<<
>>

Закономерности и тенденции структурных сдвигов в муниципальных образованиях (на примере Самарской области)

Динамика структурных сдвигов на региональном уровне формируется на основе изменений структуры экономики на муниципальном уровне. В связи с этим необходимо рассмотреть тенденции структурных сдвигов в муниципальных образованиях.

С 1 января 2016 года в Самарской области было образовано 342 муниципальных образования, среди них 10 городских округов и 27 муниципальных районов. Благоприятные природно-климатические условия для сельского хозяйства, месторождения углеводородного сырья, крепкая материально-техническая база обрабатывающей промышленности обусловили разнообразие специализаций.

Среди муниципальных образований Самарской области выделяются имеющие специализацию как отдельно в добыче, обработке и сельском хозяйстве, так и по нескольким направлениям. Также можно отметить муниципальные образования без ярко выраженной специализации, что обусловливает невысокие экономические результаты по сравнению с другими.

Самарская область характеризуется высокой урбанизацией, доля городского населения в 2018 году составляла 76,36 % (таблица 2.18).

Таблица 2.18 - Динамика дифференциации муниципальных образований

Самарской области по численности населения

Наименование показателя Годы
2008 2014 2016 2017 2018
Доля городского населения, % 76,91 76,86 76,68 76,55 76,36
Макс/мин городские округа, раз 39 40 40 40 40
Макс/мин районы, раз 8 8 9 10 11

Значительная часть населения, как и промышленного потенциала, сосредоточена в трех городских округах (Самара, Тольятти, Сызрань), на которые приходится 84 % городского населения.

Муниципальные районы в целом более сбалансированные, но уровень дифференциации по численности возрастает, что отрицательно влияет на пространственное распределение населения. Отметим, что плотность населения в Самарской области составляет порядка 60 человек на 1 кв. м., несколько выше средних значений по Приволжскому федеральному округу.

Результаты социально-экономического развития муниципального

образования зависят от потенциала, которым оно располагает.

Важнейшими элементами потенциала развития, на наш взгляд, являются трудовые ресурсы и структура экономики, позволяющая максимизировать объемы произведенной продукции и налоговые поступления.

Министерство экономического развития и инвестиций Самарской области ежегодно проводит рейтинг муниципальных образований Самарской области, в котором для нашего исследования представляют интерес данные, характеризующие уровень специализации муниципалитетов. Общие данные о специализации городских округов Самарской области и их месте в рейтинге представлены в таблице 2.19.

В структуре экономики городских округов Самарской области доминируют обрабатывающие виды деятельности. Исключение составляет Похвистнево, где 4,9 % работников организаций заняты в организациях добывающего сектора.

Таблица 2.19 - Общие данные о специализации и результатах социально-экономического развития городских округов

Самарской области*

Городской округ Численность населения на

1 января 2018 г., тыс. чел.

Вид

деятельности специализации

(укрупненно)

Численность работников организаций вида деятельности специализации в 2016 г., тыс. чел. Доля работников организаций отрасли специализации в общей их численности в 2016 г., % Отгружено товаров собственного производства по совокупности разделов B, C,D,E на душу населения в 2016 г., руб. Рейтинг МЭРИ СО
2016 2017 2018 (9 мес.)
Самара 1163,4 ОП 77,41 21,6 239625,2 1 3 1
Жигулевск 57,7 ОП 4,064 33,0 623281,1 5 9 8
Кинель 58,2 ОП 1,084 9,1 79833,43 8 1 7
Новокуйбышевск 104,3 ОП 10,519 35,1 520530,6 2 7 2
Октябрьск 26,4 ОП 0,129 2,2 9144,143 10 10 10
Отрадный 47,2 ОП 3,2 24,9 1064330 3 4 4
ДПИ 2,743 21,3
Похвистнево 29,2 ДПИ 0,324 4,9 332173,9 7 5 5
ОП 0,179 2,7
Сызрань 172,1 ОП 14,066 32,3 269516,8 6 6 6
Тольятти 707,4 ОП 76,032 44,0 551330,8 4 2 3
Чапаевск 72,8 ОП 4,529 35,3 141932,9 9 8 9

Примечание: ОП - обрабатывающие производства, ДЛИ - добыча полезных ископаемых.

* Без учета малых и средних предприятий.

