Выживает сильнейший? Измерение конкурентного отбора на примере Уральского федерального округа

Размещено на http://www.allbest.ru/

Выживает сильнейший? Измерение конкурентного отбора на примере Уральского федерального округа

Савин И.В., Мариев О.С., Пушкарев А.А.

Аннотация

Цель данной статьи состоит в том, чтобы проанализировать силу конкурентного отбора в широком спектре отраслей Уральского федерального округа (УрФО) и провести сравнение с результатами для ряда зарубежных стран. Эмпирический анализ основан на базе данных «Ruslana», предоставляемой Bureau van Dijk (BvD) за период с 2006 по 2015 гг. На первом этапе анализа мы прибегаем к популярному в литературе методу декомпозиции агрегированной производительности труда на уровне отрасли на два основных процесса, а именно на рост производительности внутри фирмы и на перераспределение долей рынка между фирмами. Полученные результаты показывают, что рост производительности отрасли практически полностью объясняется повышением производительности на уровне самой фирмы, тогда как роль конкурентного отбора ничтожна. Однако, ввиду ряда недостатков данного подхода, нельзя с уверенностью отрицать отсутствие конкуренции. По этой причине на втором этапе нами рассматривается взаимосвязь непосредственно между ростом выручки фирм и их производительностью. Полученные результаты демонстрируют, что роль рыночного отбора в объяснении роста фирм невелика и оказывается ниже в сравнении с развитыми странами. Данный результат остается неизменным и в случае, если вместо производительности труда использовать общую факторную производительность. Обнаруженная слабая взаимосвязь указывает на необходимость совершенствования промышленной политики в направлении повышения эффективности конкуренции.

Ключевые слова: рыночный отбор; декомпозиция производительности; рост фирм; репликативная динамика.

Annotation

конкурентный отрасль производительность округ

Survival of the Fittest? Measuring the Strength of Market Selection on the Example of the Urals Federal District

Ivan Savin, Oleg Mariev, Andrey Pushkarev

It this article we analyze the strength of market selection for a wide range of industries in the Urals Federal District (UFD) and compare it with the results for several foreign countries. The empirical analysis is based on the Ruslana database provided by Bureau van Dijk (BvD) for the period from 2006 to 2015. For the first stage of the analysis, we resort to the well-discussed method of aggregated labor productivity decomposition at the industry level into two main processes, namely, the growth of productivity within the firm and the redistribution of market shares between firms on the market. The results obtained show that the industrial productivity growth is almost entirely explained by the increase in productivity at the level of the firms, while the role of market selection is negligible. However, due to a number of limitations of this approach, it would be incorrect to deny the significance of the competition as a whole. For this reason, at the second stage we consider the relationship between the growth of firms' revenues and their productivity directly. Our results show that the role of market selection in explaining firm growth is small in Russia and is lower in comparison with developed countries. This result holds if instead of labour productivity one uses total factor productivity. The revealed weak interrelation indicates the need to improve industrial policy in the direction of increasing the efficiency of competition.

Key words: market selection; productivity decomposition; firm growth; replicator dynamics.

Введение

В этой статье мы стремимся лучше понять, насколько рыночный отбор влияет на успех фирм в Уральском федеральном округе (УрФО). Для этой цели применяем два наиболее часто используемых метода в динамике отраслевых рынков: декомпозицию агрегированной производительности труда на уровне отрасли (начатую в работе [Baily, Campbell, 1992], и в дальнейшем доработанную в [Griliches, Regev, 1995; Foster et al., 2001; Melitz, Polanec, 2015]) и регрессионный анализ взаимосвязи между ростом фирм и их производительностью В литературе широко применяются две формы измерения производительности: производительность труда и общая факторная производительность (ОФП). В рамках данной статьи мы в основном ракматриваем производительность труда, поскольку авторы статьи [Dosi, Grazzi, 2006] показали, что ОФП может исказить выводы при рассмотрении фирм, использующих разные технологии (а значит, испытывающих разные эффекты синергии между факторами производства), что как раз характерно для проведенного нами анализа. Однако чтобы убедиться, что полученные нами результаты устойчивы к выбору формы измерения производительности, мы также проводим оценку на основе общей факторной производительности. (впервые предложенный в исследовании [Bottazzi et al., 2010]).

Рост производительности на отраслевом уровне является сложным процессом, как правило, связанным с динамическим эффектом на микроуровне (уровне фирм), который проявляется в трех различных эффектах. Первый, «between^-эффект, по своей сути, является перераспределением рыночных долей между фирмами с разной производительностью. Второй, «within^-эффект, можно описать как рост или снижение производительности внутри отдельно взятой фирмы. Помимо этого, новые фирмы заходят на рынок, а некоторые действующие выходят из него, что создает третий эффект. Хотя эти составляющие хорошо известны, остается неясной важность данных эффектов для роста производительности на уровне отрасли. Данная работа посвящена первым двум эффектам и продолжает дискуссию, начатую в работах [Bartelsman, Doms, 2000; Dosi, 2007; Syverson, 2011].

