Текст книги "Развитие российского общества. Cоциально-экономические и правовые исследования"

Важнейшим фактором конкурентоспособности отечественных промышленных предприятий служит спрос на изготавливаемую ими продукцию на международных рынках. Экспортоориентированность отраслей предопределяет повышенную рентабельность их деятельности по сравнению с другими отраслями промышленности, продукция которых наполняет внутренний рынок и испытывает конкуренцию со стороны импортных товарозаменителей. Этот факт практически разделяет все отрасли на две группы: экспортоориентированные отрасли, имеющие хорошие показатели устойчивости (топливная промышленность, металлургия, в меньшей степени химическая и нефтехимическая промышленность), и отрасли, которые ощущают давление со стороны импортных товарозаменителей (машиностроение, легкая промышленность). Самыми высокими значениями рентабельности отличаются предприятия топливного комплекса и металлургии, что объясняется стремительно растущими оборотами нефтегазового и металлургического секторов (рис. 1.8в). Хуже всего ситуация обстоит в электроэнергетике, легкой и прочих отраслях промышленности.

Между тем в большинстве отраслей наблюдается постепенное снижение уровня деловой активности, связанное со снижением эффективности инвестиций в долгосрочные активы (рис. 1.8б). Такая негативная динамика не коснулась лишь отраслей черной металлургии и легкой промышленности.

Ясно, что непосредственными источниками повышения эффективности использования основных фондов и производственных мощностей являются уменьшение количества излишнего и быстрое обновление парка оборудования.

Начиная с 2000 г. промышленные предприятия в большинстве своем, за исключением предприятий электроэнергетики и металлургии, обнаруживают тенденцию к замедлению оборачиваемости активов (рис. 1.8 г).

В широком смысле устойчивым может быть признано только то предприятие, производственно-финансовое состояние которого свидетельствует как о достаточном уровне финансовой устойчивости, так и об интенсивности использования ресурсов и эффективности вложений в долгосрочные и оборотные активы. Мера достаточности должна определяться в каждом конкретном случае исходя из целей и условий проведения анализа устойчивости.

Почти во всех отраслях индустрии (за исключением цветной металлургии) в 1998 г. был зафиксирован спад уровня устойчивости, а затем также согласованно был продемонстрирован резкий скачок вверх, причем лидером по уровню устойчивости стала отрасль черной металлургии (табл. 1.3, рис. 1.9).

Таблица 1.3. Средние значения интегрального показателя устойчивости «S» по отраслям промышленности в динамике в 1997–2004 гг.

Обобщением рассмотренного выше анализа характеристик отраслей промышленности служит выявление тех из них, которые имеют наибольшее влияние на эффективность производства.

Для этой цели построим регрессионные модели взаимосвязей темпов роста объема продаж отчетного года и объема продаж следующего за отчетным (одним из наиболее распространенных критериев эффективности является рост объема продаж) с отраслевыми и региональными характеристиками в годовой динамике. В качестве контрольных независимых переменных выбраны структурные характеристики предприятия:

• обобщенные факторы устойчивости предприятия (финансовая устойчивость, эффективность инвестиций в долгосрочные активы, интенсивность использования ресурсов, эффективность инвестиций в оборотные активы);

• отраслевая принадлежность, поскольку технологические процессы на предприятиях, принадлежащих к разным отраслям, могут существенно различаться. Поэтому в модель также введено 11 дамми-переменных (в качестве базовой отрасли принята черная металлургия, которую отличали наилучшие значения величины интегрального показателя устойчивости «S»).

Чтобы учесть возможное влияние неидентифицируемых региональных особенностей, в расчеты были включены фиктивные переменные для различных территорий:

• территориальное расположение в одном из 20 регионов. Введено 20 дамми-переменных;

• принадлежность к федеральным округам, в качестве базовой категории выбран Дальневосточный федеральный округ;

• принадлежность к экономическим районам, в качестве базовой категории определен Калининградский экономический район.

С целью учета изменений макроэкономических условий в России в течение 1997–2004 гг. в эконометрическую модель дополнительно включены фиктивные переменные для этого периода (в качестве базовой категории выбран 1997 г.).

