Диссертация - Специализация, интеграция и диверсификация капитала в АПК
Подождите немного. Документ загружается.
Рис. 8. График остатков модели на спрямленной нормальной кривой.
Модель (3) описывает 93,5 % вариации физического индекса подушевого
производства. В таблице 12 приведены наблюдаемые, расчетные значения
индекса и остатки по 42 странам.
Таблица 12. Наблюдаемые и расчетные значения физического индекса
подушевого производства 1999г.
q ВВП на душу населения Отклонения
фактиченского
индекса от
расчетного
Расчетный индекс
физического
объема по
уравнению (2.3)
индекс
физического
объема (США =
100)
Россия 28,4 18
-10,4
Австралия 63,36 73
9,64
Австрия 72,2 76
3,8
Бельгия 82,9 73
-9,9
Болгария 31,34 19
-12,34
Великобритания 47 69
22
Венгрия 47 34
-13
Германия 84,75 73
-11,75
Греция 46,9 47
0,1
Дания 63,4 83
19,6
Израиль 59,15 59
-0,15
Ирландия 54,55 77
22,45
Исландия 80,6 82
1,4
Испания 47,9 57
9,1
91
Италия 59,15 71
11,85
Канада 72,3 78
5,7
Корея 56 40
-16
Латвия 54,8 20
-34,8
Литва 18,07 23
4,93
Люксембург 84,18 128
43,82
Македония 10,1 18
7,9
Мальта 65,1 38
-27,1
Мексика 47,45 25
-22,45
Нидерланды 63,35 79
15,65
Новая Зеландия 46,9 56
9,1
Норвегия 71,1 86
14,9
Польша 47,6 27
-20,6
Португалия 57 51
-6
Румыния 0 16
16
Словакия 41 33
-8
Словения 61,5 47
-14,5
США 92 100
8
Турция 14,3 18
3,7
Украина 18 11
-7
Финляндия 47 69
22
Франция 63,4 68
4,6
Хорватия 36 25
-11
Чехия 58,4 40
-18,4
Швейцария 73,21 85
11,79
Швеция 71,1 70
-1,1
Эстония 8,8 25
16,2
Япония 79 74
-5
Анализируя таблицу 12 можно выделить группу стран с явно неудачным
распределением долей производства по секторам: Румыния, Македония,
Украина, Турция, Эстония. Некоторые страны, по разным причинам
(природные богатства, отсутствие значительных непроизводительных расходов
на армию, чиновничий аппарат) добились лучших результатов, чем было
предсказано по уравнению распределения долей производства по секторам:
Россия, Финляндия, Норвегия,Люксембург. В ряде стран, индекс физического
подушного производства оказался ниже расчетного, что вероятно вызвано
92
недостаточно развитым уровнем высоких технологий в индустриальном
секторе, несмотря на то, что он занимает значительное место в общественном
производстве: Чехия, Хорватия, Словения, Словакия, Македония.
Наконец, из уравнения (3) можно рассчитать оптимальную долю
сервисного сектора в общем объеме производства. Максимизируя уравнение по
третьей переменной Х3 получаем:
Х3=24,6505/(0,2263*2)= 54,46%.
3.2. Сравнение показателей эффективности функционирования
экономик регионов РФ, в зависимости от отраслевой структуры
производства. Влияние аграрной специализации региона на показатели
эффективности экономики региона.
Перейдем от макроэкономического анализа специализации и диверсификации
производства к анализу на уровне регионов России. Исходные данные для
исследования представлены в таблице 13.
Таблица 13. Распределение регионального валового продукта (РВП) по
секторам экономики, индекс физического объема (ИФО), РВП per capita и РВП
по регионам России в 1999 году.
