемой, как в научно-познавательном, так и в практическом плане является поиск методов, направленных на идентификацию влияния деловой активности регионального уровня на параметры развития отдельных секторов экономики. Решению данных вопросов и посвящена настоящая статья. Объектом проводимого исследования является деловая активность региона (на примере Республики Татарстан) и ее влияние на развитие региональных экономических систем. Предметом исследования выступают методы определения и моделирования деловой активности региона и оценка ее воздействия на параметры развития отдельных видов экономической деятельности. Автор подробно рассматривает такие аспекты темы, как идентификация факторов, формирующих параметры развития деловой активности региональных экономических систем, анализ внутрирегиональных особенностей, определяющих смену траекторий индексов деловой активности, в концентрированном виде выражающих смену ожиданий экономических агентов. Особое внимание уделяется вопросам экономико-математического моделирования оценки уровня воздействия циклически генерируемых трендов деловой активности региона на траектории развития отдельных видов промышленной экономики региона. Метод проведения работы основаны на применении инструментов кросс-корреляционного анализа основных сисемообразующих факторов, влияющих на оценку деловой активности региона, а также инструментах статистического анализа и других специальных методах, способствующих определению и поиску взаимосвязей между исследуемыми статистическими рядами. Новизна исследования заключается в разработанном концептуальном подходе идентификации параметров деловой активности, основанном на моделировании ожиданий экономических агентов с использованием методов кросс-корреляционного анализа. Особым вкладом автора в исследование темы является разработанные методические подходы к поиску и выявлению взаимосвязей отдельных видов экономической деятельности региона с формируемыми на региональном уровне параметрами деловой активности.


Ключевые слова:

Деловая активность региона, ожидания экономических агентов, конкурентоспособность, моделирование и прогнозирование, чувствительность секторов экономики, кросс-корреляционный анализ, региональная экономика, моделирование интегральных показателей, таксономический анализ, факторный анализ

Abstract: Analysis of regions' business activity is an important research issue that hasn't been solved and still requires a certain commonly accepted approach. The other issue which is also important both practically and theoretically is the selection of methods aimed at identifying the influence of regions' business activity on development indicators of certain economic sectors. Solution of these issues is the aim of the present research. The object of the research is region's business activity (based on the example of the Republic of Tatarstan) and its influence on the development of regional economic systems. The subject of the research involves methods of defining and modeling business activity of the region as well as assessing its impact on development indicators of separate types of economic activity. The author examines such aspects of the topic as identification of factors that develop parameters of regional economic systems' business activity, and analysis of intraregional particularities that define the change in index pathways of business activity that express changes in expectations of economic agents. The author pays special attention to the issues of economic and mathematical modelling to assess the impact of cyclically generated trends of region's business activity on development pathways of certain industries in a region.  The research method used by the author is based on using tools of the cross-correlation analysis of the main systematically important factors influencing the process of assessing region's business activity as well as the tools of the statistical analysis and other special methods promoting determination and search for interrelations between the studied statistical ranks. The novelty of the research is caused by the fact that the author develops a conceptual approach to identifying parameters of business activity based on modelling expectations of economic agents and using methods of the cross-correlation analysis. The author's contribution to the topic is that he has developed methodical approaches to determining and describing interrelations of separate types of economic activity of the region with the parameters of business activity formed at the regional level.


Keywords:

business activity of the region, expectations of economic agents, competitiveness, modeling and forecasting, sensitivity of sectors of economy, cross-correlation analysis, regional economy, modeling of integrated indicators, taxonomical analysis, factor analysis

Публикация подготовлена в рамках поддержанного РГНФ научного проекта №15-32-01353.

Вопросы анализа, диагностики и прогнозирования циклов деловой активности в контексте изучения и моделирования региональных экономических систем к настоящему моменту времени не нашли общепринято решения в научном сообществе ввиду малой степени освоения данного направления научных исследований [1, 2]. Между тем решение поставленных вопросов позволит сформировать и оптимизировать систему методических подходов к прогнозированию социально-экономического развития регионов, усовершенствовать разработку программ государственного управления региональной экономикой, стратегии развития на кратко- и среднесрочный периоды с учетом идентификации и оценки влияния на тренды экономического развития циклически корректирующихся во времени параметров деловой активности региональных экономических систем.

