Полноценное исследование экономического развития страны и ее регионов невозможно без подробного анализа тенденций промышленного развития. В этом плане изучение статистических показателей, характеризующих промышленное производство, опирающееся на применение информационных технологий и экономико-математических методов и моделей, дает возможность не только оценить общую картину развития, но и позволяет определить важнейшие связи показателей и направления их взаимного влияния. В свою очередь, на основе построенных моделей взаимозависимости можно делать математически обоснованные выводы и прогнозы будущего развития.
Цель исследования: экономико-математический анализ взаимосвязей важнейших показателей, характеризующих социально-экономическое развитие регионов и государства в целом. При этом основное внимание в проводимом исследовании уделяется показателям промышленного производства в связи с их ключевой ролью в формировании экономической базы. Выявление взаимозависимостей и сложившихся на данном этапе тенденций изменения показателей является непременным условием разработки долгосрочных стратегических программ экономического развития и определения необходимых внутриполитических мер для получения оптимального результата, генеральным образом выражающегося в достижении уверенной динамики устойчивого развития.
Материалы и методы исследования
Материалом для данного исследования послужили статистические данные о важнейших показателях социально-экономического развития федеральных округов Российской Федерации и страны в целом, опубликованные Росстатом РФ. В качестве методов исследования применялись различные методы обработки и анализа статистических массивов, в частности методы сопоставления и группировок, корреляционный и регрессионный анализ, методы экономико-математического моделирования.
Результаты исследования и их обсуждение
В качестве одного из важнейших показателей экономического развития традиционно рассматривается валовой региональный продукт (ВРП), величина которого в обобщенном виде характеризует процесс производства в регионе товаров и услуг для конечного использования [1]. Исследование корреляции между величиной ВРП и объемами промышленного производства позволяет получить представление о наиболее вероятных направлениях изменения ВРП при перспективных вариациях основных видов промышленных производств.
Построенные на основе официальных статистических данных [2] за 2005–2015 гг. регрессионные модели дают основание утверждать наличие такой связи не только в целом для Российской Федерации, но и для каждого отдельно взятого региона. В частности, локальная проверка влияния обособленно выделенного показателя объема производства, рассчитанного как совокупность объемов производств трех важнейших направлений промышленности (добыча полезных ископаемых, обрабатывающие производства и производство и распределение электроэнергии, газа и воды), показала хорошие результаты достоверности моделей, подтверждаемые нулевыми значениями вероятностей выполнения нуль-гипотез для коэффициента детерминации и для коэффициента регрессии для всех построенных моделей. Результаты расчетов приведены в табл. 1.
Как видно из табл. 1, для всех территорий подтверждается прямая и тесная корреляция между ВРП и объемами промышленного производства, причем для всех регионов, за исключением Уральского, значимый коэффициент регрессии имеет величину больше единицы, что означает, что увеличение объема производства на единицу (в данном случае, на 1 млн руб.) приводит к увеличению ВРП больше, чем на единицу (млн руб.).
Переход от линейных регрессионных моделей к нелинейным (в данном случае логарифмическим) позволяет провести экономическую интерпретацию полученных результатов в терминах не абсолютных единиц измерения (млн руб.), а относительных ( %). При хороших показателях значимости и достоверности всех моделей (нулевые вероятности выполнения нуль-гипотез для коэффициентов детерминации и регрессии) найденные регрессионные коэффициенты (табл. 2) характеризуют изолированное влияние объема производства в каждом федеральном округе на изменение величины его ВРП.
