Приоритетные направления развития и использования человеческого капитала регионов Центрального федерального округа

Размещено на http://allbest.ru

Воронежский государственный университет

Приоритетные направления развития и использования человеческого капитала регионов Центрального федерального округа

Петрыкина И.Н., к.э.н., доцент

В условиях усилившейся экономической нестабильности и современных вызовов возрастает роль человеческого капитала. В то же время замедление экономического роста создает большие проблемы в части формирования условий для развития и эффективного использования человеческого капитала, которые необходимо решать.

В настоящее время проблематика развития и эффективного использования человеческого капитала находит отражение в документах стратегического планирования как федерального, так и регионального уровней. Но в силу вышеуказанных обстоятельств для разработки научно-практических мер, способствующих созданию искомых условий, требуется более четкое теоретико-методологическое обоснование приоритетных направлений развития и использования человеческого капитала.

В рамках данного исследования в качестве метода, позволяющего выявить группы регионов со схожими характеристиками человеческого капитала и определить приоритетные направления его развития и использования, нами использован кластерный анализ, реализованный в системе Statistica.

Кластеризация проведена на примере регионов Центрального федерального округа (ЦФО) по статистическим данным за 2013 год.

Заметим, что при выборе переменных для реализации кластерного анализа мы руководствовались результатами опроса, проведенного нами среди разных групп респондентов, относительно оценки значимости показателей развития и использования человеческого капитала по разработанной нами анкете.

Результаты данного анкетирования и обоснование необходимого и достаточного состава показателей для характеристики развития и использования человеческого капитала на региональном уровне представлены в ранее опубликованных нами работах Петрыкина И.Н. О показателях уровня развития и использования человеческого капитала региона // Вестник Воронежского государственного университета. Сер. Экономика и управление. 2015. - № 3. - С. 112-118; Петрыкина И.Н. О совершенствовании информационно-статистического обеспечения для оценки уровня развития и использования человеческого капитала региона // Механизмы развития социально-экономических систем региона: сборник статей 8 Международной научно-практической конференции. - Воронеж, 2015. - С. 33-40..

Таким образом, кластеризация регионов по уровню развития человеческого капитала была проведена посредством включения в анализ следующих переменных ^_ Здесь и далее по тексту переменные, характеризующие развитие человеческого капитала, обозначены как X_i^р, переменные, характеризующие использование человеческого капитала - X_i^и.:

X₁^р - ожидаемая продолжительность жизни при рождении, лет;

X₂^р - показатель, обратный показателю заболеваемости на 1000 чел. населения (количеству зарегистрированных заболеваний у пациентов с диагнозом, установленным впервые в жизни);

X₃^р - среднегодовая численность занятых, тыс. чел.;

X₄^р - уровень занятости, %;

X₅^р - удельный вес занятых с высшим и средним профессиональным образованием, %;

X₆^р - численность студентов образовательных учреждений среднего и высшего профессионального образования на 10000 населения.

При этом кластеризация регионов по уровню использования человеческого капитала была проведена на основании следующих переменных:

X₁^и - ВРП в расчете на одного занятого, руб. на чел.;

X₂^и - число разработанных передовых производственных технологий;

X₃^и - число используемых передовых производственных технологий;

X₄^и - инновационная активность организаций, %;

X₅^и - объем инновационных товаров, работ, услуг, млн. руб.;

X₆^и - удельный вес инновационных товаров, работ, услуг в общем объеме отгруженных товаров, выполненных работ, услуг, %.

Для реализации процедуры кластерного анализа все вышеперечисленные переменные были стандартизованы методом линейного масштабирования. Расчет производился по следующей формуле:

(1)

где J_XI - нормированное значение i-го показателя, X_факт- фактическое значение i-го показателя, X_min, X_max - соответственно минимальное и максимальное значение показателя, наблюдаемое по выборке.

Для обратных показателей (таких, как заболеваемость на 1000 чел. населения) использовалась процедура вычитания из единицы значения нормированного показателя, рассчитанного по методу линейного масштабирования. Процедура кластерного анализа была реализована методом k-средних с использованием данных Федеральной службы государственной статистики Валовой региональный продукт в текущих основных ценах (1998-2013 г.г.). - http://www.gks.ru/free_doc/new_site/vvp/vrp98-13.xlsx; Регионы России. Социально-экономические показатели. 2014: стат. сб. / Росстат. - М., 2014. - 900 с.. Результаты кластеризации регионов по уровню развития человеческого капитала представлены в таблицах 1, 2.

Кластерный анализ позволил выделить четыре группы регионов, обладающих схожими характеристиками уровня развития человеческого капитала. Целесообразность выделения такого количества групп подтверждается статистическими критериями значимости. Так, дисперсионный анализ показал, что во всех случаях межгрупповая дисперсия, рассчитанная для каждой переменной, превышает внутригрупповую, а дисперсионное отношение Фишера выше минимально допустимого значения.

