Исследование роли среднего и малого бизнеса (МСБ) в российской экономике. Определение эффективности федеральных программ поддержки МСБ в 2010-2014 гг.

---

Содержание

Общие показатели

Уровень занятости

Индекс производительности труда

Степень износа основных фондов

Динамика финансовых результатов

Исследование влияния программ поддержки на МСБ

---

Общие показатели

Исследование основных показателей российской экономики в период 2005-2014 гг.

Начнем исследование с оценки темпов развития организаций по основным экономическим сферам деятельности.

В оборот предприятий включается стоимость отгруженных товаров собственного производства, выполненных работ и услуг собственными силами, а также выручка от продажи приобретенных на стороне товаров (без налога на добавленную стоимость, акцизов и аналогичных обязательных платежей). Объем отгруженных товаров собственного производства представляет собой стоимость тех товаров, которые произведены хозяйствующим субъектом и фактически в отчетном периоде отгружены или отпущены им в порядке продажи, а также прямого обмена на сторону (другим юридическим и физическим лицам), независимо от того, поступили деньги на счет продавца или нет.

Данные по этому показателю представляют совокупность предприятий с соответствующим основным видом деятельности и отражают коммерческую деятельность предприятия.

library(xlsx)
library(dplyr)
library(lattice) 
library(ggplot2)

data <- read.xlsx2("/Users/alex/Documents/R directory/Workbook2.xlsx",
                header=T,
                colClasses=c("numeric","character","numeric"),
                startRow=2,
                sheetIndex=1)

data$log <- log10(data[,3])

   percent <- function(x, digits = 2, format = "f", ...) {
  paste0(formatC(100 * x, format = format, digits = digits, ...), "%")
}

График 1.1 “Оборот организаций по видам экономической деятельности (все организации),в млрд рублей”

xyplot (data=data,
            data$Оборот..млрд~data$Год | data$Вид.эконом.деятельности,
                layout=c(5,3), scales=list(cex=0.85), type=c("p", "r"), 
                main = list (label="Оборот организаций по видам экономической деятельности (все организации),млрд", 
                                 cex=2.25),
                xlab = list ( label="Год",cex=2), 
                ylab=list(label="Оборот в год, млрд",cex=2),
                col="darkblue", 
                pch=6, col.line="red", cex=2.25, lty=1, cex.sub=1.5, 
                oma=c(1,1,1,.25))

График 1.2 “Трендовый анализ изменения оборота организаций по видам экономической деятельности (все организации)”

xyplot ( data=data,
            data$log~data$Год | data$Вид.эконом.деятельности,
                layout=c(5,3), scales=list(cex=0.85,y=list(alternating=0)),type=c("p", "r"),
                main=list(label="Тренд в изменении оборота организаций по видам экономической деятельности", cex=1.25),
                xlab=list(label="Год",cex=2), 
                ylab=list(label="",cex=2),
                col="darkblue",
                pch=6,col.line="red",cex=2.25,lty=1,cex.sub=1.5,
                oma=c(1,1,1,.25))

library(plyr)

dat1 <- ddply(data,.(Год),summarise,Avg=mean(Оборот..млрд))
    d <- diff(dat1[,2])
        dd <- dat1[-1,2]
            pcnt <-  d/dd

m <- mean(pcnt[-4])

Величина среднего прироста выручки с 2005 по 2014 гг.: 15.49%

График 1.3 “Анализ изменений прироста объемов выручки в среднем по российской экономике”

max_y <- max(pcnt)

plot(pcnt,
        type=c("o"),
        xaxt="n",main="Процентное увеличение выручки к предыдущему году", 
        xlab="Год", ylab="Процент",
        axes=T,
        ylim=c(-.11,max_y),
        col="steelblue")

            axis(1, at=1:9, lab=c("2006", "2007", "2008", "2009", "2010","2011","2012","2013","2014"))

---

ВЫВОД:

По результатама оценки прироста выручки (график 1.1) выявляется среднегодовое увеличение объемов выручки на 15.5% (за исключением 2009 года, в котором произошло снижение объемов на 11% по основным сферам экономики- из графика 1.3 ). График 1.2 подтверждает положительный тренд увеличения денежнего оборота компаний в среднем по экономике.

---

Уровень занятости

Оценим уровень занятости населения по основным экономическим сферам деятельности за аналогичный период.

Единицами наблюдения являются домашние хозяйства и лица в возрасте 15-72 года - члены этих хозяйств.

В период каждого обследования опрашивается более 69 тыс. человек в возрасте от 15 до 72 лет (0,06% от численности населения этого возраста). По субъектам Российской Федерации применяется разная доля отбора с учетом общей численности населения и относительной вариации по показателю “уровень безработицы”.

Занятые в экономике - лица, которые в рассматриваемый период (обследуемую неделю) выполняли работу хотя бы один час в неделю по найму за вознаграждение деньгами или натурой, а также не по найму для получения прибыли или семейного дохода; временно отсутствовали на работе; выполняли работу в качестве помогающего на семейном предприятии.