«Between^-эффект обычно описывается как мера рыночного отбора и подразумевает, что рыночные доли должны перераспределяться в сторону более производительных фирм, тогда как доля рынка менее производительных фирм должна сокращаться. Данный процесс является аналогом эволюционного процесса, наблюдаемого в природе и используемого в экономике. В литературе такой процесс широко известен как «репликативная динамика» [Friedman, 1953; Foster et al., 2008], когда рынок выступает в роли фильтра для более успешных (производительных) фирм, способствуя росту общественного благосостояния в целом (в соответствии с механизмом «невидимой руки» [Smith, 1776]). С другой стороны, (^кЫт^эффект рассматривается как изменение производительности внутри фирм из-за прилагаемых усилий на поддержание конкурентоспособности и увеличение своей доли на рынке, что, в свою очередь, оказывает влияние на отраслевой уровень. Проблема в том, что измерение этих эффектов несовершенно, в том числе, потому что четко разграничить фирмы, конкурирующие между собой на одном рынке, на основе доступных статистических данных представляется невозможным.

По этой причине, проиллюстрировав декомпозицию производительности по УрФО и сравнив с результатами для развитых стран, мы обращаем свое внимание на регрессионный анализ, который проводит оценку силы рыночного отбора посредством ее объясняющей способности на рост фирм непосредственно. С этой целью мы оцениваем влияние конкуренции на основе ее статичной и динамической компонент (а именно, уровня производительности и ее вариации во времени) на рост выручки компании методом коррелированных случайных эффектов и вычисляем долю объясненной этими факторами дисперсии.

Применение данных двух методов должно помочь выявить различия между отраслями в УрФО и позволить сравнить их с последними результатами для других стран, описанными в актуальных исследованиях [Dosi et al., 2015; 2017a; 2017b]). Методологически данное исследование также близко к работам [Foster et al., 2001; Baldwin, Gu, 2006] для североамериканских компаний или [Dosi, 2007; Bottazzi et al., 2005; 2008; 2010] для Италии. Однако, насколько известно авторам, аналогичные исследования для российских фирм отсутствуют Эта работа является частью более крупного проекта, посвященного анализу связи между ростом фирм и производительностью в России и ее динамике за последние годы..

Данная статья организована следующим образом. Во втором разделе представлен обзор данных, используемых для дальнейшего эмпирического исследования; третий раздел содержит подробное описание декомпозиции отраслевой производительности; четвертый раздел посвящен регрессионному анализу; итоги работы представлены в пятом разделе.

Данные

Эмпирический анализ основан на данных фирм, расположенных в Уральском федеральном округе, за период с 2006 по 2015 гг. Данные получены из базы данных «Ruslana», предоставленной Bureau van Dijk (BvD). В общей сложности выборка «Ruslana» содержит данные о более чем 48 тыс. действующих и действовавших в УрФО фирм, принадлежащих к сельскому хозяйству, добыче полезных ископаемых и обрабатывающим производствам. Они включают как предприятия, существовавшие на протяжении всего периода наблюдения, так и те, что открылись или ушли с рынка за этот период. Мы используем следующие показатели в эмпирическом анализе на уровне предприятий: выручку, затраты на производство, численность работников, полученные из бухгалтерской отчетности компаний, отраженной в базе «Ruslana». Также используются среднеотраслевые заработные платы, оцениваемые Росстатом.

В результате мы используем форму декомпозиции, описанную в работе [Griliches, Regev, 1995] В частности, выбранная форма декомпозиции позволяет разбить динамику производительности только между «between» и «within» эффектами. См. Приложение на предмет сопоставления форм декомпозиции [Foster, 2001; Griliches, Regev, 1995].. Наконец, была вручную вычислена стоимость труда, следуя логике, описанной в статье [Brynjolfsson, Hitt, 2003], а именно, используя произведение количества работников отдельного предприятия на среднюю заработную плату отрасли, оцениваемую Росстатом Показатель «Среднемесячная номинальная начисленная заработная плата работников организаций по видам экономической деятельности», Росстат (http://www.gks.ru/wps/wcm/connect/ rosstat_main/rosstat/ru/statistics/wages/labour_costs/#)..

Для целей эмпирического моделирования были наложены несколько ограничений на используемый набор данных, которые, как будет показано ниже, не влияют на репрезентативность выборки. В первую очередь, были исключены предприятия с менее чем 20 сотрудниками Это делается, в первую очередь, чтобы добиться сопоставимости результатов с зарубежными исследованиями [ВоО^ et al., 2010; Dosi et al., 2015], а также ограничить проблему аномальных наблюдений. или без данных о числе работников и выручке. Результатом данного ограничения стало сокращение выборки c 67180 наблюдений до 55236, т.е. примерно на 21,6%. При этом, основные используемые для анализа показатели - выручка и число работников - сократились только на 0,8% и 1,5% соответственно (что закономерно, учитывая, что нами опускаются только микропредприятия).

