PDF-файл статьи

Научная статья

Original article

УДК 630

doi: 10.55186/2413046X_2022_7_4_204  

ГОСУДАРСТВЕННЫЙ ЛЕСНОЙ РЕЕСТР КАК ИНФОРМАЦИОННАЯ БАЗА В СИСТЕМЕ УСТОЙЧИВОГО УПРАВЛЕНИЯ ЗЕМЛЯМИ ЛЕСНОГО ФОНДА РОССИЙСКОЙ ФЕДЕРАЦИИ

THE STATE FOREST REGISTER AS AN INFORMATION BASE IN THE SYSTEM OF SUSTAINABLE LAND MANAGEMENT OF THE FOREST FUND OF THE RUSSIAN FEDERATION

Бородина Ольга Борисовна, к.э.н., доцент, доцент кафедры землепользования и кадастров ФГБОУ ВО Государственный университет по землеустройству, E-mail: olga2700@mail.ru

Чуксин Илья Витальевич, ФГБОУ ВО Государственный университет по землеустройству, E-mail: chuksin-99@mail.ru

Фомина Анастасия Владимировна, аспирант кафедры городского кадастра, ФГБОУ ВО Государственный университет по землеустройству, E-mail: fominaav2021@gmail.com

Желонкина Елена Эдуардовна, к.г.н., доцент, доцент кафедры земледелия и растениеводства ФГБОУ ВО Государственный университет по землеустройству, E-mail: pecypc-86@mail.ru

Borodina Olga Borisovna, Candidate of Economics, Associate Professor, Associate Professor of the Department of Land Use and Cadastre State University for Land Management, E-mail: olga2700@mail.ru

Chuksin Ilya Vitalievich, State University of Land Management, E-mail: chuksin-99@mail.ru

Fomina Anastasia Vladimirovna, Postgraduate Student, Department of City Cadastre, Federal State Budgetary Educational Institution of Higher Education State University for Land Management, E-mail: fominaav2021@gmail.com

Zhelonkina Elena Eduardovna, Candidate of Geographical Sciences, Associate

Professor, Associate Professor of the Department of Agriculture and Crop

Production, State University of Land Management, Moscow, Russia 

Аннотация. Для обеспечения сбалансированного эффективного многоцелевого использования лесов, их охраны, защиты и воспроизводства органы управления лесами всех уровней должны располагать полной и достоверной информацией о количественных и качественных характеристиках лесных ресурсов. Авторы говорят о несостоятельности автоматизированной информационной системы «Государственный лесной реестр» и дублировании сведений государственного лесного реестра (ГЛР) и Единого государственного реестра недвижимости (ЕГРН), что порождает ряд ошибок на фоне неактуальных задвоенных данных о лесном фонде страны. Авторы предлагают пути решения данной проблемы и разрабатывают концептуальную модель информационных потоков государственного лесного реестра с применением новейшей разрабатываемой системы ФГИС ЛК.

Abstract. in order to ensure a balanced efficient multi-purpose use of forests, their protection, protection and reproduction, forest management bodies at all levels must have complete and reliable information on the quantitative and qualitative characteristics of forest resources. The authors talk about the failure of the automated information system “State Forest Register” and the duplication of information from the State Forest Register (SLR) and the Unified State Real Estate Register (EGRN), which gives rise to a number of errors against the background of outdated duplicated data on the country’s forest fund. The authors propose ways to solve this problem and develop a conceptual model of the information flows of the state forest registry using the latest developed system of FSIS LK.

Ключевые слова: информационная база, государственный лесной реестр, устойчивое лесоуправление, лесоустройство, лесное хозяйство, информационная система, хозяйствующие субъекты, информационные потоки, лесной комплекс

Key words: information base, state forest registry, sustainable forest management, forest management, forestry, information system, business entities, information flows, forest complex

Необходимость информационного обеспечения лесного комплекса обусловливается огромным ресурсным потенциалом лесов России, которые выполняют важные экологические и социально-экономические функции и имеют не только общегосударственное, но и мировое значение. Согласно сведениям о наличии и распределении земель, представленным по состоянию на 01 января 2021 год, общая площадь земель лесного фонда насчитывает 11,28 млн. кв. км, что составляет 65,8% от общей площади земель Российской Федерации [6].

Для обеспечения сбалансированного эффективного многоцелевого использования лесов, их охраны, защиты и воспроизводства органы управления лесами всех уровней должны располагать полной и достоверной информацией о количественных и качественных характеристиках лесных ресурсов. В связи с этим, необходимо иметь постоянно обновляемые сведения о количественном и качественном состоянии земель лесного фонда, прогнозировать на их основе динамику, уметь обосновать тот или иной вариант развития землепользования и лесопользования. Без эффективно функционирующей системы государственного лесного реестра невозможно проводить осмысленную государственную земельную и информационную политику, что, в свою очередь, значительно сдерживает реализацию экономического потенциала лесных земельных ресурсов и лесопромышленного комплекса страны. В настоящее время главным источником сведений о лесах, об их использовании, охране, защите, воспроизводстве, о лесничествах и о лесопарках является государственный лесной реестр (далее – ГЛР).

В соответствие со статьей 91 Лесного кодекса Российской Федерации от 04.12.2006 №200-ФЗ (далее – ЛК РФ) государственный лесной реестр представляет собой систематизированный свод документированной информации о лесах, об их использовании, охране, защите, воспроизводстве, о лесничествах. Под документированной информацией в данной статье №200-ФЗ понимается зафиксированная на материальном носителе информация, документирование которой осуществлено в соответствии с Федеральным законом от 27 июля 2006 г. № 149-ФЗ «Об информации, информационных технологиях и о защите информации». Ведение государственного лесного реестра осуществляется по формам, утвержденным приказом Министерства природных ресурсов и экологии Российской Федерации от 27.07.2020 № 491 «Об утверждении Порядка ведения государственного лесного реестра» [2].

В настоящее время государственный лесной реестр является основной информационной системой о лесах и динамических процессах в лесных экосистемах, данные которой применяются для обеспечения устойчивого управления лесным фондом. Информация ГЛР используется в разных сферах деятельности, отображенных на рисунке 1.

Однако, в настоящее время, состав и структура сведений государственного лесного реестра не позволяет в полном объеме осуществлять стоящие перед экономикой страны задачи. При его ведение возникает ряд проблем (рисунок 2).

Для эффективного функционирования как отдельно взятого лесничества, так и лесной отрасли в целом органами государственной власти в области лесных отношений активно ведутся работы по автоматизации подготовки и обработки документов ГЛР, совершенствованию процедуры сбора, хранения и передачи сведений о землях лесного фонда, лесных ресурсах, состоянии лесов и динамике лесного фонд [5, 16]. В связи с этим государственный лесной реестр постепенно преобразуется в информационный ресурс, позволяющий осуществлять решение определенной части задач устойчивого управления лесным фондом.

В 2013 году на территории Российской Федерации была введена в эксплуатацию автоматизированная информационная система «Государственный лесной реестр» (далее — АИС ГЛР). Впервые в стране появилась единая база первичных документов о состоянии лесного хозяйства, что помогло повысить качество собираемой информации и оперативность ее поступления из региональных органов в центральный управленческий аппарат Федерального агентства лесного хозяйства (Рослесхоз) и обеспечить принятие обоснованных решений в сфере управления лесными фондами.

Однако, 22 января 2019 года Счетная палата Российской Федерации подвела итоги контрольных мероприятий по оценке эффективности управления лесными отношениями, на основании которых был сделан вывод о том, что автоматизированная информационная система «Государственный лесной реестр» фактически не используется как единый программный продукт. В этой связи регионы в процессе составления лесных планов используют неактуальные данные о лесном фонде. Отсюда проистекают риски, что они неэффективно тратят предоставляемые им субвенции. Единой системы учета лесного фонда, где была бы представлена достоверная информация о его количестве, качестве и стоимости, в России нет.

Еще одной проблемой в вопросе актуализации информационной базы ГЛР выступает разобщенность сведений Единого государственного реестра недвижимости (далее – ЕГРН) и ГЛР. В Едином государственном реестре недвижимости также в недостаточной степени отражаются данные о лесных участках. В результате возникает опасность отчуждения земель лесного фонда в земли иных категорий. В ЕГРН и ГЛР содержатся неодинаковые сведения о площади лесов России — разница составляет почти 300 млн гектаров. Это несовпадение вызвано в том числе тем, что в реестре недвижимости не указаны границы не всех лесничеств.

11 августа 2017 года вступил в силу Федеральный закон от 29 июля 2017 г. № 280-ФЗ «О внесении изменений в отдельные законодательные акты Российской Федерации в целях устранения противоречий в сведениях государственных реестров и установления принадлежности земельного участка к определенной категории земель».

Основная цель принятия закона сводится к защите прав добросовестных владельцев земельных участков и устранению взаимоисключающего характера сведений ГЛР и ЕГРН путем установления в предусмотренных законом случаях приоритета сведений ЕГРН над сведениями ГЛР и защите прав граждан и организаций на земельные участки.

Исходя из данных, представленных по состоянию на 01 января 2021 года, на государственный кадастровый учёт поставлены 670903 земельных участка в границах земель лесного фонда общей площадью 14,16 млн. кв. км, в том числе 184060 земельных участков общей площадью 10,02 млн. кв. км, местоположение границ которых не установлено. В отношении 434048 земельных участков лесного фонда осуществлена государственная регистрация вещных прав [8, 17].

Сопоставив значение фактической площади земель лесного фонда – 11,26 млн. кв. км со значением площади земель лесного фонда, в отношении которой осуществлён государственный кадастровый учёт – 14,16 млн. кв. км, отмечаем наличие значительного объёма сведений, нуждающихся в верификации и уточнении [7,9].

При этом, по состоянию на начало 2021 года, по лесной амнистии согласно ст. 60.2 Федерального закона «О государственной регистрации недвижимости» №218-ФЗ от 13 июля 2015 года (далее – Федеральный закон №218) исключены сведения о 43064 лесных участках, а также исправлены реестровые ошибки в части площади и границ в отношении 5474 лесных участков, что повлекло за собой уменьшение общей площади лесных участков на 158 млн. га, однако даже по завершении мероприятий, направленных на исправление таких ошибок, учтённая площадь лесного фонда превышает её фактические значения.

В рамках IV этапа государственной программы Российской Федерации «Развитие лесного хозяйства» до 2026 года требуется установить границы всех земель лесного фонда Российской Федерации. Такая задача была поставлена перед лесничествами. Согласно сведениям, представленным в открытом источнике Федерального агентства лесного хозяйства на территории Российской Федерации сформировано 1461 лесничество.

В соответствии с показателями эффективности государственной программы «Развитие лесного хозяйства» в 2019 году на 38,3% от площади земель лесного фонда установлены границы лесничеств. Одновременно с этим в Едином государственном реестре недвижимости информация о местоположении границ лесничеств содержится в отношении лишь 18,9 % земель такой категории.

Реализация положений указа Президента Российской Федерации, а также государственной программы «Развитие лесного хозяйства» в рамках полномочий, установленных Постановлением Правительства Российской Федерации № 1223 от 07 октября 2021 года, осуществляется Федеральным агентством лесного хозяйства России.

Специфика внесения сведений о местоположении границ лесничеств заключается в необходимости одновременного соответствия земельному, лесному и градостроительному законодательству, а также Федеральному закону «О государственной регистрации недвижимости», сопряжённому с использованием материалов государственного лесного реестра, а также территориального планирования, государственного фонда пространственных данных, данных дистанционного зондирования.

Основанием для внесения сведений о местоположении границ лесничеств в Единый государственный реестр недвижимости является Приказ об установлении границ лесничеств. В соответствии с реестром Приказов об установлении границ лесничеств Федерального агентства лесного хозяйства, по состоянию на январь 2022 года, в установленном порядке утверждены границы 239 лесничеств, что составляет лишь 16,6% от общего числа лесничеств, а также устанавливаются границы на территории 351 лесничества, что составляет 24 % от числа лесничеств.

Одной из наиболее значительных проблем установления границ лесничеств, а также лесных участков в их составе, является приоритет сведений Единого государственного реестра недвижимости над сведениями Государственного лесного реестра, обозначенный в Федеральном законе №280-ФЗ. Таким образом, «лесная амнистия» угрожает утратой земель, находящихся в федеральной собственности, в части, касающейся земель лесного фонда.

Ранее научное сообщество говорило о вероятном необоснованном увеличение площади земель лесного фонда, отражённой в Едином государственном реестре недвижимости, что соответствует действительности и обусловлено ошибками, допущенными при объединении сведений Единого государственного реестра прав и Государственного кадастра недвижимости. Однако, впоследствии наличие таких ошибок оказало обратный эффект, фактически земли лесного фонда потеряли в площади.

Таким образом, существующее состояние информационно-аналитических ресурсов лесного комплекса регионального и федерального уровней, по данным Рослесхоза, не позволяет в полной мере обеспечить государственные органы, в нашем случае Росреестр, актуальной информацией о лесной отрасли. В результате сложилась ситуация, при которой осуществляющие государственные функции в сфере лесного хозяйства и смежных отраслях федеральные органы исполнительной власти не обладают оперативной отраслевой информацией, которая им необходима [14].

Решением задачи служит передача полномочий лесоустройства с регионального на федеральный уровень Рослесинфоргу, что, в частности, установлено Федеральным законом от 02.07.2021 № 304-ФЗ «О внесении изменений в Лесной кодекс Российской Федерации и статьи 14 и 16 Федерального закона «Об общих принципах организации местного самоуправления в Российской Федерации» (далее – Федеральный закон №304) [1]. Кроме этого, в соответствие с Федеральным законом №304, органы местного самоуправления начали осуществлять полномочия в сфере лесоустройства, а именно принимать решения о создании, об упразднении лесничеств, расположенных на землях городских и муниципальных округов, городских и сельских поселений. Это позволит закрепить функцию лесоустройства как информационной основы лесного планирования, государственной инвентаризации лесов, ведения государственного лесного реестра «на местах». В связи с чем муниципальная лесоустроительная документация будет служить первичным источником сведений о лесах, их количественных и качественных характеристиках, интегрируемых далее в региональные и федеральные информационные ресурсы в сфере лесного хозяйства и смежных отраслях [4,10,11].

В феврале 2022 года Федеральное агентство лесного хозяйства (далее – Рослесхоз), подведомственная структура Министерства природных ресурсов и экологии, объявило конкурс на создание первой очереди государственной информационной системы лесного комплекса (ФГИС ЛК).

В рамках проекта создания ФГИС ЛК будут автоматизированы процессы внесения сведений в государственный лесной реестр и предоставления сведений из ГЛР. Должно быть предусмотрено бесшовное включение унаследованных систем, в частности, ЛесЕГАИС, в состав ФГИС ЛК. Кроме того, новое решение должно стать главным инструментом выработки и реализации эффективной госполитики в сфере лесного хозяйства и смежных отраслях, позволяющего формировать сведения о состоянии и перспективах развития лесного комплекса страны.

В лесном ведомстве прогнозируют, что благодаря внедрению новой системы ФГИС ЛК будет обеспечено на постоянной основе целостное представление о состоянии лесов и лесной отрасли, что во многом будет способствовать повышению оперативности и обоснованности стратегического планирования, а также эффективному развитию экономики Российской Федерации в отношении лесного комплекса [3,12].

На рисунке 3 отображена концептуальная модель информационных потоков государственного лесного реестра с применением ФГИС ЛК, которая, по мнению автора, должна повысить прозрачность и упорядочить рынок лесных ресурсов, обеспечив обмен своевременной и полной информацией между государственными органами и хозяйствующими субъектами о составе и границах земель лесного фонда, о лесничествах, защитных лесах, лесных дорогах, картах, а также проектах освоения лесов, сделках с древесиной [13, 15].

Сегодня автоматизированная информационная система «Государственный лесной реестр» фактически не используется как единый программный продукт, в следствие чего обновления баз данных лесного реестра не осуществляется в реальном времени. ФГИС ЛК как усовершенствованный информационный ресурс будущего позволит объединит в себе более 130 млн записей из существующих реестров, ведомственных баз данных и «бумажных» документов, кроме этого, отобразить всю последовательность действий, совершаемых в отношении каждого участка леса. Авторы надеются, что государственный лесной реестр с внедрением ФГИС ЛК «заработает» как новейших информационный ресурс, который позволит обновить и усовершенствовать структуру информационных потоков ГЛР, предложенную авторами. 

