Structural modeling of the development of machine-building production in the region's industry in the era of Industry 4.0

Введение

Устойчивость национальной экономики подкрепляется адаптивностью отраслей промышленности к динамичной рыночной среде и их способностями оперативно нивелировать внешние и внутренние факторы риска. Современные экономические преобразования, обусловленные внедрением положений Индустрии 4.0, актуализируют важность корректировки структурных пропорций развития промышленности. В этом свете особо пристального внимания требует машиностроение, как приоритетная отрасль, наращивание значимости которой в структуре промышленного производства путем интенсификации развития, позволит изменить траекторию движения российской экономики от сырьевой концепции к инновационной модели.

Целью данной статьи явилась оценка структурных пропорций развития промышленности Пермского края в разрезе отраслей, в том числе, машиностроения, в целях дальнейшей корректировки структурных пропорций развития промышленного сектора региона в условиях Индустрии 4.0.

Проблематика оценки качества структурных сдвигов отечественной научной общественностью остается недостаточно проработанной, несмотря на ряд опубликованных исследований [1-9] (Abdikarimova, Ajmagambetova, 2021; Volkova, 2022; Gasanov, 2012; Vertakova, Plotnikov, Polozhenceva, 2018; Krasil'nikov, 2001; Strizhkova, Tishina, Selivanova, 2021; Suharev, 2012; Titov, 2006; Rumyantsev, 2020). Так, некоторыми авторами приводится оценка структурных сдвигов на рынке труда по отраслями промышленности в Евразийском экономическом союзе (ЕАЭС), выполненная с использованием интегральных коэффициентов структурных сдвигов Гатева и Рябцева [10] (Kalabina, Gazizova, Husainova, 2021).

В работах зарубежных исследователей при оценке уровня трансформации и модернизации трех отраслей в 11 префектурах провинции Чжэцзян (Китай) за период 2016-2020гг. применяется метод сдвига-доли, в котором в качестве эталона приняты провинциальные уровни базовых отраслей. По результатам проведенной оценки авторы отмечают, что с точки зрения сырьевой промышленности ни одна из 11 префектур не имела структурного преимущества [11] (Ye, Wang, Zhang, 2021).

В рамках нашего исследования, интерес представили разработки отечественных ученых, которые анализировали структурные изменения в сельском хозяйстве, в частности в зерновой отрасли. Группе ученых Капогузов Е. А., Чупин, Р. И., Харламова М. С. (Kapoguzov, CHupin, Harlamova, 2018) удалось на основе анализа данных по 62 регионам РФ в период с 2010 по 2017 оценить структурные изменения в выращивании отдельных зерновых культур [12] . Важно отметить, что авторы использовали индексы Гатева и Рябцева, что позволило им разработать типологию регионов РФ по критериям интенсивности изменения структурных показателей, а также рассчитать массу структурных сдвигов в агропромышленном комплексе. Помимо этого, авторы применили комплексную методику анализа структурных изменений Сухарева, учитывая условия импортозамещения и темпы индустриализации в каждом типе субъектов РФ. В качестве вывода в данном исследовании констатируется приоритетность экспортной ориентации регионов, связанной с крайне низким уровнем спроса на зерновые культуры.

Ряд работ Гамукина В. В. (Gamukin, 2018, 2019) также представляют несомненный научный и практический интерес. Так в своих исследованиях данный автор использует для анализа индексы Рябцева, Салаи и индекс структуры с использованием валового регионального продукта для субъектов Сибирского федерального округа с 2005 по 2014 гг. [13]. Автором разработана универсальная методика оценки конвергенции структур региональных отраслей промышленности, основанная на валовом региональном продукте, предусматривающая возможность апробации на примере других макрорегионов России. В другой своей работе [14] Гамукин В. В. (Gamukin, 2019) отмечает, что аналитика, выполненная с использованием индексов Рябцева и Салаи раскрывает близость структуры ВРП автономных округов к структуре ВРП федерального округа. Важным наблюдением при этом является, что в течение анализируемого периода происходило с одной стороны, снижение объема горнодобычи, с другой стороны, увеличение доли валового регионального продукта. В федеральном округе по результатам анализа автор исследования отмечает тенденцию замедленного перемещения баланса заинтересованных сторон в направлении ускорения темпов роста ВРП. При этом структурные показатели, задействованные в расчете определены как двойная сумма квадратов отклонений. Это указывает на нивелирование структуры ВРП в пределах федерального округа. Итоги работы Гамукина В.В. (Gamukin, 2018, 2019) можно использовать для анализа динамических показателей динамики промышленной структуры.

Коллектив авторов И. Вертакова, М. Клевцова, А. Рушкова (Vertakova, Klevtsova, Rushkova, 2019) выделяет высокодоходные и низкодоходные отрасли промышленности, а также отраслевую дифференциацию в категориях трудовых ресурсов и концентрации человеческого капитала, что позволяет анализировать структурные изменения. На основе модифицированного структурно-долевого анализа авторами проведена декомпозиция структурных элементов промышленного развития на основе анализа структурных пропорций. В результате выявлена взаимосвязь между экономическим ростом и структурными сдвигами по отдельным отраслям. Проведен расчет смен в отрасли за счет изменения доли занятых по видам деятельности и за счет изменения структуры выпуска продукции [15].

Таким образом, результаты анализа опубликованных научных работ по исследуемой проблематике подтверждают возможность и целесообразность применения общеизвестных аналитических методов для оценки структурных пропорций развития промышленности в разрезе отраслей, в том числе, машиностроения, в целях корректировки структурных пропорций развития промышленности в части активизации развития и усиления наиболее перспективных отраслей.

