VI Международная студенческая научная конференция Студенческий научный форум - 2014

В силу своей специфики МСБ имеет ярко выраженный региональный аспект, поскольку малые и средние предприятия строят свою деятельность исходя, прежде всего, из потребностей местного рынка, объема и структуры локального спроса. Уровень развития МСП в регионе, являясь индикатором благоприятного климата для развития бизнеса, привлечения инвестиций и расширения сфер деятельности, как ничто другое отражает социально-экономическое положение конкретного региона.

Изучению уровня развития МСБ в регионах Центрального федерального округа (ЦФО) (без учета г. Москвы и Московской области) и посвящена данная работа.

Методы. Работа является результатом анализа, проведенного авторами в 2012-2013 гг. на основе имеющихся статистических данных по экономическим показателям предприятий МСБ в регионах ЦФО. Главным инструментом анализа послужил один из методов многомерной статистики – кластерный анализ. В работе также использованы различные методы статистики (сбор и обработка информации, табличное и графическое представление данных, метод группировки информации) и некоторые инструменты экономического и эконометрического анализа (сравнение данных, вычисление средних значений, процентных соотношений).

Результаты. В ходе исследования 16 регионов ЦФО были распределены на три однородные группы по нескольким группировочным признакам одновременно. После определения профилей (типологии) получившихся групп, были сделаны соответствующие выводы о состоянии МСБ как в ЦФО в целом, так и в Орловской области в частности.

Правильно сориентированная и четко выверенная программа поддержки может послужить хорошим толчком для развития и эффективного функционирования МСП, что в свою очередь, несомненно, благоприятно скажется на экономике отдельных регионов и страны в целом.

Перспективы. Метод, используемый в работе (кластерный анализ), является универсальным средством многомерного анализа данных, который может быть использован как в отношении крупных экономических явлений (на макроуровне), так и отдельных экономических единиц (на микроуровне).

Авторы работы считают целесообразным изучение опыта организации и функционирования МСП в отдельных наиболее перспективных в плане развития МСБ регионах ЦФО и Российской Федерации, рассмотрение возможностей использования передового опыта в наиболее проблемных регионах округа. В частности, хотелось бы найти реальные и действенные варианты совершенствования МСБ в Орловской области.

Ключевые слова: малый и средний бизнес; малые и средние предприятия; экономические показатели предприятий; кластерный анализ; профили кластеров.

ABSTRACT

Introduction.In the conditions of the mixed economy of Russia the magnitude of the significance of small and medium business (SMB further) is becoming more and more obvious. Тhе number and the total income of small and medium-sized enterprises (hereinafter referred to as SMEs) in the current situation are one of the main indicators of the development of the country.

Due to its specific SMB has a pronounced regional aspect, because small and medium-sized enterprises mainly build their activities based on the needs of the local market, the volume and structure of the local demand. The level of SME development in a region, as an indicator of a favorable climate for attracting investments, business development and expansion activities, like nothing else reflects the socio-economic situation of a particular region.

The current work is dedicated to the research of the level of SME development in the regions of the Central Federal district (excluding Moscow and the Moscow region).

Methods. The work is the result of the analysis conducted by the authors in 2012-2013 on the basis of the available statistical data on economic indicators of SMEs in the regions of the Central Federal District. The main instrument of the analysis was a method of multivariate statistics, cluster analysis. The work also uses various methods of statistics (collection and processing of information, a table and graphic representation of the data, the method of grouping of information) and some elements of economic and econometric analysis (comparison of data, calculation of averages and percentages).

Results. During the research 16 regions of Central Federal District were divided into three homogeneous groups based on several factors at the same time. After the definition of the profiles (typology) of the resulting groups, the relevant conclusions about the state of SMB in the Central Federal District in general and in the Orel region in particular were done by the authors.

The properly targeted and clearly verified support program can serve as a good impact for the development and efficient functioning of SMEs, which in turn will benefit the economy of certain regions and the country as a whole.

Discussion. The method used in the work (cluster analysis) is a universal tool of multivariate data analysis that can be used both in point of major economic events (macro-level) and individual economic units (micro-level).