Таблица 1
Регрессионные модели зависимости ВРП от объемов промышленного производства по регионам РФ
| 
 №  | 
 Федеральный округ  | 
 Коэффициент детерминации  | 
 Уравнение регрессии  | 
| 
 1  | 
 РФ в целом  | 
 0,999  | 
 ВРП = 1,32 Объем производства  | 
| 
 2  | 
 Центральный  | 
 0,996  | 
 ВРП = 1,74 Объем производства  | 
| 
 3  | 
 Северо-Западный  | 
 0,997  | 
 ВРП = 1,11 Объем производства  | 
| 
 4  | 
 Южный  | 
 0,995  | 
 ВРП = 1,59 Объем производства  | 
| 
 5  | 
 Северо-Кавказский  | 
 0,992  | 
 ВРП = 3,17 Объем производства  | 
| 
 6  | 
 Приволжский  | 
 0,999  | 
 ВРП = 1,01 Объем производства  | 
| 
 7  | 
 Уральский  | 
 0,999  | 
 ВРП = 0,98 Объем производства  | 
| 
 8  | 
 Сибирский  | 
 0,999  | 
 ВРП = 1,2 Объем производства  | 
| 
 9  | 
 Дальневосточный  | 
 0,992  | 
 ВРП = 1,59 Объем производства  | 
Таблица 2
Нелинейные регрессионные модели зависимости ВРП от объемов промышленного производства по регионам РФ
| 
 №  | 
 Федеральный округ  | 
 Коэффициент детерминации  | 
 Уравнение регрессии  | 
| 
 1  | 
 РФ в целом  | 
 0,999996  | 
 ln ВРП = 1,0166 ln Объем производства  | 
| 
 2  | 
 Центральный  | 
 0,999981  | 
 ln ВРП = 1,0373 ln Объем производства  | 
| 
 3  | 
 Северо-Западный  | 
 0,999971  | 
 ln ВРП = 1,01 ln Объем производства  | 
| 
 4  | 
 Южный  | 
 0,999952  | 
 ln ВРП = 1,0283 ln Объем производства  | 
| 
 5  | 
 Северо-Кавказский  | 
 0,999946  | 
 ln ВРП = 1,086 ln Объем производства  | 
| 
 6  | 
 Приволжский  | 
 0,999992  | 
 ln ВРП = 1,0002 ln Объем производства  | 
| 
 7  | 
 Уральский  | 
 0,999997  | 
 ln ВРП = 0,9983 ln Объем производства  | 
| 
 8  | 
 Сибирский  | 
 0,999996  | 
 ln ВРП = 1,0126 ln Объем производства  | 
| 
 9  | 
 Дальневосточный  | 
 0,999919  | 
 ln ВРП = 1,0393 ln Объем производства  | 

Рис. 1. Величины ВРП и объемов производств по регионам РФ в 2015 г.
Исходя из полученных результатов, можно констатировать, что в течение рассмотренного периода в среднем по стране увеличение объема производства на 1 % приводило к увеличению ВРП на 1,0166 %. Для 95 %-ного уровня значимости это влияние колеблется в пределах от 1,01526 % до 1,01798 %. На 99 %-ном уровне значимости нижняя и верхняя границы интервала данного коэффициента равны 1,01469 % и 1,01856 % соответственно.
Аналогичным образом относительно средних значений коэффициента регрессии, приведенного в табл. 2 для каждого федерального округа, можно построить доверительные интервалы на 95 %-ном и 99 %-ном уровнях значимости.
Однако детальный анализ воздействия различных видов производства на ВРП представляет, пожалуй, больший интерес, поскольку выявляет более конкретную картину и позволяет разрабатывать более конкретные рекомендации по развитию регионов. На статистической базе 2005–2015 гг. авторами был проведен экономико-математический анализ для показателей объемов промышленного производства, официально подразделяемых на три основных вида: добыча полезных ископаемых; обрабатывающие производства; производство и распределение электроэнергии, газа и воды. Общая тенденция связи ВРП и перечисленных производственных показателей для федеральных округов (с учетом вхождения Крыма в состав Южного ФО с 2014 г.) оказалась за исследуемый период довольно устойчивой. Иллюстративный пример соотношения анализируемых показателей за 2015 г. приведен на рис. 1.
Из рис. 1 видно, что доля добычи ископаемых в Уральском ФО заметно выше, чем в остальных округах; что, на наш взгляд, объясняет превышение сумм по объемам производств над ВРП в данном регионе. Лидером в обрабатывающей сфере, как и в сфере производства и распределения электроэнергии, газа и воды, является Центральный ФО, что, впрочем, объясняется не только достаточно большим числом производственных предприятий в регионе, но и высокой концентрацией головных офисов предприятий именно в центре.
При этом вклад различных видов производств в ВРП региона неодинаков не только по федеральным округам, но и по видам производств. Это объясняется как спецификой промышленного развития разных регионов, так и особенностями наполнения ВРП в каждом федеральном округе [3]. В целом, чем выше коэффициент регрессии в уравнении зависимости ВРП от объемов производства, тем больше растет ВРП при единичном увеличении объема конкретного вида производства. Результаты проведения регрессионно-корреляционных вычислений приведены в табл. 3.