Список источников

1. Федеральный закон от 02.07.2021 № 304-ФЗ «О внесении изменений в Лесной кодекс Российской Федерации и статьи 14 и 16 Федерального закона “Об общих принципах организации местного самоуправления в Российской Федерации» / [Электронный ресурс]. Доступ из справ. – правовой системы “Консультант Плюс” (дата обращения: 26.03.2022).
2. Приказ Министерства природных ресурсов и экологии Российской Федерации от 27.07.2020 № 491 “Об утверждении Порядка ведения государственного лесного реестра”/ [Электронный ресурс]. Доступ из справ. – правовой системы “Консультант Плюс” (дата обращения: 26.03.2022).
3. Антропов, Д. В. Комплексные кадастровые работы в контексте кластерной политики в Российской Федерации / Д. В. Антропов, А. В. Фомина // Актуальные проблемы землеустройства и кадастров на современном этапе: VII Международная научно-практическая конференция. Сборник статей, Пенза, 06 марта 2020 года. – Пенза: Пензенский государственный университет архитектуры и строительства, 2020. – С. 9-13.
4. Антропов, Д. В. Территориальные кластеры как элемент устойчивого развития Российской Федерации / Д. В. Антропов, А. В. Фомина // Современные проблемы управления проектами в инвестиционно-строительной сфере и природопользовании: материалы X Международной научно-практической конференции, посвященной 113-летию РЭУ им. Г. В. Плеханова, Москва, 08–12 апреля 2020 года / Под редакцией В. И. Ресина. – Москва: Российский экономический университет имени Г.В. Плеханова, 2020. – С. 145-151.
5. Бородина, О. Б. Актуальные вопросы совершенствования системы землеустройства / О. Б. Бородина, И. В. Чуксин // Московский экономический журнал. – 2020. – № 2. – С. 12. – DOI 10.24411/2413-046X-2020-10109.
6. Гвоздева, О. В. Мониторинг земельных ресурсов / О. В. Гвоздева, И. В. Чуксин, Е. Ю. Колбнева // Актуальные проблемы землеустройства, кадастра и природообустройства : Материалы III международной научно-практической конференции факультета землеустройства и кадастров ВГАУ, Воронеж, 30 апреля 2021 года. – Воронеж: Воронежский государственный аграрный университет им. Императора Петра I, 2021. – С. 192-200.
7. Гвоздева, О. В. Актуальная специфика проблем и особенности законодательных аспектов в сфере использования и правовой охраны земель сельскохозяйственного назначения / О. В. Гвоздева, М. А. Смирнова, И. В. Чуксин // Московский экономический журнал. – 2020. – № 1. – С. 5. – DOI 10.24411/2413-046X-2020-10026.
8. Гвоздева, О. В. К вопросу о рациональном использовании земель лесного фонда / О. В. Гвоздева, И. В. Чуксин // Актуальные проблемы землеустройства, кадастра и природообустройства: Материалы III международной научно-практической конференции факультета землеустройства и кадастров ВГАУ, Воронеж, 30 апреля 2021 года. – Воронеж: Воронежский государственный аграрный университет им. Императора Петра I, 2021. – С. 362-369.
9. Необходимость внедрения цифровых технологий в лесное хозяйство России как главного механизма устойчивого лесоуправления / С. А. Гальченко, О. Б. Бородина, А. А. Рассказова, И. В. Чуксин // Московский экономический журнал. – 2021. – № 2. – DOI 10.24411/2413-046X-2021-10095.
10. Основные аспекты и проблематика процесса цифровизации сельского хозяйства как метода управления важнейшей отраслью страны / С. А. Гальченко, О. В. Гвоздева, М. А. Смирнова, И. В. Чуксин // Московский экономический журнал. – 2021. – № 1. – С. 25. – DOI 10.24411/2413-046X-2021-10032.
11. Развитие концепции повышения качества системы государственного управления федеральным имуществом на базе цифровой трансформации отраслей экономики / О. В. Гвоздева, М. А. Смирнова, И. В. Чуксин, Е. С. Середина // Московский экономический журнал. – 2020. – № 8. – С. 23. – DOI 10.24411/2413-046X-2020-10598.
12. Сбалансированное развитие управленческого сектора государственных и муниципальных услуг на базе многофункциональных центров / О. В. Гвоздева, М. А. Смирнова, И. В. Чуксин, М. В. Шакирова // Московский экономический журнал. – 2020. – № 12. – С. 48. – DOI 10.24411/2413-046X-2020-10836.
13. Фомина, А. В. Создание туристско-рекреационных кластеров в Ивановской области / А. В. Фомина, Е. В. Тесова // Актуальные проблемы землеустройства на современном этапе: Сборник статей Международной научно-практической конференции, Пенза, 28 февраля 2019 года. – Пенза: Пензенский государственный университет архитектуры и строительства, 2019. – С. 215-219.
14. Фомина, А. В. Кластерная политика как инструмент развития туристско-рекреационных кластеров / А. В. Фомина // Управление земельно-имущественными отношениями : материалы XV международной научно-практической конференции, Пенза, 18 декабря 2019 года. – Пенза: Пензенский государственный университет архитектуры и строительства, 2019. – С. 229-234.
15. Фомина, А. В. Учет влияния кадастровых и землеустроительных работ на показатели комплексной оценки туристскорекреационного потенциала земельно-имущественного комплекса (на примере туристско-рекреационного кластера «Плес») / А. В. Фомина, Д. В. Антропов // Землеустройство, кадастр и мониторинг земель. – 2022. – № 3. – С. 214-221. – DOI 10.33920/sel-04-2203-07.
16. Цыпкин, Ю. А. К вопросу о необходимости повсеместной разработки стратегии пространственного развития муниципальных образований Российской Федерации / Ю. А. Цыпкин, А. В. Фомина, И. В. Чуксин // Московский экономический журнал. – 2021. – № 12. – DOI 10.24412/2413-046X-2021-10718.
17. Цыпкин, Ю. А. Совершенствование системы информационно-аналитического обеспечения управления земельным фондом при геостратегическом развитии Арктического региона / Ю. А. Цыпкин, А. В. Фомина // Землеустройство, кадастр и мониторинг земель. – 2022. – № 2. – С. 92-96. – DOI 10.33920/sel-04-2202-02.

References

1. Federal`ny`j zakon ot 02.07.2021 № 304-FZ «O vnesenii izmenenij v Lesnoj kodeks Rossijskoj Federacii i stat`i 14 i 16 Federal`nogo zakona “Ob obshhix principax organizacii mestnogo samoupravleniya v Rossijskoj Federacii» / [E`lektronny`j resurs]. Dostup iz sprav. – pravovoj sistemy` “Konsul`tant Plyus” (data obrashheniya: 26.03.2022).
2. Prikaz Ministerstva prirodny`x resursov i e`kologii Rossijskoj Federacii ot 27.07.2020 № 491 “Ob utverzhdenii Poryadka vedeniya gosudarstvennogo lesnogo reestra”/ [E`lektronny`j resurs]. Dostup iz sprav. – pravovoj sistemy` “Konsul`tant Plyus” (data obrashheniya: 26.03.2022).
3. Antropov, D. V. Kompleksny`e kadastrovy`e raboty` v kontekste klasternoj politiki v Rossijskoj Federacii / D. V. Antropov, A. V. Fomina // Aktual`ny`e problemy` zemleustrojstva i kadastrov na sovremennom e`tape: VII Mezhdunarodnaya nauchno-prakticheskaya konferenciya. Sbornik statej, Penza, 06 marta 2020 goda. – Penza: Penzenskij gosudarstvenny`j universitet arxitektury` i stroitel`stva, 2020. – S. 9-13.
4. Antropov, D. V. Territorial`ny`e klastery` kak e`lement ustojchivogo razvitiya Rossijskoj Federacii / D. V. Antropov, A. V. Fomina // Sovremenny`e problemy` upravleniya proektami v investicionno-stroitel`noj sfere i prirodopol`zovanii: materialy` X Mezhdunarodnoj nauchno-prakticheskoj konferencii, posvyashhennoj 113-letiyu RE`U im. G. V. Plexanova, Moskva, 08–12 aprelya 2020 goda / Pod redakciej V. I. Resina. – Moskva: Rossijskij e`konomicheskij universitet imeni G.V. Plexanova, 2020. – S. 145-151.
5. Borodina, O. B. Aktual`ny`e voprosy` sovershenstvovaniya sistemy` zemleustrojstva / O. B. Borodina, I. V. Chuksin // Moskovskij e`konomicheskij zhurnal. – 2020. – № 2. – S. 12. – DOI 10.24411/2413-046X-2020-10109.
6. Gvozdeva, O. V. Monitoring zemel`ny`x resursov / O. V. Gvozdeva, I. V. Chuksin, E. Yu. Kolbneva // Aktual`ny`e problemy` zemleustrojstva, kadastra i prirodoobustrojstva : Materialy` III mezhdunarodnoj nauchno-prakticheskoj konferencii fakul`teta zemleustrojstva i kadastrov VGAU, Voronezh, 30 aprelya 2021 goda. – Voronezh: Voronezhskij gosudarstvenny`j agrarny`j universitet im. Imperatora Petra I, 2021. – S. 192-200.
7. Gvozdeva, O. V. Aktual`naya specifika problem i osobennosti zakonodatel`ny`x aspektov v sfere ispol`zovaniya i pravovoj oxrany` zemel` sel`skoxozyajstvennogo naznacheniya / O. V. Gvozdeva, M. A. Smirnova, I. V. Chuksin // Moskovskij e`konomicheskij zhurnal. – 2020. – № 1. – S. 5. – DOI 10.24411/2413-046X-2020-10026.
8. Gvozdeva, O. V. K voprosu o racional`nom ispol`zovanii zemel` lesnogo fonda / O. V. Gvozdeva, I. V. Chuksin // Aktual`ny`e problemy` zemleustrojstva, kadastra i prirodoobustrojstva: Materialy` III mezhdunarodnoj nauchno-prakticheskoj konferencii fakul`teta zemleustrojstva i kadastrov VGAU, Voronezh, 30 aprelya 2021 goda. – Voronezh: Voronezhskij gosudarstvenny`j agrarny`j universitet im. Imperatora Petra I, 2021. – S. 362-369.
9. Neobxodimost` vnedreniya cifrovy`x texnologij v lesnoe xozyajstvo Rossii kak glavnogo mexanizma ustojchivogo lesoupravleniya / S. A. Gal`chenko, O. B. Borodina, A. A. Rasskazova, I. V. Chuksin // Moskovskij e`konomicheskij zhurnal. – 2021. – № 2. – DOI 10.24411/2413-046X-2021-10095.
10. Osnovny`e aspekty` i problematika processa cifrovizacii sel`skogo xozyajstva kak metoda upravleniya vazhnejshej otrasl`yu strany` / S. A. Gal`chenko, O. V. Gvozdeva, M. A. Smirnova, I. V. Chuksin // Moskovskij e`konomicheskij zhurnal. – 2021. – № 1. – S. 25. – DOI 10.24411/2413-046X-2021-10032.
11. Razvitie koncepcii povy`sheniya kachestva sistemy` gosudarstvennogo upravleniya federal`ny`m imushhestvom na baze cifrovoj transformacii otraslej e`konomiki / O. V. Gvozdeva, M. A. Smirnova, I. V. Chuksin, E. S. Seredina // Moskovskij e`konomicheskij zhurnal. – 2020. – № 8. – S. 23. – DOI 10.24411/2413-046X-2020-10598.
12. Sbalansirovannoe razvitie upravlencheskogo sektora gosudarstvenny`x i municipal`ny`x uslug na baze mnogofunkcional`ny`x centrov / O. V. Gvozdeva, M. A. Smirnova, I. V. Chuksin, M. V. Shakirova // Moskovskij e`konomicheskij zhurnal. – 2020. – № 12. – S. 48. – DOI 10.24411/2413-046X-2020-10836.
13. Fomina, A. V. Sozdanie turistsko-rekreacionny`x klasterov v Ivanovskoj oblasti / A. V. Fomina, E. V. Tesova // Aktual`ny`e problemy` zemleustrojstva na sovremennom e`tape: Sbornik statej Mezhdunarodnoj nauchno-prakticheskoj konferencii, Penza, 28 fevralya 2019 goda. – Penza: Penzenskij gosudarstvenny`j universitet arxitektury` i stroitel`stva, 2019. – S. 215-219.
14. Fomina, A. V. Klasternaya politika kak instrument razvitiya turistsko-rekreacionny`x klasterov / A. V. Fomina // Upravlenie zemel`no-imushhestvenny`mi otnosheniyami : materialy` XV mezhdunarodnoj nauchno-prakticheskoj konferencii, Penza, 18 dekabrya 2019 goda. – Penza: Penzenskij gosudarstvenny`j universitet arxitektury` i stroitel`stva, 2019. – S. 229-234.
15. Fomina, A. V. Uchet vliyaniya kadastrovy`x i zemleustroitel`ny`x rabot na pokazateli kompleksnoj ocenki turistskorekreacionnogo potenciala zemel`no-imushhestvennogo kompleksa (na primere turistsko-rekreacionnogo klastera «Ples») / A. V. Fomina, D. V. Antropov // Zemleustrojstvo, kadastr i monitoring zemel`. – 2022. – № 3. – S. 214-221. – DOI 10.33920/sel-04-2203-07.
16. Cypkin, Yu. A. K voprosu o neobxodimosti povsemestnoj razrabotki strategii prostranstvennogo razvitiya municipal`ny`x obrazovanij Rossijskoj Federacii / Yu. A. Cypkin, A. V. Fomina, I. V. Chuksin // Moskovskij e`konomicheskij zhurnal. – 2021. – № 12. – DOI 10.24412/2413-046X-2021-10718.
17. Cypkin, Yu. A. Sovershenstvovanie sistemy` informacionno-analiticheskogo obespecheniya upravleniya zemel`ny`m fondom pri geostrategicheskom razvitii Arkticheskogo regiona / Yu. A. Cypkin, A. V. Fomina // Zemleustrojstvo, kadastr i monitoring zemel`. – 2022. – № 2. – S. 92-96. – DOI 10.33920/sel-04-2202-02. 

Для цитирования: Бородина О.Б., Чуксин И.В., Фомина А.В., Желонкина Е.Э. Государственный лесной реестр как информационная база в системе устойчивого управления землями лесного фонда Российской Федерации // Московский экономический журнал. 2022. № 4. URL: https://qje.su/nauki-o-zemle/moskovskij-ekonomicheskij-zhurnal-4-2022-6/

© Бородина О.Б., Чуксин И.В., Фомина А.В., Желонкина Е.Э. 2022. Московский экономический журнал, 2022, № 4.

PDF-файл статьи

Научная статья

Original article

УДК 330.322

doi: 10.55186/2413046X_2022_7_4_203

СОЗДАНИЕ И РЕАЛИЗАЦИЯ ПРОЕКТА «ОРГАНИЗАЦИЯ ДИРЕКЦИИ СТРОЯЩИХСЯ ОБЪЕКТОВ» В ЭЛЕКТРОЭНЕРГЕТИКЕ  (НА ПРИМЕРЕ АО «ТАТЭНЕРГО»)

CREATION AND IMPLEMENTATION OF THE PROJECT “ORGANIZATION OF THE DIRECTORATE OF FACILITIES UNDER CONSTRUCTION” IN THE ELECTRIC POWER INDUSTRY (ON THE EXAMPLE OF JSC TATENERGO)

Махиянова Алина Владимировна, д.с.н., профессор кафедры менеджмента, ФГБОУ ВО Казанский государственный энергетический университет, E-mail: socavm@rambler.ru

Набиева Лариса Георгиевна, к.э.н., доцент кафедры общего менеджмента Казанского (Приволжского) федерального университета, E-mail: larisa-nabieva@yandex.ru

Касимов Азат Юсупович, кафедра менеджмента, ФГБОУ ВО Казанский государственный энергетический университет, E-mail: azat9797@icloud.ru

Makhiianova Alina Vladimirovna

Nabieva Larisa Georgievna

Kasimov Azat Iusupovich

Аннотация. В статье представлен комплексный анализ электрической и тепловой мощности генерирующих филиалов АО «Татэнерго», рассматривается место АО «Татэнерго» на рынке электроэнергии и мощности в России, проводится SWOT-анализа плана капитального строительства в АО «Татэнерго», разрабатывается программа реализации проекта «Организация Дирекции строящихся объектов», проводится обоснование необходимости и значимости его реализации как проекта, который призван решить проблему больших временных потерь руководства и сотрудников филиалов на реализацию планов капитального строительства. Проект рекомендуется к реализации как экономически целесообразный, способный повысить эффективность рассматриваемой компании.

Abstract. A comprehensive analysis of the electric and thermal capacity of the generating branches of Tatenergo is presented, the place of Tatenergo in the electricity and capacity market in Russia is considered, a SWOT analysis of the capital construction plan in JSC Tatenergo is carried out, a program for the implementation of the project “Organization of the Directorate of facilities under construction” is being developed, justification of the need and significance of its implementation as a project that is designed to solve the problem of large time losses of management and employees of branches for the implementation of capital construction plans. The project is recommended for implementation as economically feasible, capable of increasing the efficiency of the company in question.

Ключевые слова: организация дирекции, капитальное строительство,  инвестиционные проекты

Keywords: organization of the directorate, capital construction, investment projects

В настоящее время проблемы реализации инвестиционных проектов и техническое перевооружение генерирующих мощностей в электроэнергетике являются крайне актуальными для отрасли. С учетом высокой капиталоемкости, процесс обновления основных средств в генерации сталкивается с трудностью привлечения инвестиционных ресурсов на длительный срок, с высоким уровнем как номинальных, так и реальных процентных ставок в экономике, с длительными сроками окупаемости, которые не соответствуют инвестиционным горизонтам, используемым в российских компаниях. Любые резкие колебания процентных ставок или курса национальной валюты резко ухудшают параметры инвестиционных проектов в техническое перевооружение и обновление в электроэнергетике. Учитывая, что такие колебания в экономике происходят в среднем каждые 4-5 лет, в то время как сроки окупаемости инвестиционных проектов в генерации, как правило, составляют не менее 7-15 лет, проекты технического перевооружения без применения специальных механизмов стимулирования инвестиций, носят скорее единичный характер [1].

Не стоит исключать проблему старения и износа генерирующих мощностей. В настоящее время средний возраст мощностей тепловой генерации в России один из самых высоких в мире – 34 года, в то время как в США и в Японии он составляет 30 лет, в Китае и Корее – 10-15 лет [2]. Возможности продления ресурса действующего генерирующего оборудования не безграничны и имеют пределы, после чего процесс разрушения энергосистемы может стать лавинообразным и необратимым. Кроме того, продление ресурса с использованием имеющих наибольшее распространение паротурбинных технологий закрепит технологическое отставание отечественной генерации от современного уровня и не позволит обеспечить приведение технологий, используемых в отечественном энергетическом машиностроении, к рыночным требованиям. Потеря отрасли отечественного энергетического машиностроения, являющегося одной из важных отраслей для обеспечения безопасности государства, также является неприемлемой.