№
региона
Регионы
ВРП подуш
руб
ВРП
млн. руб
Пром % в
ВРП
С.х. % в
ВРП
Услуги,
Связь,
транспорт,
торговля
% в ВРП
1 Адыгея 11373,7 5110,2 32,6 25 42,4
2 Башкирия 27722,6 114145,1 57,8 10,7 31,5
3 Алтай 12570,4 2568,1 27,6 26,8 45,6
4 Бурятия 17424,6 18085 34,4 14,1 51,5
5 Дагестан 6110,3 13043,6 28,9 24,9 46,2
6 Кабардино-Балкария 13295,2 10529,8 31,9 32,7 35,4
7 Калмыкия 6733,3 2127,1 35,4 13,3 51,3
8 Карачаево-Черкесия 9916,2 4317,5 31,2 29,5 39,3
9 Карелия 26491,2 20382,3 53,3 3,6 43,1
10 Коми 44587,4 50914,3 54,9 2 43,1
11 Марий-Эл 13771,5 10467,7 39 25,1 35,9
12 Мордовия 15075 14075,5 42,2 22,9 34,9
13 Сев,Осетия 11318,8 7572,3 36,3 11,7 52
14 Татарстан 32723,5 123671,8 60,6 7,5 31,9
93
15 Тува 8404,4 2616,3 19,3 18,8 61,9
16 Удмуртия 22948 37501,6 57,8 12,8 29,4
17 Хакасия 24591,3 14317,1 56,6 7,9 35,5
18 Ингушетия 5040,1 2030,7 50,4 12,9 36,7
19 Чечня 0 0 0 0 0
20 Чувашия 13526,8 18372,1 47,3 18,5 34,2
21 Якутия-Саха 65846,9 64688 57,7 2,9 39,4
22 Еврейская а,обл, 12156,7 2443,5 27,2 15,8 57
23 Агинский-Бурятский 17535,2 22160,9 30,3 11,6 58,1
24 Коми-Пермяцкий а,о. 31928,2 94893,9 57,4 7,8 34,8
25 Корякский а,о. 39984,9 15462,2 54,8 4,8 40,4
26 Ненецкий а.о. 26541 38994,1 46,2 6,5 47,3
27 Таймырский а.о. 42429,6 129456,9 66,5 6,5 27
28 Усть-Ордынский а,о. 31163,3 85889,1 51 7,6 41,4
29
Ханты-Мансийский
а.о
110475,2 356139 65,3 1,4 33,3
30 Чукотский а,о, 43173,5 3212,1 42,8 2,6 54,6
31 Эвенкийский а.о. 42429,6 129456,9 66,5 6,5 27
32 Ямало-Ненецкий а.о. 110475,2 356139 65,3 1,4 33,3
33 Алтайский край 13103,8 34837,7 37,2 19,1 43,7
34 Краснодарский край 21524,8 109100,8 33,9 16 50,1
35 Красноярский край 42429,6 129456,9 66,5 6,5 27
36 Приморский край 25070,7 54791,9 37,8 4,4 57,8
37 Ставропольский край16148,1 43440,1 32 18,9 49,1
38 Хабаровский край 32467 49534,8 39,6 3,8 56,6
39 Амурская обл, 22534,1 22773 21,9 14,7 63,4
40 Архангельская обл, 26541 38994,1 46,2 6,5 47,3
41 Астраханская обл. 18479,1 18942,9 57 6,4 36,6
42 Белгородская обл. 23097,6 34526,3 52 16,2 31,8
43 Брянская обл. 12802,2 18554,3 31,1 19,4 49,5
44 Владимирская обл. 15828,3 25577 50,6 17,5 31,9
45 Волгоградская обл, 18602,7 49974,2 50,3 14,6 35,1
46 Вологодская обл. 35591 47279 64,2 10,1 25,7
47 Воронежская обл. 16503,2 40710,1 37,5 18,7 43,8
48 Ивановская обл. 10382,3 12760,9 40,5 13,8 45,7
49 Иркутская обл. 31163,3 85889,1 51 7,6 41,4
50
Калининградская
обл.
17006,1 16157,5 43,8 8,7 47,5
51 Калужская обл. 15935,1 17300,8 40,9 20,9 38,2
52 Камчатская обл. 39984,9 15462,2 54,8 4,8 40,4
53 Кемеровская обл. 23011 68975,4 53,4 6,7 39,9
54 Кировская обл. 17886,4 28543,1 47,9 16,7 35,4
94
55 Костромская обл. 18098,5 14286,9 42,3 20,4 37,3
56 Курганская обл. 14016,9 15424,2 39,1 17,3 43,6
57 Курская обл. 19182,5 25351,6 50,7 16,6 32,7
58 Ленинградская обл. 25395,9 42604,2 53,2 15,3 31,5
59 г.Санкт-Петербург 34333,5 161748,5 45,6 0 54,4
60 Липецкая обл. 25695,1 31923,6 60,2 12 27,8
61 Магаданская обл. 47941,5 11328,6 56,7 ,9 42,4
62 Московская обл. 24509,9 160034,6 54 6,9 39,1
63 г.Москва 78487,7 677372,2 32,7 0 67,3
64 Мурманская обл. 43332 42976,7 53,6 ,1 46,3
65 Нижегородская обл. 22741,4 83456,2 46,9 6,9 46,2
66 Новгородская обл. 22417,7 16409,7 52,9 9,7 37,4
67 Новосибирская обл. 21217,6 58301,8 32,2 16,1 51,7
68 Омская обл. 18702,1 40591,1 31,7 15,7 52,6
69 Оренбургская обл. 25411,3 56583,4 54,7 13,8 31,5
70 Орловская обл. 19884,8 17928,2 39,5 19,2 41,3
71 Пензенская обл. 12816,7 19686,5 42,1 20,2 37,7
72 Пермская обл. 31928,2 94893,9 57,4 7,8 34,8
73 Псковская обл. 14312,6 11548,8 31,6 22,2 46,2
74 Ростовская обл. 15780 68975,9 34,4 19,9 45,7
75 Рязанская обл. 17666,5 22789,8 45,7 21,6 32,7