102

В Самаре на предприятиях обрабатывающего сектора в 2016 году было занято 77,41 тыс. человек, что лишь на 1,38 тыс. человек больше, чем в Тольятти, втором по численности населения городском округе Самарской области и крупном промышленном центре. О доминировании специализации можно судить по показателю доли работников организаций в общей их численности.

По данным 2016 года (таблица 2.19) можно сделать вывод, что наибольший уровень специализации в обрабатывающих видах деятельности наблюдается в Тольятти, Чапаевске, Новокуйбышевске, Жигулевске и Сызрани. В Отрадном и Похвистнево можно наблюдать специализацию экономики двух видов деятельности: добыча полезных ископаемых и обрабатывающее производство.

На рисунке 2.11 можно видеть значимую зависимость между масштабом и обеспеченностью трудовыми ресурсами и местом в рейтинге социально-экономического развития.

Рисунок 2.11 - Распределение городских округов по численности населения и занимаемому месту в рейтинге министерства экономического развития и инвестиций Самарской области, 9 мес. 2018 г.

Чем крупнее городской округ, тем выше его экономический потенциал и лучше его позиции в рейтинге социально-экономического развития муниципальных образований. Несколько иная ситуация в отношении муниципальных районов.

В приложении 3 представлены основные показатели в сельской хозяйстве и промышленности, позволяющие сделать выводы об уровне и характере специализации муниципальных районов, обобщение которых приведем ниже.

На рисунке 2.12 видно, что более высокие места в рейтинге министерства экономического развития и инвестиций Самарской области (по данным 9 мес. 2018 года) занимают муниципальные районы с численностью более 40 тыс. человек.

Рисунок 2.12 - Распределение муниципальных районов по численности населения и занимаемому месту в рейтинге министерства экономического развития и инвестиций Самарской области, 9 мес.

2018 г.

Вместе с тем и для небольших по численности муниципальных образований есть все возможности для повышения уровня социально-экономического развития. Так, Кинельский район с численностью населения 32,5 тыс. человек благодаря эффективной структуре экономики улучшал свои результаты и в последние годы значительно повысил свой уровень социально-экономического развития по таким критериям, как объем отгруженной продукции, работ, услуг, бюджетная обеспеченность и средний уровень заработной платы. Если в Кинельском районе специализация «обрабатывающие производства», то Кошкинский район с численностью населения чуть более 22 тыс. чел. является примером района с диверсифицированной структурой экономики, который за счет сельского хозяйства, добычи полезных ископаемых, обрабатывающего сектора является одним из лидеров, занимая из года в год высокие места в рейтинге муниципальных районов.

Далее рассмотрим количество специализаций муниципальных районов Самарской области.

В приложении 4 приведены данные по муниципальным районам исходя из значений показателей растениеводства, животноводства, промышленности и инвестиций.

В муниципальных районах Самарской области наблюдается общая тенденция снижения численности работников сельскохозяйственных предприятий при одновременном росте малых форм предпринимательской деятельности в сфере сельского хозяйства. Аналогично в обрабатывающем производстве в районах доминируют малые и средние предприятия, набирает обороты создание микроперерабатывающих фермерских производств. Поэтому оценка занятых в сельском хозяйстве и обработке муниципальных районов Самарской области проводилась с учетом деятельности малого и среднего бизнеса.

Большинство муниципальных районов Самарской области (23 единицы) в большей или меньшей степени специализируются на сельском хозяйстве (таблица 2.20).

Таблица 2.20 - Общая информация о специализации экономики

муниципальных районов Самарской области

Наименование показателя Единиц
Число муниципальных районов Самарской области, из них имеют специализации: 27
сельское хозяйство 23
добыча полезных ископаемых 10
обрабатывающие производства 15
доминирование отраслей услуг бюджетной сферы 7
здравоохранение 1
имеют одну специализацию 6
две специализации 12
три специализации 7
четыре специализации 1

Добыча полезных ископаемых занимает важное место в структуре экономики для 10 муниципальных районов (Красноярский, Сергиевский, Безенчукский, Нефтегорский, Сызранский, Кошкинский, Большеглушицкий, Большечерниговский, Шенталинский, Богатовский). Для 15 муниципальных районов специализацией являются обрабатывающие производства.

Степень диверсификации (количество специализаций в структуре) экономики оказывает благотворное влияние на общие социально-экономические результаты хозяйствования и позиции в рейтинге муниципальных образований. Как показывает анализ данных, бюджетная обеспеченность и средняя заработная плата в таких муниципальных образованиях также выше.

