Диссертация (1137932), страница 8
Текст из файла (страница 8)
6 представлено сравнение средних значений стоимостныхпоказателей по отдельным отраслям (для расшифровки отраслей см.табл. 1).Напроизводство11графикетабачныхзначительноизделийИсточник: Росстат.44выделяются(16),четырепроизводствоотрасли:коксаинефтепродуктов (23), металлургическое производство (27) и производствосудов, летательных и космических аппаратов и прочих транспортныхсредств (35).
Все, за исключением первого, являются традиционными длястраныотраслямиобрабатывающейпромышленностисвысокимприоритетом в силу стратегической направленности и значительногоиспользованиявсвоем производствевкачестве промежуточногопотребления продуктов добывающей промышленности.250000020000001500000100000050000001516171819202122Выручка от реализации232425Общие активы26272829Основные средства3031323334353637Оборотные средстваИсточник: расчеты автораРис. 6 — Средние значения показателей по отраслям за 2006–2014 гг.,в сопоставимых ценах 2010 г., тыс.
руб.В Приложении 1 приведены коэффициенты вариации показателей поотраслям. Наиболее однородной отраслью по всем показателям являетсяпроизводство табачных изделий (16), скорей всего, из-за малого числапредприятий в выборке. Также к наиболее однородным в среднем попоказателям можно отнести производство кокса и нефтепродуктов (23),производство офисного оборудования и вычислительной техники (30),производствоэлектронныхкомпонентов,аппаратурыдлярадио,телевидения и связи (32), производство судов, летательных и космическихаппаратов и прочих транспортных средств (35).Гистограммы выборочного распределения общей выручки и еелогарифма представлены на рис. 7–8 (гистограммы остальных показателейи их логарифмов приведены в Приложении 2).
По выборочному45распределению общей выручки в сопоставимых ценах нельзя сделатькаких-либовыводовоскошенности,однакомоделированиепроизводственных границ осуществляется для показателей в логарифмах.На рис. 8 видно наличие скошенности в распределении (коэффициентасимметрии равен 0,19, то есть правый «хвост» длиннее левого), поэтомуделается предварительный вывод о том, что в производстве предприятийроссийскойобрабатывающейпромышленностиприсутствуетнеэффективность, а, значит, применение стандартных методов для.15.1Density1.0e-0600.055.0e-07Density.2.251.5e-06оценивания производственной границы является некорректным.050000001.00e+071.50e+072.00e+072.50e+076TR810121416lnTRРис. 7 — Гистограмма общейвыручки за 2006–2014 гг., тыс.
руб.Рис. 8 — Гистограмма логарифмаобщей выручки за 2006–2014 гг.2.2.2 Корреляционный анализ переменныхКорреляционный анализ используемых переменных проводился длявыборки в целом, так как в работе оценивались сквозные и панельныерегрессии (коэффициенты корреляции логарифма выручки от реализации состальными переменными по годам и по отраслям приведены вПриложении 3).
В табл. 4–5 содержатся корреляционные матрицыпоказателей и их логарифмов. Общая выручка в постоянных ценахнаиболее скоррелирована с общими активами и оборотными средствами инаименее скоррелирована с численностью работников. Это может бытьследствием того, что в настоящее время значительная часть производстваавтоматизирована и менее трудозатратна, чем некоторое время назад. При46этом коэффициенты корреляции показателей в логарифмах показываютболее сильную связь между общей выручкой и численностью занятых, ноона все же уступает связи между общей выручкой и оборотнымисредствами, чей объем напрямую влияет на объем производимого выпуска.Остальные коэффициенты корреляции (за исключением корреляциилогарифмов общих активов и основных средств) также выше для случаялогарифмов, но проблемы мультиколлинеарности в анализе не возникнет всилу большого числа наблюдений.Таблица 4 — Корреляционная матрица показателей за 2006–2014 гг.
всопоставимых ценахПоказателиОбщая выручкаОбщие активыЧисленность занятыхОсновные средстваОборотные средстваИсточник: расчеты автораТаблица 5 —за 2006–2014 гг.Общая Общие Численность Основные Оборотныевыручка активызанятыхсредствасредства10,81410,5760,59010,6500,8800,47510,8040,9150,5780,6171Корреляционнаяln(ОбщаяПоказателивыручка)ln(Общая выручка)1ln(Общие активы)0,879ln(Численностьзанятых)0,770ln(Основныесредства)0,736ln(Оборотныесредства)0,879Источник: расчеты автораматрицаln(Общиеактивы)логарифмовln(Численностьзанятых)ln(Основныесредства)показателейln(Оборотныесредства)10,75310,8630,68110,9670,7330,7431По результатам анализа описательной статистики переменных и ихкорреляционных матриц были сделаны выводы о том, что выборка внаибольшей степени однородна по показателю численности занятых и внаименьшей — по показателю основных средств и о том, чтоиспользуемые переменные высоко коррелируют между собой.
