Assessing the level of the knowledge economy development in the constituent entities of the Russian Federation: a structured ranking approach

Введение. Вызовы мировой экономики и развивающихся правил внешнеэкономического взаимодействия стран в условиях активного применения санкций, протекционистских мер, политики углеродной нейтральности и углеродного ценообразования – все это сопровождает текущий этап эволюции экономических систем постиндустриального развития. В характеристике структуры экономической системы в настоящее время мы наблюдаем вектор экономического развития в сторону обеспечения наращения сектора услуг (разделы G–T ОКВЭД) по сравнению с материальным производством и одновременным приращением «экономики знаний», включающей в себя образование, здравоохранение, деятельность в области НИОКР и IT, что соответствует измерению и оценке «экономики знаний» как институциональной основы высокотехнологичной экономики (примеры работ российских ученых [2, 7, 9, 13, 20] (Bazhenov, 2020; Voskanov, 2017; Davydova, Kudryavtseva, 2017; Kopylova, 2020; Trofimova, 2021)).

Разносторонность вектора экономического развития отдельных территорий требует внимательного отношения к оценке «экономики знаний» на региональном уровне, что позволяет обеспечивать систему мониторинга эффективным набором методов для типологии и определения диспропорций, особенностей экономического развития каждой территории. На эту темы также необходимо выделить несколько актуальных исследований, позволяющих отразить региональные аспекты, особенности генерации и внедрения новых знаний в особые экономические уклады, в региональные экономические системы (примеры работ [3, 4, 12, 19, 21, 23] (Baulina, Klyushin, Silyunina, 2018; Bekbergeneva, 2020; Karavaeva, Lev, 2022; Rudenko, 2022; Shumaeva, 2021; Yashina, Anikin, Kashina, Pronchatova-Rubtsova, Kravchenko, 2019)).

Представление об экономике, основанной на знаниях, характеризуется в рамках процессного подхода либо на основе оценки затрат (суммарных инвестиций) на развитие базовых секторов экономики, вырабатывающих и распространяющих новые знания, либо на основе оценки вклада по валовой добавленной стоимости (ВДС) тех отраслей, которые потребляют новые знания с учетом сформированного потребителями знаний спроса на знания в ВВП. Поиск трендов и перспектив развития «экономики знаний» от масштабов глобальной экономики и до обоснования универсальной траектории, стратегии с учетом «национальных особенностей» экономического развития имеют свою актуальность и авторские результаты в научных исследованиях (научные статьи [8, 11, 15] (Gaponenko, 2018; Kakutich, 2020; Likhacheva, 2018)).

Оценка «экономики знаний». В соответствии с макроэкономической позицией академика РАН Аганбегяна А.Г., в работах которого к сфере «экономики знаний» относятся НИОКР, образование, информационно-коммуникационные технологии, биотехнологии и здравоохранение [1] (Aganbegyan, 2021), доля экономики знаний в ВВП России в 2019 году была 15 трлн руб., или 14% от ВВП страны (110 трлн руб.), в том числе доля НИОКР – 1,1 %, что существенно ниже сектора НИОКР в экономике СССР (3% от ВВП), в том числе из-за снижения расходов на фундаментальную науку; аналогичную ситуацию автор констатирует и по доле образования в ВВП страны – 4% (против 8% в развитых странах). Речь идет о бюджетных расходах на образование. Сектор информационно-коммуникационных технологий автор приравнивает к цифровой экономике, определяя долю суммарных затрат на нее в России в размере 3,9% от ВВП, по расходам на здравоохранение и биотехнологии – в размере 5% от ВВП. Высказано мнение академика о необходимости обеспечить рост этих расходов в 1,5 раза до 2025 года. По данным Росстата, в 2020 году общий вклад «экономики знаний» в экономику страны вырос до 15,6%, в первую очередь, за счет наращения добавленной стоимости в секторе информационно-коммуникационных технологий; востребованность и активность развития IT-предприятий связаны, в том числе с ограничениями, с которыми столкнулись участники рынка и потребители в условиях пандемии. ВВП страны 2020 года составил 106,6 трлн руб. (–3,1% к 2019 году),

По второму направлению есть ряд трактовок по составу видов экономической деятельности, формирующих «экономику знаний»:

- в исследовании академика РАН Макарова В.Л. к отраслям повышенного спроса на знания в ВВП (по доле добавленной стоимости) относятся высокотехнологичные отрасли высшего и среднего уровня, телекоммуникационная связь, финансовые услуги и услуги по страхованию, деловые услуги, включая НИОКР, и образование со здравоохранением [16] (Makarov, 2003);

- в практике международных организаций и локальных научных исследований, когда для оценки уровня развития экономики, основанной на знаниях, формируется система показателей (количество может доходить до 80 показателей по методике Всемирного банка и расчету The Knowledge Index и The Knowledge Economy Index), в основе классификации показателей – их деление на показатели третичного образования, показатели информационной инфраструктуры, показатели национальной инновационной деятельности, включая научную деятельность, интеллектуальную собственность, а также показатели обобщающего характера [14; 22] (Lev, Leshchenko, 2021).