В относительно стабильных макроэкономических условиях внешней среды и специализации с благоприятной конъюнктурой диверсификация структуры экономики не имеет значимой роли в обеспечении социально-экономического развития (рисунок 2.13).

Рисунок 2.13 - Распределение муниципальных районов по количеству специализаций и занимаемому месту в рейтинге муниципальных районов министерства экономического развития и инвестиций Самарской области, 9 мес. 2018 г.

Муниципальные районы Самарской области значительно различаются по трудовому потенциалу, структуре экономики, использованию экономического потенциала.

Муниципальные районы Самарской области в основном специализируются на сельском хозяйстве и нацелены на удовлетворение потребностей внутриобластного рынка. Муниципальные районы, располагающие природными запасами (нефть, сырье для строительных материалов), развивают специализацию их добычи и переработки. Доля таких муниципальных районов в общем числе составляет 37 % (Нефтегорский, Безенчукский, Сызранский, Кошкинский, Большеглушицкий,

Большечерниговский, Шенталинский, Богатовский). Среди городских округов 20 % муниципальных образований имеют добывающую специализацию (Отрадный и Похвистнево).

Результаты экономики муниципальных образований определяются такими факторами, как: численность населения, структура экономики, удаленность от центра, качество муниципального управления.

Муниципальные районы с невысокой численностью, но эффективной структурой экономики и высоким качеством муниципального управления способны показать результаты экономического развития выше, чем районы с большей численностью населения.

Важным фактором социально-экономического развития является пространственное положение и умение использовать пространственный потенциал. Однако необходимо учитывать, что муниципальные районы, граничащие с развитыми регионами, находятся в более выгодном положении. Так, лучшие результаты показывают районы, граничащие с Республикой Татарстан (Кошкинский, Челно-Вершинский районы), но в разной степени используют потенциал приграничного положения.

Для разработки мероприятий по совершенствованию структурной политики региона важно иметь систематизированное представление об объектах управления и их сравнительно однородных группах. В связи с этим целесообразно выполнить кластеризацию муниципальных районов Самарской области по анализируемым показателям:

- валовой сбор зерновых и зернобобовых культур, тыс. т;

- урожайность зерновых и зернобобовых культур в 1 га убранной площади, ц/га;

- произведено мяса на 100 га сельскохозяйственных угодий, кг;

- произведено молока на 100 га сельскохозяйственных угодий, кг;

- отгружено товаров собственного производства по совокупности разделов C, D, E на душу населения, рублей;

- индекс промышленного производства по крупным и средним предприятиям, %;

- инвестиции в основной капитал на душу населения, рублей;

- расстояние от Самары до муниципального района, км.

Кластеризация муниципальных районов методом одиночной связи представлена на рисунок 2.14.

Рисунок 2.14 - Дерево объединения муниципальных районов в один кластер методом одиночной связи по данным 2017 г.

Результаты кластеризации позволили выявить 6 кластеров (таблица 2.21).

Таблица 2.21 - Кластеры муниципальных районов Самарской области по

показателям специализации (2017 г.) и удаленности от Самары

Муниципальный район Номер кластера Кластерное расстояние Муниципальный район Номер кластера Кластерное расстояние
Похвистневский 1 0,10 Ставропольский 4 0,06

Муниципальный район Номер кластера Кластерное расстояние Муниципальный район Номер кластера Кластерное расстояние
Шигонский 1 0,10 Кинельский 4 0,05
Богатовский 2 0,09 Алексеевский 5 0,05
Кинель-Черкасский 2 0,16 Елховский 5 0,04
Пестравский 2 0,15 Исаклинский 5 0,08
Волжский 3 0,16 Красноярский 5 0,04
Красноармейский 3 0,17 Челно-Вершинский 5 0,03
Сызранский 3 0,27 Шенталинский 5 0,03
Безенчукский 4 0,02 Клявлинский 6 0,34
Большеглушицкий 4 0,02 Приволжский 6 0,28
Большечерниговский 4 0,04 Хворостянский 6 0,18
Кошкинский 4 0,05 Борский 6 0,31
Нефтегорский 4 0,04 Камышлинский 6 0,17
Сергиевский 4 0,03

Описание полученных кластеров муниципальных районов

представлено в таблице 2.22, значения показателей - в приложении 5.