В России есть несколько примеров составления и публикации индексов, оценивающих деловую и экономическую активность на национальном уровне: индекс предпринимательской уверенности, индекс деловой активности Ассоциации менеджеров (АМР), индекс предпринимательских ожиданий и другие [3]. На региональном уровне подобная работа практически не ведется. А между тем региональная экономика сталкивается со своим особым кругом проблем, обусловленных направленностью и спецификой экономики каждого конкретного региона, и использовать национальные показатели для оценки региональной экономики не совсем корректно [4]. Поэтому необходимо разрабатывать региональные индексы, которые бы учитывали специфику факторов и механизмов развития региональных экономических систем, а также формировали базис для разработки и научного обоснования прогностических оценок развития региона в условиях его вертикальной и горизонтальной интегрированности в систему формирования добавленной стоимости макро- и мезоуровня.

Учитывая, что регионы, в силу целого ряда причин, по-разному адаптируются и реагируют на любые изменения, происходящие в том числе и в рамках национальной и/или глобальной социально-экономической среды, характер и траектории их развития будут иметь персонифицированные особенности, включая и деловую активность их систем. Таким образом для углубленного изучения деловой активности на региональном уровне требуется фундаментальный анализ широкого спектра факторов, обуславливающих ее чувствительность к ним, а также предопределяющих формирование каналов распространения деловой активности других экономических систем, взаимоинтегрированных в конкретную региональную экономику. Познание и научное обоснование данного процесса позволит оптимизировать решение целого ряда вопросов, в области регулирования и «ручного управления» фазами циклического развития деловой активности региона, в случае возникающей порой необходимости придания дополнительных импульсов корректировки формирующегося краткосрочного экономического цикла, генерирующегося в результате последовательных трансформаций параметров деловой активности.

Важным является и то, что к настоящему моменту времени в теории региональной экономики так и не сформирован единый методологический подход, раскрывающий особенности измерения, оценки и сопоставления деловой активности в разрезе отдельных региональных экономических систем, в том числе и в их взаимосвязи на макро- и мезоуровне.

На наш взгляд решить поставленную задачу можно путем комплексной идентификации ожиданий экономических агентов, в концентрированном виде, выражающих деловую активность в кратко-, средне- и долгосрочной перспективах, генерирующих, в свою очередь, экономические циклы регионов соответствующей амплитуды. В случае, если ожидания можно выразить в единой системе статистического измерения, то их сопоставление между собой в территориальном (горизонтальном) и макроэкономическом (вертикальном) разрезах позволяет обнаружить характер взаимосвязей между ними. Несомненно, выдвинутая гипотеза решения поставленной задачи обнаружения характера взаимосвязи между деловой активностью различного территориального (а также иерархического) уровня требует, помимо своего непосредственного обоснования, разработку методологического инструментария, формирующего основу доказательной базы.

Идея о том, что изменение фазы деловой активности происходит не мгновенно, а относительно постепенно с учетом корректирующихся во времени ожиданий экономических агентов, сформировалась довольно таки давно – во второй половине двадцатого века. Представители традиционных и нетрадиционных теорий экономического роста полагали, что изменения в ожиданиях экономических агентов формируют устойчивые основы для макроэкономических сдвигов, ускорение/замедление которых мультиплицируется на процессы фазовых сдвигов циклического развития экономических систем. При этом одной из главных методологических задач, решению которых посвящены многие научные труды данных теорий, является поиск ключевых, системообразующих факторов, корректировка которых формирует соответствующие сдвиги в ожиданиях и, соответственно, определяет тренды деловой активности хозяйствующих субъектов. Понимание и идентификация данных факторов, генерация которых опережает общеэкономичекую динамику, позволяет выделить с определенным лагом перспективные сдвиги в экономическом развитии системы, что формирует базовые основы не только для разработки системы прогностических оценок, но и понять логику предстоящих трансформаций. На теоретическом уровне подобные показатели, количественно отражающие рассматриваемую совокупность факторов, классифицируют как опережающие показатели, а полученные на их основе агрегированные индексы – интегральные индексы опережающего развития [5].

Мы будем понимать под сводным (интегральным) индексом деловой активности комплексный показатель, рассчитываемый на основе комбинации относительных величин ряда статистических показателей. Каждая составляющая в обобщающем индексе должна иметь свой вес. Значения весовых коэффициентов могут быть определены на основе достаточно широкого спектра методов, используемых в теории статистического анализа (к ним, к примеру, можно отнести методы корреляционного и факторного анализа, ранжирование параметров, решение задач математического программирования и т. д.) [6].