В настоящем исследовании представлены результаты авторского подхода к измерению «экономики знаний» с учетом существующей практики оценок:

- если подход к оценке расходов на приоритетные для «экономики знаний» виды деятельности (академик Аганбегян) логичен и доступен для корректного измерения, то в оценках, предложенных академиком Макаровым, можно видеть варианты подходов к оценке со стороны потребления новых знаний;

- так как приоритетным направлением потребления новых знаний представляются те сферы услуг, в которых и оцениваются бюджетные расходы, направляемые на развитие «экономики знаний» в масштабах национальной экономики, речь идет о видах экономической деятельности по ОКВЭД:

а) «Деятельность в области информации и связи» (раздел J);

б) «Деятельность профессиональная, научная и техническая» (раздел М);

в) «Образование» (раздел Р);

г) «Деятельность в области здравоохранения и социальных услуг» (раздел Q).

Вклад знаний по ВДС определяется спросом потребителей знаний на соответствующие результаты экономики знаний – в сферах ИКТ, НИОКР, образовании и здравоохранении (табл. 1).

Из представленного распределения исключены виды деятельности, относящиеся к материальному производству (высокотехнологичные отрасли высшего и среднего уровня, речь идет, в первую очередь, об обрабатывающем производстве, полный перечень представлен в Приказе Минэкономразвития РФ и Росстата от 15.12.2017 г. № 832 «Об утверждении Методики расчета показателей «Доля продукции высокотехнологичных и наукоемких отраслей в валовом внутреннем продукте» и «Доля продукции высокотехнологичных и наукоемких отраслей в валовом региональном продукте субъекта РФ») и к финансовым услугам и услугам по страхованию (содержание новых знаний и внутренний спрос на их использование обеспечивается денежно-кредитной политикой Банка России как мега-регулятора финансового рынка) [24] (Lev, Leshchenko, 2020).

Таблица 1

Структура «экономики знаний» в соответствии с процессным подходом

Так как нельзя утверждать, что новые знания не будут влиять и отражаться в результатах экономической деятельности всех отраслей, то измерение ее доли в ВВП (или ВРП) по величине добавленной стоимости можно ограничить «окупаемостью» понесенных затрат (инвестиций) по перечисленным видам экономической деятельности.

Проведя распределение субъектов РФ по доле «экономики знаний» в ВРП, в которую включены 4 соответствующих раздела ОКВЭД, автор получил следующие результаты:

- за анализируемый период 2017–2020 гг. регионы, у которых величина этих разделов была максимальной, включали в себя как наиболее крупные и экономически развитые территории (г. Санкт-Петербург, г. Москва), так и регионы со слабой структурой экономики (Республика Тыва, Республика Алтай, Ивановская область и ряд регионов Северного Кавказа, доля экономики которых не превышает 1% каждого в экономике страны);

- в конце данного распределения сосредоточены регионы Арктической зоны России, для которых приоритетным является добыча полезных ископаемых (60–75% – доля Раздела В «Добыча полезных ископаемых» в региональной экономике) и характерны свои особенности социально-экономического развития (Ханты-Мансийский АО, Ямало-Ненецкий АО, Ненецкий АО), в том числе миграционные процессы, порядок ведения хозяйственной деятельности коренными малочисленными народами Севера.

Период анализа 2017–2020 гг. выбран в связи с детализацией ОКВЭД, когда в разделах появились виды экономической деятельности, относящиеся к «экономике знаний» (разделы J и M ОКВЭД).