Для корректного использования линейной формы регрессионного уравнения и обеспечения гомоскедастичности остатков в качестве зависимой переменной использован логарифм от значения темпа роста объема продаж и применен метод наименьших квадратов (результаты приведены в табл. 1.4). Качество построенной модели в целом определим ее дисперсионным анализом.

Таблица 1.4. Регрессия индикатора темпов роста объема продаж от обобщенных факторов устойчивости и временного фактора

Окончание таблицы 1.4

Все комплексные характеристики устойчивости работы предприятия оказались значимыми, и среди них особо выделяются своим влиянием на увеличение темпов роста объема продаж факторы рентабельности и динамики развития, тогда как в противоположном направлении действует фактор финансовой устойчивости предприятия.

Использование в качестве зависимой переменной темпа роста объемов продаж с лагом в один год показывает, что в среднем увеличение устойчивости на 10 % приводит к снижению темпов роста объема продаж в следующем году на 1,4 % (табл. 1.5).

Таблица 1.5. Регрессия индикатора темпов роста объема продаж следующего за отчетным года от интегрального показателя устойчивости и фиктивных переменных территориальной и временной принадлежности

Окончание таблицы 1.5

Вместе с тем анализ регрессионной модели показывает, что не все из рассматриваемых факторов статистически значимы. Значимая региональная дифференциация проявилась лишь у 7 регионов из 20: Красноярский край, Новосибирская, Тюменская, Ленинградская, Московская области, гг. Санкт-Петербург и Москва. Влияние их достаточно мало, но у всех, кроме Красноярского края, является положительным: в среднем предприятия, расположенные в этом крае, показывают меньший темп роста объемов продаж по сравнению с другими регионами.

Несмотря на то что практически все независимые переменные в анализе являются значимыми, влияние их на интегральный показатель устойчивости предприятий весьма невелико. Результаты регрессионного анализа показывают, что в наибольшей степени на устойчивость предприятий в целом и среднем влияют макроэкономические условия, характеризующие принадлежность наблюдений к конкретному годовому периоду (табл. 1.6).

Таблица 1.6. Регрессия интегрального показателя устойчивости от фиктивных переменных отраслевой, территориальной и временной принадлежности

Дальнейшим шагом исследования территориальных особенностей, связанных со средним уровнем устойчивости региональных предприятий, явилась их классификация с помощью кластерного анализа на ряд как можно больше отличающихся друг от друга групп по величине интегрального показателя устойчивости «S» за восемь годовых периодов – с 1997 по 2004 гг.

Метод кластеризации с данными характеристиками приводит к наиболее равномерному распределению количества регионов по кластерам, и его применение позволило разбить массив на четыре основные группы (рис. 1.10) с точки зрения того, что большинство расположенных в них предприятий являются:

• неустойчивыми (первый кластер);

• относительно устойчивыми (второй кластер);

• наиболее устойчивыми (третий кластер);

• кризисными (четвертый кластер).

Кластерный анализ проведен с помощью пакета «Statistica 6.0».

Дисперсионный анализ классификационных признаков позволил сделать вывод, что наиболее значимыми эти показатели были в 1998 и 1999 гг. (F = 45,78 и F = 47,46 соответственно).

Предприятия, расположенные по результатам классификации методом k-средних в регионах первого кластера (неустойчивые предприятия), не смогли оправиться от кризиса 1998 г. (табл. 1.7). Его последствия, отпечаток которых несет динамика интегрального показателя устойчивости, дают о себе знать и поныне. В этой группе оказались республики, края и области, находящиеся на приграничной территории на северо-западе (Республика Карелия, Республика Коми) и востоке (Приморский край, Амурская область) России.