Таблица 2.22 - Описание кластеров муниципальных районов

Номер кластера Муниципальные районы Описание
1 Похвистневский

Шигонский

Периферийные районы, удалены от центра региона более, чем на 100 км., имеют межрегиональные границы, явно выраженную сельскохозяйственную специализацию, невысокие результаты использования экономического

потенциала. Шигонский район имеет высокую зависимость от бюджета

2 Богатовский

Кинель-Черкасский

Пестравский

Удалены от центра на расстоянии 98-120 км. Имеют сельскохозяйственную направленность (производство зерновых, зернобобовых) при урожайности ниже средней. Производство молока развито лучше, чем производство мяса, достаточно высокий уровень инвестиционной активности
3 Волжский

Красноармейский

Сызранский

Высокодифференцированная группа

муниципальных районов, высокий потенциал развития. Имеют различную удаленность от центра. Например, Волжский район соседствует с г. о. Самара, Сызранский район удален на 170 км. Показали высокую динамику по одному из показателей (индекс промышленного

производства в Волжском районе 140 %, в Красноармейском районе - 234,7 %)

4 Безенчукский Большеглушицкий Самый близкий к центру региона (г.о. Самара) Кинельский район, самый дальний

Номер кластера Муниципальные районы Описание
Большечерниговский

Кинельский Кошкинский Нефтегорский Сергиевский Ставропольский

Большечерниговский (150 км). Сильные

муниципальные районы с хорошей динамикой развития в промышленности, сельском хозяйстве

5 Алексеевский Елховский Исаклинский Красноярский Челно-Вершинский Шенталинский В основном включает удаленные от Самары муниципальные районы с низким уровнем развития. Специализация сельскохозяйственная либо полная зависимость от секторов услуг, дотируемых за счет бюджета (образование, здравоохранение, государственные, социальные услуги в Камышлинском, Елховском

муниципальных районах)

6 Клявлинский Приволжский Хворостянский Борский Камышлинский Периферийные районы с невысоким уровнем развития, специализация сельскохозяйственная. Удалены как от областного центра, так и от центров граничных регионов

Первый кластер включает муниципальные районы (Похвистневский Шигонский), ориентированные на сельское хозяйство. Однако результаты в сельском хозяйстве также невысокие. Потенциал развития умеренный, прежде всего из-за низкой инвестиционной привлекательности. Несмотря на удаленность, транспортно-логистическое сообщение удобное,

природно-ресурсный потенциал может быть в большей степени задействован для дальнейшего развития.

Второй кластер включает муниципальные районы (Богатовский, Кинель-Черкасский, Пестравский), также ориентированные на сельское хозяйство, удаленные от центра региона, но, в отличие от муниципальных районов первого кластера, достаточно динамично развивающиеся преимущественно в производстве молока. Муниципальные районы данной группы отличает сравнительно высокая для сельскохозяйственных районов инвестиционная активность.

Третий кластер представлен муниципальными районами (Волжский, Красноармейский, Сызранский) с высокой динамикой в 2017 году и потенциалом дальнейшего развития как в сельском хозяйстве,

так и в обрабатывающем секторе. Районы этого кластера имеют удобное транспортно-логистическое расположение и доступ к рынкам сбыта крупных городов. Волжский район окружает своеобразным поясом Самару. Красноармейский район отличается близостью к рынкам сбыта Самары (7 км), Новокуйбышевска (56 км), Чапаевска (46 км). Данное направление между Самарой и Красноармейским районом отличается динамичным развитием, здесь появляются новые производственные площадки, развивается строительство жилья. Через Сызранский район проходит федеральная трасса М-5 (Москва - Челябинск), он связан с городскими округами Сызрань (10 км), Тольятти (97 км), Ульяновск (140 км), характеризуется хорошей транспортной доступностью.

Четвертый кластер включает Безенчукский, Большеглушицкий, Большечерниговский, Кинельский, Кошкинский, Нефтегорский,

Сергиевский, Ставропольский муниципальные районы, отличающиеся высоким уровнем и динамикой развития. Также как и в третьем кластере, районы имеют высокий потенциал дальнейшего развития и улучшения структуры экономики.

Пятый кластер включает Алексеевский, Елховский, Исаклинский, Красноярский, Челно-Вершинский, Шенталинский периферийные районы с сельскохозяйственной специализацией и высокой зависимостью от бюджета. В этой группе как внутренние районы, так и районы, граничащие с другими регионами. При относительно неплохом пространственном расположении недостаточно полно используют пространственный потенциал.

