ЭКОНОМИЧЕСКИЕ ПЕРСПЕКТИВЫ ПРИМЕНЕНИЯ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ В РАЗЛИЧНЫХ ПРОМЫШЛЕННЫХ ОТРАСЛЯХ
ECONOMIC PROSPECTS FOR THE USE OF INFORMATION TECHNOLOGIES IN VARIOUS INDUSTRIAL SECTORS
Гоголев Артем Алексеевич, Сибирский федеральный университет
Ложников Кирилл Сергеевич, Сибирский федеральный университет
Попова Вероника Евгеньевна, Сибирский федеральный университет
Гузнова Екатерина Сергеевна, Сибирский федеральный университет
Иванов Павел Юрьевич, старший преподаватель кафедры строительных технологий, Федеральное государственное бюджетное образовательное учреждение высшего образования «Пермский государственный аграрно -технологический университет имени академика Д.Н. Прянишникова»
Gogolev Artem Alekseevich, Siberian Federal University
Lozhnikov Kirill Sergeevich, Siberian Federal University
Popova Veronika, Siberian Federal University
Guzanova Ekaterina Sergeevna, Siberian Federal University
Ivanov Pavel Yuryevich, senior lecturer of the Department of Construction Technologies, Federal State Budgetary Educational Institution of Higher Education «Perm State Agrarian and Technological University named after Academician D. N. Pryanishnikov»
Аннотация. В статье исследованы особенности экономических перспектив применения информационных технологий в различных промышленных отраслях. Автор приходит к выводу, что особенности применения достижений Индустрии 4.0 позволят достичь в области промышленности необходимого экономического эффекта за счет повышения скорости информационного обмена между участниками процесса производства и реализации продукции, а также снижения затрат за счет оптимизации ресурсообмена.
Abstract. The article examines the features of the economic prospects for the use of information technologies in various industrial sectors. The author comes to the conclusion that the features of the application of Industry 4.0 achievements will allow achieving the necessary economic effect in the field of industry by increasing the speed of information exchange between participants in the production and sale of products, as well as reducing costs by optimizing resource exchange.
Ключевые слова: информационные технологии, отрасли промышленности, Индустрия 4.0., экономический эффект
Keywords: information technologies, industries, Industry 4.0., economic effect
Академические и промышленные круги всего мира уделяют большое внимание применению технологий беспроводной связи в промышленном Интернете. Германия планирует предоставлять услуги глобальной сети для отрасли путем развертывания инфраструктуры общедоступной сети 5G и внедрения новейших беспроводных локальных сетей и технологий ближнего поля в Индустрии 4.0. Индустрия 4.0 состоит из трех основных компонентов, включая уровень приложений, сетевой уровень и уровень, состоящий из физических объектов. IIC также придает большое значение исследованиям сетевых технологий. Исследовательские комиссии разделили промышленную сеть на уровень передачи соединения и уровень кадра соединения [4].
Беспроводные технологии, такие как Wi-Fi, ZigBee, 2G / 3G / 4G, становятся важными технологиями для подключения транспортного уровня.
Исследователями была предложена архитектура промышленного Интернета, поддерживаемая беспроводными мобильными технологиями, которая была основана на спросе существующего промышленного производственного бизнеса на беспроводной мобильный Интернет.
Слой восприятия и контроля. Этот уровень отвечает за сбор данных из физического и человеческого мира, а также за глубокое восприятие и точный контроль. Он состоит из физических объектов, таких как машины и интеллектуальные сенсорные устройства, контроллеры, приводы, материалы, продукты и т. д. Основные технологии включают радиочастотную технологию, новейшую сенсорную технологию, беспроводную сетевую технологию и технологию управления полевой шиной (FCT).
Беспроводная сенсорная сеть обычно является основным способом сбора информации, который может объединять данные от сенсорных узлов по беспроводной сети. Затем большие объемы данных обрабатываются с помощью технологий идентификации и определения местоположения, встроенного интеллекта от различных приводов, развернутых в полевых условиях.
Промышленный контроль требует реального времени, низкой задержки, высокой надежности и безопасности сетевой связи. Поскольку данные, воспринимаемые в физических процессах, отражаются в Интернете, кибер-мир должен перенять стратегии управления и передать их на физические устройства. Промышленные системы управления (ICS) обладают вычислительными и коммуникационными возможностями и имеют решающее значение для критически важных систем инфраструктуры. А диспетчерский контроль и сбор данных (SCADA) обычно используется для управления удаленными устройствами ICS с закодированными сигналами, и эти ICS являются типичными компьютерными системами, имеющими доступ к Интернету [5].
С точки зрения связи, для мониторинга и управления требуется двусторонняя связь: восходящая линия связи от датчиков к приложениям и нисходящая линия связи от приложений к исполнительным механизмам.
2 . Уровень сетевого взаимодействия. Этот уровень заботится о межсетевом соединении и сквозном потоке данных, сеть является основой для соединения промышленных систем и способствует передаче и бесшовной интеграции промышленных данных. Он делит сети связи на внешнюю корпоративную сеть и внутреннюю корпоративную сеть в соответствии с областями их применения [3]. Внешняя сеть предприятия обеспечивает связь между различными предприятиями, предприятиями и интеллектуальными продуктами, предприятиями и пользователями и т. д. Более того, внутренняя сеть предприятия соединяет интеллектуальные машины, продукты, системы управления производством, людей и другие объекты.
Внутренняя сеть предприятия состоит из сетей, основанных на информационных технологиях (ИТ) и операционных технологиях (ОТ). ИТ-сеть предприятия соединяет информационную систему и терминалы. В то время как сеть OT работает как промышленная коммуникация, постепенно проникая в промышленную сферу, которая использовалась для сбора информации, управления не в режиме реального времени и внутренней информации на заводе. Поэтому такие беспроводные технологии, как Zigbee, Wi-Fi, 2G / 3G / LTE, WIA-PA, применяемые для автоматизации промышленных процессов, уже применяются на заводах. Кроме того, NarrowBand-IoT (NB-IoT), предложенный 3GPP, может быть применен к промышленной информации и сценариям управления, таким как низкое энергопотребление и большие соединения, на заводе[1].
Корпоративная внешняя сеть в рамках сцены промышленного Интернета в основном включает следующие четыре части: общедоступный Интернет на основе IPv6, частную сеть промышленного Интернета на основе Soft Defined Network (SDN) или VPN, повсеместный беспроводной доступ для массовых интеллектуальных продуктов и поддержка доступ и сбор данных промышленных облачных платформ. Внешняя сеть предприятия должна удовлетворять требованиям высокой скорости передачи, сверхнизкой задержки, безопасности и надежности, гибкости сети и т. д. Этим могут соответствовать новые беспроводные технологии, такие как 5G, SDN [ 8 ] и виртуализация сетевых функций (NFV). требований и поддержки развития промышленного Интернета.
Слой платформы. Уровень платформы выполняет объединение информации, интеллектуальную оптимизацию и принятие решений. Суть платформы Industrial Internet заключается в применении новых технологий на основе традиционных облачных платформ для создания более точной, эффективной и действующей системы сбора данных. Этот уровень ориентирован на оцифровку, создание сетей и интеллект производственных отраслей и создает интеллектуальную систему обслуживания с применением цифровых инструментов, таких как хранение и обработка больших данных, CPS, распределение ресурсов и оптимизация. Между тем, уровень платформы реализует моделирование и программное обеспечение промышленных технологий, а также предоставляет различные инновационные приложения для производственных предприятий.
4 . Уровень приложения. Уровень приложений анализирует и моделирует информацию о данных, хранящуюся на уровне платформы, и формирует необходимую информацию. Этот уровень предоставляет специальные сервисы, которые решают проблемы обработки информации и человеко-машинного интерфейса. Типичные приложения включают управление качеством, энергоменеджмент, производство, оптимизацию работы оборудования и т. д [2]. Кроме того, исследователями интерфейсы прикладного программирования (API) предоставляются на уровне приложений для разработки множества инновационных приложений (например, для мониторинга отказов устройств, мониторинга использования устройств и мониторинга состояния обработки продукта).
Кроме того, разработчики могут ускорить разработку новых приложений, настроив сбор, передачу и обработку данных, а затем сформировать новые шаблоны для интеллектуального производства, персонализированной настройки, совместной работы в сети и преобразования услуг.
Промышленный Интернет, представляющий собой сочетание традиционных промышленных систем и новых информационных технологий, требует поддержки множества ключевых технологий, включая интеллектуальные технологии обнаружения и управления, технологию межсетевого взаимодействия, технологию обработки данных и технологию безопасности. Рассмотрим ключевые технологии, используемые в промышленном Интернете.
1 . Датчики и контрольно-измерительные приборы. В промышленном Интернете на умной фабрике развернуто большое количество датчиков для сбора данных и контроллеров для выполнения решений. Интеллектуальные технологии обнаружения и управления важны для взаимодействия между кибернетехнологиями и физическим миром.
RFID — важная технология промышленного зондирования, которая использует радиоволны для передачи и автоматической идентификации людей или объектов. Как правило, система RFID состоит из метки, считывателя и промежуточного программного обеспечения. Считыватель передает радиочастотные сигналы через антенну, а метка получает энергию от радиоволны и отправляет информацию на компьютер.
Промышленные беспроводные сенсорные сети (IWSN) более приспособлены к суровым промышленным условиям на основе WSN, которые объединяют встроенные вычислительные технологии, сенсорные технологии и технологию распределенной обработки информации. Он может совместно контролировать, определять и собирать информацию о различных объектах мониторинга в распределенной области промышленного Интернета в режиме реального времени [4]. IWSN предлагают конкурентные преимущества по сравнению с традиционной проводной системой промышленного мониторинга и управления, включая самоорганизацию, быстрое развертывание, гибкость, более низкую стоимость и встроенные возможности интеллектуальной обработки.
ICS играют важную роль в критически важных для инфраструктуры системах, таких как электроэнергия, водораспределение, газопроводы и т. Д. ICS открывают новые возможности с развитием информационных и коммуникационных технологий (ICT) и технологий управления. Необходимы надежные методы для совместного проектирования систем управления и автоматизации в промышленном Интернете. Авторами обсуждались гибридные подходы к моделированию и реализации распределенных контроллеров в промышленном Интернете, подтверждающие, что гибридное управление подходит для приложений промышленного Интернета и может быть соответствующим образом расширено.
2 . Технология межсетевого взаимодействия. Общая сеть в основном включает в себя сеть ОТ и сеть ИТ, которые соединяют датчики, контроллеры и интеллектуальные устройства на физическом уровне. Взаимосвязь разнородных сетей в промышленном Интернете важен как для передачи данных, так и для обработки данных. Технологии связи на уровне сетевых соединений можно разделить на проводные и беспроводные, в зависимости от способов передачи. Технология полевой шины и технология промышленного Ethernet широко используются в промышленности. Так как беспроводные технологии, такие как Wi-Fi, Zigbee, 2G / 3G / 4G, стали важными для соединения транспортных уровней, промышленный Интернет уделяет больше внимания применению беспроводных технологий, потому что беспроводная сеть имеет очевидные преимущества по сравнению с проводной сетью. Во-первых, развертывание беспроводных сетей позволяет значительно снизить стоимость строительства и обслуживания. Кроме того, в беспроводных сетях можно реализовать гибкое перемещение оборудования [5].
Таким образом, особенности применения достижений Индустрии 4.0 позволят достичь в области промышленности необходимого экономического эффекта за счет повышения скорости информационного обмена между участниками процесса производства и реализации продукции, а также снижения затрат за счет оптимизации ресурсообмена.
Список источников
Глумов А.А. Теоретический аспект технологической составляющей новой индустриализации: промышленный интернет // Вестник НГИЭИ. 2018. №5 (84).
Киричек Р.В., Кулик В.А. Исследование и генерация трафика промышленного интернета вещей // Труды учебных заведений связи. 2019. №3.
Толкачев С.А., Михайлова П.Ю., Нартова Е.Н. Цифровая трансформация производства на основе промышленного интернета вещей // ЭВР. 2017. №3 (53).
Wang, Y. Wang, Y. Sun, S. Guo, J. Wu Green industrial internet of things architecture: an energy-efficient perspective IEEE Commun. Mag., 54 (12) (Dec. 2016), pp. 48-54
Yan, M. Peng, M.A. Abana, W. Wang An evolutionary game for user access mode selection in fog radio access networks IEEE Access, 5 (2017), pp. 2200-2210
References
Glumov A. A. Theoretical aspect of the technological component of the new industrialization: industrial Internet // Bulletin of the NGIEI. 2018. №5 (84).
Kirichek R. V., Kulik V. A. Investigation and traffic generation industrial Internet of things // proceedings of the schools of communication. 2019. No. 3.
Tolmachev S. A., Mikhailova P. Y., Nartova E. N. Digital transformation of production based on industrial Internet of things // EVR. 2017. №3 (53).
K. Wang, Yu. Wang, Yu. Sun, S. Guo, J. Wu Architecture of the green industrial Internet of Things: an energy-efficient perspective of the IEEE Commun. Journal, 54 (12) (December 2016), pp. 48-54
S. Yang, M. Peng, M. A. Obana, W. Wang An evolutionary game for selecting the user access mode in radio access networks fog IEEE Access, 5 (2017), pp. 2200-2210
АКТУАЛЬНЫЕ ТЕНДЕНЦИИ РАЗВИТИЯ СЕЛЬСКОХОЗЯЙСТВЕННОЙ ОТРАСЛИ В СОВРЕМЕННЫХ ЭКОНОМИЧЕСКИХ УСЛОВИЯХ
CURRENT TRENDS IN THE DEVELOPMENT OF THE AGRICULTURAL SECTOR IN MODERN ECONOMIC CONDITIONS
Косников Сергей Николаевич, ФГБОУ ВО «Кубанский Государственный аграрный университет имени И.Т. Трубилина»
Сучков Дмитрий Константинович, Федеральный научный центр агроэкологии, комплексных мелиораций и защитного лесоразведения Российской академии наук
Калякина Вероника Максимовна, Донской Государственный Технический Институт, Ростов-на — Дону
Соргутов Илья Валерьевич, Федеральное государственное бюджетное образовательное учреждение высшего образования «Пермский государственный аграрно -технологический университет имени академика Д.Н. Прянишникова»
Баринов Сергей Владимирович, Московский Государственный Строительный Университет
Kosnikov Sergey Nikolaevic, Kuban State Agrarian University named after I. T.
Suchkov Dmitry Konstantinovich, Federal Scientific Center of Agroecology, Integrated Land Reclamation and Protective Afforestation of the Russian Academy of Sciences (Federal Research Center of Agroecology of the Russian Academy of Sciences)
Kalyakina Veronika Maksimovna, Dstu (Don State Technical Institute), Rostov-on-Don
Sorgutov Ilya V., Federal State Budgetary Educational Institution of Higher Education «Perm State Agrarian and Technological University named after Academician D. N. Pryanishnikov»
Barinov Sergey Vladimirovich, Moscow State University of Civil Engineering
Аннотация. В статье рассматривается возможность внедрения цифровизации с целью развития сельскохозяйственной отрасли. Автор приходит к выводу, что цифровое сельское хозяйство может трансформировать производственные процессы как на отдельных агропредприятиях, так и за их пределами, а также может быть реализовано в более широком социальном и институциональном контексте с использованием цифровых технологий. Также в статье сделан акцент на изучение в литературе экономического воздействия цифровых технологий на сельскохозяйственные рынки, в основном с использованием теоретических и методологических подходов, заложенных в микроэкономике, моделировании и эконометрике, взаимосвязи между спросом, предложением и моделями использования информации.
Abstract. The article considers the possibility of introducing digitalization in order to develop the agricultural industry. The author comes to the conclusion that digital agriculture can transform production processes both at individual agricultural enterprises and outside them, and can also be implemented in a broader social and institutional context using digital technologies. The article also focuses on the study in the literature of the economic impact of digital technologies on agricultural markets, mainly using theoretical and methodological approaches laid down in microeconomics, modeling and econometrics, the relationship between demand, supply and information use models.
Ключевые слова: сельскохозяйственная отрасль, современные тенденции, экономические условия
Keywords: agricultural industry, current trends, economic conditions
Сельское хозяйство – это совокупность отраслей народного хозяйства, которая обеспечивает население нашей страны продовольственными товарами, производит сырье для обрабатывающей пищевой промышленности. Эта роль сельского хозяйства в жизни государства определяет необходимость его развития и совершенствования. При этом одним из перспективных направлений является цифровизация сельского хозяйства [2].
В литературе исследуется ряд направлений, связанных с изучением основных направлений цифровизации сельского хозяйства. Ряд исследователей рассматривает особенности внедрения, использования и адаптации цифровых технологий на фермах. Одна линия исследований сосредоточена на различных аспектах внедрения точных технологий на ферме, здесь рассматриваются как экономические, так и поведенческие аспекты [1].
Другое направление исследований изучает использование земельных ресурсов в агрокомпаниях и его влияние на методы ведения сельского хозяйства. Предметом рассмотрения здесь выступают информационные сети и инновационные системы, в которых формируются технологии и где происходит совместная эволюция технологии и более широкой социальной и институциональной среды. Это направление основано на различных методах, начиная от подходов к моделированию затрат и выгод точного земледелия, количественных или эконометрических подходов, оценивающих влияние различных переменных на тенденции в АПК (таких как размер и специализация хозяйства, возраст основных специалистов, образование и т. д.) для более качественной работы, и заканчивая менее измеримыми аспектами, такими, как непредвиденные обстоятельства в области ресурсного обеспечения и культурные аспекты знания. Также в литературе рассматривается вопрос о влиянии цифровизации на идентичность персонала, его навыки и пр [3].
Этот хорошо зарекомендовавший себя тематический кластер фокусируется на том, как цифровые технологии влияют на методы ведения сельского хозяйства, требуя от сотрудников сельскохозяйственных предприятий различных знаний, навыков и управления трудовыми ресурсами. Одно направление исследований уходит корнями в проектирование систем и фокусируется на практических вопросах взаимодействия человека и робота в сельском хозяйстве, таких как эргономика, здоровье и безопасность. Другое направление исследований в области сельской социологии рассматривает более широкие социокультурные последствия.
Цифровизация может оказать серьезное влияние на культурную идентичность жителей сельских районов и самобытность сотрудников компаний сферы АПК. Она может изменить культуру ведения сельского хозяйства от «практического» и основанного на опыте управления к подходу, основанному на данных [3].
Как следствие, совместимость цифровизации с такими подходами, как агроэкология, является предметом дискуссий, основных вопросом которых выступает следующее: агроэкология потребует, в частности, практического ведения сельского хозяйства в отличие от сельского хозяйства с использованием цифровых технологий.
Также были подняты вопросы о влиянии цифровизации на автономию жителей сельской местности, в том числе имеются опасения по поводу того, что практические специалисты станут «теоретиками в области цифровизации производственных процессов».
Кроме того, технологии, направленные на автоматизацию задач и повышение эффективности, могут ограничивать или вытеснять сельскохозяйственных рабочих, а также дискриминировать тех, кто не владеет цифровыми технологиями. Это может иметь негативные последствия для спроса на рабочую силу в секторе АПК и, следовательно, влиять на маргинализированные группы, такие как мигранты, в контексте растущего разделения труда и капитала в сельском хозяйстве. Однако другие авторы утверждают, что цифровые технологии также могут быть объединены с существующими практиками для создания комбинаций «цифровых» и «аналоговых» навыковили породить новый вид «ответственного профессионализма» [2].
Также в литературе обсуждаются вопросы касательно собственности, конфиденциальности и этики в цифровизации систем сельскохозяйственного производства и производственно-сбытовых цепочек. В этом устоявшемся кластере используются критические взгляды социальных наук на цифровизацию в сельском хозяйстве с упором на политическую экономию и политическую экологию цифрового сельского хозяйства. Ключевые проблемы здесь касаются вопросов власти, владения данными, конфиденциальности и того, как решать эти проблемы с этической точки зрения.
Одно направление исследований включает анализ роли корпоративных структур по отношению к производственным системам и цепочкам поставок, часто с точки зрения политической экономии или исследований в области науки и технологий. Авторами здесь исследуется, как цифровизация изменяет или воспроизводит правила, институты и расстановку сил, управляющих этими системами, как это влияет на различных участников и какие реакции или сопротивление возникают, а также как возникают и решаются этические проблемы, такие как вопросы конфиденциальности и владения данными.
Исследователи отмечают очень слабую проработку вопроса касательно устранения цифрового разрыва, вызванного быстрыми, нерегулируемыми технологическими изменениями, и дисбаланса власти, который может сдерживать интеграцию социальных проблем. Также авторы задаются вопросом о том, как такие риски, как кибератаки, могут дестабилизировать системы точного земледелия и цифровые продовольственные системы [3].
Цифровое сельское хозяйство влияет не только на людей, но и на животных. Это происходит, например, в молочном животноводстве, где реализацию получают такие подходы, как роботизированное доение и использование технологий для решения задач кормления и кормопроизводства. Было определено, что внедрение роботизированного доения связано с широким спектром факторов и, следовательно, с одинаково разными результатами для животных, людей и окружающей среды. Это породило философские и этические взгляды, в которых были рассмотрены этические проблемы, влияющие на автономию животных и взаимоотношения между человеком и животными на фермах.
Также было замечено, что цифровизация является движущей силой эволюции систем сельскохозяйственных знаний и инноваций (AKIS). В этом тематическом кластере, который возник недавно, но становится все более популярным, можно выделить различные направления исследований с макро-, мезо- или микро-точки зрения на системы знаний и инноваций. С точки зрения макроэкономики, в некоторых исследованиях, использующих перспективы инновационных систем, рассматривается, как структуры поддержки инноваций делают возможной цифровизацию, но также меняют себя под влиянием цифровизации, например, путем включения анализа больших данных [4].
В некоторых исследованиях также рассматривается, как AKIS для цифрового сельского хозяйства формируется за счет разнообразия существующих и новых участников этих систем: высокотехнологичных компаний (например, производителей дронов или спутников и т. д.), Сферы услуг и транснациональных корпораций, производящих сельскохозяйственное оборудование, например автономные тракторы и автоматизированные доильные аппараты. Также имеют место работы исследователей, в которых исследуется, как инновационные системы могут применять принципы ответственных исследований и инноваций (RRI) к цифровизации систем сельскохозяйственного производства – предметом рассмотрения здесь выступают производственно-сбытовые цепочки и продовольственные системы. В этой литературе также исследуется роль, которую трансдисциплинарная наука может играть в поддержке интегративных решений, которые рассматривают сочетание технологических, этических, социальных, экономических и деловых проблем[5].
В мезо-перспективе в некоторых исследованиях, основанных на теориях обучения и коммуникации, рассматривается, как формируются сети обучения, позволяющие внедрять инновации в цифровом сельском хозяйстве. Например, в некоторых исследованиях изучается, как цифровые платформы и социальные сети обеспечивают обмен информацией на местном и глобальном уровнях и взаимное обучение.
Некоторые исследователи предприняли попытки оценить влияние технологий точного земледелия на производительность в сельскохозяйственном секторе. Так, в отдельных источниках показан положительный эффект этих технологий, а также и потенциальные расхождения и неравенство между странами. Также авторы рассматривают потенциальные экономические последствия цифровых цепочек поставок [2].
Другой важный поток исследований касается экономического воздействия цифровых технологий на рынки, в основном с использованием теоретических и методологических подходов, заложенных в микроэкономике, моделировании и эконометрике, взаимосвязи между спросом, предложением и моделями использования информации. В контексте развивающихся стран во многих исследованиях оценивалось влияние рыночных информационных систем на компенсацию асимметрии информации и расширение доступа к рынкам.
В контексте индустриального сельского хозяйства ведутся дискуссии об участниках, разрабатывающих информационные системы для поддержки фермеров в управлении рисками, будь то климатические или финансовые риски. Бизнес-модели, связанные с этими услугами, часто связаны с новыми формами страхования для предприятий АПК, такими как системы климатического страхования на основе индексов. Тем не менее, эмпирические исследования бизнес-моделей цифрового сельского хозяйства остаются редкостью, и типологии часто ограничиваются новыми решениями прямого маркетинга между предприятиями АПК и потребителями. Однако инновационные бизнес-модели могут предоставить новые возможности для перестройки цепочек создания стоимости. Например, идея круговой экономики направлена на поиск способов преобразования традиционных потоков отходов в разнообразные продукты с добавленной стоимостью посредством обработки на предприятиях АПК или создания стартапов, запускающих платформенные технологии, направленные на предотвращение пищевых отходов на потребительской стороне (городских) продовольственных систем.
Таким образом, цифровизация сельского хозяйства предполагает перестройку всего процесса производства и сбыта сельскохозяйственной продукции, при этом необходимо не ухудшить ее качество и сохранить показатели эффективности сельскохозяйственных производителей.
Список источников
Бельский В. И. Преимущества и проблемы цифровизации сельского хозяйства // Проблемы экономики. 2019. №1 (28).
Костюкова К. С. Цифровизация сельского хозяйства в Японии // МИР (Модернизация. Инновации. Развитие). 2020. №4.
Лысенко А.Н. К вопросу цифровизации сельского хозяйства // АОН. 2019. №2.
B. Basso, J. Antle Digital agriculture to design sustainable agricultural systems Nat. Sustain., 3 (4) (2020), pp. 254-256
O. Elijah, T.A. Rahman, I. Orikumhi, C.Y. Leow, M.H.D.N. Hindia An Overview of Internet of Things (IoT) and Data Analytics in Agriculture: Benefits and Challenges IEEE Internet Things J., 5 (5) (2018), pp. 3758-3773
References
Belsky V. I. Advantages and problems of digitalization of agriculture / / Problems of economics. 2019. №1 (28).
Kostyukova K. S. Digitalization of agriculture in Japan / / MIR (Modernization. Innovations. Development). 2020. No. 4.
Lysenko A. N. On the issue of digitalization of agriculture / / AON. 2019. No. 2.