Таблица 1

Средние значения нормированных показателей развития человеческого капитала по кластерам регионов Центрального федерального округа за 2013 год

Таблица 2

Состав кластеров регионов Центрального федерального округа, выделенных по уровню развития человеческого капитала, за 2013 год

На основании приведенных данных охарактеризуем каждый виртуальный кластер, позиционируя его сильные и слабые стороны по основным показателям развития человеческого капитала (см. табл. 3). Заметим, что при определении сильных и слабых сторон кластера мы руководствовались значениями нормированных показателей, рассчитанных в среднем по ЦФО (см. табл. 1).

Превышение значений тех или иных показателей кластера над средними значениями по ЦФО свидетельствует об относительно сильных позициях группы регионов по данным показателям, отставание от средних значений по ЦФО - об относительно слабых позициях.

Таблица 3

Сильные и слабые стороны кластеров регионов Центрального федерального округа по уровню развития человеческого капитала

Так, первый кластер, в который входит только г. Москва, лидирует практически по всем показателям развития человеческого капитала. Наибольший отрыв от других регионов ЦФО наблюдается по таким переменным, как ожидаемая продолжительность жизни (в 2013 году - 76,37 года) и численность студентов образовательных учреждений среднего и высшего профессионального образования в расчете на 10000 населения (в 2013 году - 819 студентов на 10000 населения). Некоторое отставание от второго кластера наблюдается только по такой переменной, как показатель, обратный уровню заболеваемости. Но, несмотря на это, уровень заболеваемости в г. Москва ниже, чем в среднем по ЦФО.

Что касается субъектов РФ, входящих во второй кластер, то они имеют уровень развития человеческого капитала выше среднего. Данные регионы занимают достаточно высокие позиции по показателям здоровья населения. Кроме того, одной из сильных сторон этого кластера является развитая система профессионального образования. В данных регионах на 10000 чел. населения приходится более 550 студентов образовательных учреждений среднего и высшего профессионального образования.

В то же время широкие возможности получения профессионального образования не находят своего продолжения на рынке труда, о чем свидетельствуют относительно низкие показатели занятости. Так, в регионах данной группы уровень занятости находится в пределах от 60 до 61 %, в то время как в среднем по ЦФО уровень занятости составляет 65 %.

В состав третьего кластера вошли субъекты РФ, имеющие средний уровень развития человеческого капитала. Указанная группа регионов имеет достаточно высокие позиции по показателям занятости.

Уровень занятости в данных субъектах РФ составляет более 65 %, а удельный вес занятых с высшим и средним профессиональным образованием - более 55 %. Кроме того, здесь наблюдается низкий уровень заболеваемости. Что касается слабых сторон данного кластера, то здесь отмечается относительно низкая ожидаемая продолжительность жизни.

В то же время средние нормированные значения показателя численности студентов образовательных учреждений среднего и высшего профессионального образования, приходящихся на 10000 населения, рассчитанные для данного кластера, ниже, чем в среднем по ЦФО, что позволяет сделать вывод о недостаточно развитой системе профессионального образования. Субъекты РФ, вошедшие в четвертый кластер, имеют низкий уровень развития человеческого капитала и отстают по всем его основным показателям, включенным в анализ. Что касается кластеризации регионов ЦФО по уровню использования человеческого капитала, то ее результаты представлены в таблицах 4, 5.

Кластерный анализ позволил выделить четыре группы регионов, обладающих схожими характеристиками уровня использования человеческого капитала. Целесообразность выделения такого количества групп так же, как и в случае с предыдущей кластеризацией, подтверждается статистическими критериями значимости.

Таблица 4

Средние значения нормированных показателей использования человеческого капитала по кластерам регионов Центрального федерального округа за 2013 год

Таблица 5

Состав кластеров регионов Центрального федерального округа, выделенных по уровню использования человеческого капитала, за 2013 год

На основании данных, представленных в таблицах 4-5, попытаемся охарактеризовать каждый виртуальный кластер, позиционируя его сильные и слабые стороны по основным показателям использования человеческого капитала (см. табл. 6).

При определении сильных и слабых сторон кластера так же, как и в предыдущем случае, в качестве базы сравнения мы рассматривали значения нормированных показателей, рассчитанные в среднем по ЦФО (см. табл. 4).

Таблица 6

Сильные и слабые стороны кластеров регионов Центрального федерального округа по уровню использования человеческого капитала

Первый кластер, в который вошли г. Москва и Московская область, имеет высокий уровень использования человеческого капитала и лидирует по всем показателям, включенным в анализ.

Причем, наибольший отрыв от других регионов ЦФО наблюдается по таким переменным, как число используемых передовых производственных технологий и удельный вес инновационных товаров, работ, услуг в общем объеме отгруженных товаров, выполненных работ, услуг.

Так, в 2013 году число используемых передовых производственных технологий в г. Москва составило 14830 единиц, в Московской области - 14458 единиц (для сравнения: в Ивановской области, которая занимает последнее место в ЦФО по числу используемых технологий, значение данного показателя составило 744 единицы; в остальных регионах ЦФО число используемых технологий находится в пределах от 1225 до 3653 единиц). человеческий продолжительность инновационный

Удельный вес инновационных товаров, работ, услуг в общем объеме отгруженных товаров, выполненных работ, услуг в г. Москва составил 15,3 %, в Московской области - 12,7 % (для сравнения: в Ивановской области, которая в ЦФО является аутсайдером по данному показателю, удельный вес инновационных товаров, работ, услуг составил 0,5 %; в большинстве субъектов РФ, входящих в ЦФО, удельный вес инновационных товаров, работ, услуг существенно ниже 10 %).