Дополнительным фактором, влияющим на формирование государственной и корпоративной политики в области инвестиций в генерацию, является необходимость соблюдения интересов частных акционеров генерирующих компаний, в том числе иностранных, приход которых в отечественные генерирующие компании вместе с привнесением в отечественную бизнес-среду лучших практик управления в сфере электроэнергетики, был одним из ключевых моментов в реформе отечественной энергетики. Поиск приемлемых в рыночных условиях инвестиционных решений и их реализация является обязательным условием для генерирующих компаний для обеспечения стабильного положения в будущем. Так или иначе, несмотря на все неблагоприятные условия, инвестиционные процессы в генерирующих компаниях идут, и будут идти. Авторами предлагается разработать рекомендации по созданию проекта «Организация Дирекции строящихся объектов» на примере АО «Татэнерго» посредством предложений по его оптимальной организационной структуре и оценки экономической эффективности.

АО «Татэнерго» осуществляет свою деятельность на территории Республики Татарстан, где также работают 2 генерирующие компании, вырабатывающие электрическую и тепловую энергию в режиме комбинированной выработки: АО «ТГК-16» и ООО «Нижнекамская ТЭЦ». Основными видами деятельности Компании являются: производство электрической и тепловой энергии; операции на оптовом рынке электроэнергии и мощности; передача и реализация тепловой энергии на розничном рынке.

С целью проведения комплексного анализа системы управления и организации капитального строительства в АО «Татэнерго» обратимся к данным относительно установленной электрической и тепловойимощность филиалов АО »Татэнерго», которая представлена в таблице 1.

Таким образом, наибольшую долю в структуре установленной электрической мощности занимает Заинская ГРЭС, а в структуре установленной тепловой мощности – Набережночелнинская ТЭЦ.

В ходе дальнейшего анализа рассмотрим место АО «Татэнерго» на рынке электроэнергии и мощности в России. Согласно последним данным по установленным мощностям и объемам производства электроэнергетика России занимает 4-е место в мире. Единая энергетическая система России (ЕЭС России) состоит из 70 региональных энергосистем, которые, в свою очередь, образуют 7 объединенных энергетических систем (ОЭС): Востока, Сибири, Урала, Средней Волги, Юга, Центра и Северо-Запада (таблица 2).

На ход реализации проекта «Организация Дирекции строящихся объектов» в АО «Татэнерго», безусловно, будут оказывать влияние различные факторы макро и микроэкономического характера. И здесь мы подошли к необходимости проведения SWOT-анализа [5, 6, 7, 8] плана капитального строительства в АО «Татэнерго». На основе анализа сильных (S) и слабых (W) сторон, а также возможностей (O) и угроз (T) внешней среды возможна дальнейшая разработка стратегических целей проекта Дирекции строящихся объектов.

Обозначим сильные стороны. К ним относятся: наличие утвержденной инвестиционной программы; наличие источников финансирования; наличие детальных регламентов по исполнению инвестиционной программы и плана капитального строительства; хороший имидж организации среди поставщиков, подрядных организаций и т.д.; прозрачность отбора контрагентов при реализации плана капитального строительства.

В перечень слабых сторон предлагаем включить: большие временные потери руководства и специалистов филиалов; плавающая загруженность специалистов; недостаточность финансирования для обновления основных фондов; недостаточная проработка технических решений при формировании задания на проектирования.

К возможностям мы отнесли: оптимизацию бизнес процессов; использование BIM технологий в строительстве; выполнение объектов плана капитального строительства с включением в государственную программу; взаимодействие с учебными заведениями в части подготовки кадров для реализации инвестиций.

В качестве угроз необходимо учитывать: рост цен на материалы и оборудование; ужесточение законодательства; несвоевременное выполнение работ, срывы сроков выполнения работ контрагентами; некачественное выполнение обязательств по договорам.

Проведем детализацию выявленной проблемы при реализации плана капитального строительства. Для ее проведения будем использовать Диаграмму причины-следствия Исикавы (Cause-and-Effect-Diagram, «рыбья кость», «рыбий скелет») [9, 10] , которая представляет собой графический метод анализа и формирования причинно-следственных связей, инструментальное средство в форме рыбьей кости для систематического определения причин проблемы и последующего графического представления.

Диаграмма причины-следствия разработана в начале 1950-х годов химиком Каорой Исикавой и названа позже его именем. Эта техника первоначально применялась в рамках менеджмента качества для анализа проблем качества и их причин. Сегодня она нашла всемирное распространение и применяется в других проблемных областях.

Согласно авторскому подходу причины и следствия обозначенной проблемы было предложено дифференцировать на следующие основные группы:

1. Контроль и реализация плана капитального строительства. Здесь, на наш взгляд, стоит отметить наличие больших временных потерь руководства и специалистов в части исполнения (ВКС, совещания) и потеря времени на рассмотрение, согласование и утверждение ПСД.
2. Исполнение внутренних регламентов, которое включает в себя разное трактование и подготовку внутренних регламентов, их сопровождение и исполнение.
3. Кадры, в части которых, присутствуют проблемы долгого периода адаптации к новым задачам, а также низкая и несвоевременная реакция на изменения в законодательстве, технологиях и пр.
4. Исполнение технической политики, среди негативных следствий в которой необходимо обозначить недостаточный контроль по ее реализации и соблюдению, отсутствие унификации при выборе материалов, оборудования и технологий.
5. Проблемы во взаимодействии с проектными и подрядными организациями, которые могут проявляться в затягивании решений относительно возникающих технических вопросов на объектах, наличие большого объема переписки и пр.

Взаимодействие с согласующими органами (открытие ордеров, распоряжений, взаимодействие с другими заинтересованными организациями, устранение замечаний и предписаний контрольных органов (рисунок 1).

Таким образом, выявленная и сформулированная проблема является следствием неправильно или неэффективно выполняемых процессов (экономических, социальных, управленческих) и других причин. Определение возможных причин, которые привели к образованию проблемы,  их последующая группировка по основным блокам позволяет говорить о необходимости разработки мероприятий по устранению источников проблемы. В качестве первоочередной и основной меры по устранению проблемы большой траты времени руководства и  сотрудников филиалов на реализацию планов капитального строительства, является создание Дирекции строящихся объектов.

 С этой целью рассмотрим действующую структуру подразделений реализации инвестиций АО «Татэнерго», которые предлагается реструктурировать и детализируем фонд оплаты труда.  Если в настоящее время он составляет 3 632 086 руб., то общий фонд оплаты труда Дирекции строящихся объектов в месяц –3 496 228 руб.  (таблица 3).

Соответственно ликвидация на филиалах отделов реализации инвестиций и создание Дирекции строящихся объектов составит экономию в заработной плате в месяц на сумму 3632086 – 3496228 = 135858 рублей, в год 1630296 рублей, которую возможно направить на повышение квалификации сотрудников.

Стоит отметить, что имеется здание с помещениями для размещения сотрудников Дирекции строящихся объектов по ул. Волгоградская д. 34 (здание ООО ИЦ «Энергопрогресс», принадлежащее АО «Татэнерго»). Кроме этого в 2021 году АО «Татэнерго» планирует привлечь специализированную организацию для осуществления строительного контроля на объектах плана капитального строительства на общую сумму 35 732 778,40 рублей. В случае создания Дирекции строящихся объектов вышеуказанная сумма будет сэкономлена в полном объеме.

В процессе деятельности Дирекции строящихся объектов стандартизация и унификация технических решений, выполнение регламентов, работа в «одно окно», экономия на закупочных процедурах при объединении схожих видов оборудования или услуг при реализации планов капитального строительства позволят сэкономить денежные средства. В связи с вышеизложенным делаем вывод, что создание Дирекции строящихся объектов позволит сэкономить более 37 363 074, 40 рублей в год.

В работе мы предлагаем создать оптимальную структуру управления (линейно-функциональный тип). Данная организационная структура управления включает в себя специально созданные при линейных руководителях подразделения (отделы, службы), которые не обладают правом принятия решений и общего руководства каким-либо нижестоящим подразделением.

Главная задача функциональных (штатных) подразделений состоит в оказании помощи линейному руководителю (менеджеру) в выполнении отдельных функций управления (рисунок 2).

В заключении отметим, что в настоящее время АО «Татэнерго» представляет собой одну из крупнейших региональных генерирующих компаний Российской Федерации, которая стремится занять лидирующие позиции на энергетическом рынке, выступать в качестве надежного партнера для инвесторов, заботиться об интересах акционеров и отвечать самым высоким требованиям клиентов. С учетом высокой капиталоемкости отрасли, процесс обновления основных средств в генерации сталкивается с теми же проблемами, что и у других капиталоемких отраслей, а именно, с трудностью привлечения инвестиционных ресурсов на длительный срок, с высоким уровнем как номинальных, так и реальных процентных ставок в экономике, с длительными сроками окупаемости, которые не соответствуют инвестиционным горизонтам, используемым в российских компаниях.

Но если в экспортоориентированных отраслях данные проблемы во многом смягчаются возможностью привлечения инвестиционных ресурсов за рубежом, что при наличии экспортной выручки в твердой валюте снижают уровень валютных рисков и позволяют купировать влияние макроэкономических шоков, то в электроэнергетике, ориентированной исключительно на внутренний рынок, любые резкие колебания процентных ставок или курса национальной валюты резко ухудшают параметры инвестиционных проектов в техническое перевооружение и обновление, в особенности находящихся в стадии планирования и строительства.

Необходимо также иметь в виду, что в силу объективных и субъективных причин генерация, как и электроэнергетика в целом, сталкивается с новыми вызовами, связанными с постепенным расширением практики самообеспечения потребителями электрической и тепловой энергией. В последние несколько лет в России рынок решений в сфере производства электрической и тепловой энергией на собственных энергоисточниках, в том числе с использованием возобновляемых источников энергии, постоянно растет. Единичная мощность предлагаемых децентрализованных источников энергии, и как следствие, «порог вхождения» потребителей в сферу реализации решений в области полного или частичного самообеспечения электрической и тепловой энергией, постоянно снижается, что в конечном итоге может привести к резкому увеличению объемов собственной генерации потребителями, и как следствие – снижению объемов отпуска энергии от электростанций и электрических и тепловых сетей предприятий «большой» энергетики, которое в свою очередь, приведет к росту цен/ тарифов и новому оттоку потребителей, и т. д. В конечном итоге при сохранении существующей системы взаимоотношений между субъектами электроэнергетики, это приведет к резкому снижению надежности энергоснабжения, росту аварийности и в конечном итоге – к распаду единой энергосистемы страны. Все это в совокупности предопределило цель проекта, которая посредством поставленных задач была достигнута.

В целях повышения эффективности как теплоэнергетики Республики Татарстан в целом, так и деятельности АО «Татэнерго» в частности был предложен проект «Организация Дирекции строящихся объектов», реализация которого позволит оптимизировать бизнес-процессы в ходе капитального строительства. За дирекцией предлагается закрепить достаточно весомый объем  функций. В частности составление разных видов отчетности,  согласований, получение разрешений и технических условий, формирование начальной (максимальной) сметной стоимости работ и услуг, произведение закупок, установление различных требований, контроль, проверка и представление исполнительной, технической документации, актов выполненных на соответствие объемов работ, и другой рабочей документации по капитальному строительству.

Соответственно ликвидация на филиалах отделов реализации инвестиций и создание Дирекции строящихся объектов составит экономию в заработной плате в месяц на сумму 1630296 рублей в год, которую возможно направить на повышение квалификации сотрудников. Для полноценного функционирования Дирекции строящихся объектов  было предложено создать в ней линейно-функциональную структуру управления во главе с директором и  тремя замами (управляющий делами, замдиректора по сопровождению строительства, замдиректора по строительству).

Список источников

1. Banks F. Energy and Economic Theory. WSPC Press. 2020.
2. Smill V. Energy and Civilization: A History. MIT Press. 2017.
3. Официальный сайт АО «Татэнерго». Электронный ресурс. – Режим доступа. URL: http://www.tatenergo.ru/ (дата обращения: 9.03.2022)
4. Показатели производства АО «Таэнерго. Электронный ресурс. – Режим доступа. URL: http://www.tatgencom.ru/operations/ (дата обращения: 10.03.2022)
5. Шестемиров А.А.Финансы и инвестиции мегаполиса XXI века: проблемы и перспективы развития: сборник материалов / Шестемиров А.А. – Москва: Русайнс, 2021.
6. Guide to Project Management Body of Knowledge (Agile Practice Guide Bundle). – Boston: Sence Publishers. 2019.
7. Хузиева Э.Ф.,Махиянова А.В.,Кузнецова В.А. Социальное предпринимательство: возможности и условия становления в Республике Татарстан // Вестник экономики, права и социологии. 2018. № 1. С. 219-222.
8. Верхоглядова Ю.Д., Тимофеев Р.А.Управление оборотным капиталом // Финансовый бизнес. 2021. № 3 (213). С. 125-127.
9. Job R. Electrochemical Energy Storage: Physics and Chemistry of Batteries. De Gruyter. 2020.
10. Иванова А., Буинцева Ю. Выявление реальных факторов изменения производительности труда по диаграмме Исикавы // Нормирование и оплата труда в сельском хозяйстве. 2016. № 10. С. 23-26.

References

1. Banks F. Energy and Economic Theory. WSPC Press. 2020.
2. Smill V. Energy and Civilization: A History. MIT Press. 2017.
3. Oficial`ny`j sajt AO «Tate`nergo». E`lektronny`j resurs. – Rezhim dostupa. URL: http://www.tatenergo.ru/ (data obrashheniya: 9.03.2022)
4. Pokazateli proizvodstva AO «Tae`nergo. E`lektronny`j resurs. – Rezhim dostupa. URL: http://www.tatgencom.ru/operations/ (data obrashheniya: 10.03.2022)
5. Shestemirov A.A. Finansy` i investicii megapolisa XXI veka: problemy` i perspektivy` razvitiya: sbornik materialov / Shestemirov A.A. – Moskva: Rusajns, 2021.
6. Guide to Project Management Body of Knowledge (Agile Practice Guide Bundle). – Boston: Sence Publishers. 2019.
7. Xuzieva E`.F., Maxiyanova A.V., Kuzneczova V.A. Social`noe predprinimatel`stvo: vozmozhnosti i usloviya stanovleniya v Respublike Tatarstan // Vestnik e`konomiki, prava i sociologii. 2018. № 1. S. 219-222.
8. Verxoglyadova Yu.D., Timofeev R.A.Upravlenie oborotny`m kapitalom // Finansovy`j biznes. 2021. № 3 (213). S. 125-127.
9. Job R. Electrochemical Energy Storage: Physics and Chemistry of Batteries. De Gruyter. 2020.
10. Ivanova A., Buinceva Yu. Vy`yavlenie real`ny`x faktorov izmeneniya proizvoditel`nosti truda po diagramme Isikavy` // Normirovanie i oplata truda v sel`skom xozyajstve. 2016. № 10. S. 23-26.

Для цитирования: Махиянова А.В., Набиева Л.Г., Касимов А.Ю. Создание и реализация проекта «Организация Дирекции строящихся объектов» в электроэнергетике  (на примере АО «Татэнерго») // Московский экономический журнал. 2022. № 4. URL: https://qje.su/ekonomicheskaya-teoriya/moskovskij-ekonomicheskij-zhurnal-4-2022-5/

© Махиянова А.В., Набиева Л.Г., Касимов А.Ю., 2022. Московский экономический журнал, 2022, № 4.

РЕТРАКЦИЯ:

Дата ретракции: 05.07.2022

Причина ретракции: Дублирование публикации в нескольких изданиях

Ретракция оформлена по решению редакции в связи с выявлением дублирующей публикации: Гайдук В.И., Гладкий С.В. Воспроизводство машинно-тракторного парка Краснодарского края: проблемы и тенденции // Сельский механизатор. 2022. № 3. С. 18-20.

PDF-файл статьи

Научная статья

Original article

УДК 658.152

doi: 10.55186/2413046X_2022_7_4_202

ВОСПРОИЗВОДСТВО МАШИННО-ТРАКТОРНОГО ПАРКА КРАСНОДАРСКОГО КРАЯ: ПРОБЛЕМЫ И ТЕНДЕНЦИИ

REPRODUCTION OF MACHINE AND TRACTOR FLEET KRASNODAR REGION: PROBLEMS AND TRENDS

Гайдук В.И., д.э.н., профессор, заведующий кафедрой институциональной экономики и инвестиционного менеджмента Кубанского ГАУ, Краснодар

Гладкий С.В., аспирант кафедры институциональной экономики и инвестиционного менеджмента Кубанского ГАУ, Краснодар

Владимиров В.В., аспирант кафедры институциональной экономики и инвестиционного менеджмента Кубанского ГАУ, Краснодар

Gaiduk V.I., Doctor of Economics, Professor Head of the Department Institutional Economics and Investment Management, Kuban State Agrarian University, Krasnodar

Gladkiy S.V., Postgraduate Department Institutional Economics and Investment Management, Kuban State Agrarian University, Krasnodar

Vladimirov V.V., Postgraduate Department Institutional Economics and Investment Management, Kuban State Agrarian University, Krasnodar

Аннотация. Стабильное развитие агропромышленного комплекса и увеличение производства сельскохозяйственной продукции возможно посредством развития материально-технической базы сельскохозяйственных предприятий. В современных условиях развития аграрного производства и ограниченности ресурсов, для повышения конкурентоспособности бизнеса сельскохозяйственным предприятиям необходимо наращивать производительность труда за счет применения современной специализированной техники, способной совместить в себе рабочие агрегаты нескольких технологических процессов.