Шестой кластер также представлен периферийными районами (Клявлинский, Приволжский, Хворостянский, Борский, Камышлинский), все граничат с другими регионами (Саратовская, Оренбургская области), значительно удалены от крупных населенных пунктов. Труднодоступность городских рынков сбыта служит существенным препятствием к дальнейшему развитию структуры экономики в этих районах.

На рисунке 2.15 представлена карта кластеров муниципальных районов.

Рисунок 2.15 - Карта кластеров муниципальных районов

Данная кластеризация муниципальных районов может служить основой для совершенствования структурной политики Самарской области.

В целях выявления слабых сторон, устранения стагнационных процессов, препятствующих устойчивому социально-экономическому развитию региона, на уровне субъекта необходима своевременная оценка результативности деятельности местных органов власти, но не только с точки зрения отдельных показателей социально-экономического развития,

но и с точки зрения определения обобщающей характеристики эффективности. Она позволит судить о том, насколько эффективно в муниципальном образовании реализуется региональная экономическая политика, насколько она согласуется с тенденциями изменения структуры экономики на уровне страны, региона. А также оценить условия для изменения структуры экономики и занятости населения в муниципалитетах.

Предложено рассмотреть в качестве инструмента оценки региональной экономической политики на территории муниципальных образований метод анализа структурных сдвигов, или shift-share analysis. Авторский подход более подробно раскрыт в п. 1.3.

Мотивацией данного предложения послужило предположение, что динамика и структурные сдвиги занятости трудовых ресурсов могут служить обобщающей характеристикой результатов реализации региональной экономической политики на территории муниципальных образований. От того, насколько успешно выполняются задачи развития территории, зависит уровень и качество жизни населения, степень удовлетворенности жителей работой, условиями для отдыха, инфраструктурой и благоустройством территории. Очевидно, если население не устраивают местные условия занятости и проживания, то жители предпочитают покинуть этот город или поселок в поисках более высокооплачиваемой работы и лучших условий для жизни.

Тогда, по нашему мнению, правомочно предположить, что динамика показателей уровня занятости по различным видам экономической деятельности за определенный период времени поможет получить представление о том, насколько местным органам самоуправления удается реализовать задачи социально-экономической политики: создание рабочих мест, благоприятных условий для бизнеса, обеспечение высокого качества жизни населения и т. д. Однако при этом необходимо учитывать, что, кроме деятельности местных властей, на динамику показателей уровня занятости оказывают также влияние естественный прирост или убыль населения,

политика региональных властей (региональный фактор), сложившаяся конъюнктура в отрасли (отраслевой фактор).

Ниже представим результаты четырехфакторной модели на примере муниципальных образований Самарской области. Самарская область представлена 10 городскими округами и 27 муниципальными районами (таблица 2.23).

Проведенные расчеты позволяют, как выявить общие тенденции, так и сделать выводы относительно групп и отдельных муниципальных образований.

1. Отмечен резерв трудовых ресурсов для муниципальных образований, которые должны быть вовлечены в официальную трудовую деятельность. Такой резерв для Самарской области в целом составляет порядка 284 тыс. человек (204,8 + 79,5). Данный вывод особенно актуален в условиях реализации национальных проектов и достижения целей роста малого и среднего бизнеса, в том числе за счет и самозанятых граждан.

2. Представленные сведения характеризуют суммарные изменения показателя занятости трудовых ресурсов муниципальных образований по каждому из представленных компонентов. Наблюдаются муниципальные образования, как с положительным значением суммарного изменения компонентов, так и c отрицательным.

Благоприятные условия для занятости отмечены в городских округах Кинель, Чапаевск, муниципальных районах Безенчукский, Богатовский, Волжский, Кинельский, Кинель-Черкасский, Сергиевский, Пестравский. Суммарное изменение компонентов (четырех факторов) положительное, что обусловлено ростом числа занятых в данных муниципальных образованиях.

В Елховском и Хворостянском муниципальных районах численность занятых не изменилась.

В прочих муниципальных образованиях Самарской области наблюдаются отрицательные показатели численности занятых в экономике под влиянием отраслевого и локального факторов.