The authors of the research consider the study of the experience of the organization and functioning of SMEs in the most promising (in terms of development of SMB) regions of the Central Federal district and Russian Federation, the examination of best practices in the most troubled regions of the district to be rather prospective. In particular we would like to find real and effective options to improve MSB in the Orel region.

Keywords: small and medium business; small and medium-sized enterprises; economic indicators of enterprises; cluster analysis; cluster profiles.

За последние десятилетия в России МСБ сформировался и заявил о себе как о динамично развивающемся секторе экономики, надежной налогооблагаемой базе и реальном источнике создания новых рабочих мест.

Неоспоримым является тот факт, что эффективное функционирование МСП создает благоприятные условия для оздоровления экономики: развивается конкурентная среда; активнее идет структурная перестройка; расширяется потребительский сектор. Развитие малого и среднего производства ведет к насыщению рынка товарами и услугами, повышению экспортного потенциала, лучшему использованию местных сырьевых ресурсов [1, с. 83].

Именно малые и средние предприятия способны генерировать наиболее эффективные инновационные проекты, более чутко реагировать на изменения рыночной конъюнктуры, занимать недоступные крупным предприятиям ниши.

МСП включают в процесс общественного производства дополнительный труд, который создает новые ценности, приумножает национальный доход и национальное богатство. МСБ является таким источником развития, от которого Россия не может отказаться ни сейчас, ни в будущем. От темпов роста этой сферы хозяйственной деятельности в ближайшие годы в России в значительной степени будет зависеть развитие всей экономики.

Исходя из вышеизложенного, становится очевидным тот факт, что изучение текущего уровня развития, поддержка и содействие в дальнейшем развитии МСБ является приоритетной задачей как правительства РФ целом, так и органов местного самоуправления конкретных регионов в частности.

Целью данной работы является изучение уровня развития МСБ в регионах ЦФО и определение путей повышения эффективности деятельности МСП.

Для достижения поставленной цели решались следующие задачи:

1. Распределение 16 регионов ЦФО на однородные группы по нескольким группировочным признакам одновременно.

2. Определение профилей кластеров или типологии получившихся групп и тем самым распределение регионов ЦФО как по уровню развития МСБ, так и по уровню социально-экономического развития в целом.

3. Формирование системы мероприятий для повышения эффективности деятельности МСП.

Исходными данными для анализа явились показатели предприятий малого и среднего бизнеса в регионах ЦФО (кроме г. Москвы и Московской области) за 2012 год (таблица 1)¹. Для приведения исходных данных к сопоставимому виду потребовалось преобразование значений. Преобразованные данные представлены в таблице 2.

В качестве главного инструмента анализа использовался один из методов многомерной статистики – кластерный анализ. Кластерный анализ – многомерная статистическая процедура, выполняющая сбор данных, содержащих информацию о выборке объектов, и затем упорядочивающая объекты в сравнительно однородные группы. Это означает, что решается задача классификации данных и выявления соответствующей структуры в ней. Иными словами, предполагается выделение компактных, удаленных друг от друга групп объектов или отыскание «естественного» разбиения совокупности на области скопления [2, с. 91].

В отличие от задач простой классификации, кластерный анализ не накладывает ограничения ни на количество исследуемых объектов, ни на количество группировочных признаков, позволяет анализировать данные различных типов (временные, пространственные, интервальные и другие). Этот метод многомерного анализа является одним из направлений статистического исследования социально-экономических процессов, которые связаны с изучением массовых явлений.

