Механизм определения приоритетов формирования инвестиционного климата в регионах России

Работы, направленные на изучение методов оценки инвестиционной ситуации в регионах, хотя и отличаются достаточным разнообразием средств и способов оценки инвестиционной привлекательности субъектов федерации, обладают рядом недостатков, а именно:

1) большинство исследователей не уделяют должного внимания одному из определяющих параметров инвестиционной деятельности в регионе – инвестиционной активности. Между тем она является одним из главных компонентов инвестиционного климата;

2) отдельные инвестиционные рейтинги базируются на данных экспертных оценок, что приводит к высокой субъективности результатов;

3) в методиках, основанных на статистических оценках, имеет место тесная корреляционная взаимосвязь между используемыми для анализа показателями, совместно воздействующими на общий результат. В этом случае результаты оценки инвестиционного климата региона могут быть искажены;

4) ни в одном из рассмотренных подходов к анализу инвестиционных процессов не используется отраслевая разбивка. Между тем эта процедура может более детально выявить степень влияния факторов инвестиционного климата на развитие отрасли.

Рост занятости

В связи с изложенным был предложен новый подход к оценке приоритетов развития инвестиционного климата региона (рис.1).

Рис. 1. Алгоритм исследования регионального инвестиционного климата

Первый этап исследования заключался в отборе показателей для оценки инвестиционного климата региона. В результате анализа различных подходов к оценке инвестиционной ситуации в регионах были отобраны показатели инвестиционного климата, отвечающие критерию доступности статистической информации в каждом регионе.

Второй этап исследования заключался в выборе результативного признака регрессии, то есть показателя, отражающего отраслевую инвестиционную активность. Были предложены и исследованы новые показатели для оценки инвестиционной активности – «рост концентрации в отрасли» и «рост занятости в отрасли». Первый показатель имел очень низкие значения парной корреляции с выбранными факторами инвестиционного климата, поэтому был исключен как неприменимый.

Показатель «рост занятости» отвечал всем поставленным критериям и показал значительную корреляцию с выбранными факторами, поэтому был принят в качестве результирующего вектора множественной регрессии. Теоретическое обоснование его применения состоит в том, что увеличение числа рабочих мест является следствием реализации инвестиционных вливаний в то или иное предприятие региона.

В результате на территории региона создается либо новое производство, либо расширяется уже существующее, что и потребовало привлечения дополнительной рабочей силы. Однако следует учитывать и тот факт, что инвестиции могут быть направлены на автоматизацию производственных процессов, что, скорее всего, приведёт к сокращению числа рабочих мест.

Регрессия и корреляционные взаимосвязи

Использование предложенного показателя позволяет проводить более детальные исследования факторов, влияющих на развитие отраслевых предприятий, находящихся в юрисдикции конкретных регионов. А именно:

1) показатель «рост занятости» отражает факт инвестиционных вливаний в расширение или создание нового производства в той или иной отрасли, что является несомненным преимуществом для анализа отраслевых особенностей инвестиционного климата региона;

2) предлагаемый показатель «рост занятости» не зависит от источника инвестиций (иностранные или российские). В этом случае привлечение любых инвестиций является дополнительным источником развития региона;

3) для оценки инвестиционной активности региона использование предлагаемого показателя дает возможность ее измерения с большей отраслевой детализацией.

Третий этап был связан с необходимостью введения ограничения выборки по показателю «роста занятости» в отрасли. Это было необходимо для достижения высоких значений регрессии и улучшения корреляционных взаимосвязей. «Рост занятости» в отдельных отраслях и регионах достигал 20-кратного значения, что было связано с низкой начальной базой. Поэтому такие точки были исключены за счет ограничения выборки сверху (рис. 2).

Рис. 2. Обоснование ограничений выборки сверху зависимого параметра «рост занятости по отраслям»

Последовательное исключение точек, превышающих определенный уровень роста занятости по отраслям, позволило рассчитать количество корреляций, превосходящих определенный порог. Оказалось, что если рост занятости в отрасли ограничен 1000% (или в 10 раз), то количество корреляций, превышающих 70%, максимально и равно 49 (рис. 2). То же самое наблюдается и при уровне корреляции в 50 и 60% (количество корреляций 69 и 97 соответственно).

Также выборка по росту занятости была ограничена нижней границей. Как видно из графика (рис. 3), ограничение роста занятости снизу значением 0% максимизирует количество корреляций, превосходящих 70%.

Закономерности и различия в формировании инвестиционного климата

На четвертом этапе нашего исследования показатели группируются по принципу схожести и взаимозависимости. Этот метод позволяет улучшить качество регрессии без «методологической» потери.

Рис. 3. Обоснование ограничений выборки снизу зависимого параметра «рост занятости по отраслям»

На пятом этапе исследования с помощью факторного анализа сформированные группы показателей преобразуются в новые входные вектора регрессионной модели. Это позволяет избавить модель от мультиколлинеарности [1], а также позволяет улучшить регрессионные взаимосвязи. Данный метод устраняет недостатки современный подходов оценки инвестиционного климата региона, основанных на статистических оценках, где, в ходе анализа, была выявлена высокая степень взаимозависимости между используемыми показателями.

Шестой этап исследования состоит в построении регрессионной модели, в которой входными векторами являются факторы инвестиционного климата (включая сформированные вектора-группы). Выходной вектор – «рост занятости», отражающий инвестиционную активность в определенной отрасли, а выборка представлена в виде 86 субъектов Российской Федерации.

На седьмом этапе исследования на основе построенной регрессионной модели выявляются закономерности и различия в формировании инвестиционного климата на уровне отраслей регионов. Также делаются выводы об отраслевых особенностях формирования инвестиционного климата субъектов федерации.

Проведенное исследование показало, что применение регрессионного анализа для оценки влияния отдельных факторов инвестиционного климата на развитие отраслей исключает недостатки экспертных методов расстановки весовых коэффициентов значимости для факторов инвестиционного климата региона.

Выявлено, что использование регрессионного анализа позволяет выявить взаимные интересы регионов и отраслевых предприятий, рост которых в значительной степени зависит от влияния факторов инвестиционного климата регионов.

Разработанная регрессионная модель позволяет выявить приоритетные факторы инвестиционного климата, способствующие развитию экономики региона, повышению конкурентоспособности отдельных предприятий, создает реальные рычаги воздействия на экономику региона, ее способность привлекать инвестиции и стимулировать возникновение новых компаний.

[1] Мультиколлинеарность — понятие математической статистики, обозначающее тесную корреляционную взаимосвязь между отбираемыми для анализа факторами, совместно воздействующими на общий результат. Эта связь затрудняет оценивание параметров регрессии — прим. ред.