Таблица 2.23 - Анализ структурных сдвигов показателя занятости трудовых ресурсов на примере муниципальных образований Самарской области (на основе адаптированного метода shift-share analysis)

№ п/п Наименование муниципального образования 2010 г. 2016 г. Абс. измен. NSi IMi RSi LSi ∆l1 Доля LSiв показателе 2016 г., %
Тыс. чел.
1 Самара 584,5 564,9 - 19,6 38,8 25,4 27,1 -110,9 - 19,6 19,6
2 Жигулевск 19,2 17,3 - 1,9 1,3 0,3 1,6 - 5,0 - 1,9 28,9
3 Кинель 14,6 15,6 1,0 1,0 0,2 0,7 - 0,9 1,0 5,5
4 Новокуйбышевск 42,5 41,2 - 1,3 2,8 0,8 2,6 - 7,5 - 1,3 18,1
5 Октябрьск 7,6 7,3 - 0,3 0,5 0,2 0,4 - 1,5 - 0,3 20,1
6 Отрадный 19,5 17,6 - 1,8 1,3 0,2 2,4 - 5,8 - 1,8 32,8
7 Похвистнево 9,5 9,3 - 0,2 0,6 0,1 0,8 - 1,8 - 0,2 18,9
8 Чапаевск 16,8 18,3 1,5 1,1 - 0,0 0,9 - 0,6 1,5 3,1
9 Сызрань 62,9 58,3 - 4,6 4,2 0,2 3,0 - 12,0 - 4,6 20,6
10 Тольятти 310,7 268,6 - 42,1 20,6 1,9 10,0 - 74,6 - 42,1 27,8
11 Алексеевский 2,8 2,3 - 0,5 0,2 - 0,3 0,3 - 0,7 - 0,5 30,2
12 Безенчукский 11,1 11,2 0,1 0,7 - 0,5 1,1 - 1,3 0,1 11,2
13 Богатовский 3,3 3,8 0,5 0,2 - 0,3 0,2 0,3 0,5 8,5
14 Большеглушицкий 5,0 4,5 - 0,5 0,3 - 0,4 0,7 - 1,1 - 0,5 23,4
15 Большечерниговский 5,3 4,6 - 0,7 0,3 - 0,6 0,6 - 1,1 - 0,7 24,1
16 Борский 4,5 4,2 - 0,3 0,3 - 0,3 0,3 - 0,7 - 0,3 15,4
17 Волжский 26,8 27,1 0,3 1,8 0,3 1,8 - 3,6 0,3 13,2
18 Елховский 1,6 1,6 0,0 0,1 - 0,1 0,1 - 0,1 0,0 7,0
19 Исаклинский 4,3 3,8 - 0,5 0,3 - 0,5 0,5 - 0,8 - 0,5 20,6
20 Камышлинский 2,0 1,8 - 0,2 0,1 - 0,1 0,2 - 0,3 - 0,2 18,8
21 Кинельский 5,2 6,4 1,2 0,3 - 0,4 0,4 0,9 1,2 14,0
22 Кинель-Черкасский 10,0 10,4 0,5 0,7 - 0,4 0,6 - 0,3 0,5 3,1

116

№ п/п Наименование муниципального образования 2010 г. 2016 г. Абс. измен. IMi RSi L"i ∆l1 Доля LSiв показателе 2016 г., %
Тыс. чел.
23 Клявлинский 3,6 3,3 - 0,3 0,2 - 0,2 0,3 - 0,6 - 0,3 18,9
24 Кошкинский 7,2 6,0 - 1,1 0,5 - 0,7 0,9 - 1,8 - 1,1 29,3
25 Красноармейский 4,2 3,7 - 0,4 0,3 - 0,4 0,4 - 0,7 - 0,4 18,9
26 Красноярский 15,1 15,0 - 0,1 1,0 0,2 0,9 - 2,2 -0,1 13,5
27 Нефтегорский 10,4 9,6 - 0,8 0,7 - 0,2 1,3 - 2,5 - 0,8 25,9
28 Пестравский 3,6 4,5 0,8 0,2 - 0,3 0,4 0,6 0,8 12,7
29 Похвистневский 4,0 3,8 - 0,3 0,3 - 0,6 0,5 - 0,5 - 0,3 12,8
30 Приволжский 6,7 5,1 - 1,6 0,4 - 0,8 0,8 - 2,1 - 1,6 41,0
31 Сергиевский 13,3 13,5 0,2 0,9 - 0,1 1,4 - 2,0 0,2 15,1
32 Ставропольский 21,8 17,9 - 3,9 1,4 - 0,3 1,5 - 6,6 -3,9 36,7
33 Сызранский 6,4 5,5 - 0,9 0,4 - 0,3 0,7 - 1,7 - 0,9 31,1
34 Хворостянский 3,1 3,1 0,0 0,2 - 0,3 0,3 - 0,2 0,0 6,4
35 Челно-Вершинский 3,9 3,4 - 0,4 0,3 - 0,3 0,3 - 0,7 - 0,4 21,0
36 Шенталинский 3,9 3,1 - 0,8 0,3 - 0,2 0,3 - 1,1 - 0,8 34,4
37 Шигонский 4,2 3,9 - 0,4 0,3 - 0,2 0,2 - 0,7 - 0,4 18,0
Итого 1280,9 1201,5 - 79,5 85,1 20,9 66,5 - 251,7 - 79,5 20,9
Численность занятых в СО (по балансу трудовых ресурсов) 1509,4 1714,2 204,8 - - - - - -