76 Самарская обл. 36736,1 121328,4 53,4 8 38,6
77 Саратовская обл. 17888,3 48595,4 44,8 14,7 40,5
78 Сахалинская обл. 46980,5 28329,3 65 2,9 32,1
79 Свердловская обл. 26674,9 123408,9 55,7 6,6 37,7
80 Смоленская обл. 19057,2 21729 45,4 15,2 39,4
81 Тамбовская обл. 14016 17878,8 32 18,1 49,9
82 Тверская обл. 17307,6 27887,7 50,7 13,7 35,6
83 Томская обл. 29135,5 31166,3 47,3 8,4 44,3
84 Тульская обл. 17232,4 30286 48,9 13,5 37,6
85 Тюменская обл. 110475,2 356139 65,3 1,4 33,3
86 Ульяновская обл. 17693,5 26050,1 45,9 11,3 42,8
87 Челябинская обл. 22996,1 84579,6 61,7 6,4 31,9
88 Читинская обл. 17535,2 22160,9 30,3 11,6 58,1
89 Ярославская обл. 26580,3 37749,3 54,7 11,9 33,4
Построенное уравнение связи подушевого дохода в регионах со
структурой производства в этих регионах оказалось схожим с аналогичными
уравнениями (1)-(3). Напомним, что X1-означает долю аграрного сектора, Х2-
промышленность и строительство, Х3- долю обслуживающего сектора
экономики. Так же как и выше обнаружены отрицательный линейный и
95
положительный квадратичный коэффициенты связи подушевого производства
с долей аграрного сектора в общем производстве, доли остальных секторов
оказались связаны с подушевым валовым региональным продуктом
квадратичной зависимостью:
ВРПподуш.=-2816,84*Х1+86,59*Х1
2
+11,75*Х2
2
+8,78*Х3
2
(4)
Все коэффициенты уравнения (4) значимы, как это следует из таблицы 14.
Таблица 14. Результаты регрессионного анализа уравнения (4)
Высокое качества уравнения (4) подтверждается тестом Дарбина-Ватсона и
практически нулевой сериальной корреляцией остатков (таблица 15).
Таблица 15. Результаты теста Дарбина-Ватсона и сериальная корреляция
остатков уравнения (4)
Как и в случае оценки зависимости подушного ВВП от структуры
производства для различных стран, на макроэкономическом уровне на уровне
регионов также удалось описать более 90% вариации подушного валового
регионального продукта (таблица 16).
Таблица 16. Дисперсионный анализ уравнения (4).
Этот факт подтверждает гипотезу о сильной связи подушного валового
продукта со структурой производства на макро и мезо уровнях. Наконец, на
96
рис. 9 представлена гистограмма распределения остатков уравнения (4). Как
видно, величина остатков оказалась даже меньше, чем можно было бы ожидать
при нормальном распределении остатков модели.
Рис. 9. Гистограмма распределения остатков для уравнения (4).
Анализ уравнения (4) показал, что положительный эффект от развития
сектора сельскохозяйственного производства начинает проявляться только,
если данный сектор занимает более 32,5 % в общей структуре ВРП региона.
Итак, учет понятия " пропорции производства" позволяет определить их
как категорию, представляющую собой количественное описание основных
параметров производства на определенный период времени. Изменение
производственных пропорций экономического развития, как в мире, так и в
России, рассмотрены в тесной взаимосвязи с тенденциями территориальной
дифференциации уровня экономического развития и жизни населения стран и
России, в частности.
Если рассматривать ВВП per capita и ВРП per capita в качестве главного
индикатора экономического развития на макроэкономическом и региональном
97
уровне, то можно констатировать, что в последние годы происходил процесс
дивергенции экономического пространства в мире и в России.
В России впервые за многие десятилетия основой ее промышленного
комплекса стали регионы, специализирующиеся на производстве топлива,
сырья и полуфабрикатов. Соответственно произошло перераспределение
производства промышленной продукции в северные и восточные районы
страны, а также в районы юго-востока Европейской части России.
