Библиографическое описание:

Родионов Н. В. Анализ эффективности государственного финансирования НИОКР для транспорта и связи в Приволжском федеральном округе // Молодой ученый. — 2016. — №21. — С. 471-475.



Рассмотрена проблема результативности государственного финансирования НИОКР. Разработана модель оценки эффективности НИОКР на основе моделирования стоимостных значений федеральных целевых программ. Выявлены тенденции государственного финансирования НИОКР в ПФО.

Ключевые слова: государственное финансирование, федеральные целевые программы, эффективность финансирования НИОКР, концепции развития ПФО, закономерность государственного финансирования НИОКР

The problem of the effectiveness of public R & D funding. A model for evaluating the effectiveness of R & D on the basis of modeling of cost values of the federal target programs. The tendencies of socio — economic development in the Volga Federal District

Увеличение экономических показателей в субъектах Российской Федерации (РФ) достигается реализацией федеральных целевых программ (ФЦП). Необходимость проведения программ регламентируется в долгосрочном документе [1]. В социально-экономической стратегии поставлены среднесрочные и долгосрочные цели, ориентиры развития страны, значение планового показателя ВВП и. т. д. Также в стратегии предполагается развитие шести областей: Нижегородской, Камско-Вятской, Казанской, Уфимской, Средневолжской, Оренбургской, в которых будет усовершенствована фармацевтическая промышленность, а также транспортная и инновационная инфраструктура [1]. Для экономии бюджетных средств возникает проблема оптимального распределения денежных средств в НИОКР ФЦП. Данная проблема подразумевает распределение некоторого ограниченного количества денежных средств между участниками ФЦП, выбираемыми государством. В связи с нахождением решения данной проблемы ставится задача определения такого распределения между участниками ФЦП, которое максимизировало бы коэффициент эффективности финансирования НИОКР.

Проблема является актуальной, поскольку существующий механизм финансирования НИОКР ФЦП является рискованным из-за эвристического подхода характеризуемым выделением денежных средств в те области экономики, которые оказались в сложной экономической ситуации. В настоящее время существуют как завершённые, так и действующие ФЦП, то для составления сводной информации по ФЦП представим в таблице 1 завершённые и действующие ФЦП, распределённые по отраслям промышленности [2]

Таблица 1

Перечень завершённых идействующий ФЦП

п/п

Наименование отрасли

Наименование ФЦП

Обозначение программы

1

Обрабатывающее производство1

«Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2007–2013 годы»

«Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2014–2020 годы»

«Развитие фармацевтической и медицинской промышленности Российской федерации на период до 2020 года и дальнейшую перспективу»

2

Транспорт и связь

«Модернизация транспортной системы России (2002–2010 годы)»

«Развитие транспортной системы России (2010–2020) г».

3

Другие отрасли2

«Жилище» на 2015–2020 годы»

«Жилище» на 2011–2015 годы»

«Жилище» на 2002–2010 годы»

«Устойчивое развитие сельских территорий на 2014–2017 годы и на период до 2020 года»

«Развитие мелиорации земель сельскохозяйственного назначения России на 2014–2020 годы»

«Развитие телерадиовещания в Российской Федерации на 2009–2018 годы»

«Развитие образования на 2016–2020 годы»

Анализируя таблицу отметим, что представленные ФЦП сгруппированы по отраслям, которые характеризуются наибольшими долями ВРП относительно «Другие отрасли» в состав которой входят: «строительство», «сельское хозяйство», «производство и распределение электроэнергии, газа и воды», «государственное управление и обеспечение военной безопасности», «финансовая деятельность», «образование», «здравоохранение», «предоставление коммунальных, социальных и персональных услуг» [2]. С целью выявления приоритетных ФЦП обоснуем выбор 2 программ, для которых используем обозначение , где i-номер программы. «Модернизация транспортной системы России (2002–2010годы)» () «Развитие транспортной системы России (2010–2020 годы)» ()- относятся к числу приоритетных проектов со значительным структурным и макроэкономическим эффектом [1]. Наибольший объем расходов приходится на проекты в области развития транспортной инфраструктуры (2,5 трлн рублей или 39 % от расходов на приоритетные проекты [1].