Таблица 1

Исходные данные для анализа²

Регионы	Количество предприятийна 1 октября 2012 года (КП)	Средняя численность работников - всего,человек (СЧ)	Выплаты социального характера всем работникам,тыс. руб. (ВСХ)	Среднемесячная заработная плата работников,рублей (СМЗП)	Оборот организации по малым предприятиям,тыс. руб. (ОО)	Отгружено товаров собственного производства, выполнено работ и услуг собственными силами (без НДС и акциза),тыс. руб. (ОТСП)	Продано товаров несобственного производства (без НДС и акцизов),тыс. руб. (ПТНСП)	Численность постоянного населения в среднем за 2012 год (ЧПН)
Белгородская область	2766	76568	12744.6	14586.4	98475221.9	52586079.3	45889142.6	1 538 529
Брянская область	1625	50115	5759.2	12234.9	61258874.2	22936593.2	38322281.0	1 259 041
Владимирская область	3300	88146	13279.8	14184.6	82252564.5	45768621.7	36483942.7	1 426 837
Воронежская область	3490	157644	111136.9	15673.1	124119254.7	60645422.5	63473832.2	2 330 942
Ивановская область	2023	67911	17925.2	11606.1	76366797.2	27926292.5	48440504.7	1 051 501
Калужская область	1885	63791	19146.4	17202.3	80189530.1	45965174.7	34224355.4	1 006 907
Костромская область	1196	38751	6985.1	11694.4	33405876.7	17966659.6	15439217.1	660 335
Курская область	1423	41776	15513.4	14441.0	43739869.6	21791995.1	21947874.6	1 120 412
Липецкая область	1554	58237	7409.2	13102.2	59803066.2	27678504.6	32124561.5	1 164 075
Орловская область	1176	36463	10064.7	12342.0	30971999.8	15741239.7	15230760.1	778 554
Рязанская область	2250	61042	8355.1	12479.2	78514956.1	34685071.6	43829884.5	1 146 554
Смоленская область	1706	55771	16089.6	12064.8	64244242.2	28953304.6	35290937.5	977 835
Тамбовская область	1333	45779	14612.5	13879.9	46825753.7	21420741.3	25405012.4	1 079 147
Тверская область	2563	67331	24589.6	15148.6	63357874.0	35667527.7	27690346.3	1 338 130
Тульская область	2432	71184	29533.2	14534.0	75588628.7	36961769.7	38626859.0	1 538 490
Ярославская область	2602	72084	42888.7	12956.2	103706715.1	40361009.4	63345705.6	1 271 351

Таблица 2

Преобразованные данные³

Регионы	КП на 1тыс. ЧПН	СЧ, в % от ЧПН	ВСХ на одного работника	СМЗП	ОО на одно предприятие	ОТСП на одно предприятие	ПТНСП на одно предприятие
Белгородская область	1,798	4,977	0,166	14586,400	35602,033	19011,598	16590,435
Брянская область	1,291	3,980	0,115	12234,900	37697,769	14114,827	23582,942
Владимирская область	2,313	6,178	0,151	14184,600	24925,020	13869,279	11055,740
Воронежская область	1,497	6,763	0,705	15673,100	35564,256	17376,912	18187,344
Ивановская область	1,924	6,458	0,264	11606,100	37749,282	13804,396	23944,886
Калужская область	1,872	6,335	0,300	17202,300	42540,865	24384,708	18156,157
Костромская область	1,811	5,868	0,180	11694,400	27931,335	15022,291	12909,044
Курская область	1,270	3,729	0,371	14441,000	30737,786	15314,122	15423,665
Липецкая область	1,335	5,003	0,127	13102,200	38483,312	17811,136	20672,176
Орловская область	1,510	4,683	0,276	12342,000	26336,735	13385,408	12951,327
Рязанская область	1,962	5,324	0,137	12479,200	34895,536	15415,587	19479,949
Смоленская область	1,745	5,704	0,288	12064,800	37657,821	16971,456	20686,364
Тамбовская область	1,235	4,242	0,319	13879,900	35128,097	16069,573	19058,524
Тверская область	1,915	5,032	0,365	15148,600	24720,201	13916,320	10803,881
Тульская область	1,581	4,627	0,415	14534,000	31080,851	15198,096	15882,755
Ярославская область	2,047	5,670	0,595	12956,200	39856,539	15511,533	24345,006

Все методы кластерного анализа можно разделить на две большие группы: иерархические и итеративные. В иерархических процедурах процесс образования кластеров происходит на основе матрицы расстояний (или сходства) между объектами. Сущность итеративных методов кластерного анализа заключается в том, что процесс классификации начинается с задания некоторых начальных условий (количества образуемых кластеров, порога завершения процесса классификации и т.д.).

Средствами проведенного анализа являлись табличный процессор Excel, пакет VSTAT, предназначенный для обработки статистических данных, и программный комплекс SPSS.