Второе ограничение связано с необходимостью иметь, как минимум, два последовательных года наблюдений для расчета темпа изменения производительности труда. В используемой выборке оставлены только те предприятия, которые имеют, как минимум, два года последовательных наблюдений. Такое ограничение сокращает выборку до 22209 наблюдений, примерно в три раза по сравнению с начальной совокупностью. При этом, сокращение исследуемых показателей также оказывается небольшим - 6,8% для общего числа работников и 3% для общей выручки. Это говорит о том, что отброшенные нами наблюдения в основном состоят из малых предприятий, тогда как ведущие отраслевые компании (такие как, например, ОАО «ВСМПО-АВИСМА») мы сохраняем для дальнейшего анализа. Таким образом, описанные выше ограничения необходимы для того, чтобы исключить непригодные для исследования наблюдения, и не должны сильно влиять на репрезентативность выборки. Рисунок 1 демонстрирует распределение фирм по размеру в наборе данных, оцененном BvD. Фирмы классифицируются по последним имеющимся данным по трем факторам: операционная выручка, общие активы и количество сотрудников в соответствии с методологией, описанной в руководстве пользователя Orbis. Для промышленной классификации был использован современный международный классификатор NACE Rev.2 на уровне двух цифр, идентичный российскому классификатору ОКВЭД2. В полученной выборке более 16,6% фирм в УрФО заняты растениеводством и животноводством. Другими крупными отраслями в УрФО являются производство машин и оборудования (13,4%) и производство готовых металлических изделий (12,7%); более мелкими являются производство прочей неметаллической минеральной продукции (7,1%) и производство пищевых продуктов (7%). Остальные отрасли по отдельности составляют не более 5% от общего числа фирм. Более детальная информация представлена на рис. 2.

Распределение фирм в использованной выборке сопоставимо со значениями, указываемыми Росстатом Распределение предприятий по отраслям, 2011 (http://www.gks.ru/bgd/regl/B12_14p/IssWWW.exe/ Stg/d01/13-02-1.htm).: в Уральском федеральном округе 23,3% фирм заняты в сельском хозяйстве (20% в используемой выборке), 4,79% - в добывающей промышленности (7,5%) и 71,87% - в обрабатывающей (72,5%). Немного более высокая доля добывающих и обрабатывающих отраслей, вероятнее всего, связана с исключением малых фирм из анализа.

крупные

Размер фирм

Рис. 1 Распределение фирм УрФО по размеру Источник: собственные оценки авторов на основе данных «Ruslana»

Примечания. Very large (очень крупные): операционная прибыль > 100 млн евро (130 млн долл. США), совокупные активы > 200 млн евро (260 млн долл. США), число работников > 1000; Large (крупные): операционная прибыль > 10 млн евро (13 млн долл. США), совокупные активы > 20 млн в евро (26 млн долл. США), число работников > 150, не попадает в предыдущую категорию; Medium (средние): операционная прибыль > 1 млн евро (1,3 млн долл. США), совокупные активы > 2 млн евро (2,6 млн долл. США), число работников > 15, не попадает в предыдущие категории; Small (малые): не включена в другие категории.

Отрасли ОКВЭД 2

Рис. 2 Распределение фирм УрФО по отраслям промышленности. Классификатор ОКВЭД2 Источник: собственные оценки авторов на основе данных «Ruslana»

В табл. 1 приведены некоторые основные статистические оценки в постоянных ценах Данные пересчитаны в доллары США и приведены к постоянным ценам 2005 г. с использованием отраслевых дефляторов, предоставляемых Росстатом. Индексы цен производителей по видам экономической деятельности (http://www.gks.ru/dbscripts/cbsd/dbinet.cgi?pl=9460361). по количеству наблюдений, средних и медианных значений роста выручки (измеренных как логарифм разности доходов фирмы в течение двух лет подряд), производительности (измеренной как простое соотношение добавленной стоимости (доходы минус затраты, исключая заработную плату) и количества сотрудников), а также размер фирмы по числу сотрудников. Все показатели рассчитаны на основе микроданных, предоставлямых «Ruslana». Данные представлены на уровне России, Уральского федерального округа, а также всех областей и автономных округов, входящих в него. Полученные результаты показывают, что с точки зрения производительности фирмы, действующие в УрФО, почти в два раза более производительны, чем российские фирмы в среднем Это объясняется большей специализацией УрФО на обрабатывающем производстве.. Помимо этого, рост выручки фирм в северных регионах Уральского федерального округа опережает средние показатели по стране, тогда как южные регионы (Курганская, Челябинская области) отстают. Сравнивая полученные оценки с представленными в работе [Dosi et al., 2015, р. 647], стоит отметить, что российские фирмы растут значительно быстрее, чем европейские, для которых темпы роста находятся на уровне 3-6%, что ближе к уровню американских фирм.

Таблица 1

Число наблюдений, средние и медианные значения для роста выручки, производительности и размера фирмы