Каждая из этих ФЦП состоит из целевых индикаторов для которых применим обозначение Kij, i,j ∈ N, где i –порядковый номер программы, j — номер индикатора i-ой программы.

Далее представим в таблице 2 наименования целевых индикаторов, сгруппированные по завершённым и действующим ФЦП.

Таблица 2

Перечень целевых индикаторов по действующим изавершённым ФЦП

i/j

Ki 1

Ki 2

Ki 3

P4

P5

Протяженность автомобильных дорог общего пользования федерального значения, соответствующих нормативным требованиям к транспортно-эксплуатационным показателям

Доля протяженности автомобильных дорог общего пользования федерального значения, обслуживающих движение в режиме перегрузки

Строительство и реконструкция автомобильных дорог федерального значения

В таблице 2 представлены схожие целевые показатели завершённых и действующих ФЦП. С целью выявления тенденций государственного финансирования НИОКР В ПФО относящихся к промежутку времени равного началу завершённой ФЦП и концу действующей ФЦП рассчитаем показатели коэффициента эффективности государственного финансирования НИОКР в ПФО и показателя нормализации. Для расчёта коэффициента эффективности государственного финансирования НИОКР в ПФО введём нормализованное значение индикатора, рассчитанный по формуле [5]:

(1)

где — минимальное значение индикатора;

— максимальное значение индикатора;

Введем формулу интегрального нормализованного показателя i-ой программы значения индикатора:

(2)

В таблице 3 рассчитаны нормализованные значения индикаторов для Р4,Р5 [3] [4]

Таблица 3

Расчет нормализованных значений индикаторов для P4 иP5

P4

P5

Год

Год

2002

0,15

0

0,2

0,35

2010

0

0,30

0,10

0,40

2003

0

0,13

0,69

0,82

2011

0,008

0,43

0

0,44

2004

0,18

0,25

0,42

0,85

2012

0,06

0,57

0,04

0,67

2005

0,08

0,53

0

0,61

2013

0,14

0,64

0,14

0,92

2006

0,14

0,72

0,77

1,63

2014

0,28

0,80

0,25

1,33

2007

0,19

0,26

0,76

1,21

2015

0,45

1

0,33

1,78

2008

0,67

0,32

0,62

1,61

2016

0,64

0,68

0,41

1,73

2009

1

0,26

0,45

1,71

2017

0,83

0,55

0,82

2,20

2010

0,86

1

0,75

2,61

2018

0,93

0,42

0,95

2,30

-

-

-

-

2019

0,97

0,10

0,86

1,93

-

-

-

-

2020

1

0

1

2

Для Р4 нормализованное значение индикатора рассчитано при помощи минимальных и максимальных значений индикаторов =17316; ; =169 и =19894; =29,7; =491 соответственно. Для Р5 нормализованное значение индикатора рассчитано при помощи минимальных и максимальных значений индикаторов =19545; ; =309,6 и =46040; =34,5; =1344,8 соответственно.

Проведем анализ темпа реализации индикаторов для P4 посредством определения абсолютных приростов и спадов интегрального нормализованного показателя: в 2002–2004 гг. рост равен 0,50 от значения 2002 г., в 2004–2005 гг. спад составляет 0,24 от значения 2004 г., в 2005–2006 гг. прирост равен 1,02 от значения 2005 г., в 2006–2007 гг. спад составляет 0,42 от значения 2006 г., в 2007–2010 гг. рост равен 1,4 от значения 2007 г. Аналогично для Р5: в 2010–2015 гг. рост равен 1,38 от значения 2010 г., в 2015–2016 гг. спад составляет 0,05 от значения 2015 г., в 2016–2018 гг. прирост равен 0,57 от значения 2016 г., в 2018–2019 гг. спад равен 0,37 от значения 2018 г., в 2019–2020 гг. рост составит 0,07 от значения 2019 г. Следовательно, реализация программы Р2 результативнее по сравнению с P1

Рассчитав нормализованные значения индикаторов, вычислим показатель эффективности финансирования НИОКР приоритетных ФЦП по формуле:

(1)

где — финансирование ФЦП, млрд. руб.