Техническое перевооружение средств труда и модернизация производственных помещений является гарантом увеличения производственных мощностей и технологического потенциала производителей сельскохозяйственной продукции. Увеличение объемов производства сельскохозяйственной продукции и производственных мощностей предприятия зависит от развития материально-технической базы и вида воспроизводственной политики.

В статье обозначены проблемы воспроизводственного процесса машинно-тракторного парка. Представлены результаты инвестирования в сельскохозяйственных организациях Краснодарского края.

Abstract. Stable development of the agro-industrial complex and an increase in the production of agricultural products is possible through the development of the material and technical base of agricultural enterprises. In the current conditions of the development of agricultural production and limited resources, in order to increase the competitiveness of business, agricultural enterprises need to increase labor productivity through the use of modern specialized equipment capable of combining the working units of several technological processes.

Technical re-equipment of labor means and modernization of production facilities is a guarantee of increasing production capacity and technological potential of agricultural producers. The increase in the volume of agricultural production and the production capacity of the enterprise depends on the development of the material and technical base and the type of reproductive policy.

The article outlines the problems of the reproduction process of the machine and tractor fleet. The results of investment in agricultural organizations of the Krasnodar Territory are presented.

Ключевые слова: воспроизводство основных производственных фондов, инвестиционная деятельность, машинно-тракторный парк, конкурентоспособность, снижение себестоимости, интенсификация, синергия технических средств обработки земельного фонда

Key words: reproduction of fixed production assets, investment activity, machine and tractor fleet, competitiveness, cost reduction, intensification, synergy of technical means of land fund processing

Повышение уровня интенсификации машинно-тракторного парка сельскохозяйственного производства при использовании инновационных технических средств и повышение инвестиционного потенциала аграрных предприятий является основополагающей целью развития агропромышленного производства [2, 3].

Инвестиционная политика предприятий малых и средних форм хозяйствования является примером простого воспроизводства капитала и направлена преимущественно на поддержание существующих производственных мощностей. Расширенный вид воспроизводства капитала для таких субъектов является недостижимым, так как требует больших инвестиционных ресурсов. В современных условиях ограниченности ресурсов ключевыми факторами эффективного функционирования аграрного бизнеса являются: применение высокоэффективного посевного материала, увеличение производительности труда посредством использования энергонасыщенных машин и механизмов, и увеличение технологического потенциала машинно-тракторного парка.

Производители сельскохозяйственной продукции не имеют возможности проводить глобальное техническое перевооружение машинно-тракторного парка, вследствие, совокупного влияния негативных тенденций современной экономики:

1. Недостаточное целевое финансирование сельскохозяйственных предприятий.
2. Увеличение количества субъектов малого и среднего бизнеса в структуре агропромышленного производства, не обладающих достаточными финансовыми ресурсами.
3. Увеличение стоимости сельскохозяйственных агрегатов зарубежного производства.
4. Резкий ценовой диспаритет на сельскохозяйственную продукцию.

Обеспеченность сельскохозяйственных организаций Краснодарского края тракторами и комбайнами представлена в таблице 1.

Сельскохозяйственные организации Краснодарского края недостаточно обеспечены техническими средствами труда: в 2020 г. на 1000 га пашни приходится 6,1 трактора. В то же время, в развитых сельскохозяйственный странах на 1 000 га пашни приходится более 10-ти тракторов: Канада – 16, США – 26, Китай – 28, Германия – 60. Таким образом, обрабатываемая площадь пахотных земель одним орудием в Краснодарском крае намного выше, чем в развитых странах, что создает предпосылки к срыву технологических сроков проведения предпосевных и посевных мероприятий. Площадь посевов, приходящихся на 1 зерноуборочный комбайн, в 2020 г. составила 379,8 га, что на 9,7 п. п. больше, чем в 2010 г., что говорит о снижении темпов воспроизводства технологических средств труда и увеличении риска потери урожая при срыве сроков выполнения уборочных работ.

Несмотря на огромные финансовые потери, которые могут нести предприятия агропромышленного комплекса в следствие несоблюдения сроков выполнения агротехнических операций, наибольшая доля инвестиций в основные производственные фонды Краснодарского края приходится на нежилые объекты капитального строительства.  Структура инвестиций в основной капитал по видам основных производственных фондов Краснодарского края представлена в таблице 2.

Объем инвестиций в основные фонды предприятий Краснодарского края в период 2016 – 2020 гг. увеличился на 16,6 %. Наиболее существенную долю в структуре инвестиций занимают инвестиции в здания и сооружения: 50,6 % в 2016 г. и 55,2 % в 2020 г. Объём инвестиций в приобретение технологических средств труда в физическом эквиваленте увеличился на 3,5 % за исследуемый период, однако в общей структуре инвестирования доля затрат на приобретение машин и оборудования снизилась на 3,3 п. п., что свидетельствует о снижении темпов воспроизводства машинно-тракторного парка.

Стремительный инфляционный процесс и резкое увеличение стоимости строительных материалов в 2021 г. привело к увеличению стоимости инвестиционных ресурсов, необходимых для воспроизводственного процесса объектов капитального строительства. В 2021 г. (I – III кв.) затраты на приобретение машин и механизмов составили 83 703,1 млн. руб. или 37,8 % в общей структуре инвестирования.

Структура инвестиций в основной капитал по видам основных производственных фондов Краснодарского края в сравнении за I – III кв. 2020 и 2021 гг. представлена в таблице 3.

Согласовано нижеприведенным данным, объем инвестиций, направленный на воспроизводство машинно-тракторного парка в 2021 г. увеличен на 0,7 п. п., по сравнению с аналогичным периодом 2020 г.  Наиболее быстрые темпы воспроизводства присущи объектам капитального строительства (1,2 п. п.) и интеллектуальной собственности (1,1 п. п.).

Несмотря на планомерное увеличение темпов воспроизводства машинно-тракторного парка, для достижения технологической устойчивости аграрных предприятий необходимо наращивать инвестиционный процесс обновления и модернизации сельскохозяйственных орудий.  Структура машинно-тракторного парка сельскохозяйственных организаций Краснодарского края представлена в таблице 4. За рассматриваемый период следует отметить изменение структуры сельскохозяйственной техники в организациях региона. Некоторые виды техники оказались более востребованными, количество других, напротив, снизилось.

Так, по сравнению с 2010 г. увеличился парк следующих видов техники:

• косилки – на 13,1 %;
• зерноуборочные комбайны – на 5,2 %;
• дождевальные и поливные машины и установки – на 141, 9%;
• разбрасыватели твердых минеральных удобрений – на 31 %;
• машины для внесения в почву жидких органических удобрений – на 34,2 %;
• опрыскиватели и опылители тракторные – на 17,7 %.

В то же время наиболее значительно сократилась численность следующих видов техники по сравнению с 2010 г.:

• комбайны кукурузоуборочные – на 55,1 %;
• комбайны кормоуборочные – на 46,3 %;
• доильные установки и агрегаты – на 38,7 %;
• свеклоуборочные машины – на 20,9 %;
• машины для посева – на 26,8 %;
• плуги – на 21,7 %;
• тракторы – на 15,9 %;
• тракторные прицепы – на 16,1 %;
• грабли тракторные – на 8,2 %;
• машины для внесения в почву твердых органических удобрений – на 13,8 %.

Причины изменения количества техники:

• увеличение производительности используемых видов техники, что позволяет ограничиваться меньшим количеством машин и механизмов;
• изменение структуры подотраслей растениеводства и животноводства в крае, что ведет к повышению потребности в одних видах техники и снижению потребности в других ее видах;
• увеличилось количество видов техники, которые способствуют повышению урожайности с.–х. культур, что свидетельствует об интенсификации производственной деятельности;
• разобщенность и недостаточность мер государственной поддержки инвестирования в воспроизводственного машинно-тракторного парка, что приводит к снижению технологического потенциала сельскохозяйственных организаций и финансовой нестабильности производителей малых и средних форм хозяйствования [1].

В исследовании авторов представлены сценарии развития сельскохозяйственного производства Краснодарского края в долгосрочной перспективе. Реализация инерционного сценария развития машинно-тракторного парка предполагает незначительные темпы роста сельскохозяйственного производства в регионе в условиях жестких ресурсных ограничений. Базовый сценарий развития предусматривает устойчивый рост объемов производства сельскохозяйственной продукции на основе кластерного подхода, повышения технологического уровня производства и роста производительности труда. Оптимистический сценарий включает освоение в Краснодарском крае новых направлений сельскохозяйственного производства, рост которых необходимо базировать на основе использования инновационных технологий, увеличения уровня экономичности и экологичности производства в отрасли [1]. 

Список источников

1. Гайдук, В.И. Совершенствование государственного регулирования сельскохозяйственного производства: монография / В. И. Гайдук, Ю. А. Никифорова, С. А. Калитко. – Краснодар КубГАУ, 2021. – 163 с.
2. Гладкий, С.В. Обеспечение повышения конкурентоспособности фирмы на основе совершенствования технологических процессов / В.И. Гайдук, С.В. Гладкий, В.В. Владимиров / Московский экономический журнал. – – № 10.
3. Паремузова, М.Г. Направления обеспечения продовольственной безопасности региона / В.И. Гайдук, М.Г. Паремузова / Краснодар, 2020.
4. Управление Федеральной службы государственной статистики по Краснодарскому краю и Республике Адыгея. [Электронный ресурс] – Режим доступа: http://krsdstat.gks.ru/wps/wcm/connect/rosstat_ts/krsdstat/ru/.

References

1. Gajduk, V.I. Sovershenstvovanie gosudarstvennogo regulirovaniya sel`skoxozyajstvennogo proizvodstva: monografiya / V. I. Gajduk, Yu. A. Nikiforova, S. A. Kalitko. – Krasnodar KubGAU, 2021. – 163 s.
2. Gladkij, S.V. Obespechenie povy`sheniya konkurentosposobnosti firmy` na osnove sovershenstvovaniya texnologicheskix processov / V.I. Gajduk, S.V. Gladkij, V.V. Vladimirov / Moskovskij e`konomicheskij zhurnal. – 2021. – № 10.
3. Paremuzova, M.G. Napravleniya obespecheniya prodovol`stvennoj bezopasnosti regiona / V.I. Gajduk, M.G. Paremuzova / Krasnodar, 2020.
4. Upravlenie Federal`noj sluzhby` gosudarstvennoj statistiki po Krasnodarskomu krayu i Respublike Ady`geya. [E`lektronny`j resurs] – Re-zhim dostupa: http://krsdstat.gks.ru/wps/wcm/connect/rosstat_ts/krsdstat/ru/.

Для цитирования: Гайдук В.И., Гладкий С.В., Владимиров В.В. Воспроизводство машинно-тракторного парка Краснодарского края: проблемы и тенденции // Московский экономический журнал. 2022. № 4. URL: https://qje.su/ekonomicheskaya-teoriya/moskovskij-ekonomicheskij-zhurnal-4-2022-4/

© Гайдук В.И., Гладкий С.В., Владимиров В.В., 2022. Московский экономический журнал, 2022, № 4.

PDF-файл статьи

Научная статья

Original article

УДК 33

ББК 65

doi: 10.55186/2413046X_2022_7_4_201

ПРИМЕНЕНИЕ ИНДЕКСА «OPEN FOREST» ДЛЯ ОЦЕНКИ ЭКСПОРТНОГО ПОТЕНЦИАЛА РОССИИ

APPLICATION OF THE «OPEN FOREST» INDEX TO ASSESS THE EXPORT IN FRONT OF RUSSIA

Работа выполнена при финансовой поддержке ФГБОУ ВО «РЭУ им. Г.В. Плеханова»

This study was financed by a grant from the Plekhanov Russian University of Economics

Изутина Татьяна Александровна, аспирант кафедры международного бизнеса и таможенного дела РЭУ им. Г.В. Плеханова, начальник отдела управления инвестиционными проектами Департамента инвестиционного развития и управления государственным имуществом Министерства спорта Российской Федерации, ORCID: 0000-0002-4803-1418, (izutina94@mail.ru)

Izutina Tatiana Aleksandrovna, Postgraduate Student of the Department of International Business and Customs Affairs of Plekhanov Russian University of Economics, Head of the Investment Project Management Department of the Department of Investment Development and State Property Management of the Ministry of Sports of the Russian Federation, ORCID: 0000-0002-4803-1418, (izutina94@mail.ru )

Аннотация. Применение специализированных индексов и индикаторов позволяет оценить, насколько сложным окажется переход на новую производственную и экспортную ступень для отдельно взятого государства при имеющейся производственной специализации, а также в существующем уровне экономического развития. Индекс (или индикатор) «Open forest» представляет собой сложную модель оценки имеющихся у страны возможностей для трансформации экономики, и связан с определением места продуктовой корзины страны в общемировом пространстве продуктов. В данной статье автором рассмотрено применение индекса «Open forest» для оценки экспортного потенциала страны, а также сделаны выводы о его применимости для оценки производственных и экспортных возможностей России. Автором также выявлено, что существующее «пространство продуктов» для России является слабо диверсифицированным, что с одной стороны свидетельствует о слабых производственных связях, и одновременно – о существенном пуле нереализованных производственных и экспортных возможностей. В качестве возможных рекомендаций по диверсификации российского «пространства продуктов» отмечены необходимость увеличения доли расходов на НИОКР для изучения существующих взаимосвязей между товарными группами, а также более глубокое государственное вмешательство в несырьевой неэнергетический сектор.

Abstract. The use of specialized indices and indicators makes it possible to assess how difficult the transition to a new production and export stage will be for a single state, given the existing production specialization, as well as the current level of economic development. The index (or indicator) “Open forest” is a complex model for assessing a country’s opportunities for economic transformation, and is associated with determining the place of a country’s food basket in the global space of products. In this article, the author considers the use of the “Open forest” index to assess the country’s export potential, and also draws conclusions about its applicability to assess the production and export capabilities of Russia. The author also found that the existing “product space” for Russia is poorly diversified, which, on the one hand, indicates weak production ties, and at the same time, a significant pool of unrealized production and export opportunities. As possible recommendations for diversifying the Russian “product space”, the need to increase the share of R&D spending to study the existing relationships between product groups, as well as deeper government intervention in the non-commodity, non-energy sector, was noted.

Ключевые слова: сравнительное преимущество, пространство продуктов, open forest, экспорт, производственные возможности

Keywords: comparative advantage, product space, open forest, export, production capability

1. Введение

Принятие решения о производстве и экспорте нового продукта на мировой рынок на государственном уровне должно сопровождаться всесторонней оценкой особенностей экономического развития страны, включающей достаточность затрат на научно-исследовательские работы и имеющихся производственных мощностей. Например, если страна Х специализируется на производстве и экспорте сельскохозяйственной продукции, имеются ли у неё возможности для производства и экспорта деталей и частей для автомобилей, и каковы потенциальные возможности для перехода к новой производственной ступени?

В особенностях российской экономики, тесно связанной с добычей и экспортом товаров топливно-энергетического комплекса, требуется оценить, какие альтернативы имеются у нашей страны на современном этапе. Особенно актуальным данный вопрос представляется в контексте обозначенной Президентом  Российской Федерации В.В. Путиным цели обеспечить «реальный рост экспорта несырьевых неэнергетических товаров не менее 70 процентов по сравнению с показателем 2020 года» [1].

Актуальность данного исследования заключается в оценке возможностей применения индикатора «Открытого леса» для изучения экспортного потенциала России. Стоит отметить, что в отечественной литературе концепция «пространства продуктов» и индекс «Открытого леса» практически не применяются в качестве инструментов оценки экспортных возможностей, хотя и представляются достаточно удобным и наглядным инструментом. Также добавим, что в отечественной научной литературе данный вопрос изучен в работах Капустиной Л.М., Новокшановой Н.А. [3] и Гнидченко А.А. [2], при этом иные исследования российских учёных по существу вопроса автором не найдены.

Цель исследования заключается в установлении возможности применения данного индикатора для оценки экспортного потенциала России в несырьевом неэнергетическом секторе. Для достижения поставленной цели необходимо решение следующих ключевых задач:

• определить имеющиеся у Российской Федерации выявленные сравнительные преимущества и сравнить полученный результат с уже имеющимся расчётными данными;
• рассмотреть концепцию «пространства продуктов» и изучить предлагаемые зарубежными авторами модели «Open forest» для Российской Федерации и иных стран;
• определить возможные пути диверсификации существующей продуктовой корзины.

2. Методы

Прежде чем перейти к непосредственному рассмотрению оценки экспортного потенциала через применение индекса «Open forest» представляется необходимым рассмотреть два иных ключевых индикатора – индекс сравнительного преимущества (Revealed Comparative Advantage) и модель «пространства продуктов», так как без их оценки невозможно обеспечить применение индикатора «Open forest».

В 1965 году венгерским экономистом Белой Балассой был предложен механизм, позволяющий определить специализацию страны на экспорте тех или иных товаров, исходя из её доли либо в общемировом экспорте, либо в экспорте определённого региона. Соответствующая методика получила название индекса выявленных сравнительных преимуществ – RCA (Balassa, 1965) [10]. Индекс RCA позволяет определить, возможно ли оцениваемой стране в настоящий момент расширить экспорт товаров, имеющих определённый потенциал. Он также может быть применим при анализе потенциальных перспектив торговли с новыми партнерами, так как страны с аналогичными показателями RCA вряд ли будут иметь шансы на успех взаимной торговли.

