Scientific journal
Modern problems of science and education
ISSN 2070-7428
"Перечень" ВАК
ИФ РИНЦ = 0,940

ASSESSMENT MODEL OF REGIONAL COMPETITIVENESS FOR BUSINESS THROUGH AGGREGATED INDICES

Nesterova S.I. 1
1 NOU VPO “International Market Institute”
Competition is the most important factor that each economic entity should consider in the current socio-economic conditions. At the same time regional competitiveness gets more and more importance and it defines as general well-being of the territory and its interaction with other socio-economic systems. It is proposed to determine the competitiveness in two ways - in terms of attractiveness for living and for business. The article presents a multi-component assessment model of the regional attractiveness for business. In developing of the model it was used the operator of additive aggregation of individual indexes in complex ones, and complex indexes - in the integral indicator. Consideration of qualitative and quantitative factors and criteria improves the accuracy assessment at the expense of a more complete account of the specific needs of organizations of various economic fields.
criterion
factor
significance coefficient
additive estimation model
regional competitiveness

На современном этапе социально-экономического развития все большее значение приобретает управление конкурентоспособностью регионов, от которой в конечном итоге зависит положение страны на международной арене. На сегодняшний день, к сожалению, Россия рассматривается лишь как сырьевой придаток развитых стран, поскольку конкурентоспособность готовых отечественных изделий оценивается как крайне невысокая [8], поэтому выявление, создание и использование конкурентных преимуществ является актуальной задачей, стоящей перед всеми субъектами экономики.

Оценка конкурентоспособности региона считается важнейшим этапом управления ею. Результаты анализа позволяют выявить проблемы, мешающие развиваться социально-экономической системе мезоуровня, вскрыть резервы ее роста, сформировать ключевые направления, на которые следует устремить основные силы для достижения требуемого уровня конкурентоспособности.

На сегодняшний день существует множество методик оценки конкурентоспособности социально-экономических систем всех уровней. Причем большинство исследователей сходится во мнении (см., например, [2; 5]), что анализ должен проводиться не только по количественным, но и качественным показателям. Это позволяет учесть не только объективные параметры, выражающиеся в конкретных цифровых значениях, но и субъективную сторону, которая, хотя и существенным образом влияет на привлекательность территории, не находит своего отражения в статистических сборниках.

Под конкурентоспособностью региона будем понимать «его способность обеспечить высокий уровень жизни населения и дохода собственникам капитала, а также эффективно использовать имеющийся в регионе экономический потенциал при производстве товаров и услуг» [1]. Поэтому, на наш взгляд, оценку конкурентоспособности региона нужно проводить по двум направлениям: необходимо оценивать привлекательность территории с точки зрения ведения бизнеса и с точки зрения условий жизни для населения. Подробно вторая составляющая была рассмотрена в работе [3], поэтому в рамках настоящей статьи представим только оценочную модель конкурентоспособности для бизнеса.

Итоговую оценку конкурентоспособности региона для бизнеса предлагается определять по следующей формуле:

(1)

где KSb - конкурентоспособность региона для бизнеса; TR – значение фактора «Трудовые ресурсы»; S - значение фактора «Спрос»; SDK - значение фактора «Состояние и доступность капитала (реального и финансового)»; FSO - значение фактора «Финансовое состояние организаций»; NII – значение фактора «Научные исследования и инновации»; I - значение фактора «Инфраструктура»; ABB - значение фактора «Административные барьеры и безопасность»; PG – значение фактора «Природа и география»; SPS - значение фактора «Социально-политическая стабильность»; kTR – значимость фактора «Трудовые ресурсы», ; kS – значимость фактора «Спрос», ; kSDK – значимость фактора «Состояние и доступность капитала (реального и финансового)», ; kFSO – значимость фактора «Финансовое состояние организаций», ; kNII – значимость фактора «Научные исследования и инновации», ; kI – значимость фактора «Инфраструктура», ; kABB – значимость фактора «Административные барьеры и безопасность», ; kPG – значимость фактора «Природа и география», ; kSPS – значимость фактора «Социально-политическая стабильность», .

Использование в модели удельных весов факторов позволяет варьировать значимость каждого из них в зависимости от целей оценки [6]. Аналогично вводятся коэффициенты значимости и для критериев, входящих в факторы.

Проведем декомпозицию представленной модели (1) с учетом формирующих факторы конкурентоспособности количественных и качественных критериев.

При декомпозиции модели в целях совместного учета разноразмерных величин предлагается использовать метод нормирования. В качестве нормирующей базы выбрано значение одноименных критериев в среднем по России. Заметим, что названия количественных критериев, определяемых на основании данных Росстата, приводятся преимущественно в соответствии с принятым в статистических сборниках (например, [7]).