B. Basso, J. Antle Digital agriculture for the development of sustainable agricultural systems Nat. Support., 3 (4) (2020), pp. 254-256
O. Elijah, T. A. Rahman, I. Orikumhi, K. Y. Leow, M. H. D. N. India Review of the Internet of Things (IoT) and Data Analytics in Agriculture: Advantages and Problems of IEEE Internet Things J., 5 (5) (2018), pp. 3758-3773
ПОНЯТИЕ, ПРИНЦИПЫ И ПРАВОВОЕ РЕГУЛИРОВАНИЕ КОНТРАКТНОЙ СИСТЕМЫ
THE CONCEPT, PRINCIPLES AND LEGAL REGULATION OF THE CONTRACT SYSTEM
Статья подготовлена в рамках государственного задания № 0412-2019-0051 по разделу Х 10.1., подразделу 139 Программы ФНИ государственных академий на 2020 год, регистрационный номер ЕГИСУ АААА-А20-120022790009-4
The article was prepared within the framework of state task No. 0412-2019-0051 under section X 10.1., subsection 139 of the Program of the FNI of State Academies for 2020, the registration number of the USISU AAAAA-A20-120022790009-4
Юдин Андрей Алексеевич, кандидат экономических наук, научный сотрудник Института агробиотехнологий им.А.В. Журавского – обособленное подразделение ФГБУН ФИЦ Коми НЦ УрО РАН, г. Сыктывкар
Тарабукина Татьяна Васильевна, научный сотрудник Института агробиотехнологий им.А.В. Журавского – обособленное подразделение ФГБУН ФИЦ Коми НЦ УрО РАН, г. Сыктывкар
Yudin Andrey Alekseyevich, Candidate of Economic Sciences, Researcher at the A. V. Zhuravsky Institute of Agrobiotechnologies – a separate division of the Federal State Budgetary Institution of the Komi National Research Center of the Ural Branch of the Russian Academy of Sciences, Syktyvkar
Tarabukina Tatyana Vasilyevna, researcher at the A. V. Zhuravsky Institute of Agrobiotechnologies – a separate division of the Federal State Budgetary Institution of the Komi Scientific Center of the Ural Branch of the Russian Academy of Sciences, Syktyvkar
Аннотация. В качестве механизма удовлетворения гражданских и государственных потребностей, повышения экономического развития выступает институт государственных закупок.
В современных условиях России роль государственного закупочного механизма принадлежит контрактной системе в сфере закупок товаров, работ услуг для обеспечения государственных и муниципальных нужд. Несомненно, источником, к которому необходимо обратиться в первую очередь, выступает Федеральный закон от 05.04.2013 № 44-ФЗ «О контрактной системе в сфере закупок товаров, работ, услуг для обеспечения государственных и муниципальных нужд», в котором контрактная система определена как совокупность участников контрактной системы в сфере закупок и осуществляемых ими, в том числе с использованием единой информационной системы в сфере закупок, в соответствии с законодательством Российской Федерации и иными нормативными правовыми актами о контрактной системе в сфере закупок действий, направленных на обеспечение государственных и муниципальных нужд.
Участником закупки является любое юридическое лицо независимо от его организационно-правовой формы, формы собственности, места нахождения и места происхождения капитала или любое физическое лицо, в том числе зарегистрированное в качестве индивидуального предпринимателя (п. 4 ст. 3 Закона № 44-ФЗ).
Отдельные нормы Закона о контрактной системе регулируются также актами федеральных министерств и ведомств. В соответствии с нормами Закона о контрактной системе субъектами РФ и органами местного самоуправления в пределах своих компетенций также принимаются нормативно-правовые акты, связанные с регулированием некоторых аспектов в области закупок.
Abstract. The Institute of public procurement acts as a mechanism for meeting civil and state needs, increasing economic development.
In modern conditions of Russia, the role of the state procurement mechanism belongs to the contract system in the field of procurement of goods, works and services for state and municipal needs. Undoubtedly, the source to which it is necessary to turn first of all is the Federal Law No. 44-FZ of 05.04.2013 «On the contract system in the field of procurement of goods, works, services for state and municipal needs», in which the contract system is defined as a set of participants in the contract system in the field of procurement and actions carried out by them, including using a unified information system in the field of procurement, in accordance with the legislation of the Russian Federation and other regulatory legal acts on the contract system in the field of procurement, aimed at ensuring state and municipal needs.
A participant in the purchase is any legal entity, regardless of its organizational and legal form, form of ownership, location and place of origin of capital, or any individual, including one registered as an individual entrepreneur (paragraph 4 of Article 3 of Law No. 44-FZ).
Certain provisions of the Law on the Contract System are also regulated by acts of federal ministries and departments. In accordance with the provisions of the Law on the Contract System, the subjects of the Russian Federation and local self-government bodies, within their competence, also adopt normative legal acts related to the regulation of certain aspects in the field of procurement.
Keywords: contract system, public procurement, unified information system, legal regulation
В качестве механизма удовлетворения гражданских и государственных потребностей, повышения экономического развития выступает институт государственных закупок.
В современных условиях России роль государственного закупочного механизма принадлежит контрактной системе в сфере закупок товаров, работ услуг для обеспечения государственных и муниципальных нужд [1].
Разрабатывая законопроект о контрактной системе России, эксперты придерживались опыта США. Необходимо отметить, что словосочетание «контрактная система» заимствовано из американского законодательства, при этом разъяснение данного термина в законодательстве США не приведено.
В отечественной учебной литературе, а также в нормативно-правовых актах приводятся различные определения «контрактной системы», которые необходимо рассмотреть более подробно [2].
Несомненно, источником, к которому необходимо обратиться в первую очередь, выступает Федеральный закон от 05.04.2013 № 44-ФЗ «О контрактной системе в сфере закупок товаров, работ, услуг для обеспечения государственных и муниципальных нужд», в котором контрактная система определена как совокупность участников контрактной системы в сфере закупок и осуществляемых ими, в том числе с использованием единой информационной системы в сфере закупок, в соответствии с законодательством Российской Федерации и иными нормативными правовыми актами о контрактной системе в сфере закупок действий, направленных на обеспечение государственных и муниципальных нужд [3].
Анализ определения «контрактной системы», приведенный на законодательном уровне, вызывает ряд вопросов. Так, по мнению И.В. Митьковской трактовка термина в законе, громоздка и не в полном объеме отражает суть института государственных закупок. Косарев К.В. считает, что сводить термин «контрактная система» к ее участникам – не совсем верно [4].
С точки зрения Андреевой Л.В. понятие контрактной системы объединяет различных субъектов закупочной деятельности, на которых нормативно-правовыми актами возложены функции, исполнение которых ориентировано на достижение целей закупок [4].
Ф.А. Тасалов считает, что разработчики закона, заимствовав понятие контрактной системы из законодательства США (в котором отсутствует термин «федеральной контрактной системы»), не до конца понимали суть контрактной системы, ее цели и задачи [5].
С точки зрения В.А. Федоровича, под Федеральной контрактной системой следует понимать основной механизм государственного регулирования экономического развития, решения социально-экономических проблем общества [6].
Е.П. Чорновол предлагает такой вариант определения «контрактной системы», которое позволяет устранить недостатки определений, содержащихся в дефинитивных нормах приведенных нормативных актов. Взяв за основу то определение контрактной системы, которое дается в п. 1 ч. 1 ст. 3 Федерального закона от 05.04.2013 № 44-ФЗ, указанный автор в определение понятия вводит ряд уточняющих элементов, которые существенно дополняют ее основные сущностные компоненты, но при этом состав субъектов контрактных отношений Е.П. Чорновол понимает, как совокупность субъектов публично-правового порядка [7].
М.В. Шмелева в своем определении контрактной системы указывает на то, что эта система представляет собой правовой механизм, в состав которого входят «взаимозависимые и взаимодействующие элементы», а также на то, что одним из основных сущностных элементов контрактной системы следует считать ее цель [8].
Из анализа различных определений, под контрактной системой закупочной деятельности следует понимать совокупность участников и действий, совершаемых ими в соответствии с принципами контрактной системы в процессе всех этапов закупочной деятельности, направленных на удовлетворение государственных нужд.
Федеральным законом № 44-ФЗ установлены принципы закупок, представленные на рис. 1.
Рассмотрим каждый принцип более подробно.
Принцип открытости и прозрачности заключается в открытости сведений о государственных и муниципальных контрактах для граждан России. Данный принцип обеспечивается, посредством размещения сведений о закупках в Единой Информационной Системе (ЕИС).
Принцип обеспечения конкуренции заключается в создании равных условий для всех участников закупки, то есть этот принцип реализуется посредством добросовестной конкуренции между участниками закупок.
Принцип профессионализма заказчика заключается в проведении закупок для государственных и муниципальных нужд квалифицированными кадрами, проходящие переподготовку и повышающие квалификацию на постоянной основе.
Принцип стимулирования инноваций заключается в том, что заказчик при планировании закупки и ее размещении должен делать выбор в пользу модернизированной продукции, обладающей улучшенными характеристиками [9].
Управление инновациями на государственном уровне посредством реализации принципа стимулирования инноваций контрактной системы направлено на решение следующих задач:
выявление основных направлений научных исследований в экономике страны;
создание и совершенствование институциональной базы для инновационного развития экономики;
мотивация органов управления, научных, проектных и производственных организаций к вовлечению их в инновационный процесс;
привлечение финансовых, материально-технических ресурсов, необходимых для организации научных исследований и внедрения инноваций.
Можно сформулировать основные направления реализации принципа стимулирования инноваций при осуществлении закупок:
формирование реестра инновационной продукции для закупок по обеспечению государственных и муниципальных нужд;
предоставление заказчикам услуг высоко квалифицированных специалистов, имеющих подготовку в сфере НИОКР;
организация закупки инновационной продукции с помощью открытого конкурса;
разработка системы показателей, связанных с оценкой квалификации поставщиков инновационной продукции для обеспечения государственных и муниципальных нужд;
повышение профессионализма заказчика, который осуществляет закупку инновационной продукции.
Принцип единства контрактной системы заключается в выполнении закупок в четкой последовательности всех этапов закупочных процедур.
Принцип ответственности за результативность и эффективность заключается в том, что уполномоченные органы должны исходить из необходимости достигнуть заданных результатов обеспечения государственных и муниципальных нужд.
Эффективность закупок предусматривает отношение затраченных ресурсов на организацию торгов к получаемым выгодам – то есть исполнению показателей деятельности государственных органов в соответствии с планом [10].
Таким образом, четкость в совершении закупок для государственных и муниципальных нужд, базирующаяся на соблюдении принципов контрактной системы, а также на нормативно-правовых актах, регулирующих эту сферу, позволяет сделать вывод о её эффективности и значимости.
Законодательство Российской Федерации о контрактной системе в сфере закупок товаров, работ, услуг для обеспечения государственных и муниципальных нужд основывается на положениях Конституции Российской Федерации, Гражданского кодекса Российской Федерации, Бюджетного кодекса Российской Федерации, а также состоит из Закона о контрактной системе [11].
Рассмотрим границы или сферу применения Закона о контрактной системе. В соответствии с ч. 1 статьи 1 Закона № 44-ФЗ регулирует отношения, направленные на обеспечение государственных и муниципальных нужд в целях повышения эффективности, результативности осуществления закупок, обеспечения гласности и прозрачности, предотвращения коррупции и других злоупотреблений, в части, касающейся:
планирования закупок товаров, работ, услуг;
определения поставщиков (подрядчиков, исполнителей);
заключения гражданско-правового договора, предметом которого являются поставка товара, выполнение работы, оказание услуги (в том числе приобретение недвижимого имущества или аренда имущества);
особенностей исполнения контрактов;
мониторинга закупок и аудита в сфере закупок товаров, работ, услуг;
контроля за соблюдением законодательства Российской Федерации и иных нормативных правовых актов о контрактной системе в сфере закупок для обеспечения государственных и муниципальных нужд.
Нормы права, содержащиеся в других федеральных законах и регулирующие отношения в сфере закупок, должны соответствовать Закону о контрактной системе [12].
Участники контрактной системы представлены на рис. 2.
Таким образом, участником закупки является любое юридическое лицо независимо от его организационно-правовой формы, формы собственности, места нахождения и места происхождения капитала или любое физическое лицо, в том числе зарегистрированное в качестве индивидуального предпринимателя (п. 4 ст. 3 Закона № 44-ФЗ) [13].
Отдельные нормы Закона о контрактной системе регулируются также актами федеральных министерств и ведомств [14-15]. В соответствии с нормами Закона о контрактной системе субъектами РФ и органами местного самоуправления в пределах своих компетенций также принимаются нормативно-правовые акты, связанные с регулированием некоторых аспектов в области закупок.
Список источников
О контрактной системе в сфере закупок товаров, работ, услуг для обеспечения государственных и муниципальных нужд: Федеральный закон от 05.04.2013 № 44-ФЗ (ред. от 02.07.2021) // Собр. законодательства РФ. – 2013. – № 14. – Ст.1652.
О закупках товаров, работ, услуг отдельными видами юридических лиц: Федеральный закон от 18.07.2011 № 223-ФЗ (ред. от 01.07.2021) // Собр. законодательства РФ. – 2011. – № 30 (ч. 1). – Ст.4571.
Об утверждении Правил осуществления ведомственного контроля в сфере закупок для обеспечения федеральных нужд: постановление Правительства РФ от 10.02.2014 № 89 (ред. от 27.07.2019) // Собр. законодательства РФ. – 2014. – № 7. – Ст.683.
О порядке осуществления Федеральной службой финансово-бюджетного надзора полномочий по контролю в финансово-бюджетной сфере: постановление Правительства РФ от 28.11.2013 № 1092 (ред. от 17.08.2020) // Собр. законодательства РФ. – 2013. – № 49 (часть VII). – Ст.6435.
О перечне товаров, работ, услуг, в случае осуществления закупок которых заказчик обязан проводить аукцион в электронной форме (электронный аукцион): Распоряжение Правительства РФ от 21.03.2016 № 471-р (ред. от 18.06.2021) // Собр. законодательства РФ. – 2016. – № 13. – Ст.1880.
Алехина, О.В. Исследование коррупции в сфере государственных закупок через призму принципов контрактной системы / О.В. Алехина // Закон и власть. – 2019. – № 2. – С.32–35.
Андреева, Л.В. Формирование контрактной системы в России в условиях экономической интеграции / Л.В. Андреева // Юрист. – 2013. – № 14. – С.3–8.
Афанасьев, М.В. Мировая конкуренция и кластеризация экономики / М.В. Афанасьев, Л.А. Мясникова // Вопросы экономики. – 2005. – № 4. – С.75–85.
Байбарова, М.А. Маркетинговые инструменты продвижения территориального кластера в концепции развития региона / М.А. Байбарова // Синергия наук. – 2018. – № 27 – С.258–268.
Баутин, В.М. Концептуальные основы формирования инновационной экономики в агропромышленном комплексе России: монография / В.М. Баутин. – М.: Изд-во РГАУ-МСХА им. К.А. Тимирязева, 2012.
Белова, С.Н. Взаимосвязь финансового мониторинга и финансового контроля в сфере государственных закупок / С.Н. Белова // Научный альманах: сборник научных трудов. – Москва, 2020. – С. 15–19.
Блюм, Ю.Д. Инновации: понятие и состояние в Республике Коми / Ю.Д. Блюм, М.С. Демина // СЕВЕРГЕОЭКОТЕХ – 2015: материалы XVI Международной молодёжной науч. конф.: в 6 ч. – Ухта: Ухтинский государственный технический университет, 2015. – С.149–
Бобров, А.В. Государственные и муниципальные закупки как инструмент повышения эффективности национальной экономики / А.В. Бобров // Студенческий вестник. – 2021. – № 23-2 (168). – С.39–41.
Голованова, С.В. Межфирменная кооперация: уроки для развития кластеров в России / С.В. Голованова, С.Б. Авдашева, С.М. Кадочников // Российский журнал менеджмента. – 2010. – Т. 8. – № 1. – С.41–66.
Гоненко, Д.В. Современная система государственных закупок Российской Федерации: основные проблемы и их решение / Д.В. Гоненко, А.Н. Новичихин // Экономика и управление: проблемы, решения. – 2021. – Т. 2. – № 5 (113). – С.14–20.
References
O kontraktnoj sisteme v sfere zakupok tovarov, rabot, uslug dlya obespecheniya gosudarstvenny`x i municipal`ny`x nuzhd: Federal`ny`j zakon ot 05.04.2013 № 44-FZ (red. ot 02.07.2021) // Sobr. zakonodatel`stva RF. – 2013. – № 14. – St.1652.
O zakupkax tovarov, rabot, uslug otdel`ny`mi vidami yuridicheskix licz: Federal`ny`j zakon ot 18.07.2011 № 223-FZ (red. ot 01.07.2021) // Sobr. zakonodatel`stva RF. – 2011. – № 30 (ch. 1). – St.4571.
Ob utverzhdenii Pravil osushhestvleniya vedomstvennogo kontrolya v sfere zakupok dlya obespecheniya federal`ny`x nuzhd: postanovlenie Pravitel`stva RF ot 10.02.2014 № 89 (red. ot 27.07.2019) // Sobr. zakonodatel`stva RF. – 2014. – № 7. – St.683.
O poryadke osushhestvleniya Federal`noj sluzhboj finansovo-byudzhetnogo nadzora polnomochij po kontrolyu v finansovo-byudzhetnoj sfere: postanovlenie Pravitel`stva RF ot 28.11.2013 № 1092 (red. ot 17.08.2020) // Sobr. zakonodatel`stva RF. – 2013. – № 49 (chast` VII). – St.6435.
O perechne tovarov, rabot, uslug, v sluchae osushhestvleniya zakupok kotory`x zakazchik obyazan provodit` aukcion v e`lektronnoj forme (e`lektronny`j aukcion): Rasporyazhenie Pravitel`stva RF ot 21.03.2016 № 471-r (red. ot 18.06.2021) // Sobr. zakonodatel`stva RF. – 2016. – № 13. – St.1880.
Alexina, O.V. Issledovanie korrupcii v sfere gosudarstvenny`x zakupok cherez prizmu principov kontraktnoj sistemy` / O.V. Alexina // Zakon i vlast`. – 2019. – № 2. – S.32–35.
ПРОГНОЗИРОВАНИЕ ТЕМПОВ РОСТА РОССИИ В СОПОСТАВЛЕНИИ С ДИНАМИКОЙ КРУПНЕЙШИХ ЭКОНОМИК ДО КОНЦА XXIВЕКА
FORECASTING RUSSIAN GROWTH RATES IN COMPARISON WITH THE DYNAMICS OF THE LARGEST ECONOMIES UNTIL THE END OF THE XXI CENTURY
Авторы благодарят Российский фонд фундаментальных исследований за финансовую поддержку работы в рамках научного проекта № 19-29-07328
Орехов Виктор Дмитриевич, канд. техн. наук, научный сотрудник, факультет экономики, Университет «Синергия», 125190, РФ, г. Москва, Ленинградский пр-т, д. 80. e-mail: vorehov@yandex.ru; тел. 8 903 258 3075. ORCID ID: 0000-0002-5970-207X
Каранашев Анзор Хасанбиевич, доктор эконом. наук, проф. кафедры, Кабардино-Балкарский гос. университет, 360004, РФ, КБР, г. Нальчик, ул. Чернышевского, 173. kanzor77@mail.ru; тел. 8 928 691 5399. ORCID ID: 0000-0002-5970-207X
Щенникова Елена Сергеевна, канд. эконом. наук, доцент, зам. директора учебного и научно-исследовательского центра, 141701, Россия, Московская обл., г. Долгопрудный, Институтский пер., 9. e-mail: shchennikova.es@mipt.ru; тел. 8 905 703 4211. ORCID ID: 0000-0003-2338-5858
Orekhov Viktor Dmitrievich, Candidate of Technical Sciences, Researcher, Faculty of Economics, Synergy University, 125190, Russia, Moscow, Leningradsky Ave, 80.
Karanashev Anzor Khasanbievich, Doctor of Economics, Professor, Kabardino-Balkarian state University, 360004, KBR, Nalchik, Chernyshevsky str., 173.
Shchennikova Elena Sergeevna, Candidate of Economics, Associate Professor, Director of the educational and research center, Moscow Institute of Physics and Technology. 141701, Russia, Moscow region, Dolgoprudny, Institutsky lane, 9.
Аннотация. Проведено исследование долгосрочных темпов экономического роста с использованием образовательной модели человеческого капитала. Целью работы являлось прогнозирование изменений экономического роста ведущих мировых экономик до конца XXI века с целью выявления потенциальных кандидатов в мировом лидерстве. Математические методы исследования включают в себя: разработку моделей роста числа научных работников и расчет коэффициентов вклада в ВВП специалистов с различным образованием, а также формирование глобальной модели прогнозирования роста ВВП. Расчеты развития 12 крупнейших экономик показали, что к концу XXI века их суммарный ВВП по ППС составит 350 трлн междунар. долл. 2017 года, причем доминирующую долю среди них (78%) будут иметь страны, которые сейчас относятся к развивающимся. Китай будет лидером по величине ВВП в течение примерно 47 лет, а затем темп его роста уменьшится до минимального, в результате снижения численности населения. Индия около 2067 года опередит по величине ВВП Китай, и к 2100 году Индия будет иметь ВВП = 96,5 трлн междунар. долл. Стран, которые потенциально могут превзойти Индию по величине ВВП, не выявлено. В России, согласно консервативному прогнозу, к 2100 году ВВП составит 9,5 трлн долл. При оптимистическом прогнозе, предполагающем сохранение численности населения и числа научных работников на единицу ВВП на современном уровне, а также при улучшении внешнего окружения до среднемирового уровня ВВП России составит 12,7 трлн долл. Доминирующее влияние на экономический рост оказывает доля работников, имеющих третичное образование, и доля специалистов в области НИОКР. Сравнение данного прогноза с прогнозом компании PricewaterhouseCoopers в 2050 году обнаружило их хорошее согласование. Средняя величина разности значений ВВП по двум прогнозам равна 3%, а среднеквадратичное отклонение – 12%.
Abstract. The study of long-term rates of economic growth was carried out using the educational model of human capital. The aim of the work was to predict changes in the economic growth of leading world economies until the end of the 21st century in order to identify potential candidates for world leadership. Mathematical research methods include: the development of models for the growth of the number of scientific workers and the calculation of the coefficients of the contribution to GDP of specialists with different education, as well as the formation of a global model for forecasting the growth of GDP. The calculations of the development of the 12 largest economies showed that by the end of the XXI century, their total GDP at PPP will amount to 350 trillion international dollars of 2017, and the dominant share among them (78%) will have countries that are now classified as developing. China will be the leader in GDP for about 47 years, and then the rate of its growth will decrease to a minimum, as a result of a decline in population. India will surpass China in terms of GDP by about 2067 and by 2100 India will have a GDP = 96.5 trillion Int. dollars. Countries that can potentially surpass India in terms of GDP, have not been identified. The dominant influence on economic growth is the share of workers with tertiary education and the share of R&D specialists. Comparing this forecast with PricewaterhouseCoopers’ 2050 forecast showed good agreement. The average value of the difference in GDP values according to the two forecasts is 3%, and the standard deviation is 12%.
Важной характеристикой современного состояния мирового сообщества является то, что оно претерпевает ряд кардинальных изменений. Наиболее важными среди них являются возможность смены стран – мировых лидеров [1–3], демографический переход [4] и очередная технологическая революция. Проведенные банком Goldman Sachs [5], компанией PricewaterhouseCoopers [1], OECD [6] и другими [2] исследования развития крупнейших экономик показывают, что экономический вес Китая и Индии будет быстро увеличиваться, и они могут стать новой доминантой мирового развития. Однако эти прогнозы выполнены на перспективу примерно в 30–40 лет, что не позволяет делать уверенные выводы относительно перспектив смены мирового лидера. Вполне закономерно было бы ставить задачу формирования прогнозов минимум на продолжительность жизни одного поколения, то есть до конца XXI века.
Для России, которая находится в непосредственной близости от этих активно развивающихся стран, очень важно понимать, каково будет соотношение экономического веса крупнейших экономик в будущем и в какой мере природные ресурсы и человеческий капитал России будут иметь значимость в новой глобальной экономической реальности.
Проведенные в работах компании PricewaterhouseCoopers [1, 7–9] и других [2, 6] исследования на тему прогнозирования экономической динамики крупнейших мировых экономик были выполнены, как правило, с использованием экзогенной модели, в которой в качестве эталонной экономики принимаются США. Считается, что другие страны догоняют США и технологическое развитие моделируется путем задания скорости роста производительности труда в США. Такой подход может давать недостаточно точные оценки соотношения веса различных экономик в будущем, поскольку заранее принимается постулат о мировом лидерстве США в прогнозируемом диапазоне времени. Поэтому желательно провести прогнозирование роста ВВП с использованием альтернативного метода, не зависящего от заданного извне лидера и нормативов.
В частности, авторы используют для этого подход, базирующийся на модели человеческого капитала, рост которого происходит эндогенным образом, за счет повышения уровня образования. С другой стороны, доминирование человеческого капитала в составе мирового богатства свидетельствует о том, что именно его можно использовать в качестве ядра методики прогнозирования. Важная роль человеческого капитала [10–12] в мировой динамике привела к разносторонним попыткам сделать более точные оценки этого актива на основе различных индикаторов. В дополнение к традиционным методам оценки человеческого капитала World Bank Group и World Economic Forum разработали два индекса человеческого капитала [13, 14]. Проблема заключается в том, что эти индексы не имеют явной связи с финансовыми показателями и не просто перейти от них к прогнозированию экономического роста, особенно на долгосрочную перспективу.
Авторами была осуществлена разработка альтернативного индекса человеческого капитала (IHC), основанного на дифференцированном учете уровня образования работников и численности R&D-специалистов [15]. Использование этого индекса позволяет относительно точно прогнозировать рост GDP стран на период до 2100 года. Однако он должен опираться на прогнозы роста специалистов с различным уровнем образования и работников НИОКР, которые до последнего времени были относительно неточными, особенно в отношении крупнейших развивающихся стран, для которых образовательная статистика на некоторые временные промежутки отсутствует или ненадежна. Также было не ясно, в какой мере можно доверять таким расчетам.
В данной работе представлена разработка целостного комплекса прогнозирования экономической динамики крупнейших экономик, включая Россию, на период до 2100 года с использованием эндогенного подхода, базирующегося на оценке человеческого капитала, формируемого на образовательной базе. Результаты расчетов, проведенных с его использованием, сопоставляются с аналогичными прогнозами компании PricewaterhouseCoopers [1, 7–9], выполненными с применением экзогенной модели.
Целью работы являлось прогнозирование темпов роста России в сопоставлении с динамикой крупнейших экономик до конца XXI века и выявление потенциальных лидеров мирового развития.
ОБЗОР
В числе первых теоретиков моделей долговременного экономического роста были представители неокейнсианства R.F. Harrod [16] и Domar E. Ими было сформулировано фундаментальное уравнение экономического роста и установлена связь между темпами роста инвестиций и скоростью роста ВВП. Также было показано, что динамическое равновесие в модели R. Harrod является неустойчивым, поэтому для достижения макроэкономического равновесия рекомендовалась активная государственная политика, направленная на поддержание устойчивых темпов роста.