Однако на наш взгляд, наиболее передовым к настоящему моменту времени является метод, основанный на расчете расстояний между точками изучаемого многомерного пространства, уровень которых определяется на основании участвующих в модели факторов. Данный метод получил название «таксономический метод». [2]. Расстояния между факторами определяются по формуле:

(1)

где - расстояние между факторами и .

Финальная структура матрицы, отражающей изучаемые расстояния между факторами имеет следующий вид:

. (2)

После реализации процедуры оценки значений матрицы расстояний определяется критическое расстояние, характеризующее максимальное расстояние между анализируемыми факторами [3]:

(3)

Далее, для каждого признака находят сумму всех расстояний, не превышающих критического расстояния:

(4)

Тогда весовые коэффициенты рассчитываются по формуле:

(5)

В используемой нами методике под деловой активностью понимается комплексная и динамическая характеристика объектов оценки, которая отражает эффективность использования материальных, трудовых, финансовых, производственных и других ресурсов региона по всем направлениям деятельности и характеризует качество управления, достаточность капитала и возможности экономического роста.

Применяемая в данном исследовании методика основана на применении факторного подхода, то есть выявлении набора факторов, влияющих на уровень и динамику деловой активности региона. При таком подходе сначала анализируемые факторы объединяются в субиндексы, которые представляют собой сумму множества средневзвешенных оценок по анализируемым компонентам [4]. На основе этой системы индикаторов, характеризующих определенные виды деятельности, и индексного метода рассчитывается интегральный (композитный) или сводный индекс - «Индекс деловой активности региона (ДАР)», определяющий уровень деловой активности объекта оценки (региона) в целом.

Исходя из анализа опережающего воздействия на экономическое развитие территориальных систем, был принят следующий состав показателей сводного опережающего индекса, определяющего, в конечном итоге, значение показателя деловой активности региона (на примере Республики Татарстан).

Первая группа включила в себя показатели, характеризующие изменения капитала и сформировала индекс изменения капитала: индекс потребительских цен, средневзвешенная процентная ставка по кредитам свыше 1 года, предоставленным кредитными организациями нефинансовым организациям.

Вторая составляющая сводного опережающего индекса – фондовый индекс РТС, основной индикатор фондового рынка России, определяется в долларах США.

Третья группа индикаторов сформировала так называемый ресурсный индекс. Она характеризует внутренний резерв экономики региона. В состав этого индекса, в контексте моделирования деловой активности Республики Татарстан, вошли следующие показатели: темп роста добычи топливно-энергетических полезных ископаемых, объем химического производства, курс акций ОАО Татнефть.

В четвертую группу индексов, формирующих производственный индекс вошли: темп роста объема отгруженных товаров собственного производства, выполненных работ и услуг собственными силами, грузооборот автотранспорта предприятий всех видов деятельности, товарные запасы в организациях на конец периода.

При выборе макроэкономических показателей, положенных в основу оценки индекса деловой активности региона, стоит учитывать, что в реальной ситуации некоторые показатели могут взаимозаменяться, дополняться, исключаться в зависимости от экономической политики и характера экономического развития исследуемого объекта, а также доступности статистической базы по необходимым экономическим показателям [5].

На этапе определения значений субиндексов все факторы, входящие в их состав, подвергались «взвешиванию» в целях повышения уровня объективности получаемых оценок. При этом веса, в данном случае, рассчитывались на основе соотношения текущих значений показателей, выраженных в темпах роста к предыдущему периоду времени, к сумме таких темпов роста по всем составляющим показателям субиндекса. Рассчитанные значения субиндексов по Республике Татарстан приведены в таблице 1. Подробный алгоритм и его описание представлены в более ранних трудах [6].