Классификация регионов ЦФО по всем полученным в таблице 2 показателям выполнена итеративным методом k-средних, который принадлежит к группе итеративных методов эталонного типа. Считается, что алгоритмы эталонного типа удобные и быстродействующие. Метод k-средних требует принятия предварительного решения о числе разбиений. Это решение исследователь может принять либо, опираясь на собственную интуицию, либо, проведя предварительно иерархическую кластеризацию[3, с. 486].

Предпочитая второй способ, мы, воспользовавшись методом межгрупповых связей и мерой расстояния – квадрат расстояния Евклида, получили таблицу агломерации (таблица 3) и дендрограмму объединения (рисунок 1).

Таблица 3 Шаги агломерации
Этап	Кластер объединен с		Коэффициенты	Этап первого появления кластера		Следующий этап
	Кластер 1	Кластер 2		Кластер 1	Кластер 2
1	8	15	350569,160	0	0	13
2	2	5	625420,457	0	0	8
3	3	14	1036894,152	0	0	10
4	9	12	2462898,638	0	0	9
5	11	13	2621343,560	0	0	9
6	7	10	5643310,232	0	0	10
7	1	4	6404664,236	0	0	11
8	2	16	8524905,011	2	0	12
9	9	11	15688746,964	4	5	11
10	3	7	18125009,433	3	6	13
11	1	9	21145754,677	7	9	12
12	1	2	45890335,168	11	8	14
13	3	8	45983433,343	10	1	15
14	1	6	133866291,681	12	0	15
15	1	3	193310624,017	14	13	0

Рис. 1. Дендрограмма объединения

Из таблицы агломерации видно, что существенный скачок коэффициента, под которым подразумевается расстояние между двумя кластерами, определенное на основе выбранной меры расстояния, наблюдается на 13 шаге. Оптимальным считается число кластеров, равное разности количества наблюдений (у нас их 16) и количества шагов, после которого коэффициент увеличивается скачкообразно (в таблице 3 – это 13) [4, с. 389]. Это означает, что наиболее предпочтительное количество кластеров в нашем случае – 16-13=3. Дендрограмма объединения также демонстрирует, что после получения трех групп регионов объединение происходит уже на больших расстояниях и поэтому не является целесообразным.

Таким образом, имеющуюся совокупность регионов целесообразно разбить на 3 группы. Соответствующее разбиение методом k-средних представлено в таблице 4.

Таблица 4

Результат кластеризации

Наблюдение	Кластер
Белгородская область	1
Калужская область	1
Брянская область	2
Воронежская область	2
Ивановская область	2
Рязанская область	2
Липецкая область	2
Смоленская область	2
Тамбовская область	2
Ярославская область	2
Владимирская область	3
Костромская область	3
Курская область	3
Орловская область	3
Тульская область	3
Тверская область	3

Из таблицы 4 видно, что первый кластер представлен двумя областями – Белгородской и Калужской. Наибольшим по количеству областей является второй кластер, в нем 8 регионов. Орловская область находится в третьем кластере вместе с Владимирской, Костромской Курской, Тульской и Тверской областями.

Географическая иллюстрация кластерной принадлежности регионов представлена на рисунке 2.

Рис. 2. Результаты кластеризации регионов ЦФО

Попытаемся теперь определить профили полученных кластеров⁴, то есть понять, в чем особенности предприятий МСБ в регионах, отнесенных к разным группам. Кластерные профили представляют собой распределенные по кластерной принадлежности средние значения переменных, которые включены в анализ. Поэтому типологию кластеров определяем с помощью средних значений переменных, которыми фактически являются конечные центры кластеров (таблица 5).

Из таблицы 5 хорошо видны профили кластеров, которые описаны в таблице 6.