Территориальные пропорции производства сельскохозяйственной
продукции претерпели значительно меньшие изменения, но на первое место
здесь вышел Урал, который ранее не входил даже в первую тройку
сельскохозяйственных районов страны.
Последнее десятилетие характеризовалось усилением тенденции
поляризации регионов по степени сокращения инвестиционной активности.
Происходило постепенное перераспределение инвестиций с запада страны (за
исключением Центрального района) на восток (в Уральский и Западную
Сибирь).
Следует отметить, что распределение по группам регионов России
объемов ВРП и ВРП per capita приобретает все более неравномерный характер.
Аномальная дифференциация социально-экономического пространства,
исключая унифицированный подход к выработке тактики и стратегии развития
различных типов регионов, предъявляет новые требования к особенностям
проведения региональной политики с точки зрения согласованности и
дифференцированности путей выхода из кризиса.
Перейдем от макроэкономического анализа специализации и
диверсификации производства к анализу микроэкономическому, то есть
рассмотрим вопросы диверсификации и концентрации производства на уровне
компаний и фирм.
3.3. Сравнение показателей эффективности функционирования широко
диверсифицированных компаний и концентрированных компаний по
мировым литературным источникам
98
Найти универсальное средство, позволяющее компании быстро и
успешно развиваться, стать лидером рынка и, вообще, остаться в истории
бизнеса, как «Форд» или «Дженерал электрик» - недостижимая мечта, вроде
философского камня. Следует проанализировать опыт развития многих
компаний и попытаться найти общие для наиболее эффективных
закономерности.
Выделить в общей массе компаний наиболее эффективные нетрудно.
Методики для этого разработаны и существуют уже давно. Сложнее понять,
что объединяет компании-лидеры между собой, и чем они отличаются от менее
эффективных. Возможно, лучшая кандидатура на роль такого критерия –
степень диверсификации бизнеса. Но, сначала необходимо определиться, какие
компании мы собираемся исследовать, где искать «эликсир эффективности»?
Очевидно, что интерес представляют крупные компании из стран с давно
сложившимися рыночными отношениями. Бизнес таких компаний не должен
быть принципиально разным – нелепо сравнивать эффективность банка и
промышленного предприятия, но и замыкаться в одной отрасли тоже
неправильно – результат может оказаться неприменим для компаний,
работающих в других отраслях. Наконец, выборка должна быть достаточно
большой, чтобы сгладить влияние случайных выбросов и увидеть
статистические закономерности.
В соответствии с этими критериями была подготовлена выборка из 60
американских, европейских и восточноазиатских компаний с годовым
оборотом не менее 1 млрд USD работающих в следующих отраслях :
1. Сырье -10 компаний:
Hecla Mining Company; Minerals Technologies; PPG Industries ; Quaker Chemical ;
Royal Gold ; RTI International Metals ; Stillwater Mining ; Titanium Metals;
Universal Forest Products; Universal Stainless & Alloy Products
2. Средства производства- 10 компаний;
99
American Standard ;Boeing Company ; Honeywell International ; International
Aluminum ; Key Technology; Lockheed Martin; Standard Pacific ; Texas Industries;
Vulcan Materials; Zebra Technologies
3.Потребительские товары -10 компаний;
Bassett Furniture Industries Inc.; Dean Foods; Masco; Nike; Reebok International;
Campbell Soup Company; Corn Products; Hewlett-Packard Company; Kellogg
Company; Universal Electronics
4. Энергетика – 4 компании
Exxon Mobil; Occidental Petroleum ; Smith International; Williams Companies
5. Финансы -5 компаний
American Capital Strategies; American Express; American Financial Group;
American International Group; American National Insurance
6. Услуги -10 компаний
Commonwealth Energy Corporation; Amazon.Com; Bob Evans Farms; Cable &
Wireless; Commonwealth Telephone Enterprises; Disney Education Management;
G&K Services; Goody's Family Clothing; J.B. Hunt Transport Services; Kelly
Services Inc.
7. Конгломераты- 10 компаний.
Federal Signal; General Electric; Itt Industries; Pentair; Raytheon; Textron Inc.;
Teleflex Incorporated ; Tyco InternationalqLtd.; United Technologies Corporation
Попытаемся найти закономерности, влияющие на эффективность, а в
результате и на успешность компаний. Поэтому для начала не будем сразу
заниматься классификацией, а рассмотрим просто несколько моделей логик
построения компаний:
Конгломерат
Вертикальная интеграция
Концентрированная компания
Приведенные варианты различных логик развития не претендует на
полноту, но, тем не менее, большинство присутствующих на рынке компаний
100