Формула для расчёта индекса RCA выглядит следующим образом:

RCAij = (xij/Xi) / (xwj/Xw), где

xij – экспорт продукта j из страны i;

Xi – общий экспорт из страны i;

xwj – общий экспорт продукта j из региона w;

Xw – общий экспорт из региона w.

Индекс выявленных сравнительных преимуществ в дальнейшем лег в основу новых теорий, связанных с построением пространственных моделей экспорта.

В 2007 году в журнале Science была представлена статья под авторством сотрудников Гарвардского университета Сезара А. Идальго, Рикардо Хаусманна, Бэйли Клингера и Альберта-Ласло Барабаши, в которой предлагалась к рассмотрению концепция дискретного пространства товаров [4], которая в итоге получила название «модель пространства продуктов» [14].

Упрощённая модель «пространства продуктов» может быть объяснена следующим образом. Представим лес, в котором живут обезьяны. Для того, чтобы добыть себе пропитание обезьяны перебираются с одного дерева на другое, и чем ближе расстояние между деревьями – тем проще обезьяне перебираться с дерева на дерево. В случае если деревья растут далеко друг от друга, обезьяне либо придётся приложить гораздо больше усилий, либо отказаться от прыжка вовсе.

В отношении отдельно взятого государства обезьянами выступают компании, которые производят и продают определённый товар, а расстояние представляет собой качество имеющегося капитала – финансового, человеческого, институционального.

Соответственно, предположим, что в стране c существуют два товара – традиционный, который давно производится и экспортируется на внешний рынок, и новый, более инновационный и дорогостоящий. В определённый момент перед компаниями страны c (обезьянами) встаёт закономерный вопрос, – какой товар будет выгоднее производить, ведь если страна решит специализироваться на производстве более сложного и дорого товара, это потребует дополнительных издержек, которых будет тем больше, чем длиннее, так называемое, «расстояние» от одного товара для другого. Именно поэтому странам, производящим более сложные технологии, перейти на ступень выше будет проще, нежели странам, специализирующимся на производстве и экспорте сырья.

«Расстояние»  между товарами  рассчитывается  как  минимальное  значение  двух  условных  вероятностей. Значение первой  условной вероятности отражает переход страны c к  специализации  по товару  j  от  товара  i  и рассчитывается  как  отношение  числа  стран,  специализирующихся  по  обоим  товарам,  к  числу  стран,  специализирующихся  только по  товару  i.  Вторая  условная  вероятность  отражает  возможность  перехода  к  специализации  по  товару i от  товара  j  и  рассчитывается  симметрично:

ϕ_i,j,t = min{P(x_i,t |x_j,t),P(x_j,t|x_i,t)},

при условии, что для любой страны c x_ict = 1

при  RCA > 1,  и ли x_ict = 0, где

ϕ_i,j,t – расстояние между товарами;

i и j – виды оцениваемых товаров;

t – время;

c – страна; 

P(x_i,t |x_j,t) – условная вероятность, отражающая переход к  специализации  по  товару  i при  условии  специализации  по  товару  j (специализация страны определяется через применение индекса RCA).

Вероятность  того,  что  страна  c  начнет  специализироваться  на  экспорте  товара  i,  называется  плотностью  и  рассчитывается  по формуле:

density_{i,c,t –} плотность, т.е. доля товаров, по которым имеются сравнительные преимущества_;

– сумма «расстояний» от конкретно взятого товара до всех товаров, которые в настоящее время экспортируются со сравнительными преимуществами;

– сумма «расстояний» между всеми товарами.

 

Если страна c экспортирует все товары, каким-то образом связанные с товаром i, значение показателя будет равно 1. Но если страна c достигла сравнительного преимущества в небольшой доле товарных единиц, слабо связанных с i, то значение density_i,c,t будет значительно ниже. Плотность будет равна 0 в том случае, если страна имеет сравнительное преимущество в экспорте товаров, никак не относящихся к i.

Итоговая формула оценки и получила название индикатора «открытого леса» – чем более диверсифицированным и плотным является товарное пространство, тем большее число возможностей для расширения экспортного потенциала существует в отдельно взятой стране. Показатель  «Open forest»  характеризует положение совокупного экспорта страны в мировом «пространстве товаров», а также позволяет определить, какие неиспользованные возможности существуют в настоящий момент.  Чем выше значение индикатора, тем легче стране переключаться с производства и экспорта одного товара на другой без дополнительных издержек. «Open forest» рассчитывается для товаров, по которым страна не обладает выявленным конкурентным преимуществом, по следующей формуле:

OF_c,t – индекс «Open Forest»;

PRODY_j,t – индекс технологической сложности товара.

При этом значение PRODY_j,t рассчитывается следующим образом:

Применение указанных выше расчётных формул позволяет определить «пространство продуктов» для отдельно взятого государства, и сегодня существует ряд онлайн-платформ, на которых можно наглядно рассмотреть существующие связи между товарами, которые производятся в России.

Так, например, в Гарвардской школе государственного управления
им. Кеннеди был создан Атлас экономической сложности – инструмент визуализации данных, который позволяет изучать глобальные торговые потоки на рынках, отслеживать их динамику во времени и открывать новые возможности роста для каждой страны [12]. Атлас экономической сложности даёт наглядное представление об общемировом пространстве продуктов, исходя из которого можно составить «Открытый лес» для каждой отдельной страны (см. рис. 1).

Цветовые обозначения на рис. 1. распределены следующим образом:

1. сиреневый цвет – продукция химической промышленности;
2. синий цвет – продукция машиностроения (аппараты и приборы);
3. красный цвет – металлы;
4. коричневый цвет – товары топливно-энергетической группы;
5. кофейный цвет – драгоценные металлы и камни;
6. бирюзовый цвет – электроника;
7. фиолетовый цвет – машины и транспортные средства;
8. жёлтый цвет – продукция агропромышленного комплекса;
9. зеленый цвет – продукция текстильной промышленности.

Взаимосвязи точек обусловлены возможностью перехода с производства одного типа товаров на другой, исходя из степени их производственной сложности.

Анализ индекса «Open Forest» позволяет также выявить необходимость государственной поддержки экспорта:

• Если OF и технологическая сложность товаров высоки, то экспортёры не нуждаются в господдержке;
• Если OF высокий, а технологическая сложность нет – существует необходимость государственного стимулирования для производства более инновационных товаров. Если ситуация обратная – возникает потребность в повышении конкурентоспособности секторов, отвечающих за технологии;
• Если оба показателя низкие – государство выбирает того производителя, чья конкурентоспособность на внешнем рынке максимальна и через него пытается работать с контрагентами.

3. Результаты

Исходя из формулы для определения значений выявленного сравнительного преимущества, указанной в разделе 2 настоящей статьи, рассмотрим, каковы значения индекса RCA для Российской Федерации. Для упрощения расчётов будем сравнивать российский экспорт с общемировым (см. таблицу № 1).

Рассчитаем значения индекса RCA для России по указанным группам товаров (см. таблицу № 2). Наличие у страны сравнительного преимущества в производстве и экспорте товаров принимается в том случае, если индекс RCA > 1.

Из таблицы № 2 видно, что значения по товарным группам под номером 2,5,7,8 превышают 1, что говорит о наличии у России сравнительных преимуществ по данным группам товаров, при этом товары из категории «Минеральные продукты и топливо» имеют значение индекса сравнительных преимуществ равное 5. Это неудивительно, так как общемировая специализация России неразрывно связана с добычей и экспортом нефти, газа и иных топливных товаров. При этом обратим внимание на наличие выявленного сравнительного преимущества по товарам, которые не относятся к категории сырьевых.

Также стоит подчеркнуть, что в данной статье расчёты осуществляются на основании 2-значных кодов ТН ВЭД в соответствии с классификацией международной Гармонизированной системы. При рассмотрении более детализированных позиций (по 4-значным и 6-значным кодам) распределение по индексу RCA будет иным (см. таблицу № 3).

Видно, что укрупнённые товарные категории, имеющие значение по RCA более 1, соответствуют номерам 2 и 7 таблицы № 1. Для сравнения рассмотрим данные по индексу RCA, предлагаемые UNCTADStat в отношении Российской Федерации, при этом рассматривать мы будем товарные группы, имеющие максимальные значения по данному индексу (см. таблицу № 4).

Сравнивая таблицы № 3 и № 4 отметим пересечение по товарам кодов ТН ВЭД 1001 и 2701, хотя значения по индексу выявленного сравнительного преимущества и различаются. При этом рассчитанная эконометрическая модель по индексу «Open forest»Для Российской Федерации выглядит следующим образом (см. рис. 2).

На рисунке 2 видны цветные и бесцветные точки. Точки, которые выделены цветом – это товарные группы, по которым значения индекса RCA для России больше 1. Необходимо отметить, что в таблице № 2 нами были определены товарные группы, для которых значения индекса RCA превышали 1. На рисунке 1 видно доминирование точек коричневого, красного, жёлтого и сиреневого цветов, что соответствует товарным группам под номерами 4 (Товары ТЭК), 3 (металлы), 8 (продукция АПК) и 1 (продукция химической промышленности). Отметим, что для 2 из 4 указанных групп (при рассмотрении 2-значных кодов ТН ВЭД) значения по RCA, полученные при произведённых расчётах, больше 1.

При этом по товарным группам «Продукция химической промышленности, каучук» и  «Продовольственные товары и сельскохозяйственное сырье (кроме текстильного)» значение по индексу сравнительного преимущества ниже 1 согласно полученным расчётам. Это свидетельствует о необходимости использования детализированных товарных классификаций для расчётов при оценке экспортных возможностей. Говоря о более детализированной классификации, отметим попадание 2 из 4 групп (при условии сравнения с таблицей № 3) и 3 из 4 групп (при условии сравнения с таблицей № 4).

Для сравнения рассмотрим пространство продуктов для КНР (см. рис. 3).

Видно, что для КНР связей между «деревьями в лесу» значительно больше, что говорит о более диверсифицированном производстве и больших возможностях для расширения экспортной корзины.

4. Анализ

Анализируя рисунок № 2 и «Открытый лес» для Российской Федерации, отметим ряд ключевых позиций. Прежде всего, отчётливо прослеживается доминирование двух основных товарных групп – металлы и изделия из них и товары агропромышленного комплекса. Это говорит о возможности развития смежных отраслей промышленности. Кроме того, видно присутствие всех 9 цветов на карте «Открытого леса» для России, что в свою очередь свидетельствует о достаточности места для перехода на новую, более сложную ступень производства. При этом отметим, что в текущих условиях взаимосвязь между точками не такая сильная, а их расположение друг от друга значительное. Это позволяет сделать вывод об объективных сложностях, с которыми столкнутся российские компании при попытках диверсификации экспорта. Необходимо также отметить, что показатель технологической сложности производимых товаров оценивается различными источниками по-разному.

Так, Атлас экономической сложности оценивает среднюю технологическую сложность российского экспорта на уровне 0,12. При условии того, что максимальный уровень производственной сложности по методологии Гарвардской школы – 2,75.

Одновременно с этим, данные по производственной сложности товаров и индикатору «Открытого леса» для Российской Федерации также размещаются на онлайн-платформе OEC – Observatory of Economic Complexity, предназначенной для визуализации данных и ориентированной на географию и динамику экономической деятельности. OEC объединяет и распространяет данные из различных источников, чтобы расширить возможности аналитиков в частном, государственном и академическом секторах.

OEC была создана как исследовательский проект в группе коллективного обучения Массачусетского технологического института и представляла собой магистерскую диссертацию Алекса Симоэса под руководством профессора Сезара Идальго [13].

Согласно данным, размещённым на OEC, уровень производственной сложности производимых в России товаров в 2019 году составлял в среднем 0,58 при максимально возможном уровне – 2,78 (данные на OEC получены в CEPII – ведущем французском центре исследований и экспертизы мировой экономики.) [11].

Значения, полученные французским центром, хотя и оптимистичнее данных, полученных в Гарварде, тем не менее, не позволяют говорить о высокой производственной сложности российского экспорта.

С одной стороны значения по производственной сложности российского экспорта понятны – поскольку львиную долю экспорта России занимают товары топливно-энергетического сектора, имеющие уровень производственной сложности около -2,6, получаемое среднее арифметическое даёт такое малое значение по общему экспорту. При этом более детальное изучение технологической (производственной) сложности экспортируемых товаров представляется достаточно интересным для анализа, так как при доминировании России на рынках вооружений и ядерного сектора уровень технологической сложности отечественного экспорта всё равно остаётся относительно низким. При этом указанный тип товаров относится к категории высокотехнологичного несырьевого экспорта, обладающего значительным уровнем сложности.

В отношении индекса «Open forest» для России, размещённого на платформе OEC, отметим, что данные соответствуют диаграмме, размещённой на портале Гарвардской школы.

В целом отметим, что для России индикатор «Открытого леса» достаточно низкий, как и уровень производственной сложности товаров. При этом, хотя российское Правительство и отдаёт приоритет более крупным компаниям (например, ГК «РОСАТОМ», Группа «НЛМК», ПАО «КАМАЗ») при стимулировании отечественного экспорта, особенно в разрезе несырьевых товаров, тем не менее, нельзя утверждать, что иные фирмы и компании не имеют доступа к государственной поддержке.

Стоит отметить, что определение экспортного потенциала страны через применение индекса «Open forest» не может быть единственным инструментом при реализации экспортной политики, так как данный индикатор имеет свои недостатки.

Прежде всего, оценка экспортного потенциала через призму сравнительного преимущества, может иметь неоднозначные результаты. Как уже было отмечено выше, при расчёте индекса RCA через укрупнённые товарные группы получается результат, отличный от расчётов по более детализированным товарным позициям. Кроме того, слабо учитываются внешние факторы, влияющие на конъюнктуру мирового рынка (к примеру, эпидемия коронавируса затронула все страны, но её воздействие на экономику каждой отдельной страны разное).

В этой связи индикатор «Open Forest» может применяться в качестве дополнительной модели, наглядно характеризующей взаимосвязь между существующими отраслями производства, однако требуется применение иных механизмов оценки экспортного потенциала.

Дополнительно отметим, что для России применение модели «Пространства продуктов» и индекса «Открытого леса» представляется необходимым, прежде всего для выявления упускаемых возможностей и оценки существующих производственных связей. Это особенно актуально в условиях реализации национального проекта «Международная кооперация и экспорт» [7], в рамках которого аккумулируется значительный объём федерального бюджета, направляемый, в том числе на поддержку несырьевых компаний и отраслей. В целом отметим, что визуализация собственных производственных возможностей никогда не будет излишней.

На рисунке 2 отчётливо видна пока ещё слабая взаимосвязь между «деревьями» в Российской Федерации. В этой связи требуется рассмотреть, какие шаги могут быть предприняты Правительством Российской Федерации в целях улучшения ситуации. В данном случае отметим, что принятие всех мер, направленных на сокращение пространства между производимыми и экспортируемыми товарами, требуется исключительно на государственном уровне.

Во-первых, необходимо провести глубокое и всестороннее исследование существующих связей между различными отраслями производства в России и возможностей взаимозаменяемости технологий (в настоящий момент подобные исследования в Российской Федерации отсутствуют). На основании полученных данных и будет осуществляться выстраивание последующей работы. В этой связи также необходимо осуществить привлечение дополнительных средств федерального бюджета на НИР и НИОКР, направленных на оптимизацию имеющихся производственных процессов.

Во-вторых, отметим необходимость решения существующих проблем с базовой инфраструктурой. Так, согласно данным Росстата:

• степень износа основных фондов в период 2009-2019 годов составляла в среднем 46,6% [5];
• средний возраст машин и оборудования по состоянию на 2018 год составлял 11 лет;
• инвестиции в основной капитал в период 2013-2017 гг. снижались (до 89,9% в 2015 г);
• расходы на НИОКР в Российской Федерации в 2018 году составляли всего 1,1 % от ВВП (для сравнения в Китае аналогичный показатель составляет 2,12%, в США – 2,74%, в Германии – 2,94%, в Японии – 3,14%) [6].

Решение проблемы, связанной с износом инфраструктуры, возможно исключительно за счёт масштабной государственной программы приведения промышленных объектов в нормативное состояние. Данная работа потребует, прежде всего, значительного контроля на местах в целях минимизации нецелевого расходования средств.

Необходимо отметить и проблему импортозамещения широкого спектра оборудования и комплектующих. Новые пакеты санкционных ограничений, введённых против Российской Федерации в феврале-марте 2022 года, преимущественно затрагивают промышленно-производственный сектор и существенно ограничивают импорт оборудования и запчастей, необходимых для развития высокотехнологичных и наукоёмких отраслей. При этом российских аналогов либо нет, либо их цена на порядок выше [8].

В качестве предлагаемого решения проблемы по импортозамещению возможно подписание целевых двусторонних соглашений с теми государствами, с которыми политическая ситуация может быть оценена, как стабильная, и прежде всего – с Китаем. Кроме того, КНР является одним из лидеров в производстве машин и оборудования, что позволит на начальном этапе обеспечить отечественную промышленность необходимыми комплектующими.

В целом в рамках национального проекта «Международная кооперация и экспорт» указанные задачи частично решаются. При этом в параллель с реализацией данного национального проекта возможен запуск отдельной федеральной целевой программы, направленной на более точечное устранение имеющихся проблем.

Также добавим, что сокращение расстояния между различными товарами возможно при условии постепенного наращивания производственной сложности тех или иных товаров. В этой связи первоначальный упор необходимо сделать на товары, производственная сложность которых ниже, с её последующим наращиванием и переходом на новую ступень.