Таблица 5

Конечные центры кластеров5
	Кластер
	1	2	3
КП	1,835	1,630	1,733
СЧ	5,656	5,393	5,020
ВСХ	0,233	0,319	0,293
СМЗП	15894,350	12999,550	13724,100
ОО	39071,449	37129,077	27621,988
ОТСП	21698,153	15884,428	14450,919
ПТНСП	17373,296	21244,649	13171,069

Таблица 6

Профили кластеров

Наблюдения	Кластеры	Профили кластеров
Белгородская область	1	Самые высокие значения всех показателей, кроме выплат социального характера и проданных товаров несобственного производства
Калужская область	1
Брянская область	2	Самые высокие значения показателей выплаты социального характера и продано товаров несобственного производства
Воронежская область	2
Ивановская область	2
Рязанская область	2
Липецкая область	2
Смоленская область	2
Тамбовская область	2
Ярославская область	2
Владимирская область	3	Большая часть показателей имеет наименьшие, по сравнению с регионами других кластеров, средние значения. Однако среднее значение ВСХ наиболее приближено к наибольшему значению в регионах второго кластера.
Костромская область	3
Курская область	3
Орловская область	3
Тульская область	3
Тверская область	3

Таблица 5 демонстрирует также, что, не смотря на различия профилей кластеров, средние значения многих переменных кластеризации во всех трех группах сравнимы. Так, среднемесячная заработная плата работников малых и средних предприятий отличается незначительно и составляет в среднем 13 – 15 тыс. рублей в месяц; выплаты социального характера во всех регионах ЦФО слабо ощутимы и колеблются от 200 до 300 рублей в месяц на одного работника.

Кроме того, для регионов второго кластера (самого большого по количеству областей) среднее значение показателя «Отгружено товаров собственного производства, выполнено работ и услуг собственными силами» существенно меньше (в денежном выражении), чем среднее значение в строке «Продано товаров несобственного производства». В регионах третьей группы эти значения сравнимы. Это подтверждает тот факт, что отраслевая структура МСП в ЦФО, как и в стране в целом, имеет существенный перекос в сторону оптовой и розничной торговли. Оборот МСП в данном секторе на порядок превышает его величину в других секторах, включая обрабатывающие производства, строительство, транспорт и т.д.

Следует отметить, что из 16 рассматриваемых регионов ЦФО самыми отстающими в плане развития предпринимательства являются две области: Костромская и Орловская, которые находятся ближе всего к центру третьего кластера (таблица 7).

Таблица 7

Принадлежность к кластерам и расстояние до кластерных центров
Номер наблюдения	Регионы	Кластер	Расстояние до центра кластера
1	Белгородская область	1	4645,216
2	Брянская область	2	3083,375
3	Владимирская область	3	3506,939
4	Воронежская область	2	4601,213
5	Ивановская область	2	3734,189
6	Калужская область	1	4645,216
7	Костромская область	3	2147,208
8	Курская область	3	4005,178
9	Липецкая область	2	2425,783
10	Орловская область	3	2178,457
11	Рязанская область	2	2931,458
12	Смоленская область	2	1626,850
13	Тамбовская область	2	3097,153
14	Тверская область	3	4042,146
15	Тульская область	3	4531,135
16	Ярославская область	2	4146,347

Основным и наиважнейшим показателем, который всегда берется за основу сравнения, является определение выработки валового регионального продукта малым и средним бизнесом в общем объеме валового продукта ЦФО. Данный показатель определяется с обязательной привязкой к численности населения в том или ином регионе по отношению к численности населения в ЦФО. По этому основному показателю Орловская область уступает «лавры первенства» Костроме. Так, при численности населения Костромской области по отношению ко всей численности населения ЦФО в 1,9%, доля валового продукта этой области в общем объеме составляет 0,7%. В Орловской области показатель валового продукта в общем объеме как бы выше – 0,8%. Но численность населения в 2,2% отбрасывает нас на второе место среди худших.

Лидером по этому показателю является Белгородская область (один из двух регионов первого кластера, наиболее привлекательного по профилю). При численности населения 4,1% по отношению к численности в ЦФО малый и средний бизнес этой области дает 3% всего валового продукта в ЦФО. На втором месте Липецкая область: 3,1% –1,9% соответственно. И на третьем месте Воронежская область с численностью 6,1%, при объеме – 2,5%. Липецкая и Воронежская области в нашей классификации – представители второго кластера, где среднее значение оборота организации наиболее приближено к соответствующему значению регионов из первой группы.