Результаты структурного анализа. Для детализации структуры «экономики знаний» на примере Республики Тыва и г. Москвы (по сравнению с общероссийским показателем) на рисунках 1 и 2 представлен результат сопоставления долей. Наглядно видно, что:

- во-первых, для территории с более высоким уровнем «экономики знаний» характерно доминирование доли добавленной стоимости, образуемой в области информации и связи, а также в области науки, тогда как доля добавленной стоимости в области образования и здравоохранения представлены меньшими значениями;

- во-вторых, за анализируемый период 2017–2020 гг. можно видеть устойчивость выявленной структуры, доли практически не изменились, и если для г. Москвы было типично ранее описанное соотношение между элементами «экономики знаний», то для Республики Тыва соотношение имело обратные пропорции – на фоне высоких значений доли добавленной стоимости в образовании и здравоохранении выявлены минимальные значения остальных двух долей.

Рисунок 1. Распределение «экономики знаний» по разделам ОКВЭД по данным 2020 года

Источник: составлено автором по данным Росстата «Отраслевая структура валовой добавленной стоимости субъектов РФ в 2020 году» [17].

Рисунок 2. Распределение «экономики знаний» по разделам ОКВЭД по данным 2017 года

Источник: составлено автором по данным Росстата «Отраслевая структура валовой добавленной стоимости субъектов РФ в 2017 году» [17].

На рисунке 3 максимально наглядно представлено соотношение структуры «экономики знаний» по трем анализируемым регионам, где показаны противоположные позиции г. Москвы, Республики Тыва и Тюменской области с минимальными значениями по данным 2020 года.

Рисунок 3. Результат соотношения структуры «экономики знаний» для территорий с максимальным (Р. Тыва), минимальным (Тюменская область) и наилучшим по структуре (г. Москва) значением доли в ВРП

Источник: составлено автором по данным Росстата «Отраслевая структура валовой добавленной стоимости субъектов РФ в 2020 году» [17].

Однако и среди лидеров неоднородность включенных в эту группу регионов свидетельствует о необходимости вторым шагом оценки применять структурный анализ в соответствии с трехсекторной моделью экономики Кларка–Фишера (агрегирование видов экономической деятельности на 4 группы – аграрный сектор экономики D_A, индустриальный сектор экономики D_I, сектор услуг D_S и сектор материального производства D_G с последующим соотношением между собой через расчет 2-х показателей координации k₁ и k₂). На рисунке 4 представлены результаты структурного анализа по данным 2020 года.

Рисунок 4. Распределение 10 регионов-лидеров по доле «экономики знаний» в ВРП по итогам структурного анализа в 2020 году

Источник: составлено автором по данным Росстата «Отраслевая структура валовой добавленной стоимости субъектов РФ в 2020 году» [17] в соответствии с авторским методом структурного анализа [5] (Buletova, Sokolov, Sharkevich, 2021).

Для детализации результатов структурного анализа 10 регионов-лидеров по данным об отраслевой структуре валовой добавленной стоимости в 2020 году (табл. 2) уточним, чем принципиально отличаются между собой эти территории:

- 2 города федерального значения, крупнейшие агломерации страны – г. Москва и г. Санкт-Петербург – принципиально отличаются от всех остальных регионов, представленных на рисунке 5 и в таблице 2, структурой своей экономики, так как при практически нулевых показателях аграрного сектора D_A для этих территорий типичен высокий уровень сектора услуг, который превышает сектор материального производства в 3,4–3,9 раза, что позволяет отнести их к постиндустриальному сервисному типу экономики;

- ряд регионов, попавших в данный список, имеют большую долю аграрного сектора в структуре региональной экономики, это определяется по значению k₁ меньше 1, в основном это субъекты РФ Юга России, тип экономики которых можно определить, как аграрно-сервисный, так как у них сектор услуг значительно превышает сектор материального производства (в 1,5–2,6 раза);

- сопоставляя долю «экономики знаний» в валовой добавленной стоимости и долю инвестиций в эти 4 вида экономической деятельности (затраты на развитие «экономики знаний», важно отметить, что ряд авторов к таким затратам относят только бюджетные расходы, в данном исследовании представлен общий объем инвестиций без их деления на государственные или частные, собственные или привлеченные), отметим, что анализируемые в данной выборке регионы делятся на 2 группы: регионы, у которых инвестиции окупились (3 субъекта РФ из 10 анализируемых), и регионы, у которых доля инвестиций превышает долю добавленной стоимости, сформированной у предприятий этих видов деятельности (7 субъектов РФ), подобное сопоставление на «входе» и «выходе» процесса генерации новых знаний и их коммерциализации не учитывает результат использования полученных новых знаний в других видах экономической деятельности;