Сторонники неоклассического направления создали свою модель развития, основанную на концепции модернизации. В частности, A.W. Lewis предложил теорию дуалистической экономики [17]. Он считал, что такая теория применима в странах, в которых высока плотность населения, а капитал и естественные ресурсы ограничены, например, Индия и Пакистан. Он доказывал, что для модернизации экономики необходимо перераспределять ресурсы из аграрного сектора в промышленный. В рамках неоклассического направления важные результаты были получены в 1956 году R. Solow [18] и Svan. Согласно их модели устойчивость долгосрочного роста возникает в результате технического прогресса. Недостатком модели является то, что этот прогресс определяется экзогенным образом.
Институциональное направление развития существенно отличается от двух предыдущих и базируется на цивилизационном подходе. Представители этого направления обосновали, что развитие должно пониматься как повышение благосостояния всех членов общества [19]. Среди достижений этого направления следует отметить внедрение в мировую практику показателя Index Human Development, который публикуется United Nations Development Programme’s с 1990 года и стимулирует страны на повышение этого индекса. T.W. Schultz показал, что концепция человеческого капитала играет важнейшую роль в экономическом росте [20].
Начиная с 1980-х годов стало ясно, что неоклассические модели не удовлетворяют требованиям к исследованиям долгосрочного роста [11]. Одним из подходов к решению этой проблемы стали попытки расширить концепцию капитала за счет включения в него человеческого капитала, а также использование предположения, что у такого капитала отдача не убывает.
Модель экзогенного экономического роста с использованием человеческого капитала разработали в 1990 году Mankiw G., Romer D., Weil D. [21]. Хотя эта модель лучше согласуется с различиями между странами, но она также сохраняет недостатки экзогенной модели. В дальнейшем ряд авторов предпринял усилия по доработке данной модели, чтобы приблизить ее к эндогенному типу. С этой целью в модель вводятся разнообразные предположения о влиянии на экономический рост знаний, технологий и инноваций [11, 22], а также инвестиций в эти сферы. Здесь авторы затрагивают сферу управления знаниями и инновациями [23, 24], которая относится к сложным, нематериальным, слабоструктурированным системам [25]. Поэтому попытки соединить модели неоклассического и слабоструктурированного типов, имеющие крайне различную природу, не приносят значительных успехов. На настоящее время единая теория экономического роста не разработана [26].
С начала третьего тысячелетия ряд финансовых, консалтинговых и общественных организаций активно занялись прогнозированием экономической динамики на долговременный период: 30–40 лет. Так, в 2003 году появился прогноз банка Goldman Sachs [5], который показал, что мировой порядок способна изменить группа крупнейших развивающихся стран. Для ее обозначения была введена аббревиатура БРИК. Несмотря на то что погрешность этих прогнозов была весьма велика, страны БРИК наращивали свой экономический вес даже с опережением прогноза [2]. Наиболее последовательно составлением таких прогнозов занялась компания PricewaterhouseCoopers (PwC), которая регулярно выпускала их с 2006 года. Наличие ряда прогнозов, выполненных в близких форматах [1, 7–9], дает возможность сравнивать их и оценивать возникающие погрешности.
Модель PwC является адаптированной и упрощенной для целей сравнения долгосрочных прогнозов роста различных стран с сохранением возможности формирования общего сценария роста мировой экономики [1]. Предполагается, что не происходит крупных глобальных катастроф или войн, угрожающих цивилизации. Рост экономик в данной модели происходит под влиянием четырех основных факторов:
Рост численности населения в возрасте 15–64 года на основе прогнозов ООН [27];
Рост человеческого капитала в связи с прогнозируемым средним уровнем образования работников;
Рост физического капитала, что определяется новыми капиталовложениями и износом действующего основного капитала;
Технологический прогресс, улучшающий производительность факторов производства.
В качестве эталонной экономики взяты США, которые наиболее преуспели в технологии и производительности труда. Величина этого роста в прогнозе 2017 года составляет на основе расчетов 1,5%. Данная цифра снижена по сравнению с прогнозом 2015 года, в котором она была принята равной 2,0%. Соответственно, снижены все остальные прогнозные оценки 2017 года. Предполагается, что остальные страны догоняют США со скоростью, которая определяется прогнозом. Фактически глобальное технологическое развитие моделируется именно заданием темпа роста производительности труда в США. Циклические колебания вокруг долгосрочных тенденций и возможность технологических скачков игнорируются.
Уровень образования в каждой стране моделируется путем экстраполяции сложившихся за последние годы тенденций. Темп роста образования самый низкий в США, поскольку достигнут наиболее высокий уровень, а остальные страны двигаются по аналогичной траектории (Ilina et al., 2016; Dusenko et al., 2016; Kryukova et al., 2018; Drobyshev et al., 2017; Drobyshev et al., 2017).
Темп наверстывания технологического развития пропорционален разрыву с США и составляет 1–2% в зависимости от ситуации в стране, способствующей передаче технологий (догоняющему развитию), включая политическую стабильность, открытость для торговли, верховенство закона, наличие иностранных инвестиций, культурные и финансовые институты. Ситуационно для некоторых стран (Индия, Индонезия, Бразилия) эти факторы могут быть снижены, но в долгосрочной перспективе выйдут на средний уровень 1,5% годового сближения с уровнем USA.
Результаты прогнозирования величины ВВП по ППС (G) в 2050 году, согласно модели PwC различных лет публикации, приведены в таблице 1 в триллионах международных долларов 2017 года [28]. Величина GDP для EU в прогнозе PwC не приведена, хотя дан прогноз для Германии, Великобритании, Франции, Италии и Испании. Здесь GDP EU-23 на 50% больше, чем сумма GDP этих пяти стран, в соответствии с данной пропорцией в 2017 году.
Видно, что для Индонезии и Нигерии коэффициент вариации CV достигает 30%, т.е. разброс прогнозов сложно считать удовлетворительным. По остальным странам среднее CV = 9,2%, то есть согласование удовлетворительное. Суммарный прогноз по всем странам согласуется с CV = 6%.
Полученные оценки роста крупнейших экономик показывают, что GDP Китая превзойдет к 2050 году показатель США в полтора раза и даже Индия обгонит США. Это серьезное основание для того, чтобы более детально анализировать возможность смены мирового лидера. Однако только этих показателей недостаточно, чтобы утверждать об этом однозначно, поскольку важную роль играет технологическое лидерство, союзы с другими странами, мощь вооруженных сил и так далее. Возможно, ситуация изменится значительнее в дальнейшем, поэтому важно получить прогноз на более длительный период.
Следует отметить, что согласно первым прогнозам PwC зависимость GDP от времени является экспоненциальной [8, 29], и это означает, что влияние демографического перехода на экономическую динамику достаточно умеренное. Однако скорректированный прогноз от 2017 года [1] демонстрирует уменьшение темпа роста GDP, особенно США, что может свидетельствовать о более сильном влиянии демографического перехода на экономическую динамику. Однако относительно короткий период прогнозирования не дает возможности однозначно определиться с влиянием демографического перехода.
2. МЕТОДИКА
Как видно из обзора, для резкого увеличения времени прогнозирования до 80 лет принципиально важно использовать модель эндогенного типа и избежать ориентации на экзогенную модель технологического прогресса. С другой стороны, предпочтительно использовать относительно простую модель человеческого капитала (ЧК), которая даст возможность прогнозировать величину ЧК на длительный промежуток времени. Тот факт, что к концу второго тысячелетия доля человеческого капитала в национальном богатстве крупнейших экономик достигла 75–78% и имела тенденцию к дальнейшему росту, позволяет именно ЧК сделать сердцевиной прогностической модели.
При этом мы полагаем, что есть компоненты физического капитала, пропорциональные ЧК, поскольку он создается работниками тем в большей мере, чем больше ЧК. С учетом этого с определенной погрешностью можно считать, что весь прирост ВВП на душу населения (далее ВВП/Д или G/N) по паритету покупательной способности (ППС) будет пропорционален удельному индексу человеческого капитала (IHC) – IHC в соответствии с зависимостью (1).
Здесь М0 = 200 000 междунар. долл. 2017 года – коэффициент, определяющий порядок величины G/N. Коэффициент 0,5 введен для того, чтобы в первом приближении отразить то, что трудоспособное (25–64 года) и занятое население составляет около половины граждан страны, и МС – коэффициент, характеризующий экономику конкретных стран, в том числе учитывающий реальную долю работающего населения.
Большинство моделей человеческого капитала указывает на его связь с образованием, в частности с числом лет обучения [30]. Однако, с точки зрения величины человеческого капитала, год обучения в средней школе и в третичном образовании далеко не эквивалентны. Об этом, в частности, свидетельствует вывод, представленный в работах J. Mincer [10], о том, что зарплата работника экспоненциально зависит от количества лет (Е) его образования Y=Y0eRE (функция доходов). Поэтому удельный индекс человеческого капитала определим с дифференциацией вклада в GDP (1) согласно зависимости (2) [15].
Здесь Di – доля специалистов с уровнем образования – i среди населения в возрасте 25–64 года, а Ki – весовые коэффициенты вклада в IHC уровня образования – i. Для всех рассматриваемых стран набор Ki одинаков, причем для уровня бакалавра примем нормированную величину Ki = 1.
Будем учитывать пять образовательных уровней, согласно с классификации ISCED 2011 [31], представленных в таблице 2. В качестве уровня Е5 будем рассматривать не формальный образовательный уровень (8 – докторантура), а работников в сфере R&D, поскольку реальный вклад в ВВП вносит не формальное образование, а работа в области R&D, а количество R&D-специалистов в ряде стран значительно отличается от числа выпускников докторантуры. Поскольку мы приняли, что доля работников трудоспособного возраста приближенно составляет 50% от численности населения, то и доля R&D-специалистов должна быть отнесена к 50% доли населения.
Для определения весовых коэффициентов Ki воспользуемся статистическими данными по крупнейшим экономикам, на которые меньше влияют различные случайные факторы. В частности, будем рассматривать восемь экономик: United States, European Union–23, China, Japan, Brazil, Turkey, Mexico, Indonesia, образовательные и другие характеристики которых представлены в таблице 3 применительно к 2017 году в международных долларах 2017 года. Поскольку величины G/N и Di подвержены небольшим отклонениям от монотонных значений, то для их сглаживания здесь взяты их осредненные значения за пять лет (2015–2019). В число этих экономик не включены Индия и Россия, поскольку предыдущие исследования [15] показали, что они значительно отклоняются от общих закономерностей.
Будем определять Ki из условия минимума коэффициента вариации значений МС для выбранных восьми экономик. Будем далее считать, что рост экономик в данной модели, которую будем называть ViC, происходит под влиянием следующих факторов:
Рост населения согласно среднему прогнозу ООН [27];
Рост ЧК на основе прогноза роста образования работников, согласно формулам (1), (2);
Рост числа научных работников как основы технологического прогресса [32]. Коэффициент D5 включен в число компонент индекса человеческого капитала (2).
Текущая величина ВВП по ППС страны (G) как основной источник капиталовложений.
Более детально методика расчета по модели ViC будет приведена далее, при изложении результатов исследования.
Для проверки надежности получаемых с помощью данной модели результатов будет проведено их сравнение с прогнозом величины ВВП по методике PwC на 2050 год.
РЕЗУЛЬТАТЫ
3.1. Закономерность роста уровня образования
На рис. 1 в логарифмической шкале приведена динамика по времени относительного числа студентов третичного образования в мире – Ne (по отношению к численности населения – N) в процентах [33– 34]. Здесь время Х отсчитывается от 1900 года (Х = Т – 1900), что позволяет упростить аналитическое выражение тренда.
Наилучшую аппроксимацию обеспечивает экспоненциальный тренд, который в десятичной форме (в %) будет иметь вид (3):
Относительное число студентов за 20 лет увеличивается в 2,1 раза. Погрешность аппроксимации очень мала: ΔR2 = 1 – R2 = 0,6%.
Зададимся вопросом, какова максимальная доля жителей страны, которая может получить высшее образование? В качестве индикатора уровня интеллекта широко используется коэффициент интеллекта (IQ). Согласно классификации Wechsler D. [35] примерно у 9% людей интеллект заметно снижен (IQ < 80). Они очень редко получают третичное образование. Еще около 16% населения имеет IQ = 80–89 (сниженная норма), и им сложно получить третичное образование уровня 6 и выше, согласно ISCED 2011 [31].
Кроме того, есть люди, не заинтересованные в получении высшего образования, или такие, которым мешают его получить другие проблемы. Например, один из богатейших людей Земли Билл Гейтс не имел высшего образования большую часть своей трудовой деятельности.
Согласно образовательной статистике максимальный охват третичным образованием населения в возрасте 25–64 года в 2019 году составлял: Ирландия – 60%, Канада – 59%, Россия – 57%, Израиль – 51%, Южная Корея – 51% [36]. Уровень охвата третичным образованием постоянно растет, и среди молодых людей он, как правило, выше. Например, в 2019 году для лиц в возрасте 25–34 года наибольший охват третичным образованием составил: Ирландия – 70%, Южная Корея – 70%, Канада – 63%, Япония – 62%, Россия – 62%. Характерно, что женщины несколько опережают мужчин по данному показателю, и рекордные цифры составляют: Южная Корея – 76%, Ирландия – 72%, Канада – 71%, Россия – 69%, Япония – 64%. Таким образом, реальную возможность получить высшее образование имеют порядка 75% людей.
В настоящее время считается, что трудоспособный период работников составляет около 40 лет (от 25 до 64 лет). Продолжительность обучения студентов третичного образования в среднем составляет около 4 лет, хотя со временем эта цифра растет, и в развитых странах продолжительность третичного образования, как правило, выше. Таким образом, продолжительность трудовой деятельности примерно в 10 раз больше, чем время получения третичного образования. Из этого следует, что если доля студентов составляет 7,5% от трудового населения в стационарном режиме, в течение порядка 40 лет, то доля работников, имеющих высшее образование, будет стремиться к 75%. При этом нужно учесть, что доля трудоспособного населения составляет 50% от всей численности. Отсюда следует, что для достижения 75% обеспеченности работников высшим образованием достаточно, чтобы в стационарном режиме студенты составляли порядка 3,7% численности населения.
Кроме того, следует учесть, что значительная часть студентов не завершает обучение. Отсев составляет около 33% студентов третичного образования [36]. Таким образом, доля студентов, которые в стационарном режиме обеспечивают 75% высшее образование, составляет порядка 5% от населения. Такая численность студентов, как следует из рис. 1, будет достигнута во всем мире примерно к 2027 году. Для подтверждения оценок потребного количества студентов отметим, что во многих развитых странах их число остается относительно стабильным и в период 2008–2015 годов колебалось вблизи 3,0–4,3%: Великобритания – 3,7–4,0%, Германия – 3,5–3,6, Франция – 3,5–3,7%, Испания – 3,9–4,3, Италия – 3,1–3,4%, Япония – 3,0–3,1%, Португалия – 3,5–3,8%, Швейцария – 2,9–3,5%.
Если задача заключается в том, чтобы быстрее обеспечить все население третичным образованием, то относительное число студентов в начале этого проекта может превышать 5%, а затем снизится. Росту доли студентов в обществе может способствовать также тенденция к увеличению продолжительности третичного образования в развитых странах на программах магистратуры, докторантуры, второго высшего образования и дополнительного образования.
Для прогнозирования динамики доли работников, имеющих третичное образование, необходимо отталкиваться от достигнутого уровня образования и учитывать выпуск числа студентов. При этом необходимо иметь в виду, что ежегодно примерно 1/40 часть работников, закончивших получение образования примерно 40 лет назад, выйдет на пенсию. Но поскольку в период начала их трудовой деятельности доля имеющих третичное образование в большинстве стран была значительно меньше, то и убыль будет относительно небольшой. Увеличение же числа имеющих третичное образование численно будет равно числу студентов, деленному на среднее число лет обучения с учетом не закончивших образование, а также тех, кто не окажется в числе работающих, например, по причине болезни или занятия домашним хозяйством.
Китай является одной из крупнейших стабильно развивающихся экономик, поэтому прогнозирование его экономической динамики очень важно. Однако информация о числе студентов и уровне образования населения Китая весьма противоречива и сопоставление данных из различных источников указывает на их ненадежность. Зачастую в справочниках указана информация только за 2010 год [36]. По анализу авторов, к числу наиболее достоверных данных можно отнести указанные в работе [37], в которой дана ссылка на National Bureau of Statistics of China. Эти данные согласуются с представленными в других работах [34]. Опираясь на полученную зависимость числа выпускников от времени, можно рассчитать долю населения Китая, имеющего третичное образование. Соответствующие данные приведены на рис. 2. Там же представлена информация о доле специалистов в возрасте 26–64 года, имеющих третичное образование (Dtr), в ряде крупнейших экономик в соответствии с данными ежегодных выпусков Education at a Glance OECD с 1996 по 2020 год [36, 38].
Видно, что в этот период зависимости Dtr от времени (Т) близки к линейным с низкой погрешностью регрессии ΔR2 = 1 – R2 = 1–2%. Линейный характер роста доли специалистов с третичным образованием упрощает процесс прогнозирования экономической динамики. Однако линейная зависимость Dtr(Т) характерна только при Dtr(Т) <50%. При приближении к уровню 75% данная зависимость будет плавно выходить на постоянный уровень, и по графику, относящемуся к Японии, такую тенденцию можно заметить при приближении к 2020 году. Также следует отметить, что для России, в которой в 2003 году достигнут уровень Dtr = 54%, с тех пор сохраняется почти стабильный уровень Dtr ≤ 57%.
Может показаться, что линейный или более медленный рост Dtr противоречит экспоненциальному росту числа студентов, продемонстрированному на рис. 1. Однако на рис. 2 мы рассматриваем только крупнейшие экономики, а на рис. 1 представлена суммарная картина, которая свидетельствует о быстром включении в образовательный процесс развивающихся стран.
Для использования в дальнейшем в процессе прогнозирования важно понимать, каков темп роста уровня образования для разных стран. Данные о годовых темпах роста уровня образования (ΔDtr) приведены в таблице 4 по значениям Dtr за 2014–2019 годы.
Для большинства рассматриваемых экономик темп роста доли работников с третичным образованием равен 0,8±0,2, то есть весьма высокий. Для активно развивающихся стран (Китай, Южная Корея, Ирландия) он выше 1,0, а для отдельных (Мексика) рост не определен.
3.2. Динамика числа работников НИОКР
Пятый член в формуле (2), а именно D5, относится не собственно к образованию, а к доле специалистов в области НИОКР (или R&D). Это именно те работники, которые в моделях экономического роста отвечают за технологическое развитие. Специалисты же с третичным образованием оказывают лишь поддержку использования знаний и технологий. Здесь существенно то, что вклад в ВВП этой части человеческого капитала по формату аналогичен вкладу специалистов с другими типами образования. Кроме того, мы уходим от необходимости анализировать распространение таких неосязаемых и сложно измеримых категорий, как знания и инновации, и переходим к анализу числа работников НИОКР. При этом неявные знания существуют только в сознании специалистов и их можно принять за единицу измерения неявных знаний.
Согласно традиционной модели, число специалистов в области НИОКР (NS) удваивается каждые 10–15 лет. В аналитическом виде эта зависимость может быть представлена формулой (4).
Однако, согласно этой зависимости, в 1666 году, когда была учреждена Академия наук Франции, в мире было всего два ученых. Существование античной науки вообще не согласуется с данной формулой. В работе [32] на основе анализа объема знаний человечества показано, что количество ученых в прошлом удовлетворительно описывается квадратичной гиперболой (5), где А = 16*109.
В соответствии с данной зависимостью в период Возрождения было около 60 000 специалистов в области НИОКР, в эпоху античности – 3000, а во времена древнего Египта – более 600, что лучше соответствует сложности создаваемых в то время сооружений, чем согласно формуле (4). Однако с приближением к точке сингулярности (Т1 » 2025 года) формула (5) становится некорректной.
Для того чтобы исключить влияние сингулярности, обратим внимание на то, что динамика мирового ВВП за последнее тысячелетие примерно соответствовала квадрату численности человечества [39] и приближенно выражается формулой (6), где γ » 1,04*10-6 долл./чел.2*год.
С другой стороны, согласно уравнению Foerster [40], численность человечества приближенно выражается гиперболой (7), где С ≈ 180 млрд, а Т1 ≈ 2025 год.
Отсюда следует, что мировой ВВП вдали от точки сингулярности по порядку величины выражается квадратичной гиперболой от времени. Соответственно, число ученых в мире примерно пропорционально мировому ВВП. Эта взаимосвязь достаточно логична, поскольку численность работников НИОКР зависит от возможностей финансирования их деятельности. С другой стороны, увеличение числа работников НИОКР ведет к росту ВВП. Таким образом, эти две переменные зависят друг от друга. Положительно, что данная закономерность не связана с точкой сингулярности.
Сделаем оценки отношения NS/G в прошлом. При Т < 1700 года можно считать, что (T1 – T) » (2050 – Т). Отсюда следует, что (T1 – T) = А/NS = C2/N2 = C2γ/G. Следовательно, выражение для NS/G имеет вид (8).
Подставляя значения констант, получим
или 475 на млрд долл. ВВП по ППС 1995 года. В международных долларах 2017 года NS/G = 318 специалистов в области НИОКР на млрд долл. Таким образом, отношение NS/G является по порядку величины постоянным во времени в период квазигиперболического роста человечества.
Отношение числа работников НИОКР к ВВП по ППС (NS/G) в зависимости от ВВП/Д для различных стран в период с 1996 по 2018 год в междунар. долл. 2017 года приведено на рис. 3 [27, 28, 41]. Там же даны значения этих величин для мира в целом, с 2000 по 2015 год с шагом в 5 лет.
Согласно этим данным, при росте среднего мирового ВВП/Д с 11 до 15,5 тыс. долл. число работников НИОКР на млрд долл. уменьшилось с 97 до 91. Снижение NS/G произошло в основном за счет достаточно быстрого роста ВВП, который опережал рост числа работников НИОКР.
В период 1996–2018 годов в США величина NS/G колебалась в диапазоне 68–74 [41], что примерно на четверть меньше среднего мирового уровня. В Европейском союзе NS/G за 22 года выросло примерно в полтора раза – с 61 до 91 и достигло среднего мирового уровня. В Японии NS/G снизилось примерно со 150 до 130 и произошло сближение со средним мировым уровнем.
В большинстве стран БРИК происходило уменьшение NS/G в связи с быстрым ростом ВВП/Д. Особенно быстро уменьшалось NS/G в России – с 295 до 104 и Китае – со 168 до 86. В целом их уровень NS/G приблизился к среднему мировому уровню. В Бразилии произошел быстрый рост NS/G от 25 до 56 и сближение со средним мировым уровнем. Из стран БРИК только в Индии отношение NS/G снизилось с 69 до 39, но за счет троекратного роста ВВП/Д, то есть число R&D-специалистов выросло примерно вдвое и в дальнейшем следует ожидать роста NS/G. В Турции происходил быстрый рост отношения NS/G с 21 до 49, и также прослеживается тенденция сближения с мировым уровнем. В Мексике и Индонезии закономерного изменения NS/G не наблюдалось.
На основе сложившихся тенденций динамики NS/G в ближайшей перспективе можно прогнозировать вначале некоторое уменьшение среднего мирового NS/G до уровня примерно 80 работников НИОКР на миллиард. Но затем, по мере снижения темпов роста ВВП, средняя мировая величина NS/G будет расти. Это будет происходить потому, что увеличение NS/G будет важным инструментом ускорения роста ВВП. Примерно к такой же величине будет стремиться численность специалистов в области НИОКР в большинстве крупнейших экономик. В Мексике и Индонезии аналогичная динамика реализуется более медленными темпами.
Проведенный анализ динамики числа научных сотрудников показывает, что отношение NS/G является важным показателем научной активности стран. Уместно задаться вопросом, является ли этот показатель, как характеристика скорости технологического прогресса, эндогенным? Каждая страна сама определяет, на каком уровне его поддерживать, хотя и ориентируется на его уровень в других странах и на свой уровень ВВП на душу населения. Его величина ориентируется не на страну лидера, а на среднее мировое значение, то есть среди крупнейших экономик в целом происходит конвергенция данного показателя.
В дальнейшем для прогнозирования коэффициента D5 удобно будет пользоваться соотношением (10) с использованием полученных выше данных по изменению величины NS/G, а также прогнозируемой величины ВВП/Д (G/N). Введение коэффициента 2 в формуле (10) связано с тем, что G/N относится ко всему населению, а D5 только к работающему.
3.3. Зависимость ВВП/Д от образования населения
Для определения удельного индекса человеческого капитала IHC необходимо найти оптимальные значения коэффициентов Ki. Можно взять в качестве начальных значений для Ki линейное распределение пропорционально количеству лет обучения. В этом случае коэффициент вариации величины MC для восьми стран СV8(MC) = 48%, что явно неприемлемо.
Далее будем варьировать Ki, вычислять значения IHC и MС и определять значения коэффициентов вариации – СV(MС) для исследуемых экономик. За оптимальные значения Ki примем те, которые обеспечивают минимум коэффициента вариации СV8(MС) для восьми крупнейших экономик. Полученные расчетные значения оптимальных Ki, а также коэффициенты вариации СV8(MС), СV3(MС) и среднеарифметическое значение MС (М8) приведены в таблице 5 применительно к образовательным характеристикам стран в 2017 году. В таблице 6 даны значения IHC и MС, полученные при оптимизации.
Видно, что за счет оптимизации удалось значительно уменьшить значения коэффициентов вариации. Видно также, что Ki для двух типов вторичного образования К1 и К2 более чем на три порядка меньше, чем коэффициенты вклада третичного образования, и их можно заменить одним коэффициентом, что далее будет проверено. Коэффициенты K3 и K4 достаточно близки друг к другу. Поскольку прогнозировать соотношение K3 и K4 на несколько десятков лет вперед сложно, то можно попытаться объединить эти два типа третичного образования. Проверим, не приведут ли такие упрощения к заметному увеличению коэффициента вариации. Результаты оптимизации коэффициентов Ki при объединении коэффициентов D12 = D1 + D2 и Dtr = D3 + D4 приведены в таблицах 7, 8.
Видно, что коэффициент К5 уменьшился с 19,0 до 18,0. Минимизируемый коэффициент вариации СV8 вырос относительно мало, с 15,8% до 16,7%, однако для трех крупнейших экономик CV3 вырос c 11,4 до 16,9. Таким образом, можно использовать объединенные значения третичного и вторичного образования, но для более точной оценки роста GDP трех крупнейших экономик лучше использовать коэффициенты, представленные в таблицах 5, 6. Хотя значения IHC и MC изменились, но их произведения, которые используются в формуле (1), остались неизменными.
Коэффициент для вторичного образования настолько мал, что будет влиять только на GDP стран с очень малыми долями третичного образования. Поэтому приближенная формула для удельного индекса человеческого капитала с учетом (10) имеет вид (11).