Еще один существенный показатель, по которому определяется уровень развития малого и среднего бизнеса в регионе – занятость трудоспособного населения в этом секторе экономики по отношению к общему числу трудоспособного населения региона. Орловская область здесь снова оказывается среди худших. Однако справедливости ради следует отметить, что во всех трех кластерах, то есть в целом по ЦФО (без г. Москвы и Московской области), лишь 5% населения заняты на предприятиях малого и среднего бизнеса. Это, как минимум, на 15% ниже общероссийского уровня.

Исходя из результатов, полученных в ходе проведенного анализа данных по регионам ЦФО, а также в совокупности со статистическими данными по РФ в целом, можно сделать ряд выводов:

1. Результаты кластерного анализа демонстрируют незначительное различие регионов ЦФО по уровню развития малого и среднего бизнеса. Из 16 регионов лишь два региона первого кластера обладают некоторыми преимуществами в классификации.

2. Конечные центры полученных кластеров демонстрируют довольно низкие средние значения всех переменных классификации. В частности, среднемесячная заработная плата работников малых и средних предприятий регионов ЦФО отличается незначительно и составляет в среднем 13 – 15 тыс. рублей в месяц; выплаты социального характера во всех регионах ЦФО слабо ощутимы и колеблются от 200 до 300 рублей в месяц на одного работника.

3. Отраслевая структура МСП в ЦФО имеет существенный перекос в сторону оптовой и розничной торговли товарами несобственного производства.

4. Из 8 федеральных округов РФ ЦФО (без учета г. Москвы и Московской области) практически по всем показателям занимает лишь 6 место (таблица 8), что свидетельствует о довольно слабом развитии МСП в данном округе. В свою очередь подобная ситуация складывается и в Орловской области относительно всего ЦФО. В процентном соотношении показатели развития МСП в Орловской области по сравнению со средними значениями по ЦФО составляют лишь 40-50 % (за исключением показателя «Среднемесячная заработная плата работников», который практически достигает среднефедерального значения). Это подтверждают и результаты проведенного кластерного анализа, согласно которым Орловская область относится к третьему кластеру с самыми низкими средними значениями большинства показателей. К сожалению, и в своем кластере Орловская область занимает одно из последних мест практически по всем показателям.

Столь низкие показатели предприятий МСБ свидетельствуют о том, что в нашем регионе не уделяется должного внимания развитию и поддержке малого предпринимательства со стороны муниципальных властей. Это подтверждает еще один интересный факт: с 2006 по 2012 гг. количество малых предприятий в Орловской области сократилось втрое (рисунок 3).

Слабое развитие МСП в свою очередь неблагоприятно сказывается на экономике всего региона в целом, т.к. в настоящее время, как уже отмечалось ранее, именно МСП является наиболее перспективным звеном экономики, и от его успешного развития зависит социально-экономическое положение области.

По мнению президента общероссийской общественной организации малого и среднего предпринимательства «Опора России», предприниматель на малой территории – это не экономическая единица, а социальная. «Он создает жизнь вокруг себя в полном смысле этого слова. Благодаря ему, формируется инфраструктура, обеспечиваются работой и зарплатой люди, которые кормят себя и свои семьи!...»

Низкий уровень развития малого и среднего бизнеса влечет целый ряд проблем, с которыми сталкиваются в своей деятельности предприниматели МСБ:

• несовершенство нормативно-правовой базы, системы налогообложения и налогового контроля в сфере малого предпринимательства;

Таблица 8

Распределение федеральных округов РФ по средним значениям основных показателей развития МСП ⁶

Занимаемая позиция	Показатели
	КП	CЧР	ВСХ	СМЗП	ОО	ОТСП	ОТНСП
1	Приволжский	Приволжский	Уральский	Дальневосточный	Уральский	Приволжский	Уральский
2	Южный	Южный	Южный	Уральский	Приволжский	Уральский	Приволжский
3	Уральский	Уральский	Северо-Западный	Северо-Западный	Южный	Южный	Южный
4	Северо-Западный	Сибирский	Приволжский	Сибирский	Северо-Западный	Северо-Западный	Сибирский
5	Сибирский	Северо-Западный	Дальневосточ-ный	Приволжский	Сибирский	Сибирский	Северо-Западный
6	Центральный	Центральный	Сибирский	Центральный	Центральный	Центральный	Центральный
7	Дальневосточ- ный	Дальневосточ-ный	Центральный	Южный	Дальневосточ-ный	Дальневосточ-ный	Дальневосточ-ный
8	Северо-Кавказский	Северо-Кавказский	Северо-Кавказский	Северо-Кавказский	Северо-Кавказский	Северо-Кавказский	Северо-Кавказский