Таблица 4

Расчет показателей эффективности для P4 иP5

P4

P5

Год

F4

Год

F5

2002

0,15

0

0,2

14

0,025

2010

0

0,30

0,10

1,08

0,37

2003

0

0,13

0,69

29,29

0,028

2011

0,008

0,43

0

0,96

0,46

2004

0,18

0,25

0,42

27,60

0,0308

2012

0,06

0,57

0,04

1,31

0,51

2005

0,08

0,53

0

1,97

0,31

2013

0,14

0,64

0,14

1,07

0,86

2006

0,14

0,72

0,77

5,82

0,28

2014

0,28

0,80

0,25

1,27

1,05

2007

0,19

0,26

0,76

2,47

0,49

2015

0,45

1

0,33

2,14

0,83

2008

0,67

0,32

0,62

4,35

0,37

2016

0,64

0,68

0,41

1,15

1,50

2009

1

0,26

0,45

3,49

0,49

2017

0,83

0,55

0,82

1,46

1,51

2010

0,86

1

0,75

7,05

0,37

2018

0,93

0,42

0,95

1,42

1,62

-

-

-

-

-

-

2019

0,97

0,10

0,86

1,12

1,73

-

-

-

-

-

-

2020

1

0

1

1,16

1,72

Для Р4 абсолютные приросты и спады интегрального показателя эффективности: в 2002–2003 прирост составит 15,29 от значения 2002 г., в 2003–2005 гг. спад равен 27,32 от значения 2003 г., в 2005–2006 гг. рост равен 3,85 от значения 2005 г., в 2006–2007 гг. спад составляет 3,35 от значения 2006 г., в 2007–2008 гг. прирост составляет 1,88 от значения 2007 г., в 2008–2009 гг. спад составляет 0,86 от значения 2008 г., в 2009–2010 гг. прирост составляет 3,56 от значения 2009 г.

Аналогично для Р5: в 2010–2011 гг. спад составит 0,12 от значения 2010 г. в 2011–2012 гг. рост равен 0,35 от значения 2011 г., в 2012–2013 гг. спад равен 0,24 от значения 2012 г., в 2013–2015 гг. рост равен 1,07 от значения 2013 г., в 2015–2016 гг. спад равен 0,99 от значения 2015 г., в 2016–2017 гг. прирост равен 0,31 от значения 2016 г., в 2017–2019 гг. спад составит 0,34 от значения 2017 г., в 2019–2020 гг. рост равен 0,04 от значения 2019 г. Следовательно программы Р4 и Р5 по динамики приростов и спадов схожи так как динамика обеих программ имеет колебательный характер. Поэтому увеличение финансирования Р5 по сравнению с Р4 экономически невыгодно с точки зрения рационального расходования бюджетных средств.

Используя рассчитанные показатели эффективности и нормализованных значений целевых индикаторов, а также значения финансирований по годам построим графики для каждой программы с целью обоснования результативности финансирования НИОКР.

Рис. 1. Сопоставление динамик показателя финансирования и интегрального нормализованного значения для Р4

Анализируя рисунок 1 отметим противоположно-направленные динамики показателя эффективности и показателя финансирования, начиная с 2003–2010гг. Следовательно финансирование для Р4 является нерациональным, что обосновывает несоответствие условия роста динамик обеих показателей.