Таблица 1 - Расчет субиндексов – четырех составляющих «Индекса деловой активности региона»

Наименование

показателя

Наименование временного периода

2014 год

январь

февраль

март

апрель

май

июнь

июль

август

сентябрь

октябрь

ноябрь

декабрь

I1

101,2

102,3

97,9

102,3

101,6

102,4

101,4

99,8

101,3

101,1

101,8

102,5

I2

90,18

97,4

90,2

97,4

96,8

94,3

112,1

105,4

89,3

97,6

94,4

97,1

I3

98,7

98,3

106,2

96,7

101,3

103,2

101,7

103,1

93,9

110,0

100,8

98,8

I4

80,7

108,8

103,9

104,3

103,4

99,8

99,3

104,5

98,8

97,1

99,1

113,8

2015 год

январь

февраль

март

апрель

май

июнь

июль

август

сентябрь

октябрь

ноябрь

декабрь

I1

110,1

105,1

101,0

98,6

101,8

97,1

99,2

99,4

98,9

101,0

99,5

96,2

I2

89,3

81,2

93,3

121,6

98,2

116,9

94,1

97,0

91,4

97,1

94,7

107,1

I3

106,6

105,1

104,1

97,1

103,4

101,4

101,8

104,5

91,5

111,1

100,2

102,5

I4

71,3

120,9

107,1

97,7

100,6

109,7

96,8

102,8

103,9

101,9

98,4

103,9

2016 год

январь

февраль

март

апрель

май

июнь

июль

август

сентябрь

октябрь

ноябрь

декабрь

I1

103,2

99,0

102,1

100,6

100,4

99,1

97,7

100,1

99,4

96,9

99,8

99,6

I2

100,2

89,4

98,5

103,2

114,0

108,6

95,1

102,9

99,7

102,5

104,3

99,8

I3

99,9

95,2

108,1

95,0

101,3

103,4

97,5

104,8

97,8

105,0

105,6

106,1

I4

78,0

112,3

109,0

95,9

104,4

104,3

96,8

106,4

102,6

101,2

98,3

103,9

После проведения процедуры сезонного сглаживания сформировавшихся временных рядов, характеризующих динамику соответствующих субиндексов, стало возможным перейти к расчету конечного сводного индекса деловой активности региона. Сводный индекс деловой активности региона (ДАР) складывается из рассчитанных рядов индикаторов, или субиндексов деловой активности с учетом ранее определенных значений их весовых коэффициентов.

В формульном виде расчет индекса ДАР выглядит следующим образом [8]:

(6)

где Ii - значение интегрального индекса деловой активности в i-м месяце;

i – значение периода (месяца в нашем случае);

Iкi –субиндекс изменения капитала в i-м месяце;

Iфi –субиндекс, оценивающий параметры изменения на фондовых биржах в i-м месяце;

Iрi –ресурсный субиндекс в i-м месяце;

Iпi– производственный субиндекс в i-м месяце;

Wк, Wф, Wр, Wп – весовые коэффициенты соответственно субиндекса изменения капитала, а также производственного, ресурсного и фондового субиндексов.

На данном этапе исследования веса определенной компоненты (субиндекса) определялись в соответствии с ранее представленным алгоритмом, в основе которого лежит таксономический метод. Результаты реализованных оценок, характеризующих удельные веса соответствующих субиндексов, участвующих в определении интегральных значений индекса деловой активности региона, представлены в таблице 2.

Таблица 2 – Значения весовых коэффициентов субиндексов сводного индекса деловой активности региона

Наименование субиндекса

Значение присвоенного веса

Субндекс капитала

0,278

Фондовый субиндекс

0,364

Производственный субиндекс

0,205

Ресурсный субиндекс

0,153

Применение в модели определения индекса ДАР полученных значений весовых коэффициентов, а также полученные ранее значения соответствующих субиндексов, позволило осуществить финальные расчеты, результаты которых представлены в таблице 3 и рисунке 1.

Таблица 3 – Ежемесячные значения индекса ДАР за период 2014-2016гг. (сглаженный ряд)

Значения индекса ДАР в 2014 году

январь

февраль

март

апрель

май

июнь

июль

август

сентябрь

октябрь

ноябрь

декабрь

103,3

96,7

97,1

97,3

94,5

108,1

101,5

99,8

99,8

100,7

100,0

99,5

Значения индекса ДАР в 2015 году

январь

февраль

март

апрель

май

июнь

июль

август

сентябрь

октябрь

ноябрь

декабрь

101,3

98,7

103,8

97,9

102,0

100,4

98,5

100,2

100,5

99,9

101,1

101,3

Значения индекса ДАР в 2016 году

январь

февраль

март

апрель

май

июнь

июль

август

сентябрь

октябрь

ноябрь

декабрь

99,2

102,0

97,1

103,2

99,2

99,4

101,3

104,7

100,0

104,6

100,1

99,2

Рисунок 1 - Индекс деловой активности Республики Татарстан за период 2014-2016гг.