Таким образом, в качестве выводов можно отметить следующие ключевые моменты:

1. Концепция «Open forest» применяется для оценки места отдельно взятой страны в общемировом пространстве продуктов. Можно отметить, что применение данного индикатора в целом представляется целесообразным для оценки существующих возможностей для диверсификации экспортной корзины страны, однако необходимо учитывать возможные недостатки соответствующего индикатора;
2. Параметры «Открытого леса» для Российской Федерации в настоящий момент не позволяют сделать вывод о сильной взаимосвязи между производимыми и экспортируемыми товарами, однако это же свидетельствует о наличии значительного пула нереализованных возможностей;
3. В настоящее время наблюдается относительно низкая технологическая сложность производимых в России товаров, а также длинное «расстояние» между ними. Сокращение «расстояния» между товарами возможно при условии решения имеющихся инфраструктурных проблем, увеличения доли расходов на НИОКР, а также при условии глубокого и всестороннего изучения взаимосвязей между технологическими и производственными особенностями различных отраслей. При этом решение указанных задач возможно исключительно на государственном уровне.

Список источников

1. Указ Президента Российской Федерации от 21.07.2020 № 474 «О национальных целях развития Российской Федерации на период до 2030 года» [Электронный ресурс]/ Официальный интернет-портал правовой информации http://publication.pravo.gov.ru/Document/View/0001202007210012?index=2&rangeSize=1 (дата обращения: 06.11.2021);
2. Гнидченко А.А.  Совершенствование методов оценки структуры и базы экспортного потенциала/ Гнидченко А.А.  // Журнал  Новой  экономической  ассоциации – 2014 – №1 (21) – с. 83-109 [Gnidchenko A.A. Improvement of methods for assessing the structure and base of export potential / Gnidchenko A.A. // Journal of the New Economic Association – 2014 – No. 1 (21) – p. 83-109 (In Russian)];
3. Капустина Л.М., Новокшанова Н.А. Применение модели «пространства продуктов» для обоснования экспортной диверсификации страны/ Капустина Л.М., Новокшанова Н.А. // Журнал Известия УрГЭУ – 2010– №6 (32) – с. 152 [Kapustina L.M., Novokshanova N.A. Application of the “product space” model to justify the country’s export diversification / Kapustina L.M., Novokshanova N.A. // Journal of Izvestiya USUE – 2010 – No. 6 (32) – p. 152 (In Russian)];
4. Царик Е.В. Потенциал развития несырьевого экспорта Российской Федерации в Латинскую Америку // Торговая политика – 2020 – №3/23 – https://cyberleninka.ru/article/n/potentsial-razvitiya-nesyrievogo-eksporta-rossiyskoy-federatsii-v-latinskuyu-ameriku [Tsarik E.V. The potential for the development of non-commodity exports of the Russian Federation to Latin America // Trade Policy – 2020 – No. 3/23 – https://cyberleninka.ru/article/n/potentsial-razvitiya-nesyrievogo-eksporta-rossiyskoy-federatsii-v-latinskuyu-ameriku (In Russian)];
5. Основные фонды [Электронный ресурс]/ Официальный сайт Росстата – Электрон. дан. – Режим доступа: https://rosstat.gov.ru/folder/14304 (дата обращения: 07.11.2021);
6. Отчет Счётной палаты Российской Федерации о результатах экспертно-аналитического мероприятия «Определение основных причин, сдерживающих научное развитие в Российской Федерации: оценка научной инфраструктуры, достаточность мотивационных мер, обеспечение привлекательности работы ведущих ученых» [Электронный ресурс]/ Портал Федеральных государственных образовательных стандартов высшего образования – Электрон. дан. – Режим доступа: http://fgosvo.ru/uploadfiles/Work_materials_disscusion/sp.pdf (дата обращения: 07.11.2021);
7. Паспорт национального проекта «Международная кооперация и экспорт» [Электронный ресурс] / Официальный сайт Минпромторга России – Электрон. дан. – http://minpromtorg.gov.ru/docs/#!pasport_nacionalnogo_proekta_mezhdunarodn aya_kooperaciya_i_eksport (дата обращения: 06.11.2021);
8. Высокие технологии на замке. США ограничили поставки в Россию оборудования [Электронный ресурс]/ КоммерсантЪ – Электрон. дан. – Режим доступа: https://www.kommersant.ru/doc/5230626 (дата обращения: 14.03.2022);
9. Экспорт и импорт Российской Федерации по товарам [Электронный ресурс] / Официальный сайт Федеральной таможенной службы – Электрон. дан. – https://customs.gov.ru/folder/519 (дата обращения 07.11.2021);
10. Balassa, Bela. 1965. Trade Liberalization and «Revealed» Comparative Advantage. Manchester School of Economics and Social Studies 33: 99–123 (дата обращения: 06.11.2021);
11. About CEPII [Электронный ресурс] / CEPII – Электрон. дан. – Режим доступа:http://www.cepii.fr/CEPII/en/cepii/cepii.asp;
12. Atlas of Economic Complexity [Электронный ресурс] / Harvard Growth Lab – Электрон. дан. – Режим доступа: https://atlas.cid.harvard.edu/what-is-the-atlas (дата обращения: 06.11.2021);
13. The Observatory of Economic Complexity [Электронный ресурс] / OEC – Электрон. дан. – Режим доступа: https://oec.world/en/resources/about (дата обращения: 07.11.2021);
14. The Structure of the Product Space and the Evolution of Comparative Advantage [Электронный ресурс] / Working Papers – April 2007 – Электрон. дан. – Режим доступа: http://clc.to/eUNazQ (дата обращения: 07.11.2021);
15. Trade statistics for international business development [Электронный ресурс]/ ITC Trade map – Электрон. дан. – Режим доступа: https://www.trademap.org/Product_SelProductCountry.aspx?nvpm=1%7c%7c%7c%7c%7cTOTAL%7c%7c%7c2%7c1%7c1%7c2%7c1%7c1%7c1%7c1%7c1%7c1 (дата обращения 07.11.2021).

References

1. Ukaz Prezidenta Rossijskoj Federacii ot 21.07.2020 № 474 «O nacional`ny`x celyax razvitiya Rossijskoj Federacii na period do 2030 goda» [E`lektronny`j resurs]/ Oficial`ny`j internet-portal pravovoj informacii http://publication.pravo.gov.ru/Document/View/0001202007210012?index=2&rangeSize=1 (data obrashheniya: 06.11.2021);
2. Gnidchenko A.A.  Sovershenstvovanie metodov ocenki struktury` i bazy` e`ksportnogo potenciala/ Gnidchenko A.A.  // Zhurnal  Novoj  e`konomicheskoj  associacii – 2014 – №1 (21) – s. 83-109 [Gnidchenko A.A. Improvement of methods for assessing the structure and base of export potential / Gnidchenko A.A. // Journal of the New Economic Association – 2014 – No. 1 (21) – p. 83-109 (In Russian)];
3. Kapustina L.M., Novokshanova N.A. Primenenie modeli «prostranstva produktov» dlya obosnovaniya e`ksportnoj diversifikacii strany`/ Kapustina L.M., Novokshanova N.A. // Zhurnal Izvestiya UrGE`U – 2010– №6 (32) – s. 152 [Kapustina L.M., Novokshanova N.A. Application of the “product space” model to justify the country’s export diversification / Kapustina L.M., Novokshanova N.A. // Journal of Izvestiya USUE – 2010 – No. 6 (32) – p. 152 (In Russian)];
4. Czarik E.V. Potencial razvitiya nesy`r`evogo e`ksporta Rossijskoj Federacii v Latinskuyu Ameriku // Torgovaya politika – 2020 – №3/23 – https://cyberleninka.ru/article/n/potentsial-razvitiya-nesyrievogo-eksporta-rossiyskoy-federatsii-v-latinskuyu-ameriku [Tsarik E.V. The potential for the development of non-commodity exports of the Russian Federation to Latin America // Trade Policy – 2020 – No. 3/23 – https://cyberleninka.ru/article/n/potentsial-razvitiya-nesyrievogo-eksporta-rossiyskoy-federatsii-v-latinskuyu-ameriku (In Russian)];
5. Osnovny`e fondy` [E`lektronny`j resurs]/ Oficial`ny`j sajt Rosstata – E`lektron. dan. – Rezhim dostupa: https://rosstat.gov.ru/folder/14304 (data obrashheniya: 07.11.2021);
6. Otchet Schyotnoj palaty` Rossijskoj Federacii o rezul`tatax e`kspertno-analiticheskogo meropriyatiya «Opredelenie osnovny`x prichin, sderzhivayushhix nauchnoe razvitie v Rossijskoj Federacii: ocenka nauchnoj infrastruktury`, dostatochnost` motivacionny`x mer, obespechenie privlekatel`nosti raboty` vedushhix ucheny`x» [E`lektronny`j resurs]/ Portal Federal`ny`x gosudarstvenny`x obrazovatel`ny`x standartov vy`sshego obrazovaniya – E`lektron. dan. – Rezhim dostupa: http://fgosvo.ru/uploadfiles/Work_materials_disscusion/sp.pdf (data obrashheniya: 07.11.2021);
7. Pasport nacional`nogo proekta «Mezhdunarodnaya kooperaciya i e`ksport» [E`lektronny`j resurs] / Oficial`ny`j sajt Minpromtorga Rossii – E`lektron. dan. – http://minpromtorg.gov.ru/docs/#!pasport_nacionalnogo_proekta_mezhdunarodn aya_kooperaciya_i_eksport (data obrashheniya: 06.11.2021);
8. Vy`sokie texnologii na zamke. SShA ogranichili postavki v Rossiyu oborudovaniya [E`lektronny`j resurs]/ Kommersant“ – E`lektron. dan. – Rezhim dostupa: https://www.kommersant.ru/doc/5230626 (data obrashheniya: 14.03.2022);
9. E`ksport i import Rossijskoj Federacii po tovaram [E`lektronny`j resurs] / Oficial`ny`j sajt Federal`noj tamozhennoj sluzhby` – E`lektron. dan. – https://customs.gov.ru/folder/519 (data obrashheniya 07.11.2021);
10. Balassa, Bela. 1965. Trade Liberalization and «Revealed» Comparative Advantage. Manchester School of Economics and Social Studies 33: 99–123 (data obrashheniya: 06.11.2021);
11. About CEPII [E`lektronny`j resurs] / CEPII – E`lektron. dan. – Rezhim dostupa:http://www.cepii.fr/CEPII/en/cepii/cepii.asp;
12. Atlas of Economic Complexity [E`lektronny`j resurs] / Harvard Growth Lab – E`lektron. dan. – Rezhim dostupa: https://atlas.cid.harvard.edu/what-is-the-atlas (data obrashheniya: 06.11.2021);
13. The Observatory of Economic Complexity [E`lektronny`j resurs] / OEC – E`lektron. dan. – Rezhim dostupa: https://oec.world/en/resources/about (data obrashheniya: 07.11.2021);
14. The Structure of the Product Space and the Evolution of Comparative Advantage [E`lektronny`j resurs] / Working Papers – April 2007 – E`lektron. dan. – Rezhim dostupa: http://clc.to/eUNazQ (data obrashheniya: 07.11.2021);
15. Trade statistics for international business development [E`lektronny`j resurs]/ ITC Trade map – E`lektron. dan. – Rezhim dostupa: https://www.trademap.org/Product_SelProductCountry.aspx?nvpm=1%7c%7c%7c%7c%7cTOTAL%7c%7c%7c2%7c1%7c1%7c2%7c1%7c1%7c1%7c1%7c1%7c1 (data obrashheniya 07.11.2021).

Для цитирования: Изутина Т.А. Применение индекса «Open forest» для оценки экспортного потенциала России // Московский экономический журнал. 2022. № 4. URL: https://qje.su/ekonomicheskaya-teoriya/moskovskij-ekonomicheskij-zhurnal-4-2022-3/

© Изутина Т.А., 2022. Московский экономический журнал, 2022, № 4.

PDF-файл статьи

Научная статья

Original article

УДК 338.242.4

doi: 10.55186/2413046X_2022_7_4_200

РАЗВИТИЕ МЕТОДИЧЕСКИХ ПОДХОДОВ К ОЦЕНКЕ УРОВНЯ БЕДНОСТИ

DEVELOPMENT OF METHODOLOGICAL APPROACHES TO POVERTY ASSESSMENT

Решетникова Е.Г., Институт аграрных проблем ФИЦ «Саратовский научный центр РАН», Саратов, Россия

Reshetnikova E.G., Institute of Agrarian Problems, Federal Research Center «Saratov Scientific Center of the Russian Academy of Sciences», Saratov, Russia 

Аннотация. Бедность представляет собой комплексное многоаспектное понятие, максимально точная её оценка важна для обоснования институциональных мер по преодолению данного негативного явления, сдерживающего экономический рост и создающего социальную напряженность в обществе. Одной из острых форм бедности является продовольственная бедность, являющаяся фактором сокращения объема внутреннего спроса на основные продукты питания и сдерживающая достижение экономической доступности продовольствия для всех доходных групп населения. В последние годы методика оценки бедности находилась в стадии активного совершенствования. Современные вызовы и угрозы требуют оперативного пересмотра величины прожиточного минимума для поддержания величины реальных доходов населения, массового потребительского спроса, в том числе на продукты питания.

Abstract. Poverty is a complex multidimensional concept, and its most accurate assessment is important for substantiating institutional measures to overcome this negative phenomenon that hinders economic growth and creates social tension in society. One of the acute forms of poverty is food poverty, which is a factor in the reduction of domestic demand for basic food products and hinders the achievement of economic access to food for all income groups of the population. In recent years, the methodology for assessing poverty has been under active improvement. Modern challenges and threats require a prompt revision of the subsistence minimum to maintain the value of real incomes of the population, mass consumer demand, including for food.

Ключевые слова: бедность, экономическая доступность продовольствия, прожиточный минимум, абсолютная и относительная бедность, медианный среднедушевой доход, региональная дифференциация уровня жизни, базовые границы бедности

Keywords: poverty, economic affordability of food, subsistence minimum, absolute and relative poverty, median per capita income, regional differentiation of living standards, basic poverty lines

Введение

В последние несколько лет в России неоднократно менялись  и  углублялись методические подходы  к измерению явления бедности. В начале 2021 года начала действовать методика определения бедности, в основе которой лежит понятие медианного дохода. Это была прогрессивная инновация, поскольку впервые в нашей стране перешли к реализации концепции относительной бедности, давно применяемой в странах с развитой рыночной экономикой. Медианный среднедушевой доход представляет собой величину, относительно которой половина населения имеет значение среднедушевого дохода ниже данной величины, другая половина – выше данной величины. Эта величина ежегодно рассчитывается федеральным органом исполнительной власти, осуществляющим функции по формированию официальной статистической информации о социальных, экономических, демографических, экологических и других общественных процессах в Российской Федерации. В соответствии с новой методикой величина прожиточного минимума на душу населения в целом по Российской Федерации на очередной год устанавливается Правительством Российской Федерации и исчисляется исходя из величины медианного среднедушевого дохода в целом по Российской Федерации за предыдущий год. Соотношение величины прожиточного минимума на душу населения в целом по Российской Федерации и величины медианного среднедушевого дохода в целом по Российской Федерации за предыдущий год с 2021 года устанавливается в размере 44,2 процента. Данное соотношение пересматривается не реже одного раза в пять лет исходя из условий социально-экономического развития страны. В течение срока действия установленного соотношения величина прожиточного минимума на душу населения на очередной год не может быть установлена ниже величины прожиточного минимума на душу населения, установленной на текущий год. Величина прожиточного минимума по основным социально-демографическим группам населения в целом по Российской Федерации на очередной год устанавливается Правительством Российской Федерации исходя из величины прожиточного минимума на душу населения в целом по Российской Федерации на тот же год. Соотношение величины прожиточного минимума трудоспособного населения и величины прожиточного минимума на душу населения устанавливается в размере 109 процентов, величины прожиточного минимума пенсионеров – в размере 86 процентов, величины прожиточного минимума детей – в размере 97 процентов. Величина прожиточного минимума на душу населения в субъекте Российской Федерации устанавливается на очередной год субъектом Российской Федерации в соответствии с коэффициентом соотношения величины прожиточного минимума на душу населения в целом по Российской Федерации и в субъекте Российской Федерации, утвержденным Правительством Российской Федерации. На 2021 год величина прожиточного минимума на душу населения и по основным социально-демографическим группам населения устанавливается субъектом Российской Федерации в размере не ниже величины прожиточного минимума на душу населения и по основным социально-демографическим группам населения в субъекте Российской Федерации за второй квартал 2020 года. На 2021 – 2025 годы устанавливается переходный период поэтапного доведения в субъектах Российской Федерации величин прожиточного минимума на душу населения, установленных на 2021 год, до величин, рассчитанных на основе коэффициентов соотношения. С 2022 года величина прожиточного минимума по основным социально-демографическим группам населения в субъекте Российской Федерации на очередной год устанавливается субъектом Российской Федерации в порядке, определяемом Правительством Российской Федерации.  [1]

Методы проведения исследования

 В процессе анализа трансформации механизма оценки уровня бедности в условиях новых политических и социально-экономических угроз использовались абстрактно – логический  и монографический методы, метод сравнения.

Ход исследования

Для того, чтобы регионы не занижали уровень регионального прожиточного минимума к 2025 году планируется переход на схему расчета регионального прожиточного минимума путем умножения федерального прожиточного минимума на специальный региональный коэффициент. Максимальный  коэффициент определен для Чукотки – 2,61, минимальный – для Белгородской и Липецкой областей  на уровне 0,83. В регионах, где по оценке федерального центра  прожиточный минимум  является слишком высоким, он будет расти в год не больше, чем на уровень запланированной инфляции до достижения соответствия с установленным региональным коэффициентом. Значение регионального прожиточного минимума трудно переоценить, поскольку от него зависят многие социальные выплаты, в частности, доплата неработающим пенсионерам, у которых пенсия ниже прожиточного минимума; пособие беременным, пособия на детей и т.д.