- регион, у которого доля «экономики знаний» в ВРП в 2017 г. (25,8%) и 2020 г. (30,8%) была самой высокой – Республика Тыва, относящаяся к Сибирскому федеральному округу, основную часть населения которой составляют коренные малочисленные народы Севера, при этом существенную часть сектора услуг (70%), по данным 2020 года, составляют услуги, относящиеся к «экономике знаний» (30,8%), тем не менее, понимая, что данный регион не является центром научных исследователей или реализации технологий в сфере информации и связи, можно утверждать, что простой констатации для определения уровня экономического развития доли «экономики знаний» в ВРП (или ВВП) недостаточно, требуется детализация структуры «экономики знаний» и соотнесение результатов с общим экономическим статусом территории на основе трехсекторной модели экономики Кларка–Фишера.

Таблица 2

Результаты структурного анализа 10 регионов-лидеров по данным 2020 года

Рисунок 5. Результат сопоставления инвестиций и сформированной валовой добавленной стоимости в разделах J, M, P и Q, в %

Источник: составлено автором по данным таблицы 2.

На следующем этапе оценки представим результат анализа структуры «экономики знаний» в привязке с распределением занятых на примере г. Москвы, Республики Тыва и Тюменской области:

- на рисунке 6 представлен результат соотнесения видов деятельности и занятого населения по трем из 4-х элементов «экономики знаний», по которым представлены данные Росстатом: добавленная стоимость, сформированная в области информации и связи (7,8%), в разы превышает доли образования (2,2%) и здравоохранения (3,5%), что свидетельствует об оптимальной структуре «экономики знаний» в пользу именно этого вида деятельности. При этом соотношение занятого населения по перечисленным трем видам деятельности только по IT имеет наиболее эффективное значение – наибольшая доля добавленной стоимости на фоне меньшей доли занятых (4,4%), тогда как на примере образования видно, что доля занятых (4,4%) ровно в 2 раза превышает добавленную стоимость по этой деятельности;

Рисунок 6. Сопоставление структуры экономки и занятых в г. Москве по ключевым видам экономической деятельности, формирующим «экономику знаний» в 2020 году

Источник: составлено автором по данным Росстата «Отраслевая структура ВДС в субъектах РФ в 2020 году» [17] и «Регионы России: Социально-экономические показатели – 2021» [18].

- на рисунок 7 представлен результат сравнения трех основных видов экономической деятельности, относящихся к «экономике знаний» и занятого населения в этих сферах в Республике Тыва. По данным 2020 года, видно, что наибольшую долю занимает образование; численность занятых в данном виде деятельности самая высокая (22,6% от общей численности занятых в экономике региона) на фоне минимальной доли деятельности в области информации и связи (2,2%) с долей занятых 1,3%;

Рисунок 7. Сопоставление структуры экономки и занятых в Республике Тыва по ключевым видам экономической деятельности, формирующим «экономику знаний» в 2020 году

Источник: составлено автором по данным Росстата «Отраслевая структура ВДС в субъектах РФ в 2020 году» [17] и «Регионы России: Социально-экономические показатели – 2021» [18].

- для того чтобы определить причины такой высокой доли «экономики знаний» в этом регионе с целью обоснования приемлемых пропорций между частями «экономики знаний» с точки зрения оценки уровня развития, качества достигнутого прогресса в использовании интеллектуального капитала в экономике, на примере сравнения рисунков 1, 2, 6 и 7 можно говорить о доминировании деятельности в области информации и связи, профессиональной, научной и технической деятельности по сравнению с образованием и деятельностью в области здравоохранения и социальных услуг, пример подобной структуры мы видим на рисунках 1 и 2 для г. Москвы;

- для подтверждения вывода, сформулированного по итогам рассмотрения рисунков 6, 7, представим результаты анализа структуры «экономики знаний» Тюменской области (рис. 8): соотношение похоже на полученное распределение по Республике Тыва, при этом на примере раздела P «Образование» сопоставление доли образования с долей занятых в этом виде деятельности показывает колоссальные диспропорции, что позволяет сделать итоговый вывод – при оценке «экономики знаний» на уровне региональной экономики необходимо использовать 2 уровня оценки: первый шаг – ранжирование регионов по доле «экономики знаний» в валовой добавленной стоимости субъекта РФ, второй шаг – на основе анализа структуры «экономики знаний» на первое место выходят регионы с наибольшей долей деятельности в области информации и связи (например, г. Москва), что может существенно качественно изменить результаты анализа и характеристику качества экономического развития.