Рис. 2. Сопоставление динамик показателя финансирования и интегрального нормализованного значения для Р5

Для Р5 противоположно-направленные динамики показателей эффективности и финансирования на протяжении всего срока действия программы является следствием некорректных размеров инвестиций. Следовательно финансирование данной программы является невыгодным поскольку показатель эффективности противоречит размеру финансирования. Для оценки эффективности финансирования НИОКР, проведем сравнительный анализ влияния нормированных значений индикаторов на рост и спад показателя эффективности по каждой программе. Для Р4 наибольший вклад в рост эффективности внес индикатор , далее и наименьший вклад внес с суммарными нормализованными значениями по годам равными 4,66; 3,47; 3,27 соответственно. Для Р5 наибольший вклад в рост эффективности внес индикатор , далее и наименьший вклад внес с суммарными нормализованными значениями по годам равными 5,49; 5,308; 4,9 соответственно. Следовательно, с целью повышения эффективности финансирования Р5 рекомендуется определять размеры расходования денежных средств пропорционально нормализованного показателя с учетом его влияния на динамику показателя эффективности.

Таким образом, тенденцией государственного финансирования НИОКР является ФЦП: «Модернизация транспортной системы России (2002–2010 годы)» (), «Развитие транспортной системы России (2010–2020 годы)» (). Решением проблемы неэффективного распределения денежных средств для Р5 является установление таких значений целевых индикаторов, при которых разница максимального и минимального значения была минимальна относительно минимального значения.

Литература:

  1. Прогноз долгосрочного социально-экономического развития Российской Федерации на период до 2030 года, Министерство экономического развития Российской Федерации, 2013 г.
  2. Родионов Н. В. «Анализ тенденций инновационных процессов в промышленности Самарской области» Финансирование и кредитование в экономики России: методологические и практические аспекты — 2016 № 11, С. 120–128.
  3. Федеральные целевые программы России, ФЦП: Программа «Развитие транспортной системы России (2010–2020 годы)», http://fcp.economy.gov.ru/cgi-bin/cis/fcp.cgi/Fcp/ViewFcp/View/2013/264/
  4. Федеральные целевые программы России, ФЦП: Программа «Модернизация транспортной системы России (2002–2010 годы)" http://fcp.economy.gov.ru/cgi-bin/cis/fcp.cgi/Fcp/ViewFcp/View/2009/1/
  5. Гераськин М. И., Квашин Д. А. «Оптимизация государственных инвестиционных социальных проектов на основе регресионных моделей регионального развития». Проблемы управления — 2014. № 3. С. 38–49.
  6. Гераськин М. И. «Инновационный менеджмент наукоёмких технологий».Самара,СГАУ, 2006 г.,160.
  7. Гераськин М. И., Квашин Д. А. «Трёхуровневые многофакторные модели приоритетных направлений социально — экономического развития региона» Известия Самарского научного центра Российской академии наук. 2013. Т. 15. № 6–3. С. 802–811.
  8. Герасимов К. Б., Н. Ю. Просвиркин «Управление инновациями». Cамара: Самарский муниципальный институт управления, 2011 г., 124.
  9. Гераськин М. И. Моделирование и прогнозирование экономического роста предприятий нефтехимического и торгового секторов экономики РФ // Вестник Самарского государственного университета. — 2015. № 9/2 (131). С. 180–191.
  10. Гераськин М. И. Факторы экономического роста и развития системообразующих отраслей экономики РФ // Вестник Самарского государственного университета. — 2015. № 9/2 (131). С. 273–283.
  11. А. Л. Хиллман «Государство и экономическая политика» М.: Издательский дом ГУ ВШЭ, 2009 г. 881.
  12. Гераськин М. И., Мазурмович О. Н. «Процессы реструктуризации и формирования экономических механизмов взаимодействий предприятий нефтяной промышленности» — Научное обозрение. 2012. № 4. С. 416–423.
  13. Гераськин М. И., Гришанов Г. М. «Экономико-математическое моделирование современных промышленных комплексов» — Самара, СамНЦ РАН, 2016. 194.
  14. Гераськин М. И. «Модели оптимизации управления неиерархическими системами корпораций при межкорпоративных взаимодействиях — Проблемы управления. 2010. № 5. С. 28–38.

Обсуждение

Социальные комментарии Cackle