Некоторые аналитики подвергли критике  величину прожиточного минимума  в размере 44,2 % от медианного дохода. Они считают, что данная величина  получена на основе ресурсного подхода, исходя из возможностей государства. Поэтому после применения более прогрессивной методики, базирующейся на концепции относительной бедности, был получен приблизительно тот же объем прожиточного минимума, который ранее был рассчитан на основе потребительской корзины. Выбранные 44,2 % дали возможность при переходе на новую методику увеличить прожиточный минимум на чисто символическую сумму. В четвертом квартале  2020 года прожиточный минимум составил  11329 рублей в месяц,  на весь 2021 год правительство согласно новой методике установило его на уровне 11653 рублей, то есть всего на 324 рубля больше. Таким образом, переход на новую методику с установленным процентом подсчета прожиточного минимума позволил перейти к реализации  более прогрессивной концепции, при этом  показатели бедности не ухудшились. На 2021 год была установлена следующая величина прожиточного минимума для основных социально-демографических групп населения: трудоспособное население – 12702 рубля, пенсионеры -10022 рубля, дети – 11303 рубля.[2]

Расчет прожиточного минимума на основе медианного дохода представляет собой цивилизованный подход, который используется в развитых странах с развитой экономикой. Но тогда логично трансплантировать данный институт в полном объеме. Например, в ЕС к бедным относятся люди с доходом ниже 60 % медианного дохода. [3] Специалисты отмечают, что если при расчете бедности в России применить относительный  подход на уровне 60 % медианного дохода, то  масштаб бедности вырастет с 12 – 14 % до более чем 16-19 %. [4]

Результаты и обсуждение

В 2021 году произошел ряд событий, которые  обусловили разработку ещё одной уточняющей методики измерения бедности. В 2021 году имел место резкий рост инфляции, также во втором – третьем квартале  года выросли номинальные доходы  на 15,5 % выше, чем в предыдущем году. При расчете прожиточного минимума в соответствии с медианным доходом с 1 января 2022 года нужно было бы поднять прожиточный минимум на 1700 рублей.[4] Могли значительно вырасти показатели бедности.

18 ноября 2021 года Президент РФ В.В.Путин на совещании по социальным вопросам обратил внимание на то, что на 2022 год в проекте федерального бюджета заложено повышение прожиточного минимума всего на 2,5 %.[5]Столь низкий рост прожиточного минимума на весь 2022 год привел бы к формальному снижение масштабов бедности, но вступил бы в противоречие с реальным состоянием потребительского рынка. Президент  РФ предложил увеличить прожиточный минимум на следующий год на 8,6 % или до 12654 рубля в месяц. Повышение на эту сумму было предложено и для МРОТ, его величина в следующем году  составит 13 тысяч 890 рублей в месяц. Это предложение поставило перед  Правительством сложную задачу приведения в соответствие показателей нового прожиточного минимума и методики расчета бедности на основе медианного дохода. Нормативными актами предусмотрено, что пересмотр установленных соотношений прожиточного минимума с медианным доходом и медианной зарплатой осуществляется не реже, чем один раз в пять лет. Выйти из данного положения можно было бы, по мнению некоторых ученых,  посредством повышения коэффициентов на 2022 год в соответствии с установленной законом методикой, либо путем пересмотра коэффициента расчета прожиточного минимума на основе медианного дохода. Однако Правительство предприняло другие меры. 26 ноября 2021 года вышло Постановление Правительства РФ № 2049, которое  дополнило механизм оценки бедности в России, внеся  существенные коррективы в методику оценки уровня бедности. [6] В настоящее время в соответствии с Правилами определения границ бедности в целом по РФ и по субъектам РФ, используемых в оценках показателя «уровень бедности» в целом по РФ и по субъектам РФ для расчетов используют следующие понятия :  базовые границы бедности, границы бедности, показатель «Уровень бедности». Базовые границы бедности трактуются как исходные значения границ бедности, устанавливаемые для дальнейшего ежегодного расчета границ бедности. Границы бедности – это показатель, с которым сравниваются доходы домохозяйства в целях расчета показателя  «Уровень бедности». Показатель «Уровень бедности» равен доле численности населения с денежными доходами ниже границ бедности в целом по Российской Федерации (по субъектам Российской Федерации) в процентах к общей численности населения Российской Федерации (субъекта Российской Федерации).  Границы бедности в целом по Российской Федерации и по субъектам Российской Федерации устанавливаются на душу населения и по основным социально-демографическим группам населения.  Значения границ бедности в целом по Российской Федерации определяются ежеквартально, по субъектам Российской Федерации – ежегодно.  Значения показателей «Уровень бедности» в целом по Российской Федерации определяются ежеквартально, по субъектам Российской Федерации – ежегодно.  Базовые границы бедности в целом по Российской Федерации устанавливаются на уровне величин прожиточного минимума на душу населения и по основным социально-демографическим группам населения в целом по Российской Федерации, установленных за IV квартал 2020 г.  Базовые границы бедности по субъектам Российской Федерации устанавливаются на уровне величин прожиточного минимума на душу населения и по основным социально-демографическим группам населения по субъектам Российской Федерации, установленных в субъектах Российской Федерации за IV квартал 2020 г.  Значения границ бедности на душу населения и по основным социально-демографическим группам населения в целом по Российской Федерации и по субъектам Российской Федерации на соответствующий отчетный квартал или год, начиная с I квартала 2021 г., определяются путем умножения значений базовых границ бедности на индекс потребительских цен за отчетный квартал или год к IV кварталу 2020 г., полученный цепным методом, в целом по Российской Федерации и по субъектам Российской Федерации. В этом документе вводятся в оборот такие новые понятия как «базовые границы бедности» и «границы бедности». Специалисты считают, что ранее процедура определения уровня бедности была более простой и понятной. Такой быстрый переход на новый способ оценки масштаба  бедности вызывает недоумение у некоторых специалистов. [4] Данный способ оценки стал меньше связан с методикой определения уровня бедности в зависимости от  величины медианного дохода. При новом подходе к оценке уровня бедности базовые границы бедности определяются с помощью медианного дохода, а затем осуществляется коррекция данной величины на индекс инфляции. Данное уточнение методики направлено на то, чтобы отразить фактор инфляции. Однако при этом снижается значение медианного дохода, поскольку величина прожиточного минимума  замораживается на уровне четвертого квартала 2020 года. Сторонники данного подхода говорят о том, что он обеспечит сопоставимость данных об уровне бедности за предыдущие годы. Однако, представляется достаточно спорным замораживание границы бедности несмотря на развитие экономики. Даже при использовании потребительской корзины она регулярно пересматривалась по составу, помимо учета  инфляционного фактора.

На наш взгляд,  не следует полностью отказываться от определения величины потребительской и продовольственной корзины, учитывая богатый опыт зарубежных стран в данном вопросе. Во многих странах с развитой рыночной экономикой наравне с использованием относительной концепции бедности на основе медианного дохода присутствует расчет потребительской корзины для выявления структуры расходов различных социальных групп населения, обоснования минимального уровня оплаты труда, размеров необходимой продовольственной помощи малоимущим слоям населения. Например, в США существует понятие «продуктового плана», разрабатываемого  Министерством сельского хозяйства США в нескольких вариантах: экономный, низкий, средний и свободный. Экономный план применяется для обоснования программы продуктовых талонов для лиц с низкими доходами, существующей на протяжении многих десятилетий. Потребительская корзина во Франции выступает в качестве индикатора индекса цен и инфляции, в зависимости от которых определяется минимальный размер оплаты труда. В структуре этой потребительской корзины, учитывая французский менталитет, предусмотрены даже расходы на вино  и походы в  ресторан, учитываются затраты на  четырнадцать разновидностей цветов ^[7]. В Германии для выявления динамики расходов граждан исследуются  показатели потребления в разрезе различных социальных групп, в том числе таких как многодетные семьи, матери-одиночки, пожилые люди и т.д. Окончательная структура потребительской корзины утверждается Федеральным статистическим ведомством. Интересно, что в её состав помимо затрат на предметы первой необходимости  входят расходы на заказ пиццы на дом. В составе продуктовой корзины в Канаде присутствуют молочные продукты,  яйца, мясо,  птица,  рыба, заменители мяса,  зерновые продукты,  жиры , масло, сахар и сладости, овощи :  картофель, капуста, морковь ,  сельдерей ,  огурцы , кочанный салат,  лук , перец, репа , кукуруза, фасоль и мороженая овощная смесь. В этой корзине широко представлены  фрукты: яблоки, бананы, виноград, персики, апельсины. В структуре потребительской корзины в Канаде не учитываются региональные различия,  кроме транспортных расходов. Если в нашей стране на протяжении длительного времени рассчитывалась минимальная продовольственная корзина, на основе которой определялся прожиточный минимум, то в западных странах применяется средняя потребительскую корзина. Средняя потребительская корзина представляет собой средний или наиболее типичный набор товаров и услуг, используемый одним человеком или семьей. Средняя потребительская корзина устанавливается на основе статистических исследований реального уровня потребления и используется для расчета индекса потребительских цен и инфляции.

Заключение

В условиях , когда значительная часть населения в России не обладает экономической доступностью по всем видам основных продуктов питания, и постоянно поднимается вопрос об актуальности программ продовольственной помощи, имеет смысл рассчитывать потребительскую корзину на основе рациональных норм потребления как ориентир для обеспечения экономической доступности продовольствия для всех групп населения , организации продовольственной помощи. Стоимость продовольственной корзины, сформированная на основе рациональных норм потребления, будет являться границей продовольственной бедности. В условиях нового внешнего вызова в форме зарубежных санкций, введенных в отношении России за спецоперацию на Украине, Государственная Дума РФ на пленарном заседании 4 марта 2022 года приняла в трех чтениях правительственный закон о мерах антикризисной поддержки бизнеса и граждан.[8] Закон содержит ряд мер, направленных  на поддержку малообеспеченных граждан : он дает возможность правительству проводить дополнительную индексацию страховых пенсий, пенсионного коэффициента и фиксированной выплаты к пенсиям. Правительство РФ в 2022 году вправе принимать решения, предусматривающие особенности исчисления и  установления величины прожиточного минимума  в целом по РФ на душу населения и по основным социально-демографическим группам населения. Одним  из источников покрытия социальных расходов станет отмена на 2022 год бюджетного правила. Эти меры будут способствовать повышению реальных доходов граждан, стабилизации внутреннего потребительского спроса на продукцию национального агропродовольственного комплекса, устойчивому развитию отечественного агропродовольственного комплекса и обеспечению продовольственной безопасности страны.

Список источников

1. Проект Федерального закона N 1027748-7 «О внесении изменений в Федеральный закон «О прожиточном минимуме в Российской Федерации» и статью 1 Федерального закона «О минимальном размере оплаты труда» (ред., внесенная в ГД ФС РФ, текст по состоянию на 30.09.2020) :[Электронный ресурс]. Режим доступа : http://www.consultant.ru/cons/cgi/online.cgi?base=PRJ&dst=&n=199827&req=doc#TcR0txSHNwsZhHdP/(дата обращения 20.02.2022)
2. Постановление Правительства РФ от 31 декабря 2020 г. N 2406 «Об установлении величины прожиточного минимума на душу населения и по основным социально-демографическим группам населения в целом по Российской Федерации на 2021 год» :[Электронный ресурс]. Режим доступа: https://rulaws.ru/goverment/Postanovlenie-Pravitelstva-RF-ot-31.12.2020-N-2406/(дата обращения 21.02.2022)
3. Николаев И.Борьба с бедностью : главное не победить, а подсчитать // Московский комсомолец. 2021.21 декабря
4. Гонтмахер Е.Черта нищеты // Московский комсомолец.2021.27-28 декабря
5. Стенограмма выступления В.В.Путина на совещании по социальным вопросам :[Электронный ресурс]. Режим доступа: http://prezident.org/tekst/stenogramma-vystuplenija-putina-na-soveschanii-po-socialnym-voprosam-18-11-2021.html/ (дата обращения 21.02.2022)
6. Об утверждении правил определения границ бедности в целом по Российской Федерации и по субъектам Российской Федерации, используемых в оценках показателя «уровень бедности» в целом по российской Федерации и по субъектам Российской Федерации, и о внесении изменений в федеральный план статистических работ: [Электронный ресурс]. Режим доступа: https://www.consultant.ru/cons/cgi/online.cgi?req=doc&base=LAW&n=401369#d54v9xSGkXhKrWt61(дата обращения 21.02.2022)
7. Москалева Н.А., Саранчина Т.А.Потребительская корзина как показатель уровня жизни населения страны: сравнительная оценка// Инновационная наука. 2015. № 5-1.С.12-17.
8. Федеральный закон от 08.03.2022 № 46-ФЗ «О внесении изменений в отдельные законодательные акты Российской Федерации »: [Электронный ресурс]. Режим доступа: http://publication.pravo.gov.ru/Document/View/0001202203080001?index=0&rangeSize=1 (дата обращения 04.04.2022)

References

1. Proekt Federal`nogo zakona N 1027748-7 «O vnesenii izmenenij v Federal`ny`j zakon «O prozhitochnom minimume v Rossijskoj Federacii» i stat`yu 1 Federal`nogo zakona «O minimal`nom razmere oplaty` truda» (red., vnesennaya v GD FS RF, tekst po sostoyaniyu na 30.09.2020) :[E`lektronny`j resurs]. Rezhim dostupa : http://www.consultant.ru/cons/cgi/online.cgi?base=PRJ&dst=&n=199827&req=doc#TcR0txSHNwsZhHdP/(data obrashheniya 20.02.2022)
2. Postanovlenie Pravitel`stva RF ot 31 dekabrya 2020 g. N 2406 «Ob ustanovlenii velichiny` prozhitochnogo minimuma na dushu naseleniya i po osnovny`m social`no-demograficheskim gruppam naseleniya v celom po Rossijskoj Federacii na 2021 god» :[E`lektronny`j resurs]. Rezhim dostupa: https://rulaws.ru/goverment/Postanovlenie-Pravitelstva-RF-ot-31.12.2020-N-2406/(data obrashheniya 21.02.2022)
3. Nikolaev I.Bor`ba s bednost`yu : glavnoe ne pobedit`, a podschitat` // Moskovskij komsomolecz. 2021.21 dekabrya
4. Gontmaxer E.Cherta nishhety` // Moskovskij komsomolecz.2021.27-28 dekabrya
5. Stenogramma vy`stupleniya V.V.Putina na soveshhanii po social`ny`m voprosam :[E`lektronny`j resurs]. Rezhim dostupa : http://prezident.org/tekst/stenogramma-vystuplenija-putina-na-soveschanii-po-socialnym-voprosam-18-11-2021.html/ (data obrashheniya 21.02.2022)
6. Ob utverzhdenii pravil opredeleniya granicz bednosti v celom po Rossijskoj Federacii i po sub“ektam Rossijskoj Federacii, ispol`zuemy`x v ocenkax pokazatelya «uroven` bednosti» v celom po rossijskoj Federacii i po sub“ektam Rossijskoj Federacii, i o vnesenii izmenenij v federal`ny`j plan statisticheskix rabot: [E`lektronny`j resurs]. Rezhim dostupa: https://www.consultant.ru/cons/cgi/online.cgi?req=doc&base=LAW&n=401369#d54v9xSGkXhKrWt61(data obrashheniya 21.02.2022)
7. Moskaleva N.A., Saranchina T.A. Potrebitel`skaya korzina kak pokazatel` urovnya zhizni naseleniya strany`: sravnitel`naya ocenka // Innovacionnaya nauka. 2015. № 5-1.S.12-17.
8. Federal`ny`j zakon ot 08.03.2022 № 46-FZ «O vnesenii izmenenij v otdel`ny`e zakonodatel`ny`e akty` Rossijskoj Federacii »: [E`lektronny`j resurs]. Rezhim dostupa: http://publication.pravo.gov.ru/Document/View/0001202203080001?index=0&rangeSize=1 (data obrashheniya 04.04.2022)

Для цитирования: Решетникова Е.Г. Развитие методических подходов к оценке уровня бедности // Московский экономический журнал. 2022. № 4. URL: https://qje.su/ekonomicheskaya-teoriya/moskovskij-ekonomicheskij-zhurnal-4-2022-2/

© Решетникова Е.Г., 2022. Московский экономический журнал, 2022, № 4.

PDF-файл статьи

Научная статья

Original article

УДК 332.143, 311.14, 311.16

doi: 10.55186/2413046X_2022_7_4_199 

ЭКСПОРТ АГРАРНОЙ ПРОДУКЦИИ НИГЕРИИ: ВЛИЯНИЕ ВНУТРЕННИХ ФАКТОРОВ

NIGERIA’S AGRICULTURAL EXPORTS: IMPACT OF DOMESTIC FACTORS

Гаврилова Нина Германовна, младший научный сотрудник Центра изучения проблем переходной экономики ФГБУН Института Африки Российской академии наук, E-mail: ninagavrilova1976@gmail.com.

Gavrilova Nina Germanovna, Junior Research Fellow Centre for Transition Economy Studies, Institute for African Studies of the Russian Academy of Sciences, E-mail: ninagavrilova1976@gmail.com. 