Что касается субъектов РФ, входящих во второй кластер, то они имеют уровень использования человеческого капитала выше среднего. В данных регионах наблюдается достаточно высокий удельный вес инновационно активных предприятий (он находится в пределах от 10 до 18 %) и относительно высокий удельный вес инновационных товаров, работ, услуг (он находится в пределах от 9,3 до 13,3 %).

В то же время статистические данные свидетельствуют о недостаточно высокой результативности предприятий, занимающихся инновационной деятельностью.

Так, нормированные показатели числа разработанных и используемых передовых производственных технологий, рассчитанные в среднем по кластеру, ниже, чем в среднем по ЦФО.

В то же время в данных регионах наблюдаются относительно низкие значения ВРП в расчете на одного занятого и объема инновационных товаров, работ, услуг в абсолютном выражении.

В третий кластер вошли регионы, в которых наблюдается средний уровень использования человеческого капитала. Единственной сильной стороной данного кластера является относительно высокий удельный вес инновационно активных предприятий.

При этом в данной группе регионов наблюдаются крайне низкие показатели эффективности деятельности таких предприятий, что свидетельствует о недостаточной степени реализации их потенциала и недоиспользовании человеческого капитала данных регионов в целом.

Что касается регионов, входящих в четвертый кластер, то они отстают по всем показателям использования человеческого капитала, включенным в анализ, и имеют низкий уровень использования человеческого капитала. Уровень инновационной активности в регионах данного кластера ниже 9 %, а удельный вес инновационных товаров, работ, услуг не превышает 5 % от общего объема отгруженных товаров, выполненных работ, услуг.

Как можно заметить, состав кластеров, выделенных нами по уровню развития и использования человеческого капитала, несколько различается. Для того чтобы выявить соответствие между уровнями развития и использования человеческого капитала в регионах ЦФО, обобщим результаты проведенного анализа в форме таблицы (см. табл. 7).

На основании данных, представленных в таблице 7, можно сделать вывод о том, что в шести регионах ЦФО уровень использования человеческого капитала выше, чем уровень его развития.

К числу таких регионов, прежде всего, следует отнести Московскую область (средний уровень развития, высокий уровень использования), Владимирскую и Ярославскую области (низкий уровень развития, уровень использования выше среднего), Липецкую и Тульскую области (средний уровень развития, уровень использования выше среднего), Тверскую область (низкий уровень развития, средний уровень использования).

В перечисленных субъектах РФ наблюдаются определенные проблемы в сфере развития человеческого капитала, в то же время в данных регионах относительно эффективно реализуются уже имеющиеся возможности.

Таблица 7

Типологизация регионов Центрального федерального округа по уровню развития и использования человеческого капитала

Необходимо отметить, что в шести регионах ЦФО уровень развития человеческого капитала соответствует уровню его использования. К числу таких регионов относятся следующие субъекты РФ: г. Москва (высокий уровень), Белгородская и Калужская области (средний уровень), Брянская, Ивановская и Орловская области (низкий уровень).

Очевидно, что среди перечисленных здесь регионов серьезные проблемы наблюдаются в Брянской, Ивановской и Орловской областях, которые являются аутсайдерами и по уровню развития, и по уровню использования человеческого капитала.

Проблемную группу регионов составляют те субъекты РФ, в которых уровень использования человеческого капитала ниже, чем уровень его развития.

Таблица 8

Приоритетные направления развития и использования человеческого капитала регионов Центрального федерального округа

К числу таких субъектов, прежде всего, необходимо отнести: Воронежскую, Курскую, Рязанскую области (уровень развития выше среднего, средний уровень использования), Костромскую и Смоленскую области (средний уровень развития, низкий уровень использования), Тамбовскую область (уровень развития выше среднего, низкий уровень использования). Можно сделать вывод о том, что в данной группе регионов наблюдается неэффективное использование человеческого капитала, что сказывается на эффективности региональных экономических систем в целом.

Учитывая сильные и слабые стороны регионов ЦФО, выявленные в ходе виртуальной кластеризации, считаем возможным следующим образом определить приоритетные направления развития и использования человеческого капитала для каждого региона (см. табл. 8).

Таким образом, методический подход, предлагаемый в рамках данного исследования, позволил выявить группы регионов, имеющих схожие проблемы в сфере развития и использования человеческого капитала. Полагаем, что учет полученной типологизации регионов позволит повысить степень обоснованности принимаемых управленческих решений при разработке мер, направленных на создание условий для развития и эффективного использования человеческого капитала.

Ключевые слова: человеческий капитал, человеческий капитал региона, уровень развития человеческого капитала региона, уровень использования человеческого капитала региона, кластеры, приоритетные направления.

Keywords: human capital, human capital of the region, development level of region's human capital, usage level of region's human capital, clusters, priority areas.

Размещено на Allbest.ru