Во второй кластер (относительно устойчивые предприятия) фактически вошли те регионы (см. табл. 1.7), экономику которых образуют широко диверсифицированные обрабатывающие производства (Центральный, Северо-Западный, Поволжский районы), в том числе и машиностроение с большой долей ВПК (среди них Иркутская, Саратовская, Тульская и Ульяновская области). Тем самым этот тип представлен индустриальными регионами, потенциал которых зиждется на отраслях, не относящихся к топливным. В то же время устойчивость их экономического положения выглядит довольно слабой, поскольку инвестиционные процессы в таких регионах не отвечают условиям инновационной экономики.

Таблица 1.7. Кластеризация регионов по среднему значению комплексного показателя устойчивости предприятий, принадлежащих к данным территориям

Окончание таблицы 1.7

В третий кластер (наиболее устойчивые предприятия) вошли регионы-доноры и лидеры инвестиционного рейтинга «Эксперт»[6]6
  Инвестиционные рейтинги регионов «Эксперт» [Электронный ресурс]. Режим доступа: www.raexpert.ru/ratings.


[Закрыть]: гг. Москва, Санкт-Петербург, Нижегородская, Самарская, Московская, Липецкая, Пермская, Тюменская области (см. табл. 1.7). Москва, Московская область и Санкт-Петербург выделяются в силу своих столичных функций, а Тюменская область – богатых природных запасов, особенно топлива. Существенной отличительной чертой рассматриваемого типа является высокая (или растущая) инвестиционная активность за счет как иностранных, так и внутренних инвестиций, что создает предпосылки для их устойчивого экономического положения в будущем.

Наконец, четвертый кластер (кризисные предприятия) объединил регионы, в значительной мере специализирующиеся на легкой промышленности и машиностроении, в том числе на выпуске военной продукции (см. табл. 1.7). Среди них и экономически слаборазвитые аграрные или периферийные районы, зависящие от средств федерального бюджета, и отдаленные северные и восточные регионы.

Проведенное исследование показало, что некоторые субъекты Российской Федерации, несмотря на достаточную удаленность друг от друга по абсолютным показателям, по степени устойчивости деятельности региональных предприятий находятся примерно на одинаковом уровне.

Оценка экономической устойчивости промышленного предприятия. Для исследования факторов и проведения оценки экономической устойчивости промышленных предприятий был разработан методический подход, исходную информационную базу которого составил набор показателей, представленных в табл. 1.8. Затем с целью выявления и исключения при построении модели избыточных показателей, дублирующих друг друга, был проведен их корреляционный анализ.

Таблица 1.8. Показатели, характеризующие экономическую устойчивость предприятия

Окончание таблицы 1.8

Корреляционный анализ проводился на основании имеющихся сведений по формам № 1 и 2 Бухгалтерского баланса по совокупности 726 промышленных предприятий России в период с 1997 по 2007 гг.

Сведения были получены на сайтах Первого независимого рейтингового агентства (Fira.ru™, www.fira.ru, источник данных: ГМЦ Госкомстата РФ) и Системы профессионального анализа рынков и компаний (СПАРК) компании «Интерфакс» (www.spark-interfax.ru, источники данных: Госкомстат и Федеральная служба по финансовым рынкам России). Анализ был выполнен с использованием программного пакета «Statistica 6.0», а также MS Excel, результаты анализа представлены в табл. 1.9.

В ходе анализа было выявлено, что тесной корреляционной зависимостью (r > 0,7) обладают следующие показатели: коэффициент оборачиваемости совокупных активов – коэффициент оборачиваемости оборотных активов (r = 0,795 5), коэффициент оборачиваемости совокупных активов – коэффициент рентабельности основной деятельности (r = 0,773 6), коэффициент оборачиваемости совокупных активов – коэффициент рентабельности активов (r = 0,780 2), коэффициент оборачиваемости совокупных активов – коэффициент чистой рентабельности продаж (r = 0,779 2), коэффициент концентрации заемного капитала – коэффициент автономии (r = 1,000 0), коэффициент концентрации заемного капитала – коэффициент текущей ликвидности (r = –0,763 0), коэффициент чистой рентабельности собственного капитала – коэффициент рентабельности основной деятельности (r = 0,733 7), коэффициент чистой рентабельности собственного капитала – коэффициент чистой рентабельности продаж (r = 0,837 5), коэффициент текущей ликвидности – коэффициент срочной ликвидности (r = 0,846 8).