В соответствии с представленной графической иллюстрацией динамики деловой активности можно наблюдать ее снижение вплоть до конца 2015 – начала 2016 года с последующим ее оживлением и переходом в фазу роста с середины 2016 г. Отрицательная динамика тренда рассматриваемого динамического ряда была вызвана накопившимися в предшествующие периоды структурных проблем, обострение которых более отчетливо проявилось в результате трансформации в период 2014- середины 2016гг. конъюнктурных и фундаментальных условий хозяйствования. Однако реализация целого ряда государственных программных мероприятий, направленных на поддержку финансового сектора, перехода к плавающему курсу рубля и т. п., во многом способствовали адаптации экономических агентов к новым сложившимся реалиям, что нашло свое отражение в переходе из фазы отрицательной динамики деловой активности – в положительную. Подтверждением этому служит наблюдаемый с февраля-марта 2016 года рост полиномиальной кривой, характеризующей возрастающий тренд рассматриваемого индикатора.

Учитывая, что индекс ДАР строится на основе мониторинга конъюнктурных изменений на внешних и внутренних рынках макро- и мезоуровня можно с полной уверенностью утверждать, что разрабатываемая модель влияния воздействия внешних и внутренних, по отношению к изучаемой региональной системе, «импульсов» на их развитие способствует не только решению вопросов в сфере идентификации деловой активности, но и определению перспективных трендов экономического роста в целом, или отдельных видов экономической деятельности региональных систем в частности.

Апробация выдвинутого концептуального подхода представлена ниже, в рамках реализации серии экономико-математических расчетов, направленных на определение тесноты связи между ИПП и ДАР. Важным в процессе реализации расчетов и оценок, направленных на определение уровня подобного рода зависимостей (измерению влияния динамики показателя, оценивающего деловую активность и темпами роста промышленных секторов экономики региона), является то, что на начальном этапе целесообразным представляется выявление наиболее перспективных, с точки зрения логики экономико-математического моделирования, агрегированных видов промышленных производств, характеризующихся высокими коэффициентами эластичности к корректировкам ожиданий экономических агентов. Данный шаг обусловлен необходимостью достижения более качественных и статистически значимых оценок, получаемых в процессе решения поставленной задачи.

Результаты корреляционного анализа, идентифицирующего уровень взаимосвязи между исследуемыми статистическими рядами, оценивающими темпы роста промышленного производства в разрезе отдельных его укрупненных составляющих и индексом деловой активности региона в диапазоне 2014-2016гг. представлены в таблице 4.

Таблица 4 - Коэффициенты корреляции, между статистическими рядами, оценивающими темпы роста сводного индекса деловой активности региона (ДАР) и темпами роста промышленных секторов экономики Республики Татарстан

Наименование изучаемого показателя

Коэффициент корреляции

1

Промышленное производство,

в том числе:

0,618

2

Добыча полезных ископаемых

0,410

3

Обрабатывающие производства

0,732

4

Производство и распределение электроэнергии, газа и воды

0,328

Представленные оценки демонстрируют то, что наибольший уровень взаимосвязи между анализируемыми рядами характерен для предприятий обрабатывающего сектора промышленных производств. Это, в свою очередь, предопределило дальнейший выбор параметров статистического анализа, в основе которого определена попытка оценки влияния изменений в ожиданиях экономических агентов, генерирующих их деловую активность, на развитие именно данного сектора промышленной экономики Республики Татарстан.

В основе структурно-логического подхода к проведению необходимых оценок, лежат методы эконометрического анализа, подробное описание и апробирование которых представлено в более ранних наших работах [8, 11, 16]. В его основу заложен принцип, раскрывающий взаимосвязь между динамикой роста промышленных секторов экономики и их темпами в прошлые периоды, а также темпами роста значений индекса деловой активности региона, как главного индикатора, отражающего ожидания экономических агентов.