Аннотация. В статье приводятся результаты исследования влияния внутристрановых факторов на размеры сельскохозяйственного экспорта Нигерии. В ней наблюдается высокая зависимость экономики от нефтедоходов, и правительство несколько десятилетий подряд проводит политику ее диверсификации за счет стабилизации аграрного сектора и увеличения его продуктивности. Представляется важным определить ряд факторов, влияющих на размеры экспорта сельскохозяйственных товаров. Среди них наибольшая доля приходится на какао, масличные культуры, фрукты и орехи и др. Для определения наиболее влиятельных факторов был выбран целый ряд показателей, характеризующих эффективность производства этих товаров. Исследование основывалось на анализе данных, почерпнутых в статистических базах Всемирного Банка, ЮНКТАД, ФАО ООН и др. Для анализа данных были применены статистические методы, а именно корреляционный и регрессионный анализ. В результате решения были получены 3 значимые модели (2 линейных и 1 логарифмическая). Коэффициенты регрессии показали, что значимыми факторами для размеров сельскохозяйственного экспорта являются площади выращивания фруктов и орехов, валовый сбор какао и масличных культур. Таким образом, для увеличения размеров экспорта сельскохозяйственной продукции можно рекомендовать правительству Нигерии скорректировать аграрную политику в конкретных подотраслях – выращивания фруктов и орехов, какао и масличных культур. Необходимо приложить усилия не только для расширения площадей их возделывания, но и для повышения продуктивности их производства. 

Abstract. The paper presents the results of a study of the influence of domestic factors on the volume of Nigeria’s agricultural exports. Nigeria’s economy is highly dependent on oil revenues, and for several decades the government has been pursuing the policy of diversifying it by stabilizing the agricultural sector and increasing its productivity. It seems imperative to identify a number of factors influencing the volume of agricultural exports. Products such as cocoa, oilseeds, fruits and nuts constitute the largest share of exports. To determine the most influential factors, a number of indicators were chosen that characterize the efficiency of the production of these goods. The study was based on the analysis of data obtained from the statistical databases of the World Bank, UNCTAD, UN FAO, etc. Statistical methods, namely correlation and regression analyses, were used to analyze the data.  As a result, 3 significant models were obtained (2 linear and 1 logarithmic). The regression coefficients have shown that the significant factors of the volume of agricultural exports are the area of cultivation of fruits and nuts and the gross yield of cocoa and oilseeds. Thus, in order to increase the volume of exports of agricultural products, it may be recommended that the government of Nigeria adjust the agricultural policy in specific sub-sectors such as in the cultivation of fruits and nuts, cocoa and oilseeds. Efforts must be made not only to expand the area of their cultivation, but also to increase its productivity.

Ключевые слова: Африка, Нигерия, экспорт, сельское хозяйство, корреляционно-регрессионный анализ, статистика

Key Words:  Africa, Nigeria, export, agriculture, correlation-regression analysis, statistics 

Зависимость экспорта страны от отдельных сырьевых товаров подвергает ее экономику риску. При этом определено, что диверсифицированная экспортная корзина может компенсировать колебания мировых рынков основных экспортных товаров и таким образом способствовать общему экономическому росту страны. В развивающихся странах экспорт аграрной продукции составляет значительную долю в общем объеме экспорта. В Нигерии на экспорт нефтепродуктов в 2020 г. приходилось 88%, хотя в стране уже долгое время проводится политика их «разбавления» сельскохозяйственными товарами [1]. Однако в 2020 г. на их долю приходилось лишь чуть более 3% [2]. Для определения факторов, оказывающих наиболее значимое влияние на размеры сельскохозяйственного экспорта Нигерии, был определен ряд показателей, по мнению автора, характеризующих уровень производства аграрной продукции в стране. Основой для проведенного исследования стал анализ статистических данных Всемирного Банка (World Bank), Конференции ООН по торговле и развитию (UNCTAD), Продовольственной и сельскохозяйственной организации ООН (FAO). Источниковой базой послужили также тематические статьи зарубежных ученых по сельскохозяйственному производству, в том числе нигерийскому.

При написании статьи автором была поставлена цель с помощью статистических методов выявить внутристрановые факторы, оказывающие наибольшее влияние на объем сельскохозяйственного экспорта Нигерии. Автор использовал общенаучные и специальные методы экономических исследований, и наиболее важным из них представляется корреляционно-регрессионный статистический анализ. Расчеты проводились с использованием встроенного пакета анализа программного средства MS Excel (MS Office 2019).

В экспорте сельскохозяйственной продукции за рассмотренный период с 2010 по 2020 гг. ведущая роль принадлежит какао, в среднем в показанные годы она составляла 37,2% (рис. 1).

В предшествующий период значимые позиции в экспорте Нигерии занимали кожа и шкуры животных (в первую очередь свиней, затем крупного рогатого скота, коз и овец). Пик продаж в этом сегменте составил 16,4% (3 млрд долл. США) – в 2010 г. Но впоследствии в стране расширилось собственное кожевенное производство, начался массовый пошив обуви и аксессуаров. Импорт обуви благодаря этому уменьшился с 127,7 млн долл. США в 2010 г. до 42,3 млн долл. США в 2020 г. [4, 3].

Еще ранее, в 1970-е гг., 15–20,0% общего объема экспорта Нигерии составляли плоды масличной пальмы. Впоследствии этот показатель ощутимо снизился, но сегодня снова начал расти (и уже достиг уровня в 23,1% всей экспортируемой сельскохозпродукции). В экспортных рейтингах учитываются как сами масличные плоды, так и продукты их переработки: Нигерия ежегодно выпускает порядка 1 млн т. пальмового масла и занимает четвертое-пятое место среди крупнейших его производителей – после Индонезии (41 млн т.), Малайзии (39,5 млн т.), Таиланда (2,9 млн т.) и Колумбии (1,5 млн т.) [5, 6].

Фрукты и орехи в структуре экспортной продукции также постепенно увеличивают свою значимость. Если в 2006 г. на их долю приходилось всего 3,9%, то к 2020 г. она составила уже 23% [3].

Нигерия ведет торговлю не только на мировом, но и на региональном уровне. Также значимыми для нее продуктами в рамках торговли среди стран ЭКОВАС (Экономического сообщества стран Западной Африки) являются молоко и молочные продукты, но экспорт в торговле с Экономическим сообществом нестабилен, спрос на молоко и молочную продукцию то падает, то растет [7].

Итак, в экспорте сельскохозяйственной продукции выделены следующие позиции для проведения анализа: какао, шкуры животных, молоко, масличные семена и плоды, фрукты и орехи, а также табак. Для определения наиболее значимых внутренних факторов, влияющих на размеры сельскохозяйственного экспорта, целесообразно проведение корреляционно-регрессионного анализа.

Размер экспорта сельхозпродукции был принят за результативную переменную. Для периода с 2010 по 2020 гг. были выделены следующие факторные переменные для анализа: 1. Стоимость экспорта с/х продукции, тыс. долл. США; 2. Площадь выращивания какао, га; 3. Площадь выращивания фруктов и орехов, га; 4. Площадь выращивания табака, га; 5. Площадь выращивания масличных плодов, га; 6. Валовый сбор какао, т.; 7. Валовый сбор фруктов и орехов, тонн; 8. Валовый сбор табака, тонн; 9. Валовый сбор масличных плодов, тонн; 10. Поголовье КРС, голов; 11. Поголовье коз, голов; 12. Поголовье свиней, голов; 13. Поголовье овец, голов; 14. Надой молока КРС, кг.

На основе представленных данных была построена модель регрессии, наиболее точно описывающая влияние указанных внутренних факторов на экспорт сельскохозяйственной продукции.

Для отбора значимых коэффициентов корреляции было определено пороговое значение:

n=11 – число наблюдений

t_кр(a=0,05; n=11) – критическое значение распределения Стьюдента

То есть для 11 наблюдений значимой можно считать корреляцию между двумя показателями, если коэффициент (по модулю) не меньше 0,6.

Значимо экспорт сельскохозяйственной продукции коррелирует только с валовым сбором какао (коэффициент 0,6517 показывает, что связь заметная и положительная), прочие факторы значимого влияния на размер экспорта не оказывают. Для исключения мультиколлинеарности из модели были удалены коррелирующие между собой факторы, после этого она приобрела следующий вид (таблица 2).

Итак, в ходе корреляционного анализа были выделены наиболее значимые факторы, перечисленные в таблице 2, и на их основе следует построить модель линейной регрессии.

Коэффициенты уравнения регрессии показывают, что увеличение фактора на 1 приводит к росту результативного показателя; так, увеличение площади выращивания фруктов и орехов на 1 га увеличивает сельскохозяйственный экспорт на 4086 тыс. долл. Стандартная ошибка показывает погрешность данного коэффициента регрессии: чем больше ошибка, тем меньше доверия данному коэффициенту. На основании первых двух столбцов рассчитывается третий:

например, для площади выращивания фруктов и орехов значение статистики Стьюдента:

Данное значение необходимо для оценки значимости коэффициента регрессии. Оно сравнивается с критическим значением Стьюдента

Если расчетное значение t-статистики меньше критического (2,26) то данный коэффициент регрессии не значим.

4 столбец – Р-значение – определяет вероятность того, что коэффициент регрессии не значим. Допустимый уровень вероятности для данной модели составляет 5% или 0,05, то есть коэффициент регрессии будет признан значимым, если вероятность ошибки не превысит 0,05. В получившейся модели не значим ни один коэффициент регрессии, поэтому целесообразно исключать факторы по одному и строить модель заново. В процессе решения были последовательно исключены площади выращивания масличных культур, надои молока КРС, валовый сбор фруктов и орехов, валовый сбор какао и получена линейная модель (табл. 4).

В получившейся двухфакторной модели значимы все коэффициенты регрессии. Исходя из уже проведенных расчетов, которые показали, что валовый сбор какао имеет наибольшую корреляцию со стоимостью сельскохозяйственного экспорта, на данном этапе валовый сбор какао из модели был исключен. Чтобы проверить важность этого фактора, допустимо построить модель, содержащую только этот показатель, исключив другие. Модель была построена аналогично представленным выше. В ней коэффициент регрессии оказался значимым (Р-значение = 0,001, оно меньше 0,05).

Итак, были построены две значимые модели: 1 модель с факторами «Площадь фруктов и орехов» и «Поголовье свиней», 2 модель с одним фактором – «Валовый сбор какао». Для определения лучшей модели следует рассчитать коэффициент детерминации.

1 модель R²=0,814;

2 модель R²=0,685.

Выше коэффициент детерминации у модели 1, поэтому факторы, определенные в ней, имеют наибольшее влияние на результативную переменную.

Уравнение регрессии:

CX_экспорт = 7,657*Фрукты-4,428*Свиней

Оба коэффициента регрессии являются значимыми (Р-значения 0,012 и 0,019 меньше 0,05) и показывают: рост площади выращивания фруктов и орехов на 1 га увеличивает сельскохозяйственный экспорт на 7,657 тыс. долл. США; рост поголовья свиней на 1 тыс. голов снижает сельскохозяйственный экспорт на 4,428 тыс. долл. США.

Коэффициент детерминации R²=0,814 показывает, что стоимость экспорта сельхозтоваров на 81,4% зависит от площади выращивания фруктов и орехов и поголовья свиней, а на 18,6% – от прочих факторов, не учтенных в модели.

Оценим статистическую надежность результатов регрессионного анализа с помощью F-критерия Фишера при α = 0,05. Коэффициент детерминации: R²=0,814.

Расчетное значение критерия:

Фактическое значение критерия:

Поскольку расчетное значение 16,648 больше критического 4,46, коэффициент детерминации и регрессия в целом значимы на уровне 0,05.

Но можно было сравнить Значимость F = 0,001 с нашим уровнем 0,05.

Вычислим частные коэффициенты эластичности:

Коэффициент эластичности показывает: рост площади выращивания фруктов и орехов на 1% увеличивает стоимость экспорта сельхозтоваров на 10,78%; рост поголовья свиней на 1% снижает стоимость сельскохозяйственного экспорта на 9,79%. Таким образом, влияние показателя «Площадь выращивания фруктов и орехов» более сильное, чем влияние роста поголовья свиней.

Так как в процессе анализа получены спорные результаты, целесообразно построить еще одну модель – нелинейную модель регрессии на основе логарифмирования всех 14 принятых во внимание факторов. Последовательно для получения значимого результата из подсчета были исключены поголовья животных, надои молока, площадь посева табака, площадь посева масличных, валовый сбор фруктов, площадь выращивания какао. Получилась четырехфакторная модель, где все коэффициенты регрессии значимы (табл. 5).

Итак, получилось 3 значимые модели (2 линейных и 1 логарифмическая). Из линейных моделей лучшая – с факторами «Площадь выращивания фруктов и орехов», «Поголовье свиней»: R²=0,814. У логарифмической модели коэффициент детерминации R²=0,917. Выше коэффициент детерминации у логарифмической модели, поэтому выбираем ее в качестве лучшей.

По результатам пошагового исключения факторов была определена лучшая качественная модель, по которой целесообразно построить уравнение регрессии:

Исходя из данного уравнения, можно сделать вывод о наиболее сильном влиянии валового сбора масличных культур на экспорт сельскохозяйственной продукции. Коэффициент детерминации  показывает, что сельскохозяйственный экспорт на 91,7% зависит от площади выращивания фруктов и орехов, сбора какао, табака и масличных культур.

Выводы

В процессе анализа при построении нескольких моделей были определены значимые внутренние факторы, влияющие на стоимость экспорта сельскохозяйственных товаров. Часть факторов была исключена на этапе корреляционного, часть – на этапе регрессионного анализа. В результате было получено две модели: линейная и нелинейная, и нелинейная модель была признана лучшей. При построении линейной модели определено, что важными факторами для увеличения экспорта сельскохозяйственной продукции являются площади выращивания фруктов и орехов: рост площади под этими культурами на 1 га увеличивает сельскохозяйственный экспорт на 7,657 тыс. долл. США. Следует также учесть, что модель определила валовый сбор какао как значимый.

В результате решения уравнения нелинейной регрессии было выявлено, что величина сельскохозяйственного экспорта напрямую зависит от площадей выращивания фруктов и орехов, сбора какао и масличных культур. Правительству Нигерии можно рекомендовать коррекцию аграрной политики в данных подотраслях сельскохозяйственного производства в сторону увеличения площади данных культур, а также повышения продуктивности их возделывания.

Список источников

1. World Bank. GDP (current US$), Nigeria, 2020. URL: https://data.worldbank.org/indicator/NY.GDP.MKTP.CD?locations=NG (Дата обращения: 22.02.2022).
2. Мухаметзянов Р.Р. Валютная выручка стран мира от международной торговли плодово-ягодной продукцией // Экономика сельскохозяйственных и перерабатывающих предприятий. 2021. № 8. С. 45–56.
3. International Trade Centre. Trade Structure. URL: https://www.trademap.org/ (дата обращения: 18.12.2021).
4. Гаврилова Н.Г. Современное состояние экономики Нигерии // Евразийский юридический журнал. 2018. № 5 (120). С. 380–384.
5. The Nigerian Oil Palm Sector Report 2018, 2020. [Электронный ресурс]. – URL: https://www.proshareng.com/ (дата обращения 20.03.2022).
6. Гаврилова Н.Г. Развитие экспорта продукции сельского хозяйства как стратегия диверсификации экономики Нигерии: проблемы и перспективы // Инновации и инвестиции. 2019. № 6. С. 57–63.
7. Gavrilova N.G. Impediments to the Development of Nugeria’s Agricultural Export // IOP Conference Series: Earth and Environmental Science. III International Scientific Conference: AGRITECH-III-2020: Agribusiness, Environmental Engineering and Biotechnologies. Krasnoyarsk Science and Technology City Hall of the Russian Union of Scientific and Engineering Associations. 2020. С. 22085.
8. Food and Agriculture Organization of the United Nations 2017 [Электронный ресурс]: Режим доступа: http://www.fao.org/.

References

1. World Bank. GDP (current US$), Nigeria, 2020. URL: https://data.worldbank.org/indicator/NY.GDP.MKTP.CD?locations=NG.
2. Muxametzyanov R.R. Valyutnaya vy`ruchka stran mira ot mezhdunarodnoj torgovli plodovo-yagodnoj produkciej // E`konomika sel`skoxozyajstvenny`x i pererabaty`vayushhix predpriyatij. 2021. № 8. Pp. 45–56.
3. International Trade Centre. Trade Structure. URL: https://www.trademap.org.
4. Gavrilova N.G. Sovremennoe sostoyanie e`konomiki Nigerii // Evrazijskij yuridicheskij zhurnal. 2018. № 5 (120). Pp. 380–384.
5. The Nigerian Oil Palm Sector Report 2018, 2020. URL: https://www.proshareng.com.
6. Gavrilova N.G. Razvitie e`ksporta produkcii sel`skogo xozyajstva kak strategiya diversifikacii e`konomiki Nigerii: problemy` i perspektivy` // Innovacii i investicii. 2019. № 6. Pp. 57–63.
7. Gavrilova N.G. Impediments to the Development of Nugeria’s Agricultural Export // IOP Conference Series: Earth and Environmental Science. III International Scientific Conference: AGRITECH-III-2020: Agribusiness, Environmental Engineering and Biotechnologies. Krasnoyarsk Science and Technology City Hall of the Russian Union of Scientific and Engineering Associations. 2020. P. 22085.
8. Food and Agriculture Organization of the United Nations 2017 URL: http://www.fao.org/.

Для цитирования: Гаврилова Н.Г. Экспорт аграрной продукции Нигерии: влияние внутренних факторов // Московский экономический журнал. 2022. № 4. URL: https://qje.su/selskohozyajstvennye-nauki/moskovskij-ekonomicheskij-zhurnal-4-2022/

© Гаврилова Н.Г., 2022. Московский экономический журнал, 2022, № 4.