Поскольку соотношение различных компонент образования меняется достаточно сильно, то важно проверить, в какой мере можно использовать для прогнозирования G/N формулы (1), (9) на протяжении длительного времени. С этой целью на рис. 4 приведены зависимости отношения ВВП/Д к Mc*IHC от времени с 1996 по 2019 год. При этом использовались значения МС, приведенные в таблице 8, применительно к 2017 году.
Видно, что на протяжении последних семи лет отношение ВВП/Д к MCIHC изменяется относительно мало. Но в предыдущий период отклонение составляло до 40% применительно к Europeans Union. Можно предположить, что это связано с благоприятной для EU рыночной ситуацией после распада Советского Союза. Затем эти выгоды стали уменьшаться, а также оказал негативное влияние кризис 2008 года. Рост исследуемого отношения для Китая, вероятно, связан с успешным процессом его встраивания в мировую экономику. Для ведущей мировой экономики (США), а также для Индии данное отношение близко к постоянному. Относительная стабильность данного отношения на протяжении 23 лет свидетельствует о том, что формулы (1), (9) можно использовать для долговременного прогнозирования роста ВВП/Д. При этом коэффициент MC, отражающий особенности стран, варьируется от 0,57 до 0,99, а его среднее значение M8 = 0,81, как видно из таблицы 8.
При прогнозировании целесообразно принять, что коэффициент МС со временем будет стремиться к среднему значению. Если сравнивать с моделью прогнозирования PwC, то коэффициент MC аналогичен темпу наверстывания технологического развития по отношению к США, который задается равным 1,5–2% в год. Однако коэффициенты MC характеризуют эффективность использования удельного человеческого капитала IHC и характеризуют, как внутренние особенности стран, так и влияние внешнего окружения, в частности близость ключевых рынков. Наибольшее значение он имеет у США и Турции. Из числа стран, данные которых использовались при оптимизации Ki, наименьшее МС = 0,57 имеет Япония. Данные Индии и России не использовались при оптимизации, поскольку из предыдущих работ было известно, что у них очень мал коэффициент, аналогичный МС [15]. В рамках данной работы показано, что для России МС = 0,4, а для Индии МС = 0,52.
Таким образом, общая картина динамики человеческого капитала следующая. Наибольшее влияние на рост удельного индекса человеческого капитала IHC, а следовательно, и на ВВП/Д, в настоящее время оказывает быстрый, примерно линейный рост доли специалистов с третичным образованием – Dtr. Далее этот рост будет замедляться по мере приближения Dtr к уровню 75%. Существенное влияние на рост ВВП/Д оказывает также число работников НИОКР на миллиард долларов ВВП – NS/G, но данный показатель в настоящее время меняется относительно медленно и в целом стремится к общемировому значению NS/G » 91 чел./млрд долл. 2017 года (происходит конвергенция). По мере исчерпания роста Dtr будет в большей мере востребован рост показателя – NS/G, как ресурса роста человеческого капитала. Этот рост может достигать значений в 2–3 раза больше современного среднего уровня. При этом один специалист в области НИОКР вносит вклад в ВВП примерно в 36 раз больше, чем специалист с третичным образованием.
3.4. Прогнозирование
С использованием уравнений (1), (2) и приведенных в таблицах 5, 7 значений коэффициентов Ki было выполнено прогнозирование роста ВВП для крупнейших экономик c использованием электронных таблиц Excel. Вначале заполнялись данные об образовательном уровне работников на прогнозируемый период до 2100 года. До уровня ΔDtr = 50% уровень образования рос линейно в соответствии со значениями, представленными в таблице 4, а затем стремился к уровню 75% в 2100 году. Значения MC изменялись линейно от уровня, представленного в таблице 8, до конечного значения в 2100 году – MCf. Параметр NS/G изменялся линейно от начального значения, представленного на рис. 3 до IS, которое могло быть либо среднемировым, либо более высоким. На втором этапе определялась величина G/N, при которой потребное значение IHC (согласно формуле (1)) не превышает то, которое обеспечено уровнем образования работников в данный период времени. Полученные варианты динамики ВВП для США приведены на рис. 5.
Рассмотренные варианты роста ВВП в 2050 году лежат в диапазоне от 31,5 до 35,8 трлн междунар. долл. 2017 года. Согласно прогнозу PwC от 2017 года, для США ВВП = 34,8 трлн долл., что лучше всего согласуется с вариантом прогноза IS = 100, MCf = 0,9, для которого в 2050 году ВВП = 34,1 трлн долл. (отличие 2%). Для варианта IS = 91, MCf = 0,9 прогноз ВВП = 33,6 трлн долл., отличие – 3,5%, что также хорошо для долговременных прогнозов.
Отличия вариантов прогнозов заключаются в том, что по одним из них конечное число NS/G = IS в 2100 году равно среднемировому значению – 91, а по другим – 100 и 130. Также эффективность использования человеческого капитала к 2100 году в разных вариантах прогнозов или остается на современном для США уровне MCf = 0,99, или снижается до среднемирового MCf = 0,81, или занимает среднее между ними положение MCf = 0,90. Именно последний вариант наиболее близок к прогнозу PwC, и он наиболее вероятен в реальности. Согласно работе [28] OECD, по мере того, как экономическая активность будет смещаться в сторону Азии, страны, расположенные в Америке, будут становиться более отдаленными от основных рынков, и это будет оказывать давление на рост производительности труда в этих странах. Также будет оказывать влияние и снижение лидирующей роли США в мировой экономике.
При более высоких IS и MCf величина ВВП возрастает, причем к 2100 году в одном из вариантов ВВП = 50,6 трлн долл. Показатель MCf влияет более сильно, чем IS. Однако, как показано выше, величина IS может варьироваться в широком диапазоне, вплоть до IS = 150…300. И в условиях отсутствия других ресурсов увеличения человеческого капитала этот ресурс будет активизирован.
На рис. 6 представлены варианты динамики ВВП для Китая. Основной вариант прогноза характеризовался среднемировым уровнем MCf = 0,81 и скоростью роста уровня третичного образования, соответствующей современному уровню – ΔDtr = 1,06% в год. Для этого варианта в 2030 году ВВП = 39,9 трлн долл., что близко к прогнозу PwC (38 трлн долл.). Однако в 2050 году ВВП = 68,5 трлн долл., что на 17% больше, чем согласно прогнозам PwC (58,5 трлн долл.).
Нужно отметить, что до 2050 года темп роста образования остается постоянным, и, соответственно, как видно из рис. 6, линейно растет ВВП, а после 2050 года темп роста ВВП быстро снижается. Если скорость прироста уровня образования снизится до значений, близких к среднемировым – 0,9% в год, то, соответственно, более медленно растет ВВП и в 2050 году составит 61,7 трлн долл., что отличается от прогноза PwC не более чем на 5,5%.
В случае возрастания показателя MCf с 0,81 до 0,90 величина GDP к 2050 году возрастает до 73 трлн долл., что на четверть больше, чем согласно прогнозу PwC. Но такой рост вполне возможет при занятии Китаем более выгодной конкурентной позиции в мире за счет лидерства по объему ВВП и по числу специалистов НИОКР (для США в оптимистичном прогнозе MCf = 0,99). Заметно, что к 2100 году намечается тенденция к снижению ВВП Китая. Это связано с тем, что начиная с 2030 года численность населения Китая, согласно среднему прогнозу ООН, снижается и к 2100 году уменьшится на 400 млн человек по сравнению с максимумом.
Видно, что увеличение числа научных работников от среднемирового значения IS = 91 до современного для России значения (104) обеспечивает прирост ВВП на уровне 0,4 трлн долл. Увеличение параметра MCF от 0,75 до среднего по крупнейшим экономикам значения (0,81) обеспечивает прирост ВВП еще на 1 трлн долл. Наиболее сильно влияет устранение депопуляции, т.е. сохранение численности населения на современном уровне. В этом случае величина ВВП в 2100 году увеличивается еще на 1,8 трлн долл. и достигает 12,7 трлн долл.
На рис. 8 дано сравнение динамики ВВП для шести экономик из числа крупнейших, включая страны БРИК, для параметров, приведенных в таблице 9. Здесь опорное значение MCf = 0,81, но для США и ЕС-23, которые имеют высокий начальный МС, величина MCf также выше, а для России и Индии, которые имеют очень низкие начальные МС, величина MCf ниже опорного значения.
Видно, что до 2067 года мировым лидером по ВВП по ППС является Китай, но после этой даты прироста производительности труда хватает только на то, чтобы компенсировать убыль населения. В то же время ВВП Индии быстро растет на протяжении всего столетия. К 2035 году он превзойдет ВВП США и Европейского союза (здесь вместе с UK). В 2067 году Индия опередит Китай, а к концу столетия будет опережать Китай на 30% (при населении стран в соответствии со средним прогнозом ООН). Стран, которые могут превзойти Индию по величине ВВП в будущем, не наблюдается.
Таким образом, Китай будет иметь почти 50 лет на то, чтобы реализовать свои возможности экономического и технологического лидерства, что не так много по меркам глобального развития. У США было около 75 лет для закрепления в качестве мирового лидера.
Динамика ВВП Китая демонстрирует, что демографический переход оказывает очень существенное влияние на экономический рост, хотя в случае с Китаем роль сыграла и демографическая политика государства, ограничившего рождаемость. На рис. 9 приведены зависимости роста ВВП/Д для рассматриваемых стран.
Видно, что рост ВВП на душу населения до 2050 года происходит в основном эквидистантно, а к 2100 году происходит конвергенция уровня ВВП/Д для всех экономик, но в меньшей мере для США, которые остаются лидером по этому показателю. Это означает, что США будут иметь запас ВВП для увеличения числа работников НИОКР с целью роста индекса человеческого капитала IHC и, соответственно, ВВП.
Динамика роста ВВП по ППС для следующих шести крупных экономик приведена на рис. 10, а величина ВВП в 2050 и 2100 годах для исследованных экономик дана в таблице 10.
Три из этих экономик (Япония, Мексика, Турция) практически исчерпывают свой потенциал роста ВВП к 2070 году, а Индонезия, Нигерия и Пакистан переходят в стадию быстрого роста и сохраняют потенциал увеличения ВВП и на следующее столетие. Их основным достоянием будет являться высокая численность населения (300–700 млн человек), которая в течение XXI столетия будет продолжать расти (Индонезия до 2070 года).
Данный прогноз показывает, что к 2100 году страны, которые в настоящее время являются развивающимися, будут доминировать в мировой экономике. Их доля в сумме ВВП исследованных экономик (350 трлн долл.) составит 78%.
Пять крупнейших экономик, как и в 2050 году, будут продолжать занимать первые места, и среди них меняются местами только Индия и Китай. Значительное изменение общей картины мест состоит также в том, что Нигерия и Пакистан перемещаются с 11–12-го на 6–7-е места, а Япония перемещается с 9-го на 12-е место, в основном за счет сокращения населения. Важным изменением, которое произойдет с экономической динамикой, является быстрое снижение темпов роста ВВП на душу населения. Значения относительной скорости роста ВВП/Д приведены в таблице 11.
Видно, что с 2050 по 2100 год она снизится в четыре раза. Это происходит в основном в результате того, что достигается предельное значение охвата работников высшим образованием (около 75%). Данное состояние требует изыскания новых ресурсов роста человеческого капитала, в частности, повышается актуальность инклюзивного подхода, а также увеличения числа работников НИОКР. В ряде развивающихся стран, в которых существуют ограничения на возможности обучения и работы для отдельных групп жителей, инклюзивные преобразования произойдут задолго до конца века, с целью поддержания экономической динамики.
Важной характеристикой развития крупнейших экономик является рост численности сотрудников НИОКР. На рис. 11 приведена гистограмма численности работников НИОКР в 2019–2100 годах для варианта темпов роста, представленного в таблице 9 и на рис. 9, 10.
Согласно этим данным, если в настоящее время 55% работников НИОКР работает в развитых странах, то к концу века их доля снизится до 23%, хотя численно вырастет почти вдвое. Всего же численность работников НИОКР вырастет до 17,3 млн чел. к 2050 году и до 30,7 млн чел. к концу века.
Доля России в численности работников НИОКР упадет с 5,7% до 3,5% к 2050 году и до 2,8% к 2100 году. Доля США также упадет почти вдвое: с 20,7% до 12,3% к 2100 году. При этом доля Китая составит к 2100 году 23%, а Индии – 29%, то есть их доминирование в научной сфере будет очень высоким.
3.5. Оценка погрешностей прогноза
Сравнение прогнозных значений ВВП в 2050 году, опубликованных компанией PwC в 2017 году (таблица 1), и в данной работе – ViС (2021 год), дано на рис. 10. Места, которые занимают в 2050 году шесть наиболее крупных и две наименьшие экономики, одинаковы в соответствии с обоими методам расчета. Несовпадение занимаемых мест наблюдается только среди четырех экономик, с близкими по величине ВВП, который лежит в диапазоне 5,0–7,3 трлн долл.
Тренды для обоих методов расчета на рис. 12 близки друг к другу (пунктиром обозначен тренд PwC). Среднее арифметическое значение разности значений ВВП по двум прогнозам равно 3%, а среднеквадратичное отклонение – 12%. Это позволяет утверждать, что эти два прогноза дают в целом близкие значения ВВП крупнейших экономик в 2050 году. В таблице 12 приведено сравнение относительного разброса (в %) значений прогноза PwC от ViС с разбросом между значениями PwC 2011–2017 годов (таблица 1).
Видно, что относительный разброс прогнозов ВВП, выполненных PwC в разные годы, в среднем в три раза больше, чем отличие прогноза PwC 17 от ViС 21. Только отличие по Мексике прогнозов PwC от ViС больше, чем между прогнозами PwC. Это позволяет утверждать, что выполненный в данной работе прогноз с использованием методики ViC имеет достаточно высокую достоверность в сравнении с прогнозом PwC.
Отметим еще одну погрешность, которая связана с демографическими прогнозами. В работе использовался средний прогноз ООН [27], согласно которому численность населения Китая и России неестественно быстро падает со временем. Сравнение прогнозов ООН от 2015 [42] и 2019 годов [27] показывает, что они существенно различаются. Соответствующие значения приведены в таблице 13 в миллионах человек. Относительная разность прогнозов определена по формуле ΔN = (N19–N15)/N15.
Видно, что прогнозы, сделанные в 2015 и 2019 годах, отличаются на величину до 13%. Соответственно, сравнительная ошибка прогнозов Китая относительно Индии может составить 19%, а России относительно Японии – 17%. Есть основания ожидать, что и в дальнейшем депопуляция России и Китая будет снижаться, что окажет влияние и на прогноз ВВП.
Проведенная разработка модели долгосрочного экономического прогнозирования эндогенного типа позволила сформировать сравнительные прогнозы для крупнейших мировых экономик на 80-летний период. Показано, что Китай будет существенно превосходить современного лидера США и другие страны по величине GDP примерно до 2065 года. Затем лидерство перейдет к Индии. К концу века борьба за лидерство будет переходить в сторону увеличения веса сферы НИОКР по показателю числа работников на миллиард ВВП.
ОБСУЖДЕНИЕ
Данный прогноз сформирован исходя из того, что основной рост GDP будет происходить в результате роста человеческого капитала, который происходит в связи с повышением уровня третичного образования и R&D-деятельности, а также влиянием демографических процессов. Однако в предыдущие циклы смены стран-лидеров [3] важную роль играли и технологические революции. В настоящее время созрели условия для очередной технологической революции [43], однако ее направление пока не определилось. Одни предсказывают киберфизическую революцию [44], а другие – биомедицинскую [45]. В зависимости от того, какие радикально новые технологии принесет эта революция, может измениться и процесс экономического роста. Особенно важно, в какой мере создание искусственного интеллекта может повлиять на сферу R&D. Изобретения в сфере биологии и медицины могут повлиять на демографические процессы. Конечно, возможны и более неожиданные события в технологической и других областях.
Полученные результаты сформированы исходя из осредненных моделей поведения стран. Однако на практике разные страны по-разному используют имеющиеся инструменты повышения уровня благосостояния, в частности численность R&D-специалистов. Разработанная модель позволяет оценить эффект от применения альтернативных стратегий экономического развития. Такие разработки могут способствовать выбору странами различных сценариев развития. Целесообразно в дальнейшем применить данную модель в связке со сценарным подходом.
Хотя разработанная модель является, в принципе, эндогенной, однако в ней имеется параметр, включающий в себя и влияние внешнего окружения, – MC. В работе финальное значение данного параметра MCf оценивалось исходя из его начального значения, которое отражает культуру страны, среднемирового значения MC и оценки динамики внешнего окружения, прежде всего роста крупных региональных рынков. Однако модель расчета данного параметра требует дальнейшего совершенствования. В принципе, это может быть сделано за счет анализа статистики экономического роста более широкого круга стран.
Первоначальной целью данной работы было применение создаваемой модели для демонстрации выгод инклюзивных методов развития. Это удалось осуществить только в том плане, что для успешного экономического развития важно включать в трудовой и образовательный процесс максимальное число потенциальных работников. Те страны, которые пока ограничивают возможности полноценного обучения и трудовой деятельности женщин и других инклюзивных сегментов граждан, должны будут или изменить свои законы и нормы или смириться с отставанием в росте благосостояния. Тем не менее важно в дальнейшем осуществить поиск других методов использования данной модели, которые позволят более детально исследовать выгоды инклюзивного развития.
ЗАКЛЮЧЕНИЕ
Разработана методика ViС прогнозирования ВВП по ППС на период до 80 лет, которая сформирована на основе эндогенного подхода и образовательной модели человеческого капитала и позволяет оценить потенциал экономического лидерства крупнейших экономик.
Проведено обоснование прогностических моделей роста числа научных работников и коэффициентов вклада в ВВП специалистов различного образовательного уровня.
Выполнены расчеты динамики ВВП по ППС до 2100 года для 12 крупнейших на конец данного периода мировых экономик. Показано, что к концу века, в составе этих экономик с суммарным ВВП = 350 трлн междунар. долл. 2017 года, доминирующую долю в 78% будут иметь страны, которые в настоящее время относятся к развивающимся.
Первое место по объему ВВП к 2100 году будет занимать Индия с ВВП= 96,5 трлн межд. долл. 2017 года, а второе – Китай c ВВП = 74,3 трлн долл. Не выявлено стран, которые потенциально могут превзойти Индию по величине ВВП и после 2100 года, если не возникнут новые факторы, которые резко и массово повысят производительность труда либо повлияют на демографические процессы.
Китай будет являться лидером по величине ВВП в течение примерно 47 лет, а затем его ВВП будет расти очень медленно, в результате быстрого уменьшения численности населения. Индия около 2067 года опередит по величине ВВП по ППС Китай и быстро уйдет в отрыв, превзойдя к концу века Китай на 30% ВВП.
Россия, согласно консервативному прогнозу, будет иметь в 2100 году ВВП на уровне 9,5 трлн долл. При сохранении числа ученых на млрд долл. на современном уровне ВВП составит 9,9 трлн долл. При увеличении параметра, характеризующего благоприятность взаимодействия с внешним окружением, до среднего мирового уровня ВВП увеличится еще на 1 трлн долл. При сохранении численности населения на современном уровне ВВП увеличится еще на 1,8 трлн долл. и достигнет 12,7 трлн долл.
Проведено сравнение полученного прогноза ВВП с помощью методики расчета эндогенного типа, с результатами прогнозирования компании PricewaterhouseCoopers, выполненными по экзогенной методике. Показано хорошее согласование этих двух прогнозов в 2050 году. Среднее арифметическое значение разности значений ВВП по двум прогнозам равно 3%, а среднеквадратичное отклонение – 12%. Относительная разность прогнозов ViС 21 от PwC 17 для исследованных стран в среднем в три раза меньше, чем относительный разброс между четырьмя прогнозами, выполненными по методике PwC в 2011–2017 годах.
Хорошее согласование прогнозов по моделям ViС 21 и PwC 17 повышает доверие к полученному результату, согласно которому доминирующее влияние на экономический рост оказывает доля работников, имеющих третичное образования, и доля работников НИОКР. При этом вклад в ВВП специалиста уровня НИОКР превосходит вклад работника с третичным образованием примерно в 36 раз, что делает актуальным разработку различных сценариев активизации научной деятельности.
Список источников
Hawksworth J., Audino H., Clarry R. (2017). The World in 2050. The Long View How will the global economic order change by 2050? PwC. Economics & Policy services. URL: http://www.pwc.com/world2050. Accessed: 11.04.2021.
Megachange: The World in 2050. Edited by Franklin D., Andrews J. The Economist Newspaper Ltd., 2012.
Attali J. (2011) A brief history of the future: A Brave and Controversial Look at the Twenty-First Century. Arcade Publishing. 312 p.
Kapitsa S P “The phenomenological theory of world population growth” Phys. Usp. 39 57–71 (1996); DOI: 10.1070/PU1996v039n01ABEH000127
Wilson D., Parashothaman R. Dreaming with BRICs: The Path to 2050. – N.Y., Goldman Sachs Global Paper N 99, 2003, p. 19-20.
Guillemete Y., Turner D. (2018) The long view: scenarios for the world economy to 2060. OECD Economic Policy Paper 2018 No. 22. OECD Publishing, Paris.
Hawksworth J., Tiwari A. (2011) TheWorld in 2050. The accelerating shift of global economic power: challenges and opportunities. PricewaterhouseCoopers LLP www.pwc.co.uk/economics
Hawksworth J., Chan D. (2013) World in 2050. The BRICs and beyond: prospects, challenges and opportunities. PwC Economics.
Hawksworth J. (2015) The World in 2050 Will the shift in global economic power continue? PricewaterhouseCoopers LLP
Mincer J. (1994) The Production of Human Capital and The Lifccyclc of Earnings: Variations on a Theme. – Working Paper of the NBER, No 4838.
Barro, R. J. and X. Sala-i-Martin (2004), Economic Growth. The MIT Press, London, England.
Barro, R. J. and J. W. Lee (2015), Education Matters – Global Schooling Gains from the 19th to the 21st Century, New York: Oxford University Press.
The changing nature of work. World development report 2019. Washington, DC 20433. World Bank Group.
Schwab K. The Global Human Capital Report. World Economic Forum, Cologny/Geneva Switzerlan, 2019.
Orekhov V.D., Prichina O.S., Blinnikova A.V., Panfilova E.A., Shchennikova E.S. Indicative diagnostics of the educational component of human capital based on mathematical modeling. Opción, Año 35, VE, Especial No.20 (2019): 2337-2365.
Harrod, R.F. An Essay in Dynamic Theory// Economic Journal 49 (March 1939), pp.14-33.
Lewis A. W. The Roots of the Development Theory, in: Handbook of Development Economics. Vol. I. 3rd Ed. Amsterdam. 1993. P. 27-37.
Solow, R. M. A contribution to theory of economic growth. Quarterly Journal of Economic 70, February, 65–94.
Myrdal G. Asian Drama: An Inquiry into the Poverty of Nations. Vol. I — III N.Y., 1968.
Schultz, T. W. (1971) Investment in Human Capital: The Role of Education and of Research, New York: Free Press.
Mankiw G., Romer D., Weil D. Contribution to the Empirics of Economic Growth // The Quarterly Journal of Economics. – 1992. –vol. 107, № 2, – P. 407–437.
Акаев А. А. Модели инновационного эндогенного экономического роста AN-типа и их обоснование. M.I.R. (Modernization. Innovation. Reseches), 2015, vol. 6, no. 2, pp. 70–79. DOI: 10.18184/2079-4665.2015.6.2.70.79
Davenport, T.H. and Prusak, L. Working Knowledge. Boston: Harvard Business School Press, 1997.
Nonaka, I., Takeuchi, H. The Knowledge-creating company: How gapenese create the dynamice of innovation, Oxford University Press, 1995.
Saaty, Thomas L. Relative Measurement and its Generalization in Decision Making: Why Pairwise Comparisons are Central in Mathematics for the Measurement of Intangible Factors – The Analytic Hierarchy/Network Process. RACSAM (Review of the Royal Spanish Academy of Sciences, Series A, Mathematics) 102 (2), 2008-06. – Р. 251 – 318.
Guillemette Y., Kopoin A., Turner D., De Mauro A. (2017) A revised approach to productivity convergence in long-term scenarios. OECD Economics Department Working Papers No. 1385. OECD Publishing, Paris.
World Population Prospects 2019. United Nations. Department of Economic and Social Affairs, Population Division (2019).
Inflation, GDP deflator (annual %) — United States World Bank URL: https://data.worldbank.org/indicator/NY.GDP.DEFL.KD.ZG?locations=US&view=chart Accessed: 11.04.2021.
Olga S. Prichina, Viktor D. Orekhov, Yulia V. Evdokimova et al. Evolution of Key Factors and Growth Potential of Human Capital. International Journal of Civil Engineering and Technology (IJCIET). Volume 10, Issue 02, February 2019, pp.1784–1793.
Barro, R.J., Lee, J.W. (2001) International Data on Education and Attainment: Updates and Implications, Oxford Economic Papers, 2001, Vol. 53, No. 3; World Development Indicators. Washington: World Bank, 2005.
International Standard Classification of Education ISCED 2011. UIS UNESCO. 2013. Montreal, Canada. URL: http://uis.unesco.org/sites/default/files/documents/isced-2011-ru.pdf. Accessed: 11.04.2021.
Prichina, O. S., Orekhov, V. D., Shchennikova E.S. World number of scientists in dynamic simulation for the past and the future. Economic and Social Development Book of Proceedings. Varazdin Development and Entrepreneurship Agency; Russian State Social University. 2017. P. 69 – 81.
Schofer E., Meyer J. W. The Worldwide Expansion of Higher Education in the Twentieth Century, American Sociological Review. 2006.
Six ways to ensure higher education leaves no one behind. UNESCO Policy Paper 30, 2017. URL: https://unesdoc.unesco.org/ark:/48223/pf0000247862 Accessed: 09.04.2021
Wechsler D. The Measurement And Appraisal Of Adult Intelligence. Baltimore (MD): Williams & Wilkins, 1958.
Education at a Glance 2020: OECD Indicators, OECD Publishing, Paris. URL: https://www.oecd-ilibrary.org/education/education-at-a-glance-2020_69096873-en Accessed: 15.03.2021
Донецкая С.С., Цзи Цяньнань. Реформирование системы высшего образования в Китае: современные итоги // Высшее образование в России. 2018. Т. 27. № 12. С. 79-92. DOI: https://doi.org/10.31992/0869-3617-2018-27-12-79-92
Education at a glance OECD Indicators. Centre for educational research and innovation, Paris, France, 1998. Accessed: 17.03.2021.