Таблица 1.9. Матрица корреляции исходных показателей, использованных при построении модели оценки экономической устойчивости промышленного предприятия

С учетом наличия тесных корреляционных связей между показателями из дальнейшего рассмотрения были исключены следующие исходные показатели:

• коэффициент оборачиваемости совокупных активов (П17);

• коэффициент концентрации заемного капитала (П18);

• коэффициент чистой рентабельности собственного капитала (П19);

• коэффициент текущей ликвидности (П20).

Отсутствие достаточного объема статистических данных по таким показателям деятельности промышленных предприятий, как коэффициент использования производственной мощности предприятия (П2), коэффициент годности основных фондов (П3), удельный вес инновационной продукции в общем объеме реализованной продукции (П4), коэффициент морального износа основных средств 2-го рода (П23), коэффициент ритмичности производства (П24), коэффициент диверсификации производства продукции (П25), доля рынка (П26), коэффициент постоянства кадров (П28) и показатель квалификационного состава предприятия (П29), не позволяет проверить наличие корреляционных связей указанных показателей друг с другом, а также с остальными исходными показателями, отобранными для построения модели оценки экономической устойчивости промышленного предприятия. Таким образом, в результате анализа формируется представленный в табл. 1.10 набор показателей деятельности предприятия, необходимых для проведения комплексной оценки экономической устойчивости промышленного предприятия.

Первая группа показателей, отражая уровень организации производства и степень загрузки основных фондов предприятия, сообщает о его производственной устойчивости.

Вторая группа показателей включает удельный вес инновационной продукции в общем объеме реализованной продукции, что позволяет оценить активность инновационной деятельности предприятия как один из первостепенных факторов его успешного развития на рынке.

Третью группу показателей представляют коэффициент годности основных фондов и коэффициент морального износа основных средств 2-го рода, характеризующие состояние основных фондов и работу предприятия по их обновлению и совершенствованию, т. е. инвестиционную деятельность.

Четвертая группа показателей раскрывает рыночную устойчивость предприятия, т. е. уровень его деловой активности, связанный с адаптивностью предприятия к рыночным отношениям, что характеризуется, во-первых, долей предприятия на рынке и уровнем диверсификации производства продукции, а во-вторых, показателями оборачиваемости собственного капитала, оборотных активов и запасов.

Таблица 1.10. Показатели, включенные в модель оценки экономической устойчивости промышленного предприятия

Пятую группу показателей составляют показатели рентабельности, измеряющие степень эффективности использования ресурсов. Показатели рентабельности являются относительными характеристиками экономических результатов деятельности предприятия и при анализе хозяйственной деятельности используются как инструмент оценки инвестиционной политики и ценообразования.

Шестая группа показателей сообщает о финансовой устойчивости предприятия, и потому в ней пристальное внимание уделяется показателям ликвидности. Сущность финансовой устойчивости определяется эффективным формированием, распределением и использованием финансовых ресурсов. Недостаточная финансовая устойчивость может привести к неплатежеспособности предприятия и отсутствию у него средств для модернизации производства, а избыточная – препятствовать развитию, отягощая затраты предприятия излишними запасами и резервами.

Седьмую группу показателей представляют показатели стабильности кадров и квалификационного состава предприятия. Постоянные кадры, длительное время работающие на предприятии, совершенствуют свою квалификацию, осваивают смежные профессии, быстро ориентируются в неординарной обстановке, создают определенную деловую атмосферу и корпоративную культуру в коллективе, что способствует выполнению поставленных целей.

Выбранные для модели показатели характеризуют семь составных элементов устойчивости предприятия. Представленная группировка показателей позволяет многоаспектно оценивать элементы экономической устойчивости предприятия (производственную, инновационную, инвестиционную, рыночную, организационно-экономическую, финансовую и кадровую деятельность).