Рис. 3. Количество МСП в Орловской области с 2001 по 2012 гг.⁷

• неразвитость действенных финансово-кредитных механизмов и материально-ресурсного обеспечения развития малого предпринимательства;

• недостаточно развитая инфраструктура поддержки малого предпринимательства;

• неполное информационное обеспечение субъектов малого предпринимательства;

• недостаточное кадровое обеспечение и подготовка специалистов для МСП;

• недостаточный уровень предпринимательской культуры и активности, низкая эффективность консолидации усилий предпринимателей по защите собственных прав и интересов.

Для преодоления вышеперечисленных проблем и повышения эффективности деятельности МСП необходима разработка и реализация системы мер по шести основным направлениям:

1) формирование инфраструктуры поддержки и развития малого и среднего предпринимательства;

2) создание льготных условий использования субъектами МСП государственных материально-технических, научно-технических и информационных ресурсов, разработок и технологий;

3) организация подготовки, переподготовки и повышения квалификации кадров для малых предприятий;

4) развитие системы финансово-кредитной поддержки МСП;

5) поддержка внешнеэкономической деятельности субъектов малого и среднего предпринимательства, включая содействие развитию их торговых, научно-технических, производственных, информационных связей с зарубежными государствами;

6) формирование, поддержка и анализ нормативно-правовой базы и системы налогообложения для обеспечения устойчивой деятельности малого предпринимательства [7, с. 107].

От того, в какой степени региональные власти смогут воплотить в жизнь программу поддержки МСБ, напрямую зависит экономическое развитие того или иного региона. Не следует забывать, что в современной России сектор МСБ является одним из важнейших резервов роста не только региональной, но и национальной экономики.

Авторы работы считают, что для успешного развития МСБ в проблемных регионах и, в частности, в Орловской области, необходимо тщательно проанализировать наиболее успешные в плане развития МСБ регионы ЦФО и России в целом, изучить их опыт и на его основе разработать реальные и действенные варианты развития и совершенствования МСБ. На наш взгляд, в сложившейся ситуации дальнейшая работа в данном направлении является перспективной.

.

ЛИТЕРАТУРА

1. Экономика предприятия: Учебник для вузов / Под ред. проф. В.Я. Горфинкеля, проф. В.А. Швандара. – 4-е изд., перераб. и доп. – М.: ЮНИТИ-ДАНА, 2009 г. – 670 с.

2. Многомерный статистический анализ в экономических задачах: компьютерное моделирование в SPSS: Учеб. пособие / Под ред. И.В. Орловой. – М: Вузовский учебник, 2009. 310 с.

3. Сошникова Л.А., Тамашевич В.Н., Уебе Г., Шефер М. Многомерный статистический анализ в экономике: Учеб. пособие для вузов / Под ред. проф. В.Н. Тамашевича. – М.: ЮНИТИ-ДАНА, 1999. – 598 с.

4. Бююль Ахим, Цефель Петер. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей: Пер. с нем. / Ахим Бююль, Петер Цефель – СПб.: ООО «ДиаСофтЮП», 2005. – 608 с.

5. Орлова И.В., Филонова Е.С. Эконометрическое моделирование финансовой эффективности предприятий, относящихся к виду экономической деятельности «Связь» // Международный бухгалтерский учет. – 2012. – № 43 (241). – С. 22-24.

6. Филонова Е.С. Состояние и тенденции развития финансово-кредитного механизма в АПК региона (на примере аграрных районов Орловской области) // Экономические и гуманитарные науки (ЭиГН). – 2011. – № 4. – С. 48-57.

7. Носова С.С. Экономическая теория: Учебник. – М.: Кнорус, 2008. – 383 с.

ИНТЕРНЕТ-РЕСУРСЫ

8. Официальный сайт Национального Исследовательского Университета «Высшая школа экономики» – URL: http://sophist.hse.ru/rstat_data/ecbase/mpr3kv12/прил.№%2054-Публ_ОКАТО.htm (дата обращения: 04.04.2012).