1. Трудовые ресурсы:

(2)

где r - индекс, характеризующий значение критерия для региона; R - индекс, характеризующий значение критерия в среднем по России; - обозначение того, что критерий определяется экспертами; TR1 - коэффициент миграционного прироста на 10 тыс. человек населения, чел.; TR2 – численность экономически активного населения, тыс. чел.; TR3 - численность безработных, тыс. чел.; TR4 - численность работников, участвовавших в забастовках, тыс. чел.; TR5 – коэффициент демографической нагрузки (количество лиц нетрудоспособных возрастов, приходящееся на 1000 человек трудоспособного возраста), чел.; TR6 – среднемесячная номинальная начисленная заработная плата работников организации, тыс. руб.; TR7 – уровень населения с высшим образованием на 1 тыс. чел. населения, чел.; TR8 - уровень населения с послевузовским образованием на 1 тыс. чел. населения, чел.; TR9 - уровень населения с неполным высшим образованием на 1 тыс. чел. населения, чел.; TR10 - уровень населения со средним профессиональным образованием на 1 тыс. чел. населения, чел.; TR11 - уровень населения с начальным профессиональным образованием на 1 тыс. чел. населения, чел.; TR12 – заболеваемость на 1000 человек населения, чел.; TR13 – легкость поиска, подбора и адаптации персонала, балл; TR14 – соответствие знаний, умений и навыков персонала заявленным, балл; ,…, - коэффициент значимости соответствующего критерия фактора «Трудовые ресурсы».

2. Спрос:

 (3)

где * - обозначение того, что критерий рассчитывается на основе статистических данных, а не имеется в готовом виде; S1 – рост реальных денежных доходов населения, %; S2 – среднедушевые денежные доходы, руб.; S3 – рост оборота торговли и общественного питания, %; S4 – вывоз основных видов пищевых продуктов организациями-производителями и организациями оптовой торговли из субъектов Российской Федерации, млн руб.; S5 – вывоз основных непродовольственных потребительских товаров организациями-производителями и организациями оптовой торговли из субъектов Российской Федерации, млн руб.; S6 – вывоз автотранспортных средств и их принадлежностей организациями-производителями и организациями оптовой торговли из субъектов Российской Федерации, млн руб.; S7 – вывоз важнейших видов несельскохозяйственных промежуточных товаров организациями-производителями и организациями оптовой торговли из субъектов Российской Федерации, млн руб.; S8 – простота реализации продукции (товаров, работ, услуг), балл; S9 – непритязательность потребителей продукции (товаров, работ, услуг), балл; ,…, - коэффициент значимости соответствующего критерия фактора «Спрос».

3. Состояние и доступность капитала (реального и финансового):

, …, 0, (4)

где SDК1 – стоимость основных фондов, млн руб.; SDК2 – коэффициент ввода основных фондов, %; SDК3 – степень износа основных фондов, %; SDК4 – объем прямых иностранных инвестиций, тыс. долл.; SDК5 – объем портфельных иностранных инвестиций, тыс. долл.; SDК6 – средняя процентная ставка по кредитам для бизнеса, %; SDК7 – средняя процентная ставка по лизинговым операциям, %; SDК8 – доступность кредитных ресурсов, балл; SDК9 – доступность лизинга, балл; ,…, - коэффициент значимости соответствующего критерия фактора «Состояние и доступность капитала».

4. Финансовое состояние организаций:

, …, 0, (5)

где FSO1 – вклады юридических лиц в рублях, привлеченные кредитными организациями, млн руб.; FSO2 – вклады юридических лиц в иностранной валюте, привлеченные кредитными организациями, млн руб.; FSO3 – сальдированный финансовый результат деятельности организаций, млн руб.; FSO4 – удельный вес убыточных организаций, %; FSO5 – доля просроченной дебиторской задолженности, %; FSO6 – отношение кредиторской задолженности к дебиторской, %; FSO7 – рентабельность основной деятельности, %; FSO8 – независимость организации от контрагентов, балл; FSO9 – возможность улучшения финансового положения, балл; ,…, - коэффициент значимости соответствующего критерия фактора «Финансовое состояние организаций».

5. Научные исследования и инновации:

, …, 0, (6)

где NII1 – число используемых передовых производственных технологий, шт.; NII2 – инновационная активность предприятий, %; NII3 – затраты на технологические инновации, млн руб.; NII4 – объем инновационных товаров, работ, услуг, млн руб.; NII5 – степень доступности инновационных технологий, балл; NII6 – степень результативности использования инновационных технологий, балл; ,…, - коэффициент значимости соответствующего критерия фактора «Состояние и доступность капитала».

6. Инфраструктура:

, …, 0, (7)

где I1 – отправление грузов железнодорожным транспортом общего пользования, млн т; I2 – перевозки грузов автомобильным транспортом организаций всех видов деятельности, млн т; I3 – плотность железнодорожных путей общего пользования, километров путей на 10 000 квадратных километров территории; I4 – плотность автомобильных дорог общего пользования с твердым покрытием, километров путей на 10 000 квадратных километров территории; I5 – удельный вес автомобильных дорог общего пользования с усовершенствованным покрытием в протяженности автомобильных дорог с твердым покрытием общего пользования, %; I6 – удельный вес организаций, использующих информационные и коммуникационные технологии, %; I7 – удельный вес организаций, имеющих веб-сайт, %; I8 – удельный вес организаций, использующих электронный документооборот, %; I9 – удельный вес организаций, использующих специальные программные средства, %; I10 – степень развитости транспортной инфраструктуры для ведения бизнеса, балл; I11 – степень развитости информационной инфраструктуры для ведения бизнеса, балл; ,…, - коэффициент значимости соответствующего критерия фактора «Инфраструктура».