Источник: рассчитано автором, включает численность работников организаций, включая малые, средние, индивидуальных предпринимателей.

117

На рисунке 2.16 представлена картограмма муниципальных образований % приростом $ нулевым изменением численности занятых - 2010-2016 годы.

Рисунок 2.16 - Картограмма муниципальных образований с положительным и нулевым приростом занятых в 2010-2016 годы

Можно заметить, что эти муниципальные образования соседствуют друг с другом, образуя ядро внутри региона. При этом в центре региона -

г. о. Самара за тот же период наблюдалось снижение численности занятых на

19,6 тыс. чел. Далее следует рассмотреть влияние локального фактора на изменение показателя занятых в муниципальном образовании. Отметим, что количественные значения национальных, региональных и локальных факторов являются суммой их изменений в отраслевом разрезе. Более подробно мы покажем это ниже на примере г. о. Сызрань. Поэтому значения и величины NSi, IMi, RSi, LSiпозволяют судить о том, насколько в целом экономика муниципального образования соответствует национальным, отраслевым и региональным тенденциям. Локальный фактор, на наш взгляд, может служить характеристикой влияния местных властей или его отсутствия на снижение теневой занятости. Отметим, что значительными резервами вовлечения трудовых ресурсов в официальном налоговом и правовом поле обладают Самара, Тольятти, Сызрань. Следует обратить внимание на негативные тенденции в Жигулевске, Октябрьске, Отрадном, муниципальных районах Кошкинский, Приволжский, Сызранский, Шенталинский.

Рассмотрим более подробно структуру занятости трудовых ресурсов в разрезе видов экономической деятельности под влиянием исследуемых факторов на примере городского округа Сызрань.

Ранее подобный анализ был опубликован в работе автора[91].

Согласно расчетам автора, представленным в таблице 2.24, видно, что местные условия не являются благоприятными для ключевого вида деятельности Сызрани, формирующего основу экономики муниципалитета, - «обрабатывающие производства». Как следствие, снижается занятость в транспорте и связи, производстве и распределении электроэнергии, газа и воды, строительстве, торговле и услугах.

Таблица 2.24 - Анализ структурных сдвигов трудовых ресурсов на примере городского округа Сызрань

Вид экономической деятельности 2010 г. 2016 г. Абс. изм. NSi IMi RSi LSi ∆l1
Тыс. чел.
Сельское хозяйство, охота и лесное хозяйство 0,06 0,02 -0,04 0,00 -0,02 0,01 -0,04 -0,04
Добыча полезных ископаемых 0,05 - -0,05 0,00 -0,00 0,03 -0,08 -0,05
Обрабатывающие производства 19,92 17,23 -2,70 1,32 -1,41 -0,06 -2,55 -2,70
Производство и распределение электроэнергии, газа и воды 2,26 2,26 0,00 0,15 -0,10 0,91 -0,96 0,00
Строительство 3,33 3,75 0,42 0,22 0,31 0,89 -0,99 0,42
Оптовая и розничная торговля; ремонт автотранспортных средств, мотоциклов, бытовых изделий и предметов личного пользования 6,69! 6,61 -0,08 0,44 0,43 0,17 -1,12 -0,08
Гостиницы и рестораны 0,68 0,81 0,13 0,04 0,22 0,04 -0,18 0,13
Транспорт и связь 7,12 4,67 -2,45 0,47 0,37 0,42 -3,71 -2,45
Операции с недвижимым имуществом, аренда и предоставление услуг 4,81 4,36 -0,45 0,32 1,27 -0,03 -2,01 -0,45
Образование 6,08 6,09 0,01 0,40 -0,76 0,15 0,22 0,01
Здравоохранение и предоставление социальных услуг 5,71 5,79 0,08 0,38 -0,40 0,11 -0,01 0,08
Предоставление прочих коммунальных, социальных и персональных услуг 2,02 1,48 -0,54 0,13 0,37 0,46 -1,50 -0,54
Другие виды деятельности 4,14 5,21 1,07 0,28 -0,05 -0,11 0,95 1,07
Всего 62,86 58,26 -4,60 4,18 0,23 2,97 -11,98 -4,60