Включение47их в модели для оценивания производственной границы являетсяцелесообразным.Раздел 2.3 Оценивание детерминированной и стохастическойпроизводственной границы2.3.1 Оценивание детерминированной производственной границыОценивание производственной границы начинается с метода DEA.Как уже говорилось, для этого метода необходима сбалансированнаяпанель, поэтому на этапе очистки данных от ошибок и выбросовпредприятия при обнаружении проблем по одному из установленныхкритериев удалялись из выборки за все года. В качестве выпуска фирмвыступает общая выручка, а в качестве факторов производства —численность занятых, основные и оборотные средства.Оценивание проводилось с помощью программы DPIN (3.1)12.
Онапозволяет получить оценки уровня СФП и ее компонент и посчитанныеиндексы показателей к базовому наблюдению. Как уже было сказано, внастоящей работе использовался индекс Феэ-Примонта, удовлетворяющийаксиоме транзитивности и поэтому позволяющий сравнивать показателиэффективности и по компаниям, и во времени.К сожалению, данная программа обладает ограничением помаксимальномучислунаблюденийв5000.Всвязисэтимдетерминированная производственная граница с помощью метода DEAоценивалась по отдельным отраслям, а не для всех предприятийроссийской обрабатывающей промышленности в целом. Это создает ряднеудобств, поскольку становится невозможным сравнения оценок СФП иее компонент фирм из разных отраслей, а также сравнение с оценками,полученными по методу SFA.
К тому же из-за большого числа компанийпо пяти отраслям детерминированная граница не оценивалась. К ним12Электронный доступ: http://www.uq.edu.au/economics/cepa/dpin.php48относятся: производство пищевых продуктов, включая напитки (15),химическое производство (24), производство прочих неметаллическихминеральных продуктов (26), производство готовых металлическихизделий (27), производство машин и оборудования (28).По другим отраслям производственные границы были оценены,были получены оценки СФП и ее компонент, а затем были посчитанысредние геометрические значения индексов показателей эффективностидля каждой отрасли. Подобный анализ для широкого круга российскихотраслей проводится впервые. Для примера рассмотрим несколькографиков динамики оценок СФП и ее компонент наиболее частоупоминаемых в тексте отраслей в силу их высокой значимости дляэкономики страны.На рис. 9 рассмотрена динамика оценок СФП и ее компонент дляотрасли производства кокса и нефтепродуктов.
На СФП значительносказался мировой экономический кризис 2008–2009 гг., за которымпоследовало восстановление в течение двух лет, но в 2012 г. падение СФПснова возобновилось, составив в 2014 г. всего 63,3% от уровня 2006 г. Приэтом максимальное значение СФП в отрасли, задающее технологическуюграницу, имело схожую динамику, но с большей дисперсией значений погодам, и в 2014 г. немного улучшилось, не достигнув уровня 2006 г.Динамика технической эффективности в отрасли отличается тем, чтопадение началось уже в 2007 г., а в 2009 г. наблюдался рост показателя.
В2011 г. снижение технической эффективности также предшествовалоснижению СФП. Эффективность от масштаба имела наименьшуюдисперсию по годам. Ее динамика схожа с динамикой остаточнойэффективности от перераспределения факторов и выпусков вплоть до2012 г. Снижение эффективности от масштаба означает процесс удалениефирмы от ее оптимального размера. В 2014 г. ситуация вернулась кситуации 2006 г. Остаточная эффективность от перераспределенияфакторовивыпусков—единственная49изкомпонент,котораяпродемонстрировала к концу периода улучшение по сравнению с началомпериода, то есть фирмы в отрасли в среднем стали более эффективноустанавливать пропорции между выпуском и затратами факторовпроизводства.1.81.61.41.210.80.60.42006 2007 2008 2009 2010 2011 2012 2013 2014TFPTFPmaxTESERMEРис.
9 — Динамика оценок СФП и ее компонент для отрасли производствакокса и нефтепродуктов, метод DEAНа рис. 10 изображен аналогичный график для отрасли производстварезиновых и пластмассовых изделий. СФП не так сильно снизилась вкризисные годы, как в предыдущей отрасли, а после имела очень слабуювариацию. К концу периода уровень СФП составил 79,9% от уровня2006 г. Технологическая граница отрасли развивалась более хаотично:большие подъемы чередовались с такими же большими спадами нарассматриваемом отрезке времени. Возможно, это связано со сменойлидеров в отрасли. Техническая эффективность имела схожую спредыдущим случаем динамику, за исключением спада в 2010 г.
и роста в2014 г. При этом динамика эффективности от масштаба оказаласьзначительно лучше: после спада в кризисный 2009 г. в 2012 г. наблюдалсярост, позволивший к концу периода выйти на уровень, значительно50превышающий уровень 2006 г. Другими словами, средний размер фирмстал гораздо ближе к оптимальному в отрасли. Остаточная эффективностьот перераспределения выпусков и факторов после большого падения в2008 г. росла до 2012 г.
Однако очередное падение в 2013 г. не позволилоей в 2014 г. выйти хотя бы на уровень 2006 г.21.81.61.41.210.80.60.42006 2007 2008 2009 2010 2011 2012 2013 2014TFPTFPmaxTESERMEРис. 10 — Динамика оценок СФП и ее компонент для отраслипроизводства резиновых и пластмассовых изделий, метод DEAНа рис. 11 изображена динамика СФП и ее компонент дляметаллургической отрасли.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