Крайне важным элементом проведения подобного рода оценок является возможность определения степени реакции того или иного сектора промышленной экономики региона к циклически изменяющимся параметрам деловой активности региональных экономических агентов. Это, во многом, способствует определению уровня их конкурентоспособности и перспектив устойчивого развития в случае генерирующихся различного рода внешних и внутренних импульсов, оказывающих воздействие на модели поведения хозяйствующих субъектов. Кроме того, понимание тесноты связи между темпами роста того или иного промышленного сектора экономики и деловой активности региона позволяет в значительной степени совершенствовать механизмы прогнозирования и сценарного моделирования циклического развития региональной экономики [12, 13, 14].

Руководствуясь данным подходом, обосновывающим возможность диагностирования развития промышленных секторов экономики в результате корректировок деловой активности, на примере предприятий обрабатывающей промышленности Республики Татарстан осуществлены расчеты и оценки, устанавливающие наличие такой взаимосвязи и ее величины.

Таблица 5 - Регрессионная статистика модели

Y – пересеч.

P-Значение

P [2]

P-Значение

ДАР [3]

P-Значение

Республика Татарстан

77,91

0,0002

0,195

0,0321

0,086

34Е-5

где P [2] – темпы роста обрабатывающей промышленности региона с лагом в 2 месяца;

ДАР [3] – темпы роста сводного индекса деловой активности региона с лагом в 3 месяца.

Наглядное представление реализованных эконометрических оценок помогает увидеть, что расчетная регрессия в достаточной степени хорошо аппроксимирует исходный ряд. Соответствующий коэффициент детерминации равен 0,769, – значения меньше заданного уровня значимости 0,05. Следовательно, наше уравнение адекватно описывает исходные данные. Интерпретация полученных оценок демонстрируют и подтверждают ранее высказанные гипотезы о наличии взаимосвязи между исследуемой совокупностью статистических показателей. При этом данная взаимосвязь носит весьма ограниченный характер (приирост индекса Дар на 1% приводит к приросту ИПП на 0,09%). Невысокий уровень эластичности между интегральным индексом деловой активности и темпами роста обрабатывающей промышленности в регионе может свидетельствовать о значительном уровне мер государственного регулирования промышленной политикой, выраженной, в том числе, в значительной поддержке промышленных секторов экономики в период кризиса и ослабленным воздействием в периоды оживления и подъема. Кроме того, данный уровень эластичности может свидетельствовать и о высоком уровне ориентированности предприятий обрабатывающей промышленности региона на внешние рынки, что в значительной степени нивелирует эффект падения/роста спроса в результате снижения/активизации деловой активности резидентов региона.

Крайне важным и познавательным, как с научной, так и с практической точек зрения, является возможность определения уровня чувствительности отдельных секторов экономики к изменяющимся индексам деловой активности региона. Это в значительной степени расширяет рамки проведения анализа их конкурентоспособности и устойчивости развития в результате трансформации и воздействия на них внешних и внутренних факторов, запускающих механизмы генерации деловой активности экономических агентов [15].

В качества иллюстрации данного подхода в работе представлены оценочные расчеты основных параметров эконометрической модели, определяющей взаимосвязь между динамикой роста объемов производства химической промышленности Республики Татарстан и деловой активностью региона.

P = 86,12+0,112P [1] + 0,093ДАР[2] (R2 = 0,7821),

где

P – темпы роста химического производства (сглаженный ряд);

ДАР – темпы роста сводного индекса деловой активности региона.

[1, 2] – лаговые значения (месяцев)

Таблица 6 – Регрессионная статистика модели

Коэффициенты

P-Значение

Y – пересеч.

86,12

0,00

P (-1)

0,112

0,00

IDA (-2)

0,093

0,01

Руководствуясь предложенными методическими подходами определения взаимосвязи между темпами роста промышленного производства и деловой активностью региона реализованы подобные оценки в разрезе других видов экономической деятельности, относящихся к обрабатывающей промышленности. В таблице 7 представлены основные итоги расчетов, демонстрирующие значения коэффициентов при одном из экзогенных параметров регрессионной модели – индекса ДАР. В таблицу вошли виды обрабатывающей промышленности региона, «участие» которых в процессе эконометрического моделирования соответствовало параметрам адекватного, с точки зрения статистического анализа, описания построенных уравнений регрессии.