Maddison, A. Historical Statistics of the World Economy: 1–2008 AD. GGDC, 2010. URL: https://www.rug.nl/ggdc/historicaldevelopment/maddison/releases/maddison-database-2010. Accessed: 11.04.2021.
Foerster, H. von, Mora, P. and Amiot, L. Doomsday: Friday, 13 November, A.D. 2026. Science 132:1291–5. 1960.
Researchers in R&D (per million people) The World Bank. 2018 URL: https://data.worldbank.org/indicator/SP.POP.SCIE.RD.P6?end=2018&start=1996 Accessed: 11.04.2021.
World Population Prospects: The 2015 Revision, Key Findings and Advance Tables. United Nations Department of Economic and Social Affairs/Population Division
Silberglitt R., Anton P. S., et al. Global Technology Revolution-2020, In-Depth Analyses. (2006). RAND Corporation. URL: https://www.rand.org/pubs/technical_reports/TR303.html Accessed: 10.04.2021.
Schwab, K. (2016) The Fourth Industrial Revolution, Crown Business, New York.
Prichina, O. S., Orekhov, V. D., Egorova E.N. et. al. Developing and Testing the Forecasting Algorithm for the Technological Revolution Theme through the Analysis of the SCImago JR Scientific Journal Database. Jour of Adv Research in Dynamical & Control Systems, Vol. 12, 04-Special Issue, 2020.
References
Hawksworth J., Audino H., Clarry R. (2017). The World in 2050. The Long View How will the global economic order change by 2050? PwC. Economics & Policy services. URL: http://www.pwc.com/world2050. Accessed: 11.04.2021.
Megachange: The World in 2050. Edited by Franklin D., Andrews J. The Economist Newspaper Ltd., 2012.
Attali J. (2011) A brief history of the future: A Brave and Controversial Look at the Twenty-First Century. Arcade Publishing. 312 p.
Kapitsa S P “The phenomenological theory of world population growth” Phys. Usp. 39 57–71 (1996); DOI: 10.1070/PU1996v039n01ABEH000127
Wilson D., Parashothaman R. Dreaming with BRICs: The Path to 2050. – N.Y., Goldman Sachs Global Paper N 99, 2003, p. 19-20.
Guillemete Y., Turner D. (2018) The long view: scenarios for the world economy to 2060. OECD Economic Policy Paper 2018 No. 22. OECD Publishing, Paris.
Hawksworth J., Tiwari A. (2011) TheWorld in 2050. The accelerating shift of global economic power: challenges and opportunities. PricewaterhouseCoopers LLP www.pwc.co.uk/economics
Hawksworth J., Chan D. (2013) World in 2050. The BRICs and beyond: prospects, challenges and opportunities. PwC Economics.
Hawksworth J. (2015) The World in 2050 Will the shift in global economic power continue? PricewaterhouseCoopers LLP
Mincer J. (1994) The Production of Human Capital and The Lifccyclc of Earnings: Variations on a Theme. – Working Paper of the NBER, No 4838.
Barro, R. J. and X. Sala-i-Martin (2004), Economic Growth. The MIT Press, London, England.
Barro, R. J. and J. W. Lee (2015), Education Matters – Global Schooling Gains from the 19th to the 21st Century, New York: Oxford University Press.
The changing nature of work. World development report 2019. Washington, DC 20433. World Bank Group.
Schwab K. The Global Human Capital Report. World Economic Forum, Cologny/Geneva Switzerlan, 2019.
Orekhov V.D., Prichina O.S., Blinnikova A.V., Panfilova E.A., Shchennikova E.S. Indicative diagnostics of the educational component of human capital based on mathematical modeling. Opción, Año 35, VE, Especial No.20 (2019): 2337-2365.
Harrod, R.F. An Essay in Dynamic Theory// Economic Journal 49 (March 1939), pp.14–33.
Lewis A. W. The Roots of the Development Theory, in: Handbook of Development Economics. Vol. I. 3rd Ed. Amsterdam. 1993. P. 27–37.
Solow, R. M. A contribution to theory of economic growth. Quarterly Journal of Economic 70, February, 65–94.
Myrdal G. Asian Drama: An Inquiry into the Poverty of Nations. Vol. I – III N.Y., 1968.
Schultz, T. W. (1971) Investment in Human Capital: The Role of Education and of Research, New York: Free Press.
Mankiw G., Romer D., Weil D. Contribution to the Empirics of Economic Growth // The Quarterly Journal of Economics. – 1992. –vol. 107, № 2, – P. 407–437.
Акаев А. А. Модели инновационного эндогенного экономического роста AN-типа и их обоснование. M.I.R. (Modernization. Innovation. Reseches), 2015, vol. 6, no. 2, pp. 70–79. DOI: 10.18184/2079-4665.2015.6.2.70.79
Davenport, T.H. and Prusak, L. Working Knowledge. Boston: Harvard Business School Press, 1997.
Nonaka, I., Takeuchi, H. The Knowledge-creating company: How gapenese create the dynamice of innovation, Oxford University Press, 1995.
Saaty, Thomas L. Relative Measurement and its Generalization in Decision Making: Why Pairwise Comparisons are Central in Mathematics for the Measurement of Intangible Factors – The Analytic Hierarchy/Network Process. RACSAM (Review of the Royal Spanish Academy of Sciences, Series A, Mathematics) 102 (2), 2008-06. – Р. 251–318.
Guillemette Y., Kopoin A., Turner D., De Mauro A. (2017) A revised approach to productivity convergence in long-term scenarios. OECD Economics Department Working Papers No. 1385. OECD Publishing, Paris.
World Population Prospects 2019. United Nations. Department of Economic and Social Affairs, Population Division (2019).
Inflation, GDP deflator (annual %) — United States World Bank URL: https://data.worldbank.org/indicator/NY.GDP.DEFL.KD.ZG?locations=US&view=chart Accessed: 11.04.2021.
Olga S. Prichina, Viktor D. Orekhov, Yulia V. Evdokimova et al. Evolution of Key Factors and Growth Potential of Human Capital. International Journal of Civil Engineering and Technology (IJCIET). Volume 10, Issue 02, February 2019, pp.1784-1793.
Barro, R.J., Lee, J.W. (2001) International Data on Education and Attainment: Updates and Implications, Oxford Economic Papers, 2001, Vol. 53, No. 3; World Development Indicators. Washington: World Bank, 2005.
International Standard Classification of Education ISCED 2011. UIS UNESCO. 2013. Montreal, Canada. URL: http://uis.unesco.org/sites/default/files/documents/isced-2011-ru.pdf. Accessed: 11.04.2021.
Prichina, O. S., Orekhov, V. D., Shchennikova E.S. World number of scientists in dynamic simulation for the past and the future. Economic and Social Development Book of Proceedings. Varazdin Development and Entrepreneurship Agency; Russian State Social University. 2017. P. 69–81.
Schofer E., Meyer J. W. The Worldwide Expansion of Higher Education in the Twentieth Century, American Sociological Review. 2006.
Six ways to ensure higher education leaves no one behind. UNESCO Policy Paper 30, 2017. URL: https://unesdoc.unesco.org/ark:/48223/pf0000247862 Accessed: 09.04.2021
Wechsler D. The Measurement And Appraisal Of Adult Intelligence. Baltimore (MD): Williams & Wilkins, 1958.
Education at a Glance 2020: OECD Indicators, OECD Publishing, Paris. URL: https://www.oecd-ilibrary.org/education/education-at-a-glance-2020_69096873-en Accessed: 15.03.2021
Донецкая С.С., Цзи Цяньнань. Реформирование системы высшего образования в Китае: современные итоги // Высшее образование в России. 2018. Т. 27. № 12. С. 79-92. DOI: https://doi.org/10.31992/0869-3617-2018-27-12-79-92
Education at a glance OECD Indicators. Centre for educational research and innovation, Paris, France, 1998. Accessed: 17.03.2021.
Maddison, A. Historical Statistics of the World Economy: 1–2008 AD. GGDC, 2010. URL: https://www.rug.nl/ggdc/historicaldevelopment/maddison/releases/maddison-database-2010. Accessed: 11.04.2021.
Foerster, H. von, Mora, P. and Amiot, L. Doomsday: Friday, 13 November, A.D. 2026. Science 132:1291–5. 1960.
Researchers in R&D (per million people) The World Bank. 2018 URL: https://data.worldbank.org/indicator/SP.POP.SCIE.RD.P6?end=2018&start=1996 Accessed: 11.04.2021.
World Population Prospects: The 2015 Revision, Key Findings and Advance Tables. United Nations Department of Economic and Social Affairs/Population Division.
Silberglitt R., Anton P. S., et al. Global Technology Revolution-2020, In-Depth Analyses. (2006). RAND Corporation. URL: https://www.rand.org/pubs/technical_reports/TR303.html Accessed: 10.04.2021.
Schwab, K. (2016) The Fourth Industrial Revolution, Crown Business, New York.
Prichina, O. S., Orekhov, V. D., Egorova E.N. et. al. Developing and Testing the Forecasting Algorithm for the Technological Revolution Theme through the Analysis of the SCImago JR Scientific Journal Database. Jour of Adv Research in Dynamical & Control Systems, Vol. 12, 04-Special Issue, 2020.
ДОБРОВОЛЬЧЕСКОЕ ДВИЖЕНИЕ КАК ИНСТРУМЕНТ ФОРМИРОВАНИЯ ГРАЖДАНСКОГО СОЗНАНИЯ СТУДЕНЧЕСКОЙ МОЛОДЕЖИ
THE VOLUNTARY MOVEMENT AS A TOOL FOR THE FORMATION OF CIVIC CONSCIOUSNESS OF STUDENT YOUTH TRANSLATION
Широкорад И.И., доктор исторических наук, профессор, ФГБОУ ВО «Государственный университет по землеустройству»
Киевская Е.С., кандидат экономических наук, доцент, ФГБОУ ВО «Государственный университет по землеустройству»
Староверова И.В., кандидат социологических наук, доцент, ФГБОУ ВО «Государственный университет по землеустройству»
Толмачев М.Ю., кандидат экономических наук, подполковник инженерных войск, ФГБОУ ВО «Государственный университет по землеустройству»
Shirokorad I.I., Shirikorad_irina@mail.ru
Kievskaya E.S., alena_kievskaya@mail.ru
Staroverova I.V., I.V.Staroverov@list.ru
Tolmachov M.Y., mikhel74@mail.ru
Аннотация. Важнейшим элементом социальной и молодежной политики в последнее время все в большей степени становится добровольческое (волонтерское) движение как социокультурный феномен. Помимо воспитательной функции добровольчество позволяет молодым людям, а в статье речь идет о студенческой молодежи, освоить дополнительные профессиональные компетенции, сформировать активную личность, нацеленную на саморазвитие в течение всей жизни. В статье на примере волонтерской деятельности студентов Государственного университета по землеустройству раскрывается состояние и перспективы развития добровольчества в высшей школе.
Abstract. The most important element of social and youth policy in recent years has increasingly become the voluntary (volunteer) movement as a socio-cultural phenomenon. In addition to the educational function, volunteerism allows young people, and in the article we are talking about student youth, to master additional professional competencies, to form an active personality aimed at self-development throughout life. The article uses the example of volunteer activity of students of the State University on Land Management to reveal the state and prospects for the development of volunteerism in higher education.
Ключевые слова: высшее образование, воспитательная работа, добровольческое (волонтерское) движение
Keywords: higher education, educational work, voluntary (volunteer) movement
Долгое время волонтерство (добровольчество) в нашей стране было делом частной инициативы. В последние время развитие волонтерского движения становится важнейшим инструментом социальной и молодежной политики государства.
Распоряжением Правительства Российской Федерации от 27 декабря 1918 года № 2950-р была утверждена Концепция развития добровольчества (волонтерства) в России до 2025 года, которая определяет добровольчество как «деятельностью в форме безвозмездного выполнения работ и (или) оказания услуг в целях решения социальных задач в таких сферах, как образование, здравоохранение, культура, социальная поддержка и социальное обслуживание населения, физическая культура и спорт, охрана окружающей среды, предупреждение и ликвидация последствий чрезвычайных ситуаций».[1]
Этот документ относит содействие добровольческой (волонтерской) деятельности к числу приоритетных направлений социальной и молодежной политики.[1]
На основании поручения Президента Российской Федерации по итогам заседания Государственного Совета Российской Федерации от 16 января 2019 года №ПР-38ГС Правительством Российской Федерации был утвержден План мероприятий по реализации Концепции развития добровольчества и волонтерства в Российской Федерации до 2025года.[2] В нем предусматривается в том числе разработка мер по оказанию помощи ветеранам Великой Отечественной войны и боевых действий, взаимодействие с ветеранскими организациями; благоустройство памятных мест и воинских захоронений, содействие в увековечении памяти погибших при защите Отечества; участие добровольцев (волонтеров) в организации акций, посвященных памятным событиям в истории России. [2]
В развитие данных задач предлагаются меры по «интеграции волонтерской деятельности в образовательные программы высшего образования и среднего профессионального образования с целью приобретения профессиональных навыков» обучающимися.[2]
Рассматривая добровольчество как важнейший инструмент молодежной политики и заметное социокультурное явление перечисленные выше нормативные документы определяют целый ряд шагов по развитию волонтерства в студенческой среде. В частности, предусматривается «создание и развитие добровольческих (волонтерских) организаций на базе образовательных организаций всех уровней образования и информирование молодежи о потенциальных возможностях развития профессиональных компетенций при реализации добровольческой (волонтерской) деятельности».[1]
Министерство науки и высшего образования Российской Федерации во исполнение перечня поручений Президента России от 16 января 2019 года № ПР-38ГС по итогам заседания Государственного совета Российской Федерации от 27 декабря 2018 года, определило перечень мер по развитию добровольческих инициатив студенчества, в частности, рекомендовало образовательным организациями высшего образования обеспечить «разработку курсов и дисциплин (модулей), предусмотрев их включение в основные профессиональные и дополнительные профессиональные образовательные программы для руководителей и работников органов государственной власти, органов местного самоуправления и подведомственных им организаций в целях ознакомления обучающихся с добровольческой (волонтёрской) деятельностью и деятельностью социально ориентированных некоммерческих организаций».[3] При участии Ассоциации волонтерских центров и автономной некоммерческой организации «Россия – страна возможностей» были разработаны следующие примерные программы/модули учебных дисциплин: «Организация добровольческой (волонтерской) деятельности и взаимодействие с социально ориентированными НКО» для обучающихся по основным образовательным программам высшего образования и «Содействие развитию добровольчества (волонтерства) и взаимодействие с социально ориентированными НКО» для дополнительного профессионального образования.
В 2020 году состоялась апробация новых учебных модулей в двадцати пилотных образовательных организациях. Всего в проекте приняло участие более 2000 студентов. Реализация проекта получила положительные отзывы обучающихся, что позволило Минобрнауки России рекомендовать всем образовательным организациям высшего образования внедрить разработанные модули в основные и дополнительные профессиональные образовательные программы по укрупненным группам направлений подготовки и специальностям, по которым проходят обучение студенты для получения высшего образования в сфере социально значимых государственных услуг, среди которых: Экология и природопользование, Менеджмент, Юриспруденция, Педагогическое образование и некоторые другие.[4]
Высшие учебные заведения, как субъекты реализации социальной и молодежной политики, являются важной частью инфраструктуры, обеспечивающей развитие добровольческого движения в России. Однако степень участия вузов в развитии волонтерства на сегодняшний день различна, кроме того, добровольческие инициативы часто осуществляются бессистемно вне связи с общими задачами вуза.
Возрастающая роль студенческой молодежи в развитии общества в целом актуализирует вопрос ее участия в волонтерском движении, что предъявляет особые требования к образовательной организации, которая призвана создать все необходимые условия для вовлечения студенчества в добровольческую деятельность.
В качестве примера нынешнего состояния волонтерского движения в образовательных организациях высшего образования можно обратиться к опыту Государственного университет по землеустройству.
Направленность волонтерских инициатив здесь отражает направления профессиональной подготовки студентов. Поэтому добровольчество является, с одной стороны, одним из путей развития практикоориентированного обучения, с другой – позволяет приобрести студентами дополнительные профессиональные компетенции. Так, обучающиеся на направлениях «Землеустройство и кадастры», «Геодезия и дистанционное развитие», на специальности «Прикладная геодезия» являются участниками сводного студенческого землеустроительного отряда вуза, который каждый летний трудовой семестр выполняет значительный объем проектно-изыскательских работ в Московской области, где проводятся комплексные землеустроительные мероприятия по подготовке проектов установления санитарно-защитных зон для животноводческих и складских комплексов на площади свыше 16 000 га, а также фактических границ сельскохозяйственных организаций муниципального района общей площадью свыше 76 000 га. Землеустроительные работы отряд проводит и в других регионах, например, Смоленской и Тамбовской областях.
Студенты архитектурного факультета участвуют в восстановлении объектов культурного наследия и проектах Российского союза сельской молодежи: «Культурно-историческое наследие села», «Моя малая Родина». Одна из последних инициатив — проектирование восстановительных и реставрационных работ и благоустройства на объектах культурного наследия в Черняховском муниципальном районе Калининградской области.
Студенты Юридического факультета оказывают правовую помощь населению в рамках деятельности Юридической клиники. К числу общеуниверситетских инициатив следует отнести участие во всероссийском эколого-благотворительном проекте «Добрые крышечки», который имеет как экологическую направленность, так и социальную – помощь детям – сиротам с особенностями развития.
В ряду направлений добровольческой (волонтерской) деятельности студенческой молодежи в сфере гражданско-патриотического воспитания Концепцией развития добровольчества (волонтерства) в Российской Федерации до 2025 года определено следующее: «благоустройство памятных мест и воинских захоронений, содействие в увековечении памяти погибших при защите Отечества», координирует которое ассоциация «Общероссийское общественное движение по увековечению памяти погибших при защите Отечества «Поисковое движение России».[1]
В связи с этим особое место в ряду добровольческих инициатив занимает работа поискового отряда «Ориентир» при Военном учебном центре ГУЗ, который сотрудничает с межрегиональной молодежной общественной организацией «Тризна». В течение четырнадцати лет поисковым отрядом были проведены экспедиции в Калининградскую, Тульскую, Орловскую, Калужскую и Курскую области. На протяжении последних семи лет экспедиции направляются в Ржевский и Зубовский районы Тверской области, где в период с января 1942 года по март 1943 года проходили тяжелые продолжительные бои в районе Ржевско-Вяземского выступа.
В ходе экспедиций членами отряда, а это студенты, преподаватели, выпускники университета, проводятся работы по рекогносцировке, разведке мест боев, поиску, эксгумации обнаруженных останков воинов и их захоронение.
За эти годы были обнаружены останки более чем 130 воинов советской армии, предположительно военнослужащих 371 стрелковой дивизии, которая в период августа-сентября 1942 года держала оборону и контратаковала на рубеже упрочишь (деревень) Белогурово – Зуево, в направлении деревни Черкасово. Останки военнослужащих были найдены в одиночных ячейках, траншеях, ходах сообщения и блиндажах на глубине от 0,5 метра до 3м.
Одновременно с проведением поисковых работ студенты применяют свои профессиональные навыки для выполнения топографо-геодезических работ, включающих: закладку и определение координат двух опорных геодезических пунктов, проложение тахеометрических ходов для привязки найденных мест захоронений бойцов РККА и боеприпасов противоборствующих сторон, топографическую съемку района эксгумации солдат, найденных поисковым отрядом «Ориентир».
Кроме поисковых мероприятий на местности, члены поискового отряда активно работают в архивах Министерства обороны Российской Федерации, получая новые данные о героическом подвиге советских солдат и офицеров, узнают имена героев, которые пропали без вести на полях сражений.
Обобщая первый опыт волонтерской деятельности студентов, следует отметить, что добровольчество является не только важнейшим элементом воспитательной, но и образовательной деятельности. Федеральные государственные образовательные стандарты высшего образования последнего поколения включают в себя значительное число компетенций, освоение которых направлено на формирование активной личности, нацеленной на саморазвитие в течение всей жизни. К их числу относятся следующие: «способен осуществлять социальное взаимодействие и реализовывать свою роль в команде», «способен воспринимать межкультурное разнообразие общества в социально-историческом, этическом и философском контекстах», «способен управлять своим временем, выстраивать и реализовывать траекторию саморазвития на основе принципов образования в течение всей жизни» и некоторые другие.[5] Участие студентов в добровольческих инициативах позволяет повысить качество обучения и добиться требуемых образовательными стандартами результатов.
Следует отметить, что несмотря на то, что отдельные волонтерские программы внедрены в практику вуза, тем не менее в связи с актуализацией данного направления на уровне законодательных инициатив, волонтерская (добровольческая) деятельность нуждается в организационной, методической и методологической поддержке, что поможет развивать данное направление, не формализуя его.
При этом современный вуз нуждается не в «добровольно-принудительном» развитии добровольческого движения, а в технологиях вовлечения студентов в волонтерскую деятельность на базе их собственного интереса в целях профессионального становления и самореализации выпускника. При этом добровольческая деятельность не должна нести бюрократической нагрузки, быть регламентированной строгими показателями, системой оценок, а каждая волонтерская инициатива должна быть услышана и поддержана.
Список источников
Концепция развития добровольчества (волонтерства) в Российской Федерации до 2025 года, утвержденная распоряжением Правительства Российской Федерации от 27 декабря 2018 года № 2950-р. Режим доступа — http://static.government.ru/media/files/e6LFLgABRP4MyQ8mW7HClCGR8esYBYgq.pdf;
План мероприятий по реализации Концепции развития добровольчества и волонтерства в Российской Федерации до 2025 года, утвержденный распоряжением Правительства Российской Федерации от 27 декабря 2018 года № 2950-р. Режим доступа: https://static.mchs.ru/uploads/document/05.11.2019/dad5225463d666d7bd2c3cc21ae860a9.pdf;
Перечень поручений Президента Российской Федерации по итогам заседания Государственного Совета. 2019. Режим доступа — http://www.kremlin.ru/acts/assignments/orders/59686;
О включении образовательных модулей в основные профессиональные и дополнительные профессиональные образовательные программы. Письмо зам. Министра науки и высшего образования России Е.С. Дружинина от 11.09.2020. Режим доступа — https://ukc-nica.ru/images/2020/MON-o-volonterstve.pdf;
Приказ Минобрнауки России от 12.08.2020 N 978 (ред. от 26.11.2020) «Об утверждении федерального государственного образовательного стандарта высшего образования — бакалавриат по направлению подготовки 21.03.02 Землеустройство и кадастры». Режим доступа — http://fgosvo.ru/
About the inclusion of educational modules in the main professional and additional professional educational programs. A letter from the deputy. Minister of Science and Higher Education of Russia E. S. Druzhinin from 11.09.2020. Access mode — https://ukc-nica.ru/images/2020/MON-o-volonterstve.pdf;
Order of the Ministry of Education and Science of the Russian Federation of 12.08.2020 N 978 (ed.of 26.11.2020) «On approval of the federal state educational standard of higher education — Bachelor’s degree in the field of training 21.03.02 Land management and cadastre». Access mode — http://fgos.ru/
ЭКОНОМИЧЕСКИЕ АСПЕКТЫ ПРИМЕНЕНИЯ ОГНЕБИОЗАЩИТНЫХ МАТЕРИАЛОВ ДЛЯ ПРЕДОХРАНЕНИЯ ДРЕВЕСИНЫ ОТ ВОЗГОРАНИЯ
ECONOMIC ASPECTS OF THE USE OF FIRE-PROTECTIVE MATERIALS TO PROTECT WOOD FROM FIRE
Покровская Елена Николаевна, д.т.н., профессор НИУ Московский государственный строительный университет
Pokrovskaia Elena Nikolaevna
Аннотация. В статье рассматриваются экономические аспекты применения огнебиозащитных материалов для предохранения древесины от возгорания. Автор приходит к выводу, что сочетание таких показателей как обеспечение необходимого уровня огнезащиты, а также стоимость используемых огнебиозащитных материалов должно быть оптимальным и обеспечивать наивысший уровень защиты древесины при наименьших затратах.
Abstract. The article discusses the economic aspects of the use of fire-protective materials to protect wood from fire. The author comes to the conclusion that the combination of such indicators as ensuring the necessary level of fire protection, as well as the cost of fire-protective materials used should be optimal and provide the highest level of wood protection at the lowest cost.
Ключевые слова: огнебиозащита древесины, экономические аспекты, уровень огнебиозащиты.
Keywords: fire protection of wood, economic aspects, level of fire protection.
Дерево – один из самых распространенных и разнообразных материалов на планете. Являясь возобновляемым природным ресурсом, он имеет отрицательный углеродный след, отличные механические свойства и легко обрабатывается. Древесина не только служит сырьем для производства энергии с почти нулевым уровнем выбросов, но также может использоваться в широком спектре применений, включая мебель, транспорт и строительство.
Дерево считается лучшим материалом для строительства из-за его отличной совместимости с другими строительными материалами, такими как бетон и сталь. С другой стороны, древесина имеет низкую огнестойкость. По дереву пламя распространяется быстрее, чем по другим обычным строительным материалам; тем не менее, дерево сохраняет свою прочность в большей степени, чем сталь, в условиях пожара [4].
Биологическая и химическая обработка древесины – эффективный метод ее защиты от огня. Огнезащитные средства могут использоваться как для покрытия, так и для пропитки древесных материалов. Антипирены действуют двумя разными способами. Первый в основном физический и включает охлаждение и формирование защитного слоя, а второй – химический по своей природе и влечет за собой разбавление, при котором происходит взаимодействие с процессом горения в твердой и газовой фазах.
Соединения фосфора – хорошо известные химические антипирены для древесины. Наиболее популярными фосфорными соединениями, используемыми в качестве антипиренов, являются фосфорная кислота и соли моно- и диаммонийфосфата. Кроме того, широко используются фосфатные соли азотсодержащих органических соединений.
Фосфорные антипирены обычно делятся на три категории: неорганические, органические или галогенные. Антипирены, содержащие галогеновые компоненты, наименее безопасны для окружающей среды. В большинстве случаев их механизм работает в твердых фазах горящего материала, но может также действовать в газовой фазе[6].
Соединения фосфора являются эффективными антипиренами, поскольку они уменьшают термическую деградацию древесины. Фосфорные химические вещества действуют как антипирены, образуя кислоты, которые снижают температуру древесины и, как следствие, увеличивают обезвоживание древесины и образование обугливания.
Уголь действует как барьер для кислорода и летучих органических соединений (ЛОС). Следовательно, недорогие, экологически чистые соединения фосфора действуют как антипирены в материалах, содержащих большое количество кислородоподобной целлюлозы. Это сделало соединения фосфора наиболее изученными антипиренами для древесины на протяжении многих лет.