Таблица 3
Регрессионные модели зависимости ВРП от объемов промышленного производства по видам для регионов РФ
| 
 №  | 
 Федеральный округ  | 
 Коэффициент детерминации  | 
 Уравнение регрессии  | 
| 
 1  | 
 РФ в целом  | 
 0,998  | 
 ВРП = 5,89 Добыча полезных ископаемых  | 
| 
 2  | 
 Центральный  | 
 0,980  | 
 ВРП = 20,87 Добыча полезных ископаемых  | 
| 
 3  | 
 Северо-Западный  | 
 0,998  | 
 ВРП = 9,26 Добыча полезных ископаемых  | 
| 
 4  | 
 Южный  | 
 0,993  | 
 ВРП = 20,7 Добыча полезных ископаемых  | 
| 
 5  | 
 Северо-Кавказский  | 
 0,985  | 
 ВРП = 67,9 Добыча полезных ископаемых  | 
| 
 6  | 
 Приволжский  | 
 0,998  | 
 ВРП = 5,83 Добыча полезных ископаемых  | 
| 
 7  | 
 Уральский  | 
 0,998  | 
 ВРП = 2,02 Добыча полезных ископаемых  | 
| 
 8  | 
 Сибирский  | 
 0,990  | 
 ВРП = 4,62 Добыча полезных ископаемых  | 
| 
 9  | 
 Дальневосточный  | 
 0,980  | 
 ВРП = 2,55 Добыча полезных ископаемых  | 
| 
 1  | 
 РФ в целом  | 
 0,998  | 
 ВРП = 1,97 Обрабатывающие производства  | 
| 
 2  | 
 Центральный  | 
 0,993  | 
 ВРП = 2,19 Обрабатывающие производства  | 
| 
 3  | 
 Северо-Западный  | 
 0,995  | 
 ВРП = 1,43 Обрабатывающие производства  | 
| 
 4  | 
 Южный  | 
 0,991  | 
 ВРП = 2,02 Обрабатывающие производства  | 
| 
 5  | 
 Северо-Кавказский  | 
 0,993  | 
 ВРП = 4,58 Обрабатывающие производства  | 
| 
 6  | 
 Приволжский  | 
 0,999  | 
 ВРП = 1,4 Обрабатывающие производства  | 
| 
 7  | 
 Уральский  | 
 0,997  | 
 ВРП = 2,2 Обрабатывающие производства  | 
| 
 8  | 
 Сибирский  | 
 0,998  | 
 ВРП = 1,91 Обрабатывающие производства  | 
| 
 9  | 
 Дальневосточный  | 
 0,993  | 
 ВРП = 6,5 Обрабатывающие производства  | 
| 
 1  | 
 РФ в целом  | 
 0,992  | 
 ВРП = 11,89 Производство и распределение э/энергии, газа и воды  | 
| 
 2  | 
 Центральный  | 
 0,987  | 
 ВРП = 13,61 Производство и распределение э/энергии, газа и воды  | 
| 
 3  | 
 Северо-Западный  | 
 0,996  | 
 ВРП = 10,86 Производство и распределение э/энергии, газа и воды  | 
| 
 4  | 
 Южный  | 
 0,968  | 
 ВРП = 11,17 Производство и распределение э/энергии, газа и воды  | 
| 
 5  | 
 Северо-Кавказский  | 
 0,982  | 
 ВРП = 12,05 Производство и распределение э/энергии, газа и воды  | 
| 
 6  | 
 Приволжский  | 
 0,988  | 
 ВРП = 9,82 Производство и распределение э/энергии, газа и воды  | 
| 
 7  | 
 Уральский  | 
 0,991  | 
 ВРП = 13,24 Производство и распределение э/энергии, газа и воды  | 
| 
 8  | 
 Сибирский  | 
 0,995  | 
 ВРП = 10,1 Производство и распределение э/энергии, газа и воды  | 
| 
 9  | 
 Дальневосточный  | 
 0,989  | 
 ВРП = 11,43 Производство и распределение э/энергии, газа и воды  | 
Таблица 4
Нелинейные регрессионные модели зависимости ВРП от объемов промышленного производства по видам для регионов РФ
| 
 №  | 
 Федеральный округ  | 
 Коэффициент детерминации  | 
 Уравнение регрессии  | 
| 
 1  | 
 РФ в целом  | 
 0,99998  | 
 ln ВРП = 1,11 ln Добыча полезных ископаемых  | 
| 
 2  | 