Предприятия, характеризующиеся уровнями экономической устойчивости, близкими к узловым точкам некоторой дискретной шкалы, относить строго к одному уровню экономической устойчивости вряд ли правомерно. Ведь близость к границе уровней экономической устойчивости будет накладывать определенный отпечаток на характеристики предприятия, которое будет обладать признаками двух интервалов устойчивости одновременно. Предлагается устранить существующее противоречие между непрерывным изменением показателей экономической устойчивости и «скачкообразным» переходом с одного уровня устойчивости на другой с помощью аппарата теории нечетких множеств. Для этого предлагается в окрестностях узловых точек шкалы желательности Е.С. Харрингтона (пограничных зон двух уровней устойчивости) оценивать принадлежность показателей экономической устойчивости к двум смежным уровням устойчивости, но в соответствующей степени.

Мониторинг и анализ устойчивости социально-экономического развития региона. Разработка процедуры мониторинга социально-экономического развития территориальных образований и его осуществление преследуют цель повышения действенности регионального управления благодаря расширению его информационно-аналитической поддержки и продвижению функциональных возможностей его прикладного инструментария. На основании этого проведение такого мониторинга опирается на специальную систему сбора, обработки и хранения информации, анализ и прогнозирование тенденций изменения социально-экономических процессов и обоснование своевременных и продуктивных мер для предупреждения негативной динамики и укрепления конкурентных позиций региональной экономики. Тем самым реализация проектируемого мониторинга, с одной стороны, позволит наращивать координирующее влияние органов власти и управления на процессы адаптации социальной и экономической сфер к растущим потребностям региона, а с другой – станет подспорьем для менеджеров в управлении эффективностью и устойчивостью региональной экономики на фоне выстраивания отношений со странами ВТО.

Центральная идея, которая заложена в концепции разрабатываемой процедуры мониторинга, – создание информационно и функционально насыщенной компьютерной технологии, позволяющей исследовать поведение региональной экономики и ее свойства в ретроспективе и перспективе, выполнять информационное обеспечение поиска управленческих решений, и при этом быть удобной в использовании. Заметим, что обычно подобного рода информационные технологии ограничиваются накоплением хронологического ряда величин показателей и их статистическим анализом (корреляционным, регрессионным, дисперсионным).

Вместе с тем на практике наряду с этим появляется потребность в углублении изучения доминирующих тенденций, в частности изменения показателей эффективности и устойчивости сфер региональной экономики, и анализа условий их сохранения и повышения. Такой подход составляет ценность прежде всего для проблемных социально-экономических закономерностей, поскольку выход величин наблюдаемых показателей за пределы допуска может служить тревожным симптомом и угрожать нормальному функционированию региональной экономики. В результате авторы представляют мониторинг регионального социально-экономического развития как комплексное исследование, целью которого является активная поддержка процессов познания социально-экономических тенденций и информационное сопровождение поиска управленческих решений в рамках осуществляемой региональной политики.

Для достижения этой цели разработка и реализация технологии мониторинга должны базироваться на следующих методологических принципах:

• комплексность мониторинга регионального социально-экономического развития, предполагающая контроль обширного множества показателей, что позволит исследовать и оценить многоаспектную деятельность региональной экономики и составить целостное динамическое представление о ней;

• системный анализ и синтез социально-экономических процессов, благодаря чему станет возможной декомпозиция их на ряд подпроцессов и наращивание знаний о каждом из них посредством наблюдения аспектных индикаторов, с одной стороны, и обобщения их затем в агрегатные показатели региональной экономики, с другой стороны;

• функциональная полнота мониторинга, обеспечиваемая выполнением взаимосвязанных функций сбора, обработки, передачи, хранения данных, ретроспективного анализа и прогнозирования наблюдаемых показателей и др.;

• универсальность структуры информационного и функционального обеспечения мониторинга и, как следствие, возможность добавления новых функций и показателей в технологию мониторинга регионального социально-экономического развития;

• необходимость и достаточность информации для мониторинга, т. е. накопление и обработка массива релевантной информации в календарном разрезе (по месяцам, кварталам и годам в зависимости от потребности) по различным аспектам социально-экономического развития регионов при устранении дублирования и избыточности поступающей информации;