Бор, хорошо известный продукт, используемый в различных сельскохозяйственных и промышленных применениях, таких как производство стекловолокна и обработка материалов, является вторым по популярности антипиреном для древесины. Соединения бора долговечны из-за их глубокого проникновения в древесину. Антипирены на основе соединений бора являются лучшими антипиренами для целлюлозных материалов [5].
За прошедшие годы было проведено множество исследований, подтверждающих эффективность соединений бора как антипиренов. В большинстве случаев используются два вида соединений бора: бура и борная кислота. Эти два соединения действуют как эффективные антипирены на деревянных поверхностях и из-за их дополнительных характеристик обычно используются вместе. Одним из преимуществ буры является подавление распространения пламени, но ее главный недостаток – развитие тления. И наоборот, борная кислота является эффективным средством подавления тления, но ее способность подавлять распространение пламени невысока.
Бура также используется в качестве антипирена с другими химическими веществами, такими как карбонат калия и вольманит. Исследователями эти три химиката наносились на картон с ориентированной стружкой кистью или окунанием. Результатом такого сравнения стало то, что бура имеет наивысшую проникающую способность и является одним из лучших вариантов пожаротушения в плитах с ориентированной стружкой [5].
Соединения бора присутствуют в различных формах, таких как чистые соединения или минералы, и имеют много преимуществ при нанесении на твердую древесину и изделия на ее основе. Соединения бора просты в использовании и обладают различными преимуществами, такими как высокая термическая и биологическая стойкость, низкая стоимость, низкая токсичность, экологичность [6].
Полиэтиленгликоль появился много лет назад как антипирен. По сравнению с вышеупомянутыми антипиренами полиэтилен не является широко известным антипиреном. В 90-х годах прошлого века было проведено исследование использования полиэтиленгликоля с фосфатом в качестве антипирена. Изначально результаты были положительными, но когда температура достигла 80°C, фосфат начал разлагаться и стал менее стабильным[7].
В 2013 году была проверена огнестойкость полиэтиленового композита и предпринята попытка определить, является ли композит подходящим антипиреном, не содержащим галогенов. По этой теме было проведено множество исследований, и результаты показали, что полиэтиленовый композит снижает теплоотдачу [7].
Испытания на термоциклирование дали такие же результаты. Они доказали, что полиэтиленовый композит обладает термической надежностью в случае хранения тепловой энергии, а также обладает хорошей способностью замедлять скорость теплового горения; следовательно, как антипирен он показал хорошие результаты [8].
Через три года исследование, проведенное Ван и Ши, было сосредоточено на влиянии молекулярной массы полиэтиленгликоля (ПЭГ) на термическую и огнестойкость пентаэритритолфосфата (PEPA). Были использованы четыре типа ПЭГ с разной молекулярной массой: ПЭГ 150, ПЭГ 200, ПЭГ 400 и ПЭГ 600. Результаты испытаний огнестойких покрытий и теста коэффициента вспучивания показали, что ПЭГ 600 не обладает эффективностью в отношении огнестойкости. Однако ПЭГ с низкой молекулярной массой были более эффективными в качестве антипиренов для вспучивающегося покрытия.
Что касается термической деструкции, то поведение огнестойких покрытий показало, что способность вспучивающихся покрытий к обугливанию может быть улучшена, если ПЭГ имеет низкую молекулярную массу. Соответственно, ПЭГ 400 – недорогой, экологически чистый антипирен, обладающий термической стабильностью и негидролизирующими свойствами, что делает его отличным антипиреном [9].
Характеристики любого материала зависят от химического состава компонентов самого материала. Для древесины полимеры клеточной стенки, такие как целлюлоза, гемицеллюлоза и лигнин, представляют собой модифицированные компоненты после антипиреновой обработки. Химическая модификация этих компонентов изменяет характеристики древесины. Эта идея распространяется также на массивную древесину и изделия на ее основе. Подходы к модификации клеточной стенки многочисленны и зависят от изменяемых характеристик. Например, для достижения цели огнестойкости химические группы могут быть связаны в полимеры клеточной стенки, содержащие антипирены или подавители пламени[8].
Ряд исследователей считает, что модификация поверхности путем уплотнения и пропитки смолой может считаться улучшением в области снижения горбючести древесины. Модификация поверхности служит той же цели, что и объемная модификация, но обработка ограничивается только несколькими первыми поверхностными слоями древесины. Также была протестирована модификация поверхности древесины с помощью плазменной полимеризации, которая часто используется в текстильной промышленности. Цель исследования – защитить древесину при использовании на открытом воздухе от грибка, погодных условий, возгорания и пр [9].
Другим подходом для снижения пожарной опасности древесины и других органических материалов является использование водорастворимых олигомерных антипиренов, содержащих в своих макромолекулах одновременно элементы фосфора и бора. Их синтез основан на реакции взаимодействия диметилфосфита с борной кислотой при различном молярном соотношении реагентов и температуры. Обработка древесины сосны водным составом P, B, содержащего антипирены, позволяет повысить кислородный индекс древесины с 20–23 до 53 [2]. Примером второго подхода является разработка состава КСД–А (марка 1) НПО «Ловин-Огнезащита» [1]. Отмечается, что введение в пропиточный состав дигидроксиароматического соединения в оптимальном соотношении с диаммонийфосфатом позволяет усилить обугливание при поверхностного слоя древесины и эффективно защитить нижележащие её слои. В результате пропитки древесины составом КСД–А (марка 1) материал переводится в разряд слабогорючих (Г1) по ГОСТ 30244–94 (метод II) и не распространяющих пламя по поверхности [1].
Высокую эффективность огнезащиты ДКК показало также вспучивающееся покрытие «Феникс ДП» с укрывным лаком «Феникс ДП ТОП». По своему составу оно отличалось от «Протерм Вуд» соотношением компонентов в ПВХ латексе и наличием дополнительных добавок. На ДКК панели лак наносили в три слоя. По показателям пожарной опасности образцы ДКК с покрытием «Феникс ДП» отнесены к группам Г1, В1, Д2, Т2 при расходе 320 г/м2.
Таким образом, противопожарная защита имеет много аспектов и может быть связана со многими факторами, помимо типа используемого антипирена; Поскольку древесина является ортотропным материалом, концентрация антипиренов также может иметь значение. Шероховатость поверхности дерева также может повлиять на огнестойкость.
Технология огнезащитной обработки древесины способна превратить горючую древесину в огнестойкий материал. Такое преобразование возможно только при добавлении в древесину химических веществ. Лучший антипирен должен обладать множеством полезных свойств, включая высокую эффективность, экологичность и долговечность, а также обеспечивать их низкую стоимость и низкую токсичность. Экономическая эффективность обработки антипиреном зависит не только от характеристик и использования, но и от распределения этих обработок в самой древесине. Поэтому выбор подходящего метода нанесения имеет решающее значение как в обеспечении уровня защиты древесины, так и в снижении затрат на обработку древесины.
Список источников
Асеева Р.М., Серков Б.Б., Сивенков А.Б., Сахаров А.М., Сахаров П.А., Кулаков В.С., Крашенинникова Н.Н. Эффективность и механизм действия двух огнезащитных систем для древесины // Пожаровзрывобезопасность. 2007. № 5. С. 23–30.
Бондаренко С.Н., Каблов В.Ф., Кейбал Н.А., Крекалева Т.В. Синтез и применение фосфорборсодержащих олигомеров // «Олигомеры – 2009»: Тезисы докладов Х Международной конференции по химии и физикохимии олигомеров. Волгоград : ВГТУ, 2009. С. 199.
Гаращенко Н.А. Результаты огневых испытаний клеёнодере- 228 вянных конструкций со вспучивающимися покрытиями // Пожаровзрывобезопасность. 2006. № 2. С. 12–16
Леонович А.А., Шелоумов А.Н. Снижение пожарной опасности древесных материалов, изделий и строительных конструкций // СПб.: Изд-во СПбГПУ, 2002. – 59 с.
Нигматуллина Д.М., Сивенков А.Б., Полищук Е.Ю. Физико-механические и пожароопасные свойства древесины с глубокой пропиткой огнебиозащитными составами // Пожаровзрывобезопасность. — М. – 2017. – Т. 26, № 6. — с. 43-52
Тычино И.А Огнезащита и биозащита строительной древесины посредством капиллярной пропитки // М.: ООО «Пожнаука», 2004, -107с.
Shi, G. Wang Influence of molecular weight of PEG on thermal and fire protection properties of PEPA-containing polyether flame retardants with high water solubility Prog. Org. Coat., 90 (Jan. 2016), pp. 390-398
-Y. Xu, W. Han, C.-W. Cheng, H.-Q. Zhang, J.-M. Cao, G.-B. Ji Synthesis of single crystalline CdS nanowires with polyethylene glycol 400 as inducing template Trans. Nonferrous Met. Soc. China, 16 (1) (2006), pp. 105-109
Raghu, M. Rajasekhar, B.C.O. Reddy, C.S. Reddy, B.S. Reddy Polyethylene glycol (PEG-400): A mild and efficient reaction medium for one-pot synthesis of 3-hydroxy-3-(pyridin-2-ylmethyl) indolin-2-ones Tetrahedron Lett, 54 (27) (2013), pp. 3503-3506
References
Aseeva R. M., Serkov B. B., Sivenkov A. B., Sakharov A.M., Sakharov P. A., Kulakov V. S., Krasheninnikova N. N. Efficiency and mechanism of action of two fire-retardant systems for wood / / Pozharovzryvobezopasnost. 2007. No. 5. pp. 23-30.
Bondarenko S. N., Kablov V. F., Keibal N. A., Krekaleva T. V. Synthesis and application of phosphorus-containing oligomers / / «Oligomers-2009»: Abstracts of the X International Conference on Chemistry and Physicochemistry of Oligomers. Volgograd : VSTU, 2009. p. 199.
Garashchenko N. A. Results of fire tests of kleenodere-228 dried structures with bulging coatings // Fire and explosion safety. 2006. No. 2. pp. 12-16
Leonovich A. A., Sheloumov A. N. Reduction of fire danger of wood materials, products and building structures / / St. Petersburg: Publishing House of SPbGPU, 2002. — 59 p.
Nigmatullina D. M., Sivenkov A. B., Polishchuk E. Yu. Physico-mechanical and fire-hazardous properties of wood with deep impregnation with fire-protective compounds // Fire and explosion safety. — M.-2017. — Vol. 26, No. 6. — pp. 43-52
Tychino I. A. Fire protection and biosecurity of construction wood by means of capillary impregnation / / Moscow: Pozhnauka LLC, 2004, — 107c.
Yu. Shi, G. Wang The influence of the molecular weight of PEG on the thermal and fire-fighting properties of PEP-containing polyester flame retardants with high solubility in water Prog. Org. Coat., 90 (January 2016), pp. 390-398
G. — Yu Xu, V. Han, S.-V. Cheng, H.-K. Zhang, J.-M. Cao, G.-B. Ge Synthesis of single-crystal CDs nanowires with polyethylene glycol 400 as an inducing Trans template. Non-Ferrous Metals. Soc. China, 16 (1) (2006), pp. 105-109
M. Raghu, M. Rajasekar, B. S. O. Reddy, S. S. Reddy, B. S. Reddy polyethylene glycol (PEG-400): a soft and effective reaction medium for the one-component synthesis of 3-hydroxy-3-(pyridine-2-ilmethyl) indoline-2-one tetrahedron Lett, 54 (27) (2013), pp. 3503-3506
УПРАВЛЕНИЕ ВНЕШНИМИ НАЛОГОВЫМИ РИСКАМИ В ПУБЛИЧНЫХ АКЦИОНЕРНЫХ ОБЩЕСТВАХ
MANAGEMENT OF EXTERNAL TAX RISKS IN PUBLIC JOINT—STOCKCOMPANIES
Калиненко Надежда Леонтьевна, кандидат экономических наук, доцент кафедры истории и экономической теории, Академия Государственной противопожарной службы МЧС России, г. Москва, e-mail: knl1946@bk.ru
Kalinenko Nadezhda Leontievna, PhD in Economics, Associate Professor of the Department of History and Economic Theory, Academy of the State Fire Service of the EMERCOM of Russia, Moscow, e-mail: knl1946@bk.ru
Аннотация. Цель данной статьи заключается в уточнении понятия внешний налоговый риск, определении и систематизации современных тенденций управления внешними налоговыми рисками на основе исследования практики деятельности публичных акционерных обществ в контексте поиска компромисса между интересами хозяйствующего субъекта и государства. Автор статьи конкретизировал сущность понятия «внешний налоговый риск», систематизировал реализуемые публичными акционерными обществами мероприятия, направленные на снижение уровня налогового риска, выделил современные тенденции в управлении внешними налоговыми рисками.
Abstract. The purpose of this article is to clarify the concept of external tax risk, identify and systematize current trends in managing external tax risks based on the study of the practice of public joint-stock companies in the context of finding a compromise between the interests of an economic entity and the state. The authors of the article concretized the essence of the concept of «external tax risk», systematized the measures implemented by public joint-stock companies aimed at reducing the level of tax risk, identified modern trends in the management of external tax risks.
Деятельность современных корпораций сопряжена с большим количеством финансовых рисков. Новые вызовы диктуют новые правила работы систем управления финансовыми рисками, в том числе и налоговыми. Такие изменения во внешней среде, как усложнение законодательства в области налогообложения, доступность все больших объемов данных (Big Data), облегчающих поддержку процесса обмена данными в режиме реального времени, расширение географии присутствия компаний, акцентирования внимания стейкхолдеров на прозрачности и достоверности результатов, в том числе налоговых обязательств компании, определяют необходимость формирования и развития системы управления налоговыми рисками компании [6;12].
Исследование проблем управления внешними налоговыми рисками публичных акционерных обществ было выполнено при помощи следующих источников информации:
статистические данные Федеральной налоговой службы РФ;
баз данных межведомственной информационно-статистической системы;
годовых отчетов публичных акционерных обществ;
законодательных и нормативных документов Российской Федерации в налогообложения
материалов научных конференций;
научных публикаций по проблемам управления налоговыми рисками.
В ходе изучения проблем управления внешними налоговыми рисками использованы кабинетные методы исследования, методы контент-анализа, систематизации и обобщения полученных данных, экспертных суждений и другие научные подходы, позволяющие комплексно рассмотреть изучаемую проблему.
В российском законодательстве о налогах и сборах не определен термин налоговый риск, но он широко применяется в научной литературе и в практической деятельности.
Отметим некоторые трактовки рассматриваемого понятия. Так Гончаренко Л.И. рассматривает налоговый риск «как опасность наступления событий с негативными для компании последствиями», подчеркивая, что последствия носят не только финансовый характер[3], исследователи Шевелев А. Е. и Шевелева Е. В. выделяют «спекулятивный» и «чистый» налоговые риски, первый обусловлен излишне уплаченными суммами налога, второй — начислением штрафных платежей [13], Пинская М. Р. отмечает возрастание налогового бремени в результате «доначисления налогов (сборов), пеней и штрафов в ходе налоговой проверки»[11].
Таким образом, анализ дефиниции «налоговый риск» позволил автору определить налоговый риск с позиции налогоплательщика как вероятность наступления неблагоприятных финансовых и репутационных последствий события, источником которого является исполнение налоговых обязанностей.
Потенциальные негативные последствия налоговых рисков отражены в законодательстве о налогах и сборах, и включают налоговую административную и уголовную ответственность.
Доначисление сумм налогов, штрафы и пени за несвоевременное выполнение или не в полном объеме выполнение обязанности уплатить налоги отрицательно сказываются на финансовом положении компании, от потери ряда контрактов с покупателями и поставщиками вплоть до прекращения ее деятельности в результате введение процедуры банкротства.
Вопросы управления налоговыми рисками сегодня актуальны и востребованы в публичных акционерных обществах, что обусловлено значительной долей налоговых платежей в структуре денежных потоков, уровнем налоговой нагрузки (см.) рис.1.
Представленные данные наглядно иллюстрируют существенную долю налоговых обязательств в структуре расходов компании, что обуславливает управление налоговыми рисками, как неотъемлемой части корпоративной системы управления рисками.
Происхождение корпоративных налоговых рисков обусловлено такими факторами как:
неоднозначность трактовки и сложность применения уже установленных норм законодательства о налогах и сборах;
объективная невозможность урегулирования всех конкретных сделок и форм их заключения;
многообразие видов и форм осуществления деятельности в экономике;
правоприменение налогового законодательства налоговыми органами и судами, изменениями в законодательстве;
ошибками в исчислении сумм налогов, определении сроков уплаты, недостаточное документальное подтверждение сделки, не компетентность персонала (человеческий фактор).
Указанные факторы, на наш взгляд, условно, можно разделить на внешние и внутренние, соответственно, выделить внешние и внутренние налоговые риски. Источник внешних налоговых рисков связан с изменениями нормативно-правового регулирования налогообложения деятельности компании. Внешние налоговые риски менее управляемы по сравнению с внутренними налоговыми рисками, однако, сегодня у крупных компаний имеется значительный арсенал инструментов, позволяющих снизить негативные последствия и в некоторой степени оказать воздействие на эти риски.
На основании исследования годовых отчетов ПАО Сбербанк, ПАО «СИБУР Холдинг» ОАО «РЖД», ПАО «КАМАЗ», ПАО «Транснефть» ПАО «Газпром» ПАО «Аэрофлот» [1;2;5;7;8;9;10;14;15] были выделены и систематизированы компоненты структурно-функциональной модели управления внешними налоговыми рисками в публичных акционерных обществах, представленные на рис. 2.
Организационно-методологический компонент определяет организационную основу, методы, способы и действия, направленные на снижение уровня налогового риска. Организационное обеспечение управления налоговыми рисками зависит от масштабов деятельности акционерного общества, организационной структуры управления, информационно-аналитической системы компании. Масштабы последствий решений в области налогообложения компании, предопределяют формирование отдельных организационных единиц, осуществляющих управление налоговыми рисками. Ведь при некачественном управлении налоговым риском публичного акционерного общества речь идет о риске финансовой устойчивости целого ряда компаний.
В группе компаний формируется централизованная налоговая функция, в рамках которой происходит разработка налоговой политики, управление налоговой экспертизой и методологическими подходами, управление налоговыми рисками и осуществление налогового контроля. В большинстве компаний организационная основа управления налоговыми рисками имеет двухуровневую структуру и предусматривает наличие налоговой экспертизы, как на уровне материнской компании, так и локально, на уровне дочерних обществ (в том числе в иностранных юрисдикциях). Центральное звено является информационным хабом, куда поступает вся управленческая информация, в том числе, и по налоговым платежам.
Наличие отдельного подразделения в рамках финансовой службы компании позволяет концентрировать в одном центре ответственности весь спектр функций, связанных с налогообложением компании: методология налогообложения, взаимодействие с налоговыми органами, внутренний налоговый контроль, обеспечить унификацию методологии и подходов, сохраняя необходимую гибкость и оперативность.
Следовательно, организационно-методологический компонент управления налоговыми рисками в публичных акционерных обществах можно определить как совокупность:
организационной структуры по управлению налоговыми рисками (налоговый департамент, отдел налогового учета, отдел неторгового планирования, финансово-аналитическая служба и др.);
локальных нормативных актов (положения о налоговом департаменте, /отделе, учетная политика в целях налогообложения, налоговая политика, договорная политика организации и др.)
единые требования и процедуры компании с требованиями локальных регуляторов.
Аналитический компонент включает информационно-аналитическую подсистему мониторинга нормативно-правовой среды и подсистему мониторинга контрагентов компании. Мониторинг нормативно-правовой среды охватывает законодательство налогового регулирования в Российской Федерации и в юрисдикциях присутствия компании, анализ арбитражной судебной практики в области налогообложения, изучение проектов законопроектов, мониторинг прессы и прочих информационных ресурсов.
Подсистема мониторинга контрагентов направлена на оценку налоговой позиции компании по всем заключаемым контрактам и соглашениям, проектам.
Постоянный мониторинг законодательных инициатив, изменений в законодательстве, позволяет предотвратить нежелательную ситуацию, своевременно корректировать учетную политику в целях налогообложения и другие методические документы.
Значительная часть налоговых рисков, как было отмечено выше, вызвана изменениями в законодательстве и задача аналитического компонента сгладить их последствия.
Как свидетельствует практика деятельности публичных акционерных обществ, ряд мероприятий по управлению налоговыми рисками носят превентивный характер и включают меры, направленные на устранение внешних налоговых рисков, вызванных внешними факторами. Особая роль в управлении налоговыми рисками отводится активному участию в обсуждениях проектов законодательных актов, осуществлению перманентной коммуникации с федеральными и региональными органами власти в области налоговой политики, что обусловило выделение организационно-управленческого компонента в модели управления налоговыми рисками компании.
Развитие института сотрудничества и взаимодействия налоговых органов с бизнесом, цифровых трансформаций налогового администрирования привело к становлению и развитию новой формы контроля – налогового мониторинга (гл.14,7НК РФ), который как форма онлайн-взаимодействия налогоплательщика и налоговых органов заменяет камеральные и выездные проверки в течение отчетного периода. Переход на новую ступень развития взаимодействия налоговых органов с бизнесом обусловлен такими факторами, как развитие информационных технологий и глобальные подходы к целым бизнес-операциям компании. Налоговый мониторинг проводится в отношении крупнейших налогоплательщиков, в т.ч. участников групп ПАО «НК «РОСНЕФТЬ», ПАО «Газпромнефть», а также компаний ПАО «Аэрофлот», ПАО «Интер РАО» и др. В рамках налогового мониторинга российским налоговым органам предоставлен доступ к данным налогового учета и первичным документам компании в режиме реального времени.
Тренд на повышение эффективности и снижение затрат ускоряется, соответственно, система управления налоговыми рисками фокусируется на новых инструментах, которые позволят оптимизировать процессы. Современной этап перехода к цифровой экономике предполагает структурную трансформацию деятельности всех экономических субъектов. Расширяются формы онлайн-взаимодействия налогоплательщика и налоговых органов, направленные на снижение уровня налогового риска. Таким образом, управление внешними налоговыми рисками направлено на обеспечение достаточных гарантий достижения целей компании, в том числе надежности бухгалтерской (финансовой), налоговой и иной отчетности, соответствия деятельности организации нормативным правовым актам.
Резюмируя вышеизложенное, отметим, что качественный уровень управления внешними налоговыми рисками является гарантией стабильной и устойчивой работы компании. Использование комплекса приемов по управлению внешними налоговыми рисками позволит не только эффективно решить проблему возникновения возможных претензий со стороны налоговых органов, но и получить дополнительную экономию на налоговых расходах.
Орлова М.Ю., Паршина С.С. Внутренний налоговый контроль: поэтапное внедрение на основе риск-ориентированного подхода / Финансы и кредит. 2020. Т. 26, No С. 1068 — 1084. https://doi.org/10.24891/fc.26. 5 . 1 068
ПАО «Газпром» Годовой отчет за 2020 [Электронный ресурс] URL: https://www.gazprom.ru/f/posts/57/982072/gazprom-annual-report-2020-ru.pdf
ПАО «СИБУР Холдинг» Единый отчет за 2020 год [Электронный ресурс] URL: nvestors.sibur.com/~/media/Files/S/Sibur-IR/reports/consolidated-report-2020-ru-vpdf
ПАО «Транснефть» Годовой отчет за 2020 год [Электронный ресурс] URL: https://www.transneft.ru/u/section_file/56231/2021.06.29_go_dlya_raskritiya__.pdf
Пинская М. Р Налоговый риск: сущность и проявление / Финансы. 2009. No 2. -С. 43–46.
Тараканова О.И. Эволюция формирования элементов налогообложения трансграничных операций в электронной форме и методы их идентификации в Российской Федерации /Финансовый бизнес. 2021. № 6 (216). -С. 203-206.
Шевелев А. Е. Риски в бухгалтерском учете: учебное пособие /А. Е. Шевелев, Е. В. Шевелева. М.: Изд-во КноРус, -2009. –С. 304.
Кокорев А.С., Калиненко Н.Л., Утяшова О.В., Забелин А.А. Экономическая теория: учебное пособие. Академия ГПС МЧС России. Москва. -2021. -С. 162
Annual Report 2020 of Sberbank of Russia PJSC [Electronic resource] URL: https://www.sberbank.ru/common/img/uploaded/_new_site/com/gosa2021/yr-sber-ar20-rus.pdf?_ga=2.227135325.1385088972.1631774784-1829757912.1631774784
Annual report of KAMAZ PJSC for 2020 [Electronic resource] URL: https://kamaz.ru/investors-and-shareholders/information-disclosure/annual-report/
Corporate finance: textbook / edited by M. A. Eskindarov, M. A. Fedotova. M.: KNORUS, 2016. p. 389
Kostakova E. The largest taxpayers: criteria for 2020 / Tax courier. -2021: [Electronic resource] URL: https://www.rnk.ru/article/217091-krupneyshie-nalogoplatelshchiki-kriterii-2020
Orlova M. Yu., Parshina S. S. Internal tax control: step-by-step implementation based on a risk-oriented approach / Finance and Credit. 2020. Vol. 26, No. 5. pp. 1068-1084. https://doi.org/10.24891/fc.26. 5 . 1 068
Gazprom PJSC Annual Report for 2020 [Electronic resource] URL: https://www.gazprom.ru/f/posts/57/982072/gazprom-annual-report-2020-ru.pdf
PJSC «SIBUR Holding» Unified report for 2020 [Electronic resource] URL: nvestors.sibur.com/~ / media/Files/S/Sibur-IR/reports/consolidated-report-2020-ru-v2. pdf
PJSC «Transneft» Annual Report for 2020 [Electronic resource] URL: https://www.transneft.ru/u/section_file/56231/2021.06.29_go_dlya_raskritiya__.pdf
Pinskaya M. R. Tax risk: the essence and manifestation / Finance. 2009. No. 2. pp. 43-46.
Tarakanova O. I. Evolution of the formation of elements of taxation of cross-border transactions in electronic form and methods of their identification in the Russian Federation /Financial Business. 2021. No. 6 (216). pp. 203-206.
Shevelev A. E. Risks in accounting: a textbook /A. E. Shevelev, E. V. Sheveleva. M.: KnoRus Publishing House, 2009. 304 p.
Kokorev A. S., Kalinenko N. L., Utyashova O. V., Zabelin A. A. Economic theory: a textbook. Academy of GPS of the Ministry of Emergency Situations of Russia. Moscow. -2021. — p. 162.
Kokorev A. S. Factors of competitiveness and financial stability of the company//Moscow Economic Journal. — No. 9. -2020. — p. 56.