 Центральный  | 
 0,99860  | 
 ln ВРП = 1,24 ln Добыча полезных ископаемых  | 
| 
 3  | 
 Северо-Западный  | 
 0,99992  | 
 ln ВРП = 1,17 ln Добыча полезных ископаемых  | 
| 
 4  | 
 Южный  | 
 0,99989  | 
 ln ВРП = 1,26 ln Добыча полезных ископаемых  | 
| 
 5  | 
 Северо-Кавказский  | 
 0,99997  | 
 ln ВРП = 1,42 ln Добыча полезных ископаемых  | 
| 
 6  | 
 Приволжский  | 
 0,99999  | 
 ln ВРП = 1,13 ln Добыча полезных ископаемых  | 
| 
 7  | 
 Уральский  | 
 0,99999  | 
 ln ВРП = 1,05 ln Добыча полезных ископаемых  | 
| 
 8  | 
 Сибирский  | 
 0,99984  | 
 ln ВРП = 1,12 ln Добыча полезных ископаемых  | 
| 
 9  | 
 Дальневосточный  | 
 0,99964  | 
 ln ВРП = 1,08 ln Добыча полезных ископаемых  | 
| 
 1  | 
 РФ в целом  | 
 0,99999  | 
 ln ВРП = 1,04 ln Обрабатывающие производства  | 
| 
 2  | 
 Центральный  | 
 0,99997  | 
 ln ВРП = 1,05 ln Обрабатывающие производства  | 
| 
 3  | 
 Северо-Западный  | 
 0,99058  | 
 ln ВРП = 1,03 ln Обрабатывающие производства  | 
| 
 4  | 
 Южный  | 
 0,99860  | 
 ln ВРП = 1,05 ln Обрабатывающие производства  | 
| 
 5  | 
 Северо-Кавказский  | 
 0,99992  | 
 ln ВРП = 1,12 ln Обрабатывающие производства  | 
| 
 6  | 
 Приволжский  | 
 0,99989  | 
 ln ВРП = 1,02 ln Обрабатывающие производства  | 
| 
 7  | 
 Уральский  | 
 0,99997  | 
 ln ВРП = 1,05 ln Обрабатывающие производства  | 
| 
 8  | 
 Сибирский  | 
 0,99999  | 
 ln ВРП = 1,04 ln Обрабатывающие производства  | 
| 
 9  | 
 Дальневосточный  | 
 0,99991  | 
 ln ВРП = 1,15 ln Обрабатывающие производства  | 
| 
 1  | 
 РФ в целом  | 
 0,99997  | 
 ln ВРП = 1,16 ln Производство и распределение э/энергии, газа и воды  | 
| 
 2  | 
 Центральный  | 
 0,99992  | 
 ln ВРП = 1,19 ln Производство и распределение э/энергии, газа и воды  | 
| 
 3  | 
 Северо-Западный  | 
 0,99998  | 
 ln ВРП = 1,19 ln Производство и распределение э/энергии, газа и воды  | 
| 
 4  | 
 Южный  | 
 0,99977  | 
 ln ВРП = 1,19 ln Производство и распределение э/энергии, газа и воды  | 
| 
 5  | 
 Северо-Кавказский  | 
 0,99986  | 
 ln ВРП = 1,21 ln Производство и распределение э/энергии, газа и воды  | 
| 
 6  | 
 Приволжский  | 
 0,99995  | 
 ln ВРП = 1,17 ln Производство и распределение э/энергии, газа и воды  | 
| 
 7  | 
 Уральский  | 
 0,99992  | 
 ln ВРП = 1,2 ln Производство и распределение э/энергии, газа и воды  | 
| 
 8  | 
 Сибирский  | 
 0,99997  | 
 ln ВРП = 1,18 ln Производство и распределение э/энергии, газа и воды  | 
| 
 9  | 
 Дальневосточный  | 
 0,99995  | 
 ln ВРП = 1,19 ln Производство и распределение э/энергии, газа и воды  | 
Найденные регрессионные зависимости по ранее выделенным видам (добыча полезных ископаемых; обрабатывающие производства; производство и распределение электроэнергии, газа и воды) имеют хорошие параметры качества моделей и демонстрируют изолированное влияние увеличения объема производства на рост ВРП для всех рассмотренных регионов. Во всех случаях найденная связь является прямой и тесной.