Таблица 7 - Значения коэффициентов при факторе, оценивающим деловую активность региона

Вид экономической деятельности

Значение коэффициента

1

Производство пищевых продуктов, включая напитки, и табака

-0,029

2

Производство нефтепродуктов

-0,035

3

Обработка древесины и производство изделий из дерева

0,054

4

Целлюлозно-бумажное производство; издательская и полиграфическая деятельность

0,058

5

Производство электрооборудования, электронного и оптического оборудования

0,062

6

Производство резиновых и пластмассовых изделий

0,070

7

Химическое производство

0,089

8

Металлургическое производство и производство готовых металлических изделий

0,102

9

Производство машин и оборудования

0,121

10

Производство транспортных средств и оборудования

0,141

11

Производство кожи, изделий из кожи и производство обуви

0,149

12

Текстильное и швейное производство

0,202

Полученные результаты демонстрируют, что различные сектора обрабатывающей промышленности имеют дифференцированный характер чувствительности к изменяющимся параметрам деловой активности региона. Ряд из них имеют имею значительную степень реагирования на ожидания экономических агентов, другие менее подвержены данного рода изменениям. Выявленная дифференциация во многом способствует определению логики траекторий развития отдельных промышленных секторов экономики, что формирует устойчивые основы определения мер государственного воздействия на них в условиях различного рода фазовых сдвигов экономических циклов. Кроме того, полученные оценки способствуют разработке адаптивных механизмов прогнозирования и сценарного моделирования экономики региона в различных фазах их циклического развития.

Работа выполнена за счет средств субсидии, выделенной Казанскому федеральному университету для выполнения государственного задания в сфере научной деятельности