МАТРИЦА ВЛИЯНИЯ КАК ЭЛЕМЕНТ АНАЛИЗА УСТАВНОГО КАПИТАЛА КОРПОРАТИВНОЙ ОРГАНИЗАЦИИ
THE INFLUENCE MATRIX AS AN ELEMENT OF THE ANALYSIS OF THE AUTHORIZED CAPITAL CORPORATE ORGANIZATION
Шавандина Ольга Александровна, кандидат экономических наук, доцент, доцент кафедры теории и истории государства и права, ФГБОУ ВО «Алтайский государственный университет», г. Барнаул, Россия
Макушева Галина Николаевна, кандидат экономических наук, доцент, доцент кафедры высшей математики, ФГБОУ ВО «Алтайский государственный технический университет им. И.И. Ползунова», Россия, Барнаул
Харинова Ольга Васильевна, кандидат экономических наук, доцент кафедры международных экономических отношений, ФГБОУ ВО «Алтайский государственный технический университет им. И.И. Ползунова», Россия, Барнаул
Shavandina O.A., shao07@rambler.ru
Makesheva G.N., makusheva2005@yandex.ru
Kharinova O.V., harinova.olga@mai.ru
Аннотация. Статья посвящена развитию методики анализа концентрации уставного (акционерного) капитала корпоративной организации, с целью формирования матрицы влияния, которая отражает современные тенденции представления финансовой информации посредством использования математических методов, и соответствует требованиям конфиденциальности. Предложенная методика обеспечивает различным группам пользователей возможность получать соответствующий объем необходимых им сведений и позволяет оценить степень влияния каждого акционера на деятельность соответствующего сегмента бизнеса. Правовые основы формирования уставного капитала, его значение и гарантийная функция являются предметом исследования в работе, в том числе в сравнении с зарубежным опытом и перспективами развития современной России.
Учитывая сложную структуру уставного (акционерного) капитала, авторы приходят к выводу, что его анализ должен быть дополнен: коэффициентами квадратичной формы концентрации капитала и формированием матрицы влияния. Указанные аналитические процедуры позволят установить степень и уровень доминирования акционеров, которые воздействуют на менеджмент, используя собственное финансовое преимущество, нередко не считаясь с мнением и запросами других участников корпоративной организации.
Abstract. The article is devoted to the development of a methodology for analyzing the concentration of the authorized (share) capital of a corporate organization, in order to form an influence matrix that reflects current trends in the presentation of financial information through the use of mathematical methods, and meets the requirements of confidentiality. The proposed methodology provides various groups of users with the opportunity to obtain the appropriate amount of information they need and allows them to assess the degree of influence of each shareholder on the activities of the relevant business segment. The legal basis for the formation of the authorized capital, its significance and guarantee function are the subject of research in the work, including in comparison with foreign experience and prospects for the development of modern Russia.
Taking into account the complex structure of the authorized (share) capital, the authors come to the conclusion that its analysis should be supplemented with: coefficients of the quadratic form of capital concentration and the formation of an influence matrix. These analytical procedures will allow us to determine the degree and level of dominance of shareholders who influence management using their own financial advantage, often disregarding the opinions and requests of other participants in the corporate organization.
Keywords: corporate organization, authorized capital, capital concentration, «influence matrix».
Введение. На протяжении последних лет российская экономика претерпела значительные изменения. В среде российского предпринимательства окончательно сформировалась уверенность в необратимости осуществленных в России экономических преобразований, заметно расширилась интеграция в международные финансово-экономические отношения, активизировалось присутствие российского бизнеса на мировых рынках.
Наиболее удобной корпоративной формой ведения бизнеса выступают акционерные общества и общества с ограниченной ответственностью. Акционерные общества обладают целым рядом преимуществ, которые выделяют их из числа других форм ведения бизнеса. К ним может быть отнесено ограничение рисков инвесторов стоимостью принадлежащих им акций, возможность привлечения дополнительных капиталов посредством выпуска дополнительных акций, облигаций, сохранение юридической личности при изменении состава участников, передача акций другим лицам без каких-либо разрешительных процедур со стороны акционерного общества и других акционеров, отсутствие ответственности акционеров по обязательствам общества. Перечисленные характеристики делают акционерные общества привлекательной организационно-правовой формой осуществления крупного бизнеса различными корпоративными организациями, в том числе и их объединениями: холдингами, финансово-промышленными группами, транснациональными, трансграничными корпорациями и другими, желающими консолидировать свой капитал.
Глобализация рынка капитала, интеграция российской экономики в мировое сообщество, возникновение новых форм хозяйствования сделали актуальными для обсуждения вопросы формирования и анализа уставного (акционерного) капитала. Эффективное управление компанией напрямую зависит от взаимоотношений между акционерами, а также между держателями акций и исполнительным органом корпоративной организации. Как отмечает Миллон Д., конфликты между крупными и мелкими акционерами, подчинение себе воли других акционеров, получение информации о деятельности хозяйствующего субъекта негативно влияют на эффективность бизнеса. Д. Миллон утверждает, что корпоративный менеджмент является агентом акционеров и в пределах корпорации привилегированная роль принадлежит именно акционерам [6].
Материалы и методы. Формирование уставного капитала акционерного общества происходит за счет объединения имущественных вкладов участников. Подобным образом происходит концентрация капитала и закрепление его за самим юридическим лицом. Акционерная форма ведения бизнеса позволяет разрозненным собственникам объединять средства для совместного ведения хозяйственной деятельности. Высокая концентрация капитала способствует расширению масштабов производства, повышению конкурентоспособности и получению большей прибыли. Акционерный (уставный) капитал может быть сформирован за счет любых инвесторов: зарубежных организаций и физических лиц, государственных организаций РФ, юридических и физических лиц, являющихся резидентами РФ [9].
В настоящий момент не существует единой методики, которая бы содержала конкретный список показателей, позволяющих однозначно интерпретировать полученные в ходе анализа эффективности использования акционерного капитала результаты. Так в зарубежных странах разработано множество экономико-математических моделей, которые описаны в работах Э. Альтмана, М. Гольдера, Д. Фулмера, А. Стрикленда и др. Эти ученые стали классиками, так как использовали богатый математический и статистический аппарат при исследовании экономических проблем. Работы авторов актуальны и в настоящее время.Указанные проблемы представляют научный интерес и для российских ученых-экономистов. В этой связи заслуживают внимание труды Шеремета А.Д., Савицкой Г.В., Шариповой Л.И. и др. [9].
Развитие интегрированных структур, создание единого информационного пространства и другие процессы, происходящие в мировой экономике, обусловливают необходимость модернизации подходов к анализу акционерного капитала корпоративной организации, с целью повышения роли и значения совета директоров и менеджмента компании. У. Баффетт считает, что акционеры должны воздействовать на менеджмент для максимизации своих финансовых интересов [1]. Эффективность использования уставного (акционерного) капитала определяется показателем прибыли, отражая уровень и степень влияния собственников на управление соответствующего компонента бизнеса.
Наиболее полная информация о структуре акционерного (уставного) капитала, об уровне и степени влияния собственников может быть представлена в виде «матрицы влияния» (IM).
Количество строк (i=1,m) в матрице на единицу превышает количество собственников. В каждой строке представлена необходимая для определенного круга пользователей финансовая информация обучастнике акционерного капитала, а последняя строка содержит итоговые показатели, если вычисление итогового значения не предусмотрено, то элемент матричной строки обнуляется. Однородные показатели рассчитываются для каждого собственника и собираются в столбцы матрицы, количество столбцов изменяется j=1,n. Математическая форма представления обеспечивает конфиденциальность финансовой информации, уровень которой может быть определен для различных групп пользователей.
Показатели, которые характеризуют степень влияния собственников, по мнению авторов, должны включать:
1) идентификационный номер собственника;
2) информация о собственнике (резидент – 1, нерезидент – 0, иное – 2);
3) доля в уставном (акционерном) капитале (в%);
4) ранг собственника;
5) ранговый мультипликатор собственника;
6) уровень влияния собственника;
7) индивидуальный показатель концентрации капитала собственника, скорректированный на ранговый мультипликатор;
8) индивидуальный показатель квадратичной формы концентрации капитала собственника;
9) другие показатели.
Идентификационный номер собственника – это цифровой код, однозначно определяющий участника акционерного (уставного) капитала.
Доля в уставном капитале, как элемент матрицы, указывается в процентах, без использования знака %.
Методика ранжирования всех держателей акций, вычисления рангового мультипликатора и корректировки коэффициента концентрации уставного (акционерного) капитала предложена и опубликована авторами в статье An analysis of the capital concentration of a corporate organization as a guarantee of successful business development [8].
Кроме коэффициентов концентрации, соответствующих каждому участнику акционерного капитала, можно использовать квадратичную форму, диапазон изменения значений которой значительно шире (формула 1).
где КСК– квадратичная форма концентрации капитала или степень концентрации.
Если доли акционерного капитала представлены в формуле в процентах, то значение степени концентрации капитала имеет следующие ограничения: 0<KCK ⩽10000. Данный диапазон разделим на три периода:
Если значение степени концентрации капиталаколеблется в пределах от 2000 до 10000, то концентрация капитала очень высока. Для данного значения характерно то, что количество акционеров, имеющих доминирующее положение, находится в пределах от 1 до 5, что обусловливает очень высокую степень влияния этих участников (акционеров) на менеджмент соответствующего компонента бизнеса.
Если значение квадратичной формы концентрации капитала колеблется в пределах от 1000 до 2000, то концентрация капитала характеризуется средним уровнем. Данному показателю соответствует предельное значение количества акционеров – (5; 10]. Степень влияния на принятие управленческих решений значительно снижается, что повышает ответственность менеджеров.
Если значение степени концентрации капитала меньше 1000, то концентрация капитала очень низкая. Такая ситуация характерна для большого количества акционеров (больше 10). Влияние участников акционерного капитала несущественно, что обусловливает высокую степень ответственности управляющего персонала в вопросах эффективности менеджмента [8].
Каждое слагаемое в формуле 1 – это индивидуальный показатель квадратичной формы концентрации капитала собственника, который отражается в соответствующей строке матрицы влияния IM. Совокупное значение индивидуальных показателей квадратичной формы будет представлено в итоговой строке IM.
Таким образом, «матрица влияния» будет отражать всю необходимую для анализа уставного (акционерного) капитала информацию, на основании чего можно будет сделать вывод о доминировании и влиянии определенной группы собственников на менеджмент корпоративной организации. Матричная форма представления информации удобна для чтения и соответствует требованиям конфиденциальности.
3. Результаты. Применение методов эмпирического исследования дает возможность провести сравнение подходов к анализу акционерного капитала корпоративной организации. Корректировка методики проведена на основе приемов экономико-математического моделирования с использованием элементов линейной алгебры.
Используя данные консолидированной финансовой отчетности, представленной на сайте транснациональной корпорации ПАО «Группа», выполним формирование «матрицы влияния» (IM) и оценим уровень влияния акционеров, инвесторов, держателей акций на менеджмент компании.
Отметим, что компания ведет свою деятельность в металлургической и угледобывающей областях, производя железорудный концентрат, сталь, прокат, ферросплавы и коксующийся уголь. Деятельность отраслей присутствия ПАО «Группа» отличается высокой степенью конкуренции и цикличности. Любой спад в указанных отраслях на местном или международном уровне может неблагоприятным образом сказаться на результатах деятельности и финансовом положении Группы.
Основные акционеры ПАО «Группа», их доля в уставном капитале, ранг, ранговый мультипликатор, показатели квадратичной формы представлены в таблице 1.
Данные таблицы 1 позволяют сформировать «матрицу влияния».
Информация, представленная в матрице, свидетельствуют о том, что наибольший ранг и как следствие средний уровень влияния на менеджмент компании имеет акционер с идентификационным номером Ф001. Его доля в уставном капитале на 5% превышает долю ближайшего по рангу акционера (Ю002), но эти 5% определяют для акционера Ф001 уже следующий уровень влияния. Диапазон умеренного влияния достаточно широк, почти 23 процентных пункта (от 10% до 32,72% уставного капитала).
Показатель концентрации капитала для 5-ти основных акционеров составляет:
CK(5)=97,02
Стоит отметить, что значительную часть (70,42%) в указанном показателе занимает доля 2-ух основных участников (Ф001 и Ю002). Если суммировать их ранговые мультипликаторы (0,33+0,27=0,6), то уровень совместного влияния будет характеризоваться уже как сильный.
Рассмотрим показатель концентрации капитала, скорректированный на соответствующие каждому собственнику значения ранговых мультипликаторов.
CKrm=12,441+8,8344+2,48+1,3+0,294=25,3494
Около половины (49,1%) скорректированного показателя концентрации капитала составляет первое слагаемое, которое соответствует первому в списке акционеру Ф001. Это обусловливает повышенное, но «скрытое» влияние собственника Ф001 на менеджмент компании при решении заинтересованных вопросов. С другой стороны, влияние акционеров, имеющих долю менее 13% уставного капитала, уменьшается за счет корректировки на ранговый мультипликатор, обеспечивая рост уровня влияния первого в иерархии собственника.
Квадратичная форма для первых пяти собственников KCK(5)=2763,29. Значение данного показателя превышает 2000, это подтверждает вывод о доминировании указанных акционеров и обусловливает очень высокую степень влияния этих участников (акционеров) на менеджмент ПАО «Группа». С другой стороны, если акционеры имеют доли в различных сегментах корпоративной организации, то необходимо выполнить анализ акционерного капитала для каждого компонента (сегмента) бизнеса.
Таким образом, анализ концентрации капитала, имеющий фрагментарный характер, учитывающий ранговые мультипликаторы, может выступать инструментом влияния собственников (акционеров) при принятии решений по управлению корпоративной организацией в целом и/или компонентов бизнеса, входящих в периметр консолидации.
Дискуссия. Методы финансового анализа и сравнительного правоведения позволяют перейти к обсуждению теоретических положений о понятии акционерного (уставного) капитала, его стоимостном выражении и эффективности его использования.
Специфика правового регулирования уставного капитала корпорации в России, как и во многих странах континентальной Европы закрепляется императивными нормами специального корпоративного законодательства. К таким нормам относятся нормы о минимальном уставном капитале, порядке его оплаты, а также об увеличении и уменьшении уставного капитала. Они направлены на обеспечение интересов не только кредиторов акционерного общества, но и самих акционеров. Согласно п.1 ст.99 Гражданского кодекса РФ [2] и п.1 ст.25 Закона РФ от 26.12.1995 г. № 208-ФЗ «Об акционерных обществах» (далее – Закон об АО) [3] уставный капитал акционерного общества составляется из номинальной стоимости его акций, приобретенных акционерами. Уставный капитал определяет минимальный размер имущества общества, гарантирующего интересы его кредиторов. Порядок образования и изменения уставного капитала также определяется законодательством. Его величина фиксируется в уставе общества и не может быть ниже минимального значения, предусмотренного законом. Так, согласно ст. 26 Закона об АО минимальный размер уставного капитала публичного общества составляет 100 тыс. руб., а непубличного — 10 тыс. руб.Порядок формирования уставного капитала акционерного общества имеет определенные особенности. Не менее 50% акций общества, распределенных при его учреждении, должно быть оплачено в течение трех месяцев с момента государственной регистрации общества. Полностью уставный капитал акционерного общества должен быть сформирован (т.е. акции общества, распределенные при его учреждении, должны быть полностью оплачены) в течение года с момента государственной регистрации общества, если меньший срок не предусмотрен договором о создании общества (п. 1 ст. 34 Закона об АО).
По мнению ученых, понятие «уставный капитал» носит условный характер – это денежное выражение стоимости имущества, которое должно иметь создаваемое акционерное общество безотносительно к объектам, входящим в его состав, и ниже уровня которого не должна снижаться стоимость его чистых активов [4]. Юридическое понятие уставного капитала представляет собой общую сумму компенсации, полученную корпорацией в обмен на выпущенные акции с учетом формальных ограничений, касающихся типа и размера оплаты акций.
Уставной капитал корпорации выполняет следующие основные функции: 1) стартовую — внесенное в оплату вклада имущество составляет материальную базу для деятельности общества при его возникновении и при дальнейшем функционировании; 2) гарантийную — общество несет перед кредиторами ответственность в пределах принадлежащего ему имущества, которое не может быть меньше уставного капитала; 3) распределительную — уставный капитал представляет собой величину, через которую определяется степень участия акционеров общества в его деятельности. Зная долю (количество акций) каждого участника в уставном капитале, можно выявить его влияние на общем собрании и количество голосов, принадлежащих ему, а также размер причитающегося ему дохода от прибыли общества [9].
Российское законодательство об акционерных обществах, относящееся к континентальной системе права, устанавливает жесткие требование о полном размещении уставного капитала в момент учреждения общества, а также требования к минимальному размеру уставного капитала. В американском корпоративном праве наиболее близким понятием, соответствующим концепции уставного капитала по российскому законодательству, является акционерный капитал предпринимательской корпорации, представляющий собой общую сумму компенсации, полученную корпорацией в обмен на выпущенные акции с учетом формальных ограничений, касающихся типа и размера оплаты акций. В 1980 году в Модельный закон о коммерческих корпорациях 1946 года США были внесены изменения, опубликованные в 1984 г. (Revised Model Business Corporation Act — RMBCA), согласно которым были ликвидированы акционерный капитал и номинальная стоимость акций. В Модельном законе было отменено требование законодательства, предусматривающее обязательное поддержание размера акционерного капитала. Вместо этого были введены более жесткие ограничения на «распределения» акционерам, главным из которых является выплата дивидендов. Таким образом, в США основной задачей капитала корпорации является не защита интересов кредиторов, а ограничение возможностей распределения имущества корпорации между ее членами путем его сохранения для случаев несостоятельности. Интересы кредиторов защищаются с помощью самостоятельно оформляемого конкретными кредиторами обеспечения договорных обязательств корпорации перед ними [8].
Так как защита интересов кредиторов в англо-американском праве осуществляется только в период наступившей или грозящей неплатежеспособности, такая система по сути выступает «системой последующего (ex post) контроля», в отличие от континентального права, где концепция твердого уставного капитала корпорации представляет собой «систему предварительного (ex ante) контроля». При этом, как отмечается в литературе, попытки замены традиционного механизма «предварительного контроля», связанного с системой «твердого капитала», механизмом «последующего контроля», определяемого законодательством о банкротстве, должны учитывать, что «процесс несостоятельности представляет собой ситуацию, в которой как раз и прекращают действовать правила общего имущественного права», а это обстоятельство с гражданско-правовых позиций делает содержание рассматриваемых систем несопоставимыми [7].
В странах континентального права требование о наличии твердого уставного капитала выступает важным средством защиты кредиторов, миноритариев, а также менеджмента и мажоритариев, так как в случае банкротства корпорации исключается дополнительная их ответственность перед кредиторами собственым имуществом. Как видно, наличие в законодательствах стран континентального права требования о миниальном размере уставного капитала, согласованные с правовыми нормами о несостоятельности, об учете и аудите и другими, обеспечивает выполнение функций, направленных на ведение добросовестной и разумной предпринимательской деятельности. Поэтому предложения об отмене минимального размера уставного капитала корпорации критиковалось в германской юридической литературе [5].
Корпоративное право в России разделяет традиции континентального права в отношении уставного капитала. Поэтому, российское законодательство содержит требования к минимальному размеру уставного капитала для хозяйственных обществ, несмотря на проводимую реформу корпоративного законодательства последних лет.
Заключение. Таким образом, при формировании уставного (акционерного) капитала корпоративной организации может быть принята во внимание методика анализа концентрации капитала, дополненная «матрицей влияния», форма представления которой удобна для чтения и соответствует определенному уровню конфиденциальности.
В матрице отражается информация о значимости долей отдельных, как правило, основных участников компании и уровень их влияния на управление идентифицированными компонентами бизнеса, которые входят в периметр консолидации.
Следует выделить основные характеристики методики анализа концентрации капитала с учетом формирования «матрицы влияния»:
методика базируется на комплексном, многомерном подходе к оценке финансовой деятельности корпоративной организации;
оценка осуществляется на основе данных консолидированной бухгалтерской отчетности, которая носит публичный характер;
оценка концентрации капитала соответствует, в том числе, целям управленческого (внутрихозяйственного) анализа, так как характеризуют степень и уровень влияния собственников на менеджмент идентифицированных компонентов бизнеса, входящих с периметр консолидации корпоративной организации (рисунок 1);
ранжирование акционеров выполняется как в пространстве, то есть в сравнении с другими собственниками, так и во времени, то есть в определенный период;
используется гибкий вычислительный алгоритм, реализующий возможности экономико-математического моделирования.
Таким образом, анализ уставного (акционерного) капитала может быть расширен за счет формирования «матрицы влияния» и квадратичной формы. Это дополнение аналитических процедур позволяет диагностировать каждое слагаемое, участвующее в алгоритме расчета коэффициента квадратичной формы концентрации капитала, и оценить степень и уровень их влияния на эффективность управления корпоративной организации.
Список источников
Баффетт У. Эссе 2015 года об инвестициях, корпоративных финансах и управлении компанией (Альпина Бизнес Букс).
Гражданский кодекс Российской Федерации (Часть первая): Федеральный закон от 30 ноября 1994 г. № 51-Ф3 // Собрание законодательства Российской Федерации. 1994. № 32. ст. 3301
Федеральный закон “Об акционерных обществах” от 26 декабря 1995 г. // Собрание законодательства Российской Федерации. 1996. № 1. Статья 1; 1999. № 22. ст. 2672
Фомина О. Н. 2016 Российское и американское акционерное право: Сравнительный анализ. Монография. М. с. 207.
Хуек Г. и Виндбихлер Ч. Корпоративное право 2003 г. 20-е издание Мюнхен, стр. 50.
References
1. Baffett U. E`sse 2015 goda ob investiciyax, korporativny`x finansax i upravlenii kompaniej (Al`pina Biznes Buks).2. Grazhdanskij kodeks Rossijskoj Federacii (Chast` pervaya): Federal`ny`j zakon ot 30 noyabrya 1994 g. № 51-F3 // Sobranie zakonodatel`stva Rossijskoj Federacii. 1994. № 32. st. 33013. Federal`ny`j zakon “Ob akcionerny`x obshhestvax” ot 26 dekabrya 1995 g. // Sobranie zakonodatel`stva Rossijskoj Federacii. 1996. № 1. Stat`ya 1; 1999. № 22. st. 26724. Fomina O. N. 2016 Rossijskoe i amerikanskoe akcionernoe pravo: Sravnitel`ny`j analiz. Monografiya. M. s. 207.5. Xuek G. i Vindbixler Ch. Korporativnoe pravo 2003 g. 20-e izdanie Myunxen, str. 50.
ВЛИЯНИЕ «УРОВНЯ СЧАСТЬЯ» СОТРУДНИКОВ НА КОНКУРЕНТОСПОСОБНОСТЬ КОМПАНИИ
THE INFLUENCE OF THE» LEVEL OF HAPPINESS » OF EMPLOYEES ON THE COMPETITIVENESS OF THE COMPANY
Илышева Марина Анатольевна, кандидат экономических наук, ФГАОУ ВО «Уральский федеральный университет имени первого Президента России Б. Н. Ельцина»
Уткина Дарья Олеговна, кафедра Маркетинга, ФГАОУ ВО «Уральский Федеральный Университет имени первого Президента России Б.Н. Ельцина»
Детков Александр Александрович, доцент, кандидат экономических наук, ФГАОУ ВО «Уральский федеральный университет имени первого Президента России Б. Н. Ельцина», Уральский государственный экономический университет
Ilysheva Marina A., maril@mail.ru
Utkina Daria O., utkina_da@mail.ru
Detkov Alexander, a.a.detkov@urfu.ru
Аннотация. В статье рассмотрено влияние уровня ощущения счастья сотрудников на результирующие показатели деятельности компаний. Перечислены аспекты, которые являются составляющими счастья сотрудников. Доказано, что «счастье» – это прагматичный показатель, который можно измерить количественно. Представлены результаты исследований, доказывающих прямую связь между уровнем счастья сотрудников и результирующими показателями деятельности компании. Представлены результаты опроса об уровне счастья сотрудников различных профессиональных областей в России, проведенном в 2019 году службой исследований компании Head Hunter.
Abstract. The article considers the influence of the level of employee happiness on the resulting performance indicators of companies. The aspects that are components of employee happiness are listed. It is proved that «happiness» is a pragmatic indicator that can be measured quantitatively. The results of studies proving a direct relationship between the level of happiness of employees and the resulting performance indicators of the company are presented. The results of a survey on the level of happiness of employees in various professional fields in Russia, conducted in 2019 by the Head Hunter research service, are presented.
Ключевые слова: Уровень счастья, лояльность, вовлеченность, индекс eNPS, производительность труда, финансовые и бизнес-показатели.
Keywords: Happiness level, loyalty, engagement, eNPS index, labor productivity, financial and business indicators.
Каждый руководитель стремится к развитию компании, высокому уровню дохода, но не каждый руководитель создает необходимые для этого условия. Первоочередным условием успешного функционирования компании является вовлеченность и лояльность сотрудников. Для этого следует изучить вопрос «счастья» сотрудников на рабочем месте.
На рабочем месте сотрудник должен ощущать себя в безопасности, иметь все необходимое для выполнения своих трудовых обязанностей, в коллективе чувствовать себя психологически комфортно. Таким образом, каждый сотрудник должен ощущать себя ценным для компании, в которой работает, понимать, что их взаимодействие «двустороннее»: он вкладывает свои силы, знания, навыки и время в обмен на материальные и нематериальные блага: уважение и признание, заработная плата и премии, возможности карьерного роста и профессионального развития (рисунок 1).
В Google существует целое подразделение, которое занимается счастьем работников, а в офисах есть все для отдыха – от капсул для сна до массажистов. В Netflix сотрудник сам определяет, сколько будет длиться его отпуск. Компания Microsoft на территории кампуса построила дома на деревьях, чтобы обеспечить более творческую атмосферу для работы. Facebook в период пандемии предоставил сотрудникам право уходить в оплачиваемый 30-дневный отпуск для заботы о родственниках [2].
Можно подумать, что говорить о счастье в бизнес-контексте непрагматично. Руководители и специалисты HR, использующие технологии «управления счастьем», с этим не согласны. Для них счастье, понимаемое чаще – как умение радоваться, проявлять позитивные чувства, осознавать, что все это можно и нужно делать внутри компании, – это прикладное, выгодное для бизнеса явление, которым можно и нужно управлять [3].
Составляющие счастья:
1) Внешнее проявление: если сотрудник не улыбается искренне, сложно сделать так, чтобы клиент улыбнулся и получил удовольствие от взаимодействия с компанией. В компаниях, руководство которых осознает это, «затачивают» бизнес-модель на то, чтобы люди и внутри, и вне компании – партнеры, поставщики, клиенты, соискатели – испытывали по-настоящему позитивные эмоции от взаимодействия с «лицами» компании и между собой [3].