• непрерывность проведения мониторинга, что позволяет без пауз, постоянно выполнять наблюдение, оценку, анализ и прогноз тенденций социально-экономических процессов региона и тем самым своевременно принимать упреждающие управленческие решения;

• эконометрическое моделирование на базе собранной информации о социально-экономическом развитии регионов, которое даст возможность проводить тенденциальный анализ данных, поиск и выявление тренда хронологического ряда показателей региональной экономики и расчет его параметров для разработки управленческих решений;

• интеллектуализация технологии мониторинга, подразумевающая применение эвристических методов и экспертных процедур для обработки плохо формализуемой информации и суждений экспертов на естественном языке, использование которых повышает информационную емкость функций анализа и прогноза социально-экономических процессов региона;

• совместимость технологии мониторинга с системой коммуникаций и поддержки принятия решений органов региональной и федеральной власти и управления и ее интегрируемость в эту систему;

• сервисные преимущества технологии мониторинга, достигаемые оперативной и легкой настройкой ее на расчет требуемых показателей, независимостью технологии мониторинга от форм входных документов, отображением пучка траекторий на мониторе и бумажном носителе, распознаванием, блокировкой и комментарием явных ошибочных ситуаций в ходе ввода и обработки информации и др.;

• открытость технологии мониторинга для инновационной модернизации и последующего развития заложенных и наращивания дополнительных функций и моделей.

Анализ показывает: проводимый на территории Российской Федерации мониторинг не учитывает всей совокупности связей и свойств социально-экономической системы региона, и по этой причине за рамками исследований остается принцип комплексности осуществляемого мониторинга регионального развития. Косвенным подтверждением информационной неполноты такого мониторинга служит практика непрерывной доработки законодательства с целью улучшения методик расчетов систем показателей, а также расширения перечня показателей.

Вследствие игнорирования методологического принципа обеспечения комплексности мониторинга затруднительным становится выполнение требования проведения системного анализа и синтеза региональных социально-экономических процессов. К тому же схемы анализа и модели прогнозирования, заложенные в информационной системе регионального сегмента ГАС «Управление», являются интеллектуальной собственностью ЗАО «Прогноз», в связи с чем их детали разработчиками не раскрываются.

Ряд регионов сочли целесообразным следовать рекомендациям Министерства экономического развития РФ относительно методических подходов к разработке прогнозных показателей, провести расчеты и необходимые экспертные оценки без привлечения дополнительного научного потенциала. Однако в связи с выходом в свет указов Президента РФ № 607 и 825 такие субъекты РФ столкнулись с тем, что уполномоченными отделами по исполнению мониторинга осуществляется сбор огромного массива информации, но при этом от органов местного самоуправления и исполнительных органов государственной власти информация по показателям поступает в виде таблиц в MS Excel, тогда как органы статистики документы представляют в бумажном и электронном виде в MS Word и Excel. На помощь были призваны отделы информатизации, которые, в свою очередь, привлекли к решению проблемы компании, разрабатывающие программное обеспечение. Результатом их труда стало создание информационных систем, автоматизирующих рутинные процессы сбора информации, при этом дублирующие функции из данных систем были устранены. К пользователям этих информационных систем относятся Республика Татарстан («БАРС Групп», 2–3 млн. руб.), Республика Чувашия (компания «Кейсистемс», которая специализируется на финансах, 1,3–2,0 млн. руб.), Ярославская область (НПО «Криста», 2,5–3,0 млн. руб.), Красноярский край (Институт вычислительного моделирования СО РАН и ООО «Геопром», г. Красноярск; им была разработана АИС ММО).

По нашим сведениям, 47 регионов отдают предпочтение традиционным методам сбора информации с использованием электронной почты, документации на бумажных носителях и т. п. Для расчетов применяются встроенные средства Excel.

В целом обсуждение распространенных информационных технологий мониторинга социально-экономического развития регионов показывает, что они далеки от реализации в полной мере предложенных методологических принципов, осуществление которых придаст технологии мониторинга достаточную универсальность, адаптивность и удобство в практическом применении.