В табл. 4 приведены результаты исследования зависимости ВРП от различных видов промышленного производства для нелинейных (логарифмических) моделей, позволяющих перейти от абсолютных показателей к относительным.
Приведенные в табл. 4 коэффициенты нелинейной регрессии показывают уже не денежные, а процентные соотношения изменений ВРП и объемов производства, что, вероятно, является более удобной формой для анализа влияния и выработки рекомендаций для дальнейшего развития промышленности каждого региона. Построенные по исходным статистическим данным логарифмические модели, так же как и предыдущие, обладают всеми признаками качества и демонстрируют сильную и прямую связь между ВРП и объемами производства по видам.
По данным табл. 4 можно сделать несколько условные (с учетом исключения из уравнения константы), но позволяющие определить основные соотношения выводы. Так, если говорить в целом по РФ, то увеличение добычи полезных ископаемых на 1 % приводит к росту ВРП на 1,11 %; рост объемов обрабатывающих производств на 1 % увеличивает ВРП на 1,04 %; повышение объемов производства и распределения электроэнергии, газа и воды на 1 % приводит к увеличению ВРП на 1,16 %. Соответствующие строки в табл. 4 показывают подобные соотношения для каждого из федеральных округов. На основе полученных уравнений, а также имеющейся к настоящему времени динамики развития разных видов производств (рис. 2), можно делать выводы о необходимости и сравнительной эффективности развития различных видов промышленного производства с точки зрения их вклада в ВРП.
Сопоставление результатов различных этапов анализа динамики и взаимосвязей показателей социально-экономического развития дает возможность определить как текущее положение каждого из регионов, так и экономические взаимоотношения регионов и центра, влияющие на формирование экономической картины в стране [4]. Выводы из подобного анализа, опирающиеся на построенные математические модели, несомненно, могут являться важной частью дальнейшего исследования современного развития регионов, необходимой модификации и оптимизации моделей управления экономикой регионов [5].
Динамика объемов производства по выделенным видам деятельности свидетельствует, что в последние полтора десятилетия наиболее высокие темпы роста демонстрируют обрабатывающие производства, что является несомненно позитивной тенденцией по сравнению с временами преимущественного развития отраслей, специализирующихся на добыче полезных ископаемых. Однако при этом увеличение ВРП от вложения средств в обрабатывающие производства – самое низкое по сравнению с другими видами деятельности. Характерно, что большая отдача от добычи полезных ископаемых по сравнению с обрабатывающими производствами наблюдается во всех регионах, за исключением Уральского. Это, вероятнее всего, свидетельствует о более высокой технологической организации работы в сфере обрабатывающих производств в Уральском регионе. Впрочем, необходимо признать, что промышленный потенциал Урала, закладывавшийся еще в петровские времена и укреплявшийся все последующие годы (даже в годы Великой Отечественной войны, когда Урал стал основной базой эвакуируемых из других областей производств), действительно выше большинства регионов страны.
Невысокие темпы роста объемов производства и распределения электроэнергии, газа и воды компенсируются довольно значительным вкладом в рост ВРП увеличения вложений в эту отрасль: в среднем при увеличении объема производства в денежном выражении на 1 (млн руб.) ВРП вырастает на 5,89 (млн руб.). Переход к относительному оцениванию (логарифмическая модель) также подтверждает достаточно высокую эффективность инвестирования этой отрасли: увеличение объема производства на 1 % влечет рост ВРП в среднем на 1,16 %.

Рис. 2. Динамика объемов производств по видам в целом по РФ
Заключение
В целом использование экономико-статистических методов исследования экономических процессов при условии использования репрезентативных статистических данных позволяет не только проиллюстрировать сложившиеся тенденции развития, но и конкретизировать оптимизационное влияние на них за счет получения в ходе анализа достаточно строгих математических оценок. Разработка стратегий развития для каждого региона – и всей страны как общности ее регионов – должна проводиться с непременным использованием современного математического инструментария, соответствующего целям и условиям проводимого исследования, в целях увеличения эффективности определения средств и методов развития.