Библиография
1. Ильина Т.С. Методы исследования региональных социально-экономических систем / Т.С. Ильина // Вестник Чувашского университета. Гуманитарные науки. 2012. №4. С. 366-369. 0,25 п.л.
2. Смирнов С.В., Френкель А.А., Кондрашов Н.В. Индексы региональной экономической активности. Вопросы статистики. 2016. № 12. С. 29-38.
3. Зильберштейн Л.В. Разработка регионального индекса деловой и экономической активности (на материалах Самарского региона) / Л.В. Зильберштейн, Е.В. Чеботарева // Журнал «Экономические науки». – 2010.-№ 6(67). – с. 122-127.
4. Жихаревич Б.С. Институциональное измерение регионального социально-экономическое пространства: подход к исследованию// Экономика Северо-Запада: проблемы и перспективы.-2011.-№ 2 – 3.-С. 47.
5. Головина О. Д. Определение прогностических свойств набора совпадающих и опережающих индикаторов / О.Д. Головина Х. З. Бадаш, Ю. Н. Поляков // Вестник Удмуртского университета. – 2009. – № 2 (2). – с. 144 – 150.
6. Аношин И. Индексы деловой активности в России / И. Аношин // Макроэкономика.– 2004. – № 10 (12). – с. 20 – 21.
7. Дубовицкий С.В. Прогнозирование экономического роста и финансовой динамики в условиях глобализации и нестабильности //Общество и экономика. – 2005.-№ 3. – С. 129-136.
8. Сафиуллин М.Р., Ельшин Л. А., Прыгунова М.И Влияние ожиданий экономических агентов на параметры циклического развития экономики при различных типах структурного неравновесия // Известия ДВФУ. Экономика и управление.-2016.-№4. – С. 50–64
9. Жеребин В. Временные и межрегиональные сопоставления показателей уровня жизни населения // Вопросы статистики. – 1998.-№2. – С. 16-23.
10. Соловьева Ю. В. Многофакторная модель деловой активности //Журнал экономической теории. 2008. №2. С. 184-195
11. Сафиуллин М. Р., Ельшин Л. А., Шакирова А. И. Оценка деловой и экономической активности как инструмент краткосрочного прогнозирования / Вестник Российской академии наук. 2012. Т. 82. №7. С. 623
12. Яковец Ю.В. Циклы. Кризисы. Прогнозы—М: Haукa. 1999. – 448с.
13. Chase-Dunn C. and Willard A. Systems of Cities and World-Systems: Settlement Size Hierarchies and Cycles of Political Centralization, 2000 BC-1988 AD. A paper presented at the annual meeting of the International Studies Association, Acapulco March 24-27,1993
14. Thompson W. С-waves, central-hinterland conflict, and regime change in the Ancient Near East: Early impacts of globalization processes? Paper prepared for the annual meeting of American Schools of Oriental Research, Denver, Colorado, November, 2001
15. Вайбер Р. Эмпирические законы сетевой экономики // Проблемы теории и практики управления. – 2003. – №3. – С. 87–91
16. Safiullin M., Elshin L., Prygunova M. Methodological approaches to forecasting the mid-term cycles of economic systems with the predominant type of administrative-command control. Journal of Economics and Economic Education. Volume 17 Special issue 2 c. 277-287
References
1. Il'ina T.S. Metody issledovaniya regional'nykh sotsial'no-ekonomicheskikh sistem / T.S. Il'ina // Vestnik Chuvashskogo universiteta. Gumanitarnye nauki. 2012. №4. S. 366-369. 0,25 p.l.
2. Smirnov S.V., Frenkel' A.A., Kondrashov N.V. Indeksy regional'noi ekonomicheskoi aktivnosti. Voprosy statistiki. 2016. № 12. S. 29-38.
3. Zil'bershtein L.V. Razrabotka regional'nogo indeksa delovoi i ekonomicheskoi aktivnosti (na materialakh Samarskogo regiona) / L.V. Zil'bershtein, E.V. Chebotareva // Zhurnal «Ekonomicheskie nauki». – 2010.-№ 6(67). – s. 122-127.
4. Zhikharevich B.S. Institutsional'noe izmerenie regional'nogo sotsial'no-ekonomicheskoe prostranstva: podkhod k issledovaniyu// Ekonomika Severo-Zapada: problemy i perspektivy.-2011.-№ 2 – 3.-S. 47.
5. Golovina O. D. Opredelenie prognosticheskikh svoistv nabora sovpadayushchikh i operezhayushchikh indikatorov / O.D. Golovina Kh. Z. Badash, Yu. N. Polyakov // Vestnik Udmurtskogo universiteta. – 2009. – № 2 (2). – s. 144 – 150.
6. Anoshin I. Indeksy delovoi aktivnosti v Rossii / I. Anoshin // Makroekonomika.– 2004. – № 10 (12). – s. 20 – 21.
7. Dubovitskii S.V. Prognozirovanie ekonomicheskogo rosta i finansovoi dinamiki v usloviyakh globalizatsii i nestabil'nosti //Obshchestvo i ekonomika. – 2005.-№ 3. – S. 129-136.
8. Safiullin M.R., El'shin L. A., Prygunova M.I Vliyanie ozhidanii ekonomicheskikh agentov na parametry tsiklicheskogo razvitiya ekonomiki pri razlichnykh tipakh strukturnogo neravnovesiya // Izvestiya DVFU. Ekonomika i upravlenie.-2016.-№4. – S. 50–64
9. Zherebin V. Vremennye i mezhregional'nye sopostavleniya pokazatelei urovnya zhizni naseleniya // Voprosy statistiki. – 1998.-№2. – S. 16-23.
10. Solov'eva Yu. V. Mnogofaktornaya model' delovoi aktivnosti //Zhurnal ekonomicheskoi teorii. 2008. №2. S. 184-195
11. Safiullin M. R., El'shin L. A., Shakirova A. I. Otsenka delovoi i ekonomicheskoi aktivnosti kak instrument kratkosrochnogo prognozirovaniya / Vestnik Rossiiskoi akademii nauk. 2012. T. 82. №7. S. 623
12. Yakovets Yu.V. Tsikly. Krizisy. Prognozy—M: Hauka. 1999. – 448s.
13. Chase-Dunn C. and Willard A. Systems of Cities and World-Systems: Settlement Size Hierarchies and Cycles of Political Centralization, 2000 BC-1988 AD. A paper presented at the annual meeting of the International Studies Association, Acapulco March 24-27,1993
14. Thompson W. S-waves, central-hinterland conflict, and regime change in the Ancient Near East: Early impacts of globalization processes? Paper prepared for the annual meeting of American Schools of Oriental Research, Denver, Colorado, November, 2001
15. Vaiber R. Empiricheskie zakony setevoi ekonomiki // Problemy teorii i praktiki upravleniya. – 2003. – №3. – S. 87–91
16. Safiullin M., Elshin L., Prygunova M. Methodological approaches to forecasting the mid-term cycles of economic systems with the predominant type of administrative-command control. Journal of Economics and Economic Education. Volume 17 Special issue 2 c. 277-287