Сосредоточим теперь внимание на оценке устойчивости региональной экономики, которая должна быть комплексной и емкой, отражая инновационный характер экономического развития. Напомним, что теория устойчивости рассматривает устойчивое движение системы лишь при допустимых возмущающих воздействиях, поскольку в противном случае ее устойчивость может быть подорвана. Существенно и то, что с позиций синергетики процесс развития сложных систем протекает как в устойчивом, так и в неустойчивом режиме, причем последний преобладает и становится примечательной чертой развивающихся экономических систем. Поэтому понятие «устойчивое развитие» полагаем весьма условной, прочно укоренившей в научной литературе категорией, которая, по мнению В.А. Коптюга, служит для обозначения прогрессивных общецивилизационных преобразований как баланса «экологии, экономики и социальных аспектов, неразрывно связанных между собой»[7]7
  Коптюг В.А. Избранные труды / Новосиб. ин-т орган. химии им. Н.Н. Ворожцова СО РАН. Т. 4: Информатика. Экология. Устойчивое развитие. М.: Наука, 2006. – С. 436.


[Закрыть].

С помощью разработанной методики оценки устойчивости региональной экономики, основанной на использовании интегрального показателя, с учетом таких аспектов ее функционирования, как инновационный, экономический, социальный и экологический, определим уровень устойчивости экономики Иркутской области. На рис. 1.11 изображена динамика частных и интегрального показателей устойчивости экономики Иркутской области в 2000–2009 гг. Горизонтальными штрихпунктирными линиями на графике обозначена шкала уровней устойчивости региона: очень низкий, низкий, средний, высокий, очень высокий.

Рис. 1.11. Динамика уровня устойчивости экономики Иркутской области в 2000–2009 гг.

Уровень интегрального показателя устойчивости, несмотря на незначительное снижение, свидетельствует о среднем уровне устойчивости анализируемого региона. Отрицательное влияние на динамику интегрального показателя устойчивости экономики Иркутской области оказало уменьшение величины коэффициентов по таким элементам, как экономическая деятельность и социальное положение, которые находятся в зоне высокой и средней устойчивости соответственно. Величина показателя устойчивости по элементу «экологическое состояние» стабильно находится на очень низком уровне, отражая значительную нагрузку на природную систему региона.

Крайне малый вес инновационных товаров, работ, услуг в общем объеме произведенных товаров, совершенных работ, оказанных услуг на территории Иркутской области (табл. 1.11) в большой степени обусловливает низкий уровень устойчивости по элементу «инновационная деятельность», что ослабляет конкурентоспособность региона как на внутреннем, так и на внешнем рынке.

В целом можно констатировать положительную динамику уровня инновационной устойчивости экономики Иркутской области. Однако здесь следует заметить, что предложенная модель оценки уровня устойчивости, с использованием которой получены излагаемые результаты, преимущественно предназначена для сравнительного анализа с другими субъектами РФ.

Омская и Новосибирская области занимают передовые позиции среди регионов Сибирского федерального округа по объему инновационных товаров, работ, услуг. По финансированию технологических инноваций лидируют в нем Томская, Омская, Иркутская, Новосибирская области и Красноярский край. Поэтому низкий уровень инновационной устойчивости Иркутской области является таким лишь относительно других регионов России.

Для оценки уровня устойчивости экономики Иркутской области не только в динамике, но и в сопоставлении с другими регионами с помощью разработанной методики рассчитаем значения интегрального показателя устойчивости субъектов РФ, входящих в состав Сибирского федерального округа (рис. 1.12).

Динамика интегрального показателя устойчивости позволяет сформулировать вывод о том, что устойчивость большинства обозреваемых регионов Сибирского федерального округа за наблюдаемый период снизилась. Исключение составляют Новосибирская, Омская и Томская области, повышение уровня устойчивости которых во многом обеспечено развитием инновационной среды. Так, инновационная активность организаций Томской области оценивается в 15,3 %, что превышает среднероссийский показатель в 1,7 раза.