2) Вовлеченность: счастливые сотрудники – конкурентное преимущество компании. Чем больше вовлеченных, счастливых сотрудников в команде, тем выше шансы, что проект будет выполнен эффективно, качественно, в срок. «Вовлеченный и мотивированный человек в свой день рождения уйдет с работы в 10 вечера и даже не подумает, что что-то не так», – заключает Ильдар Богданов, управляющий партнер компании по обучению и развитию персонала BIRC [3].
Для работников с высоким уровнем вовлеченности характерны более высокие производительность и качество работы с клиентами, что усиливает их лояльность по отношению к организации, улучшает показатели ее доходности [4].
Согласно данным Corporate Executive Board, сотрудники, вовлеченные в работу компании, прилагают на 57 % больше усилий, а вероятность их ухода оценивается на 87 % ниже, чем у сотрудников с низким уровнем вовлеченности [5].
Данные результатов исследований Aon Hewitt, Gallup International, Hay Group и Towers Watson свидетельствуют о прямом влиянии уровня вовлеченности сотрудников на итоговые финансовые результаты и другие бизнес-показатели. По сравнению с показателями компаний, имеющих низкий уровень вовлеченности персонала, компании с высоким уровнем вовлеченности продемонстрировали следующее [6]:
1) на 22-43 % выше акционерная доходность;
2) на 17,5 % выше операционная прибыль (27,4 % против 9,9 %)
3) на 10 % выше уровень удовлетворенности потребителей;
4) на 18-21 % выше производительность труда;
5) в 2 раза больше количество перспективных соискателей на каждую из открытых вакансий;
6) на 50-65 % (в зависимости от отраслевой специфики) ниже незапланированная текучесть персонала;
7) в 2,5 раза меньше продолжительность пребывания сотрудников на больничном (2,69 дня в году против 6,19 дней в году)
8) на 28 % меньше количество коллективных споров и конфликтов работников с администрацией;
9) на 41 % ниже уровень производственного брака;
10) на 48 % меньше количество аварий, обусловленных нарушением техники безопасности;
11) на 40 % меньше количество пострадавших из-за нарушений техники безопасности.
Результаты исследования D.Maister среди 139 офисов 29 компаний (IT-компании, маркетинговые и рекламно-креативные агентства) показали, что финансовая успешность офисов одной и той же компании (рост прибыли за последние два года и прибыль на одного сотрудника при прочих равных условиях) с высокой вовлеченностью сотрудников выше на 63 % в сравнении с офисами этой же компании с низкой вовлеченностью [6].
3) Эффективность: «Когда сотруднику важен результат, можно говорить о том, что счастье равно эффективности. Положительные эмоции от достижения цели, решения трудной задачи передаются и коллегам, и топ-менеджменту», – рассуждает Наталья Семичастнова, директор по развитию бизнеса компании «Астро Софт» [3].
4) «Работа – дом родной»: «Счастье – это чувствовать себя как дома, не забывая, что Вы в своем офисе и коллективе», – считает Кирилл Попов, директор Департамента подбора и развития персонала Банка Хоум Кредит. «Приходит на ум следующая аналогия: когда вы приходите в гости, где собирается большая компания, вы осознаете, что, находясь здесь, должны следовать правилам, принятым в этом доме. Никто не должен нарушать ваши права, ваш комфорт, но при этом вы понимаете, что все это мероприятие организовано для большого круга людей и есть общие правила, по которым эти люди там присутствуют, проводят с удовольствием время. Схожая аллегория с тем, что происходит в компании, которая занимается вопросом вовлеченности,» – продолжает Попов [3].
5) Поощрение. В строительной компании RBI создана система награждений, где публично прописано, за что и по каким правилам сотрудников поощряют. Ощущение счастья приносят доброта и дружественность конкуренции при соревновании между сотрудниками, а не сам «приз» [3].
6) Счастье = что-то большее…Счастье сотрудника – это нечто большее, чем решенный материальный вопрос. Но, в то же время, творить и развиваться невозможно, если сотрудник «голоден» или «сидит на шатающемся стуле» [3].
Установлено: счастливые сотрудники = счастливые клиенты = успешный бизнес [5]. В Google целое подразделение занимается вопросами счастья сотрудников, потому что это повышает продуктивность работы. Также поступают Netflix, Amazon, Adobe, LinkedIn, Zappos [2]. Есть компании, где существует специальная должность –Chief Happiness Officer или Happiness Manager. Это специалист, который отвечает в компании за «счастье» сотрудников, управление благополучием – это его KPI [8].
Счастье сотрудника в том числе проявляется в его лояльности к компании. для оценки лояльности используют индекс eNPS (employee Net Promoter Score) – уровень чистой лояльности сотрудников. Индекс позволяет понять, доволен ли персонал условиями работы, готов ли продолжать сотрудничество и развиваться вместе с работодателем.
Ряд авторов в отечественной науке под лояльностью подразумевают профессиональную пригодность и надежность работников с точки зрения организации, т.е. акцент сосредоточен на формальных критериях, важных именно для организации. Вторая точка зрения рассматривает лояльность как положительное отношение персонала к организации, гордость от осознания принадлежности к ней. В данном случае акцент делается на психологических аспектах, важных для работника [4].
Отечественные бренды «МегаФон», «Росгосстрах», «Альфа-Банк», «Билайн» все чаще проявляют интерес к этому индексу, иногда называя его основным показателем успешности и эффективности.
По результатам исследования Аналитического центра НАФИ, проведенного в 2018 году, лишь 17 % сотрудников российских компаний готовы рекомендовать своего работодателя друзьям, а 53 % – не удовлетворены местом работы [8].
Согласно данным американского института общественного мнения Gallup, оптимистично настроенные сотрудники опережают пессимистов по объему продаж на 37 %, прибыльность компаний, где отмечена высокая вовлеченность сотрудников, на 27 % выше, чем у компаний, не уделяющих должного внимания работникам [8].
Zappos– крупнейший ритейлер обуви, счастье сотрудников называет своей ценностью № 1. На собеседовании в Zappos прямо спрашивают: «Насколько вы счастливы в жизни?» – и берут более счастливых [2].
В компании South West Airlines директор по персоналу рассказывала в интервью, что между двумя пилотами гражданской авиации – более опытным, но несчастным, и счастливым, но с меньшим опытом – отдают предпочтение второму. При этом компания South West Airlines за более чем 40 лет своего существования всего 2 года была в операционном убытке – ни одна авиакомпании в мире с такой же длительной историей не может похвастаться такими бизнес-показателями [2].
Служба Исследований компании Head Hunter с 21 по 27 октября 2019 года проводила опрос соискателей, измеряя их уровень счастья. Опрос проводился среди 5 459 российских соискателей. Опрашиваемым задавали вопрос: «Насколько Вы чувствуете себя счастливыми по шкале от 0 до 10, где 0 – наименьший уровень счастья, а 10 – наивысший уровень счастья?» [9].
Средняя оценка уровня счастья у представителей разных профессий позволила выделить топ-5 самых счастливых профессиональных областей [9]:
1) медицина, фармацевтика – средняя оценка уровня счастья 6,1;
2) госслужба, НКО – средняя оценка уровня счастья 5,9;
3) управление персоналом – средняя оценка уровня счастья 5,8;
4) туризм, гостиницы, рестораны – средняя оценка уровня счастья 5,7;
5) высший менеджмент, а также строительство и недвижимость – средняя оценка уровня счастья по 5,6.
Антирейтинг профессиональных областей с самым низким уровнем счастья по результатам опроса получился таким [9]:
1) автомобильный бизнес – средняя оценка уровня счастья 4,4;
2) рабочий персонал – средняя оценка уровня счастья 4,7;
3) начало карьеры, студенты – средняя оценка уровня счастья 4,8;
4) информационные технологии – средняя оценка уровня счастья 4,8;
5) закупки – средняя оценка уровня счастья 5.
Средняя оценка уровня счастья представителями различных профессиональных областей по результатам опроса службы исследований компании HeadHunter, проведенного в 2019 году, представлена на рисунке 2.
У каждого сотрудника свое понимание счастья. Универсальных решений для всего коллектива нет, но общий знаменатель руководству компании помогут найти опросники в стиле «Что нужно еще сделать, чтобы поднять Ваш уровень счастья?».
«Для одних специалистов ценным будет совместное участие в благотворительных забегах, для других – увеличение бонуса в конце года, поэтому важно спрашивать людей о том, что может повысить их мотивацию и вовлеченность», – говорит Ирина Жильникова, руководитель пресс-службы Head Hunter по Северо-Западу. Но мало провести опрос, нужно проанализировать результаты и предпринять действия, учесть пожелания сотрудников. «Когда люди видят, что работодатель делает реальные, пусть и небольшие шаги в их интересах, уровень лояльности к компании повышается. От таких мероприятий будет не только «человеческая», социальная польза, но и важный эффект для бизнеса – повышение производительности труда» – продолжает Жильникова [7].
Американский предприниматель Джек Уэлч утверждает: «Ведущие компании, где находится источник повышения производительности. Это люди, вовлеченные в работу, мотивированные, имеющие ресурсы для ее выполнения и достойно оплачиваемые. Вовлеченность каждого отдельного сотрудника в работу, признание вклада каждого сотрудника, признание за каждым сотрудником права иметь свой голос и свою роль в достижении успеха компании – вот источник истинной производительности. Тот источник, который позволяет повысить ее не постепенно, а в разы» [6].
Таким образом, счастье в бизнес-контексте является прагматичным показателем. Его измерение – это реально и необходимо. Вслед за возрастанием ощущения счастья сотрудников руководитель будет наблюдать рост положительных финансовых показателей компании, что сделает счастливее самого работодателя.
Долженко Р.А. Удовлетворенность, вовлеченность, лояльность персонала: уточнение и конкретизация понятий // Вестник Алтайского государственного аграрного университета. 2014. № 9 (119).
КОМПЛЕКС ВНУТРИГОРНЫХ ВПАДИН, КОТЛОВИН И ДОЛИН ТЕНИР-ТОО
THE COMPLEX OF INTRA-MOUNTAIN DEPRESSIONS, BASINS AND VALLEYS OF TEMIR-TOO
Матикеев Талантбек Курманалиевич, к.п.н, доцент, кафедра физической географии и прикладной геодезии, Ошский Государственный Университет,г. Ош, Кыргызская Республика, Электронная почта: salus0867@mail.ru
Шербаева Зувайда Эрмаматовна, к.г.н, доцент, кафедра физической географии и прикладной геодезии, Ошский Государственный Университет, г. Ош, Кыргызская Республика, Электронная почта: zuvaida70@mail.ru
Matikeev Talantbek Kurmanalievich, PhD, Associate Professor, Department of Physical Geography and Applied Geodesy, Osh State University, Osh, Kyrgyz Republic, Email address: salus0867@mail.ru
Sherbayeva Zuwayda Ermamatovna, Candidate of Economics, Associate Professor, Department of Physical Geography and Applied Geodesy, Osh State University, Osh, Kyrgyz Republic, Email address: zuvaida70@mail.ru
Аннотация. В статье анализируются морфологические различия впадин, котловин и долин, особенности процессов денудации и аккумуляции. Рассматриваются три группы внутригорных впадин (низкогорные, среднегорные, и высокогорные), определен сдвиг поясных границ, склоновых и межгорно-котловинных поясов и границы между аридного и гумидного типа высотных поясов.
Abstract. The article analyzes the morphological differences of depressions, basins and valleys, the features of the processes of denudation and accumulation. Three groups of intra-mountain depressions (low-mountain, medium-mountain, and high-mountain) are considered, the shift of the belt boundaries, slope and intermountain-basin belts and the boundaries between the arid and humid types of high-altitude belts is determined.
Keywords: complex, ancient accumulation, slope basin landscapes, inversion, «Cold belt», migration, adaptation, arid, humid, extraarid, shift, belt series, border
Введение
Внутригорная впадина Теңир-Тоо (Средне-Нарынская, Иссык-Кульская, Жумгальская, Кочкорская и др) являются понижением земной поверхности тектонического происхождения, замкнутый почти со всех сторон горными хребтами. Долина — это низменная территория линейно вытянутой формы рельефа с однообразным, часто неравномерным падением тальвега, сформированных в результате эрозионной деятельностью текучей воды. Крупные долинные территории имеют тектоническое происхождение (Ак-Сайская, Арпинская, Акшыйракская, Сары-Жазская, Суусамырская, Чатыр-Келская и др.). Котловина — понижение земной поверхности, замкнутое со всех сторон или открытое в одном или в двух противоположных направлениях, благодаря реке, протекающей через ее территорию. По происхождению котловина Теңир-Тоо делится на тектоническое (Кетмен-Тобо, Тогуз-Торо, Кожо-Ашкан, Зардалы, Алайку, Гульча, Нура и др.) и ледниковое (Узенгу-Куш, Эңилчек, Койкап, Кайыңды и др.)
По характеру рельефа и высоте, внутригорные впадины и долины Тенир-Тоо представляют части равнины, приподнятые на разные абсолютные высоты [6]. Морфологические различия долин и впадин, особенности состава горных пород и рыхлых отложений, разная степень интенсивности процессов денудации и аккумуляции позволяют различать типы рельефа в областях древней и новейшей аккумуляции.
Типы рельефа в областях древней аккумуляции отличаются большой мощностью рыхлых отложений (до 200-250 м) и находятся в бортах долин. Они сформированы на относительно опущенных участках впадин, заполненные толщей валунно – галечниковых — древнечетвертичных осадков, прикрытых с поверхности более молодыми наносами селевых потоков и горных рек. К ним относятся днища долин и поймы рек. В пределах Тенир-Тоо выделяются три группы внутригорных впадин: низкогорные, среднегорные и высокогорные [1].
К низкогорным относятся впадины, расположенные от 500 м до 1800 м высоты над уровнем моря и окруженными низкогорьями и частично высокими адырами. Например, Кеминская (1400 — 1800 м), Кетмен — Тюбинская (800 — 1200 м), Көкөмерен — Нарынская (900 — 1600 м), Таласская (800 — 1700 м) и Чуйская (500 — 1400 м). Низкогорные группы впадин и долин (количество 10) отличаются пустынно — степными ландшафтами, переходящие выше в степные, т.к. значительные площади занимают плоские древнеаллювиальные и пролювиально — делювиальные равнины (Таласская, Чуйская, Кеминская, Иссык-Кульская, Кочкорская, Джумгальская долины).
Разделение на секторы и их особенности
К среднегорным относятся впадины и долины, расположенные между среднегорьем и низкогорьем от 1600 до 3000м высоты над уровнем моря. Например, Джумгальская (1500 – 2000 м), Орто — Токойская (1700 — 2000 м), Иссык-Кульская (1600 – 2300 м), Караколская (1600 — 3000 м), Кочкорская (1800 — 2500 м), Минкушская (1500 – 3000 м), Средненарынская (1500 — 2000 м), Чаткальская (900 — 2500 м) и др. В генетическом отношении они представляют собой опущенные участки рельефа, заполненные толщей валунно — галечных древнечетвертичных осадков, покрытых поверхностью более молодыми наносами горных рек и элювиально-делювиальными отложениями селевых потоков [7]. Наличие среднегорных впадин, лежащих на разных абсолютных высотах и в разной степени изолированных, окружающими хребтами, усложняет ландшафтную дифференциацию территории Теңир-Тоо главным образом они заняты степными, лесостепными и лесными ландшафтами.
К высокогорным относятся впадины расположенные на высоте от 2000 м до 3800 м над уровнем моря, среди высоких горных систем; Ак-Сай (3000 — 3800 м), Акшыйрак (3000 – 3600 м), Арабель-Кумтор (3400 – 3800 м), Арпа (2600 — 3600 м), Атбашы — Кара-Коюн (2000 — 3000 м), Сары — Джаз (2760 – 3600 м), Сонг-Кол (3000 – 3400 м), Энгилчек (2400 – 3000 м), Кок — Ойрок (2300 – 3100 м) и др. Высокогорные впадины формируются преимущественно при тектоническом опускании на мощных аккумулятивных отложениях (Ваходцев, 1975). Для них характерны меньшее разнообразие и дробности ландшафтной дифференциации. Ландшафты состоят из двух групп: склоновые и межгорные котловинные ландшафты. Склоновые ландшафты представлены, главным образом горностепными, степно-луговыми, горнолесными, горно-луговыми горно-скально-степными ландшафтами. Межгорные котловинные ландшафты представлены в основном лугово-степными типами, легко переходящие в смежные типы растительности, т.е. каменистым тундрам. Этот тип ландшафтов распространен фрагментарно во всех высоких горах, им характерны повсеместное развитие древних ледниковых экзарационных и аккумулятивных форм рельефа, широкое проявление процессов морозного выветривания, близости ледников и большие амплитуды суточных температур. Фрагменты горной тундры находятся в горах Центрального Тенир-Тоо (Меридиональный, Энгилчек, Какшаал, Ак-Сай и др.) где на такыровидных, маломощных, сильнощебнистых почвах, на 3900 – 4300 м представлены изреженные лишайники, мхи, камнеломки и другие виды криофитных растений.
Отличительной чертой межгорного котловинного ландшафта высоких гор Тенир-Тоо является остепненность внутренних впадин и высокое захождение в долину гор полупустынь и пустынь. По данным О. Е. Агаханянца (1981 г.) высокое захождение горы пустынь в Армении до 1100 м, Памиро-Алае до 3200 м, на Западном Памире 3400 м, во Внутреннем Тенир-Тоо 4200 м, на Восточном Памире 3500 — 3600 м [2]. В результате остепненности внутригорных впадин и долин фрагменты полупустынных и пустынных ландшафтов сформированы в долине Ак-Сай на высоте 3000 – 3600 м, Арпа 3000 – 3500 м, Акшыйрак – 2300 — 2900 м, Мудурум – 3500 – 3900 м, Сары — Джаз – 3700 – 3900 м, Суусамыр – 1000 – 1200 м, Узенгу-Куш – 3000 – 3500 м, Энилчек – 2700 – 2800 м, Кунгой и Тескей Ала-Тоо 3000 — 3200 м высоте [8].
Согласно исследованиям Бабаева, А. Г., Зонн И. С. и др. (1986) [3], полупустыни и пустыни ни в одном материке не образуют сплошную зону. Это связано с наличием в пределах пустынной зоны крупнейших горных сооружений с их высочайшими вершинами. Определение их полностью отражает закономерности фрагментарного распространения полупустынных и пустынных территорий в горах Тенир — Тоо. В Тенир — Тоо низкогорные пустыни и полупустыни значительно многообразны, и занимают различные высоты и ничем не отличаются от окружающих равнинных территорий. Например, фрагменты пустыни и полупустыни Таласской и Чуйской долин.
Горные пустыни отделены от равнинных через нескольких ярусов гор, долин и адырной полосы, формирование которой связано, во-первых, с поступлением и инверсией жарких воздушных потоков через узкие долины, выполняющих роль «шланга»; во-вторых, инверсией зимней холодной воздушной массы, поступающей из «холодного полюса» Центрального Тенир-Тоо; в-третьих – миграцией и адаптацией растительного мира. В результате которых сформированы поясные ряды, имеющие различные высоты и количества по внутригорным долинам. К примеру, количество высотных поясов в Аксае, Арпа, Узонгу-Куш, Чатыр-Кол — 4 (пустынно — степной – 3000 – 3600 м; холодно пустынный – 3600 — 3900 м, субнивальный и нивальный пояс (3800 – 4200 м); в Колуу — 5 (альпийские – 3400 – 3700 м, лугово — степной – 3400 – 3700 м, субальпийские – 3000 – 3400 м и горная тундра – 3800 – 3900 м, гляциально-нивальный – выше 3900 м); в Энгилчеке — 4 (полупустыни – 2700 – 2800 м и 3000 — 3200 м, сухостепь 2900-3100 м, лугово — степной и лугово — лесной 2800-3100 м, гляциально — нивальный выше 3900 м); в Сары-Джазе — 3 (альпийские – 3500 – 3600 м, горная тундра 3700 -3900 м, гляциально — нивальный выше 3900 м); в Кетмен — Тюбе — 5 (полупустынный — 800 – 1300 м, сухостепь 1300 – 2000 м, лесо – лугово — степной – 2000 – 2500 м, альпийские – 3200-3500 м, гляциально-нивальный выше 3500 м); в Джумгале — 4 (полупустынный — 1500 – 1700 м, сухостепь 1700 – 2000 м, субальпийские – 3200 – 3300 м, альпийские выше 3600 м).
Согласно климатическим показателям, полупустыни и пустыни Тенир-Тоо делятся на аридные и гумидные пустыни. В горах Тенир-Тоо полупустынные и пустынные ландшафты формируются в экстроаридных, аридных и полуаридных условиях. Экстроаридный пояс (Бабаев, Зонн. 1986) занимает русла водотоков и сухих саев. Данный ландшафт сформирован с возможными засухами в течение одного года или нескольких лет подряд. Сюда относятся фрагменты полупустыни и пустыни Таласской и Чуйской долины, расположенные на границе среднеазиатской пустыни и сухостепей Казахстана. Экстроаридные ландшафты (осадков 150 мм) сформированы в аридных пролювиально-аллювиальных подгорных равнинах, где годовое количество осадков менее 100 – 150 мм; полуаридной ландшафт в пролювиално-аллювиальной подгорной равнине (годовая количество осадка 200 — 250 мм.) разница месячной температуры составляют в январе ±3˚ -5º˚, июле ±5-8˚˚. В результате неодинаковых показателей климатических факторов и динамики компонентов сформированы фрагменты полупустынь, пустынь и сухостепей, которые являются продолжением пустынь Бетпак-Тала и степей Казахстана [5].
Гумидные пустыни в отдельных горах Тенир — Тоо занимают выше 2700 м и 3800 м высоты над уровнем моря, являются континентальными внутренними пустынями, объединяющие такие изолятно-закрытые пояса пустыни и полупустыни, относящихся к категории горной тундры. Сюда относятся фрагменты пустынь хребта Коолу (3800 – 3900 м), Энгилчек (2700 – 2800 м), Сары — Джаз (3700 – 3900 м) и Мудурум (3600 – 3900 м). Годовое количество атмосферных осадков составляет в Сары-Джазе 500-1000 мм, в Энгилчеке – 250 – 300 мм, Мудуруме – 200 – 250 мм, в Коолу — 200 – 300 мм. Средняя температура января в Сары-Джазе -20 -22о, в Энгилчеке -18 -20о, в Мудуруме -29о, в Коолу -25 -26о. Средняя месячная температура июля в Сары-Джазе +4 +5о, в Энгилчеке +10 +11о, в Мудуруме +8о, в Коолу +8 +9о. Анализ климатических показателей и растительного покрова показывает, что фрагменты пустынь и полупустынь выше указанных гор относятся к типу холодных пустынь, не формируют самостоятельные пояса, часто они образуют лишь полосу в пределах тех или иных высотных поясов. Соответственно, в горах Тенир-Тоо общими являются лишь четыре поясных типов растительности: горные пустыни и полупустыни, горные степи и сухостепи, горные альпийские и субальпийские луга, которых в настоящее время мы принимаем как отдельные высотные пояса; горные пустынь, полупустынь, сухостепь, субальпийские и альпийские луга. Анализ ландшафтообразующих факторов и картографических материалов показывает, что эти «пояса» расположены в смешанном виде, т.е. не имеют поясной характер, имеют фрагментарный вид. Соответственно, их необходимо рассматривать как субпояса, так как с ростом гумидности происходит сдвиг поясных границ вверх, а ростом аридности происходит сдвиг поясных границ вниз, в то же время, средногорный ярус гор является центром скопления поясных рядов и границей междуаридного и гумидного типа ландшафтов.
Экологический подход и оценка распределения почвенно-растительного покрова (3670 видов растений) и климатических показателей позволили нам установить превалирующую роль экспозиции крупных горных систем и склонов гор в формировании высотных поясов. В экспозиции крупных горных систем, как Какшал — Тоо, Тескей Ала-Тоо, Кунгей Ала-Тоо, Кыргызский Ала-Тоо, Талаский Ала-Тоо, Ферганы и др., высотные пояса состоят из смешанных рядов: — луговой пояс из альпийских и субальпийских лугов; — горностепной пояс из степного и лугово-степного; — лесной пояс из лесостепного и лесолугового пояса; — гумидные пояса из полупустынь и пустынь тундрового типа. Причем показатели климатических условий и растительного покрова между поясами незначительна: атмосферных осадков ±10-15 мм, летних и зимних температур + 3-5о, растительного покрова + 5 — 6 видов, почвенный покров почти одинаков.
Выводы
Таким образом, на основе выше изложенного, предлагаем следующие типы высотных поясов:
избыточно увлажненные типы ландшафта, сюда относится гляциально-нивальный (гляциальный, горно тундровой);
повышенно увлаженный тип, т.е. луговой (альпийский + субальпийский, лесо — луговой и лесной);
средне увлажненный тип, т.е. горностепной (степной + лугово-степной), и лесолуговой (лесостепной +степной); полу аридный тип, т.е. степной; степной +сухостепной;
аридный тип (полупустынный + пустынный); Горно-тундровый ландшафт включается в состав гляциально-нивального, как изолятно –закрытые пояса
Первые ряды изолятно-закрытое пояса играют определяющую роль, вторые изолятно-закрытые пояса субпоясную роль. Горно-тундровые изолятно-закрытые пояса, занимающие небольших разорванных ареалов гор, необходимо рассматривать как местность распространение петрофитов, и хосмофитов внутри гляциально-нивального пояса, т.е. горная тундра не имеет поясности.
Список источников
Атлас Киргизской ССР. М;1987, с. 17.
Агаханянц О.Е. Аридные горы СССР. М; 1981. с. 70-71.
Бабаев А.Г., Зонн И.С. др. Пустыни. М; 1986. с.17-18.
Выходцев И.В. Растительность Тянь-Шань-Алайского горного сооружения. Фрунзе; Илим. 1975.
Матикеев К. Физикалык географиянын проблемалары. Бишкек 2019-ж. с. 21-22.
Матикеева Н.К. «Природно-ресурсное конфликты в приграничных районах юга КР (на примере Ферганской долины): опыт комплексно-географического анализа»; Канд. диссер. Бишкек 2019, с.57.
Сатыбалдиев Б.С. Ири тоо кыркаларынын жайгашкан аймагында жер кѳчкүлѳрүнүн рельефти пайда кылуудагы ролу. канд. диссер. Бишкек 2009, с. 21-22.
Шербаева З.Э. Ландшафт таануу, г. Ош 2008.
References
Atlas Kirgizskoj SSR. M;1987, s. 17.
Agaxanyancz O.E. Aridny`e gory` SSSR. M; 1981. s. 70-71.
Babaev A.G., Zonn I.S. dr. Pusty`ni. M; 1986. s.17-18.