120

Общее снижение численности занятых в 2010-2016 годы -

4,6 тыс. человек. При этом под влиянием национального фактора наблюдается рост на 4,18 тыс. человек, отраслевого - 0,23 тыс. человек, регионального - 2,97 тыс. человек.

Локальный фактор оказал отрицательное влияние на 11,98 тыс. человек, что может свидетельствовать о недостаточном внимании местных органов власти к отраслям с отрицательной динамикой занятых, которая может быть обусловлена рядом причин, «принуждающих»

муниципалитет снижать темпы социально-экономического развития. Так, в условиях сложной социально-экономической обстановки наблюдается высвобождение значительной численности работающих на различных предприятиях муниципалитета.

В отношении выполненных расчетов по городскому округу Сызрань проведем проверочное мероприятие, приняв во внимание следующую проверочную формулу 1.16.

На основании выполненных расчетов видно, что абсолютное изменение значений в 2010-2016 гг. по городскому округу Сызрань составляет

4,6 тыс. человек и равно значению общего изменения суммы четырех компонентов, что свидетельствует о верном выполненном расчете.

На основании представленных сведений показано, что расчеты выполнены верно, и данный инструментарий жизнеспособен для оценки показателя занятости трудовых ресурсов как обобщающей характеристики реализации региональной экономической политики на территории муниципального образования.

Приведенные выше данные свидетельствуют о целесообразности и возможности применения усовершенствованного (адаптированного) метода структурных сдвигов путем введения четвертого компонента - локального фактора. Данный метод имеет ряд преимуществ: позволяет разделить рост (снижение) измеряемой величины на четыре компонента, математически

Таким образом, адаптацию метода анализа структурных сдвигов к локальной местности следует расценивать как инструмент, позволяющий сформировать представление о развитии той или иной отрасли с точки зрения обобщающей характеристики, и провести анализ реализации региональной экономической политики на территории муниципальных образований.

2.4

<< | >>
Источник: ЕГОРОВА КРИСТИНА СЕРГЕЕВНА. РЕГУЛИРОВАНИЕ ЭКОНОМИКИ РЕГИОНА НА ОСНОВЕ АКТИВНОЙ СТРУКТУРНОЙ ПОЛИТИКИ. Диссертация на соискание ученой степени кандидата экономических наук. Самара - 2019. 2019

Еще по теме Закономерности и тенденции структурных сдвигов в муниципальных образованиях (на примере Самарской области):

  1. Тенденции и факторы структурных сдвигов в экономике муниципальных образований (на примере российских городов)
  2. Приложение 3. Основные данные о специализации муниципальных районов Самарской области
  3. Приложение 5. Значения показателей кластеров муниципальных районов Самарской области
  4. Приложение 4. Показатели растениеводства, животноводства, промышленности и инвестиций муниципальных районов Самарской области
  5. Анализ динамики структуры экономики Самарской области
  6. АНАЛИЗ ИЗМЕНЕНИЙ В СТРУКТУРЕ ЭКОНОМИКИ РЕГИОНА И МУНИЦИПАЛЬНЫХ ОБРАЗОВАНИЙ
  7. Приложение 2. Сведения об экспортируемых товарах из Самарской области
  8. Стрюченко Евгений Сергеевич. ОЦЕНКА ЭФФЕКТИВНОСТИ РАСХОДОВ БЮДЖЕТА (на примере Свердловской области). Диссертация на соискание ученой степени кандидата экономических наук. Екатеринбург - 2006, 2006
  9. Приложение 1. Структурные сдвиги в городах (городских округах) по всем видам деятельности, видам деятельности «обрабатывающие производства» и «добыча полезных ископаемых»
  10. Методические рекомендации внедрения активной структурной политики в регионе