Основная часть

Базой исследования был выбран Пермский край, который является одним из крупнейших промышленных центров Российской Федерации. Наибольший удельный вес в производстве промышленной продукции занимают предприятия машиностроительного комплекса (рисунок 1).

Рисунок 1. Крупнейшие предприятия машиностроительного комплекса Пермского края

Источник: составлено авторами

Новая коронавирусная инфекция явилась масштабным вызовом для машиностроения Пермского края и промышленности в целом, существенно повысив степень неопределенности, обусловив дальнейшую траекторию развития отраслей не только экономическими, но и эпидемиологическими факторами и актуализировав тем самым необходимость решения задачи корректировки структурных пропорций развития промышленности в разрезе отраслей.

В работе представлен анализ данных по 186 предприятиям промышленности Пермского края за 2007-2020гг., в том числе 47 предприятий машиностроительной отрасли, составляющих базу промышленного развития региона. Применяя методы массы структурных сдвигов, а также расчет коэффициентов К. Гатева, А. Салаи в статье представлены результаты в разрезе ключевых отраслей промышленности.

Расчет структурных параметров включает данные по количеству занятых в отрасли человек за период 2007−2020гг. по данным официальной статистики по отраслям промышленности Пермского края.

В работе использовались методы расчета массы структурных сдвигов, расчета интегрального индекса К. Гатева (1), интегрального индекса А. Салаи (2).

= =0.11478 (1)

= =0.14679 (2)

По результатам проведенного анализа была рассчитана масса структурных сдвигов в ключевых отраслях промышленности Пермского края, графическая интерпретация расчетов представлена на рисунке 2. Существенные изменения наблюдаются в двух направлениях:

1. Отрицательные – лесная, легкая, пищевая отрасли;

2. Положительные – машиностроительный комплекс, металлургия, нефтехимия, IT, фармацевтика.

Интерпретировать такие тенденции можно также с позиции разнонаправленности технологических изменений, происходящих в эпоху Индустрии 4.0., а именно, с формированием нового технологического ядра, в котором происходят эволюционные изменения.

Масса структурного сдвига позволяет составить общее представление об изменениях в направлении развития ключевых производственных процессов в территории. Однако требуется детализация структурных изменений, связанных с метриками скорости и интенсивности. С этой целью, представим расчеты структурных показателей: интегральный индекс сдвигов К. Гатева (таблица 1) и интегральный индекс структурных различий А. Салаи (таблица 2).

Рисунок 2. Расчетные показатели массы структурных сдвигов промышленных отраслей и комплексов Пермского края с 2007 по 2020 гг.

Источник: составлено авторами

Таблица 1. Последовательность расчета интегрального индекса К. Гатева в разрезе отраслей Пермского края

Таблица 2. Последовательность расчета интегрального индекса А. Салаи в разрезе отраслей Пермского края

Проведенные расчеты выявили следующие тенденции:

1. Трансформационные преобразования промышленной структуры Пермского края с 2007 по 2020гг. в отраслях имеют относительно низкую интенсивность (К_gateva = 12 %);

2. Отраслевые изменения в промышленной структуре Пермского края с 2007 по 2020 гг. не являются значимыми, имеют низкую динамику (К_salay = 15 %).

Значения рассчитанных структурных показателей для промышленного производства Пермского края демонстрируют тенденции происходящей в условиях Индустрии 4.0. трансформации отраслей. А именно, отраслевые изменения характеризуются низкой интенсивностью, что связано с затрудненным процессом адаптации (высокая стоимость цифровых технологий, отсутствие собственных разработок и пр.). С другой стороны, в отдельных отраслях изменения происходят с разным темпом. Так, в машиностроении при ориентации на сквозные технологии, темпы изменений гораздо большие, чем в отраслях с отрицательной массой. Таким образом, чем меньше масса структурного сдвига, тем меньшими темпами происходят структурные изменения в отрасли [16] (Novikova, 2018).

Выводы

Резюмируя результаты проведенной в данной статье оценки структурных пропорций развития промышленности Пермского края в разрезе отраслей, в том числе, машиностроения, в целях корректировки структурных пропорций развития промышленности Пермского края в части активизации развития и усиления наиболее перспективных отраслей отметим ключевые свойства трансформационных процессов в отраслях промышленности, выявленные на основе методов структурного моделирования.

Прежде всего, отметим положительную динамику развития промышленной структуры, прогнозные оценки которой также имеют положительный контекст, который напрямую связан с восприимчивостью отдельных предприятий к новым технологиям эпохи Индустрии 4.0.

Помимо этого, важно отметить асимметрию в развитии промышленности в межотраслевом срезе, которая связана наращиванием темпов развития машиностроительного комплекса, нефтехимических секторов, металлургии. При этом ведущие позиции занимает машиностроительный комплекс во всей совокупности подотраслей и секторов высокотехнологической направленности.

Отрасли обладают высоким уровнем взаимосвязи, перемещения в масштабах региона приводят к постепенному переходу промышленной структуры в целом на новый этап промышленной революции. В этом контексте, региону требуется наращивание интенсивности и скорости структурных изменений, что может позволить увеличить долю высокотехнологичных отраслей (фармацевтическая, IT-отрасли).

Таким образом, активизация развития машиностроительного комплекса посредством привлечения сквозных технологий Четвертой промышленной революции и тем самым переориентация отрасли на инновационную модель развития, определяет растущую значимость машиностроения как перспективной отрасли промышленной структуры региона в новом технологическом укладе.