Рисунок 8. Сопоставление структуры экономки и занятых в Тюменской области по ключевым видам экономической деятельности, формирующим «экономику знаний» в 2020 году

Источник: составлено автором по данным Росстата «Отраслевая структура ВДС в субъектах РФ в 2020 году» [17] и «Регионы России: Социально-экономические показатели – 2021» [18].

- в дополнение к вышеперечисленным выводам на рисунке 9 представлен результат анализа производительности труда по трем сравниваемым регионам, доступны данные по численности занятых только для трех видов деятельности из четырех, относящихся к «экономике знаний», можно видеть, что если по результативности деятельности занятого населения в сфере образования и здравоохранения и социальных услуг принципиальных отличий не выявлено (по Республике Тыва видно, что производительность труда самая низкая среди этих территорий), тогда как по деятельности в области информации и связи видно существенное преимущество в эффективности использования занятых в г. Москве по сравнению с двумя другими регионами.

Рисунок 9. Сравнение производительности труда по секторам «экономики знаний» анализируемых территорий РФ по данным 2020 года, руб./чел.

Источник: составлено автором по данным Росстата «Отраслевая структура ВДС в субъектах РФ в 2020 году» [17] и «Регионы России: Социально-экономические показатели – 2021» [18].

С учетом полученных результатов исследования структуры «экономики знаний» в регионах России, представим индикативный подход к оценке уровня «экономики знаний».

В основе индикативного подхода заложен следующий алгоритм:

,

где IT – доля раздела J «Деятельность в области информации и связи» в ВРП;

S – доля раздела М «Деятельность профессиональная, научная и техническая» в ВРП;

E – доля раздела P «Образование»;

M – доля раздела Q «Деятельность в области здравоохранения и социальных услуг».

Итоговой частью исследования стало применение авторского метода эффективного ранга, представленного в свидетельстве о государственной регистрации программы для ЭВМ № 2017619388 «Вычисление эффективного ранга объектов по значениям их параметра» [6] (Buletova, Sharkevich, 2016).

В результате в таблице 3 можно видеть фрагмент формального распределения субъектов РФ без структурного анализа «экономики знаний». Первые места рейтинга заняли наименее экономически развитые регионы, у которых на фоне низких долей других производств доли образования и здравоохранения, которые минимально подвержены криминализации и нераспространенности теневой (скрытой и неформальной) экономики, занимают лидирующие значения в структуре региональной экономики по ОКВЭД.

Таблица 3

Сравнение значений порядкового и эффективного рангов регионов по доле «экономики знаний» в 2020 году

Разрыв между крайними значениями рейтинга измеряется 177 «шагами», это позволяет определить степень разрыва между субъектами, в том числе занимающими смежные порядковые ранги.

Повторно метод эффективного ранга был применен к результатам распределения субъектов РФ по итогам расчета индикатора оценки уровня «экономики знаний». В таблице 4 детализированы результаты подсчета эффективного ранга к результату распределения субъектов РФ по рассчитанному индикатору уровня развития «экономики знаний».

Таблица 4

Сравнение значений порядкового и эффективного рангов регионов по оценке уровня развития «экономики знаний» в 2020 году

Наглядно видно, что список лидеров по уровню развития «экономики знаний» полностью изменился, при этом Москва со значением рассчитанного индикатора 182,3% в 304 рейтинговые позиции превышает место в рейтинге 82-го субъекта РФ в этом распределении – Чукотского АО.

Заключение

В завершении исследования необходимо подвести следующие итоги и выводы с учетом полученных результатов расчетов:

- для дифференциации отдельных территорий национальной экономики по уровню постиндустриального развития в соответствии с результатами проведенного анализа необходимо применять типологию региональных экономик по уровню развития «экономики знаний», определяемому на основе индикативного подхода к оценке, так как достижение простой окупаемости понесенных затрат на развитие новых знаний за счет формирования спроса на НИОКР, IT, образовательные услуги и услуги в сфере здравоохранения не является полным результатом генерации и внедрения новых знаний в экономику, можно утверждать, что новые знания влияют на результаты экономической деятельности, на формирование добавленной стоимости на предприятиях всех видов деятельности, но в разных масштабах и последствиях влияния;

- применение авторских методов структурного и рангового анализа позволяет экспертам и всем заинтересованным в аналитических выводах по итогам исследования «экономики знаний» и ее роли в региональной экономике получать оригинальные результаты, не противоречащие наблюдаемой действительности и конкретизирующие результаты распределения территорий по выбранным критериям.