9. Территориальный орган Федеральной службы государственной статистики по Орловской области – URL:

http://orel.gks.ru/wps/wcm/connect/rosstat_ts/orel/ru/publications/official_publications/electronic_versions/ (дата обращения: 04.04.2012).

10. Федеральный портал PROTOWN.RU – URL:

http://www.protown.ru/russia/obl/stat/stat_260.html (дата обращения: 044.04.2012).

REFERENCES

1. Economy of the enterprise. The textbook for high schools / Prof. V.Y. Gorfinkel, Prof. V.A. Shvandar. 4 ed., revised. and extras. Moscow, UNITI-Dana, 2009, 670 p.

2. The multivariate statistical analysis in economic challenges: computer modeling in SPSS. Training. Manual/ed. I.V. Orlova. Moscow, High school textbook, 2009, 310 p.

3. Soshnikova L.A., Tamashevich V.N., Uebe G., M. Schaefer. Multivariate Statistical Analysis in Economics: Studies manual for institutions of higher education / Ed. by prof. V.N. Tamashevich. - Moscow: UNITY-DANA, 1999. – 598 p.

4. Byuyul Achim, Tsefel Peter. SPSS: the art of information processing. Analysis of statistical data and restore hidden patterns: Translated from the German / Achim Byuyul, Peter Tsefel - St. Petersburg. LLC "DiaSoftYuP", 2005. - 608 p.

5. Orlova I.V., Filonova E.S. Econometric modeling the cost-effectiveness of businesses related to economic activity "Link" // International accounting. 2012, no 43 (241), pp. 22 – 24.

6. Filonova E.S. Trends of development of financial-credit facility in agroindustrial complex of the region (for example, the agrarian areas of the Oryol region)//Economic and Humanities sciences. 2011, no 4, pp. 48–57.

7. Nosova S.S. Economic theory: a tutorial. Мoscow, Knorus, 2008, 383 p.

INTERNET RESOURCES

8. Official site of the National University Research School of Economics – URL: http://sophist.hse.ru/rstat_data/ecbase/mpr3kv12/прил.№%2054-Публ_ОКАТО.htm (date of treatment: 04.04.2012).

9. The territorial unit of the Federal State statistics service of the Oryol region области – URL:

http://orel.gks.ru/wps/wcm/connect/rosstat_ts/orel/ru/publications/official_publications/electronic_versions/ (date of treatment: 04.04.2012).

10. Federal Portal PROTOWN.RU – URL:

http://www.protown.ru/russia/obl/stat/stat_260.html (date of treatment: 04.04.2012).

1 Город Москва и Московская область не рассматривались из соображений их особого положения в ЦФО.

2 Официальный сайт Национального Исследовательского Университета «Высшая школа экономики» – URL: http://sophist.hse.ru/rstat_data/ecbase/mpr3kv12/прил.№%2054-Публ_ОКАТО.htm (дата обращения: 04.04.2012).

3 Далее преобразованные переменные будут обозначаться кратко соответственно КП, СЧ, ВСХ, СМЗП, ОО, ОТСП, ПТНСП.

4 Одна из возможных методик определения профилей (типологии) кластеров предложена в работах [5, 23], [6, с. 51].

5 В таблице 5 жирным цветом выделено то значение соответствующей переменной, которое в данном кластере является преобладающим.

6 Официальный сайт Национального Исследовательского Университета «Высшая школа экономики» – URL: http://sophist.hse.ru/rstat_data/ecbase/mpr3kv12/прил.№%2054-Публ_ОКАТО.htm (дата обращения: 04.04.2012).

7 Источники данных для построения диаграммы:

1) Территориальный орган Федеральной службы государственной статистики по Орловской области – URL:

http://orel.gks.ru/wps/wcm/connect/rosstat_ts/orel/ru/publications/official_publications/electronic_versions/ (дата обращения: 04.04.2012).

2) Федеральный портал PROTOWN.RU – URL:

http://www.protown.ru/russia/obl/stat/stat_260.html (дата обращения: 04.04.2012).

 

 

 

Код для цитирования: Скопировать