7. Административные барьеры и безопасность:

, …, 0, (8)

где ABB1 – уровень коррупции, балл; ABB2 – высота входных барьеров при открытии бизнеса, балл; ABB3 – тяжесть налогового бремени, балл; ABB4 – тяжесть коррупционного гнета, балл; ABB5 – реальность поддержки со стороны администрации, балл; ABB6 – степень защищенности от криминала, балл; ABB7 – успешность борьбы с преступностью, балл; ,…, - коэффициент значимости соответствующего критерия фактора «Административные барьеры и безопасность».

8. Природа и география:

, …, 0, (9)

где PG1 – привлекательность климата, балл; PG2 – территориальное размещение в пределах страны, балл; PG3 – удаленность от международных бизнес-центров, балл; PG4 – наличие природных ресурсов, балл; ,…, - коэффициент значимости соответствующего критерия фактора «Природа и география».

9. Социально-политическая стабильность:

, …, 0, (10)

где SPS1 – преемственность политического курса, балл; SPS2 – отсутствие противоречий между органами власти разных уровней, балл; SPS3 – отсутствие социальных волнений, балл; SPS4 – слабость профсоюзов, балл; ,…, - коэффициент значимости соответствующего критерия фактора «Социально-политическая стабильность».

Для недопущения включения в модель дублирующих друг друга критериев для каждого из факторов составлялась матрица межкритериальной корреляции. Так, для фактора «Трудовые ресурсы» она представлена в таблице 1. Проведенное исследование позволило выявить, что ни в один из факторов не входят критерии, связанные друг с другом более чем на 0,7, следовательно, дублирующие критерии отсутствуют. Аналогичный анализ был проведен и для факторов, включенных в модель. Полученные результаты также позволили выявить допустимую связь факторов друг с другом, что свидетельствует об адекватности предлагаемой модели.

Таблица 1

Матрица межкритериальной корреляции фактора «Трудовые ресурсы»

 

TR1

TR2

TR3

TR4

TR5

TR6

TR7

TR8

TR9

TR10

TR11

TR12

TR13

TR14

TR1

1,00

 

 

 

 

 

 

 

 

 

 

 

 

 

TR2

0,67

1,00

 

 

 

 

 

 

 

 

 

 

 

 

TR3

0,47

0,68

1,00

 

 

 

 

 

 

 

 

 

 

 

TR4

-0,34

-0,20

-0,09

1,00

 

 

 

 

 

 

 

 

 

 

TR5

0,12

0,10

0,17

0,48

1,00

 

 

 

 

 

 

 

 

 

TR6

0,68

0,69

0,68

-0,27

0,18

1,00

 

 

 

 

 

 

 

 

TR7

0,67

0,30

0,01

-0,34

-0,24

0,24

1,00

 

 

 

 

 

 

 

TR8

0,59

0,52

0,35

-0,37

0,09

0,54

0,48

1,00

 

 

 

 

 

 

TR9

0,68

0,66

0,36

-0,51

-0,30

0,59

0,68

0,59

1,00

 

 

 

 

 

TR10

0,00

0,24

0,27

-0,05

0,23

0,26

-0,26

0,18

-0,06

1,00

 

 

 

 

TR11

-0,42

-0,03

0,27

0,23

-0,13

-0,08

-0,61

-0,18

-0,48

-0,07

1,00

 

 

 

TR12

0,28

0,21

0,23

-0,25

-0,28

0,30

0,10

0,26

0,19

0,14

-0,01

1,00

 

 

TR13

0,14

0,15

0,12

0,08

0,09

0,10

-0,02

0,02

0,22

0,35

0,04

-0,24

1,00

 

TR14

0,11

0,23

0,17

0,08

0,28

0,23

0,04

0,02

-0,12

0,44

-0,18

-0,39

-0,08

1,00

Безусловно, ни одна интегральная модель оценки конкурентоспособности региона не может быть признана единственно верной, что приводит к тому, что рейтинги, составленные на основе разных методик, могут давать отличающиеся результаты [4]. Предложенная оценочная модель позволяет получить достаточно объективную сводную картину текущего социально-экономического состояния регионов, поскольку предусматривает анализ агрегированных показателей, полученных как на основе обработки данных, приводимых в статистических сборниках, так и с использованием экспертных методов.

Рецензенты:

Дровяников В.И., д.э.н., профессор, проректор по учебной и воспитательной работе НОУ ВПО «Международный институт рынка», г. Самара.

Рамзаев В.М., д.э.н., профессор, проректор по научной работе и экономическому развитию НОУ ВПО «Международный институт рынка», г. Самара.