Занятыми считаются также лица, занятые выполнением работ по производству в домашнем хозяйстве продукции для реализации.

График 2.1 “Распределение занятого населения по видам экономической деятельности на основной работе в среднем за год”

data2 <- read.xlsx2("/Users/alex/Documents/R directory/Workbook2.xlsx",
                header=T,
                colClasses=c("numeric","character","numeric"),
                startRow=6,
                sheetIndex=2)
data2 <- data2[,-(4:16)]


xyplot ( data=data2,
            data2$Процент~data2$Год | data2$Вид.эконом.деятельности,
         layout=c(3,4), scales=list(cex=0.85), type=c("p", "r"),
         main = list (label="Распределение занятого населения по видам экономической деятельности", 
                                 cex=1.25),
                xlab = list ( label="Год",cex=1.2), 
                ylab=list(label="Процент",cex=1.2),
                col="darkblue", 
                pch=1, col.line="red", cex=2, lty=1, cex.sub=1.5, 
                oma=c(1,1,1,.25))

Таблица 2.1 “Процентное именение занятости населения по видам экономической деятельности на основной работе за период 2005-2014 гг.”

dat2 <- ddply(data2,.(Вид.эконом.деятельности),summarise,Dif=diff(Процент,lag=9))
names(dat2) <- c("Вид экономической деятельности","Изменение за период")
dat2

##                                   Вид экономической деятельности
## 1          Государственное управление и обеспечение безопасности
## 2                                     Добыча полезных ископаемых
## 3                          Другие виды экономической дятельности
## 4              Здравоохранение и предоставление социальных услуг
## 5                                    Обрабатывающие производства
## 6                                                    Образование
## 7                                   Оптовая и розничная торговля
## 8       Производство и распределение электроэнергии, газа и воды
## 9  Сельское и лесное хозяйство, охота, рыболовство и рыбоводство
## 10                                                 Строительство
## 11                                             Транспорт и связь
## 12                                       Финансовая деятельность
##    Изменение за период
## 1                  0.1
## 2                  0.3
## 3                  1.0
## 4                  1.0
## 5                 -3.7
## 6                  0.0
## 7                  1.3
## 8                  0.4
## 9                 -3.4
## 10                 0.9
## 11                 0.3
## 12                 1.9

ggplot(data2, aes(x=Год, y=Процент))+ 
        geom_violin(color="darkgrey") + 
        geom_point(stat="identity",color="blue") + 
        stat_smooth() +
            labs(x="Год",y="Процент",title="Именение занятости населения по видам экономической деятельности на основной работе") +
            facet_wrap(~Вид.эконом.деятельности, scales = "free") + 
            theme(legend.position="none") +     
                scale_colour_brewer(palette="Set2") + 
                scale_x_continuous(breaks=seq(2005,2014,by=1))

---

ВЫВОД:

Оценка движения занятого населения (таблица 2.1) показывыет, что самыми стабильными по числу занятого населения являются сферы:

6.Образование

1.Государственное управление и обеспечение безопасности

2. Добыча полезных ископаемых

11. Транспорт и связь

Наибольший прирост трудовых ресурсов показали сферы:

12. Финансовая деятельность

7. Оптовая и розничная торговля

4. Здравоохранение и предоставление социальных услуг

3. Другие виды экономической дятельности

10. Строительство

Наибольшее количество трудовых ресурсов за исследуемый период было потерено в сферах:

5. Обрабатывающие производства

9. Сельское и лесное хозяйство, охота, рыболовство и рыбоводство

---

Индекс производительности труда

Оценим темпы изменений производительности труда по эконосическим сферам за период 2003-2013 гг.

Производительность труда определяется количеством продукции (объемом работ), произведенной работником в единицу времени (час, смену, квартал, год) или количеством времени, затраченным на производство единицы продукции (на выполнение определенной работы).

Производительность труда исчисляется через систему показателей выработки и трудоемкости. Выработка рассчитывается как частное от деления объема выполненных работ (выпущенной продукции) на численность работников (затраты труда). Трудоемкость — делением затрат труда (численности работников) на объем работ (продукции). Показатели выработки и трудоемкости могут исчисляться в стоимостном выражении, в нормо-часах, в натуральном выражении и в условно-натуральном. Выработка характеризует объем работ (продукции) на единицу численности, а трудоемкость — затраты труда на единицу продукции (работы).

Производительность труда изменяется под воздействием факторов, которые могут быть внешними по отношению к предприятию и внутренними.

К внешним факторам относятся:

• природные — в сложных природных условиях (туман, жара, холод, влажность) производительность труда снижается;

• политические — по воле государства происходит накопление капитала в руках немногих, что приводит к массовому охлаждению к труду;

• общеэкономические — кредитная, налоговая политика, системы разрешений (лицензий) и квот, свобода предпринимательства и т. д.

Внутренние факторы:

• изменение объема и структуры производства;

• применение достижений науки и техники в производстве;

• совершенствование организации производства и управления на предприятии;

• совершенствование организации и стимулирования труда.

При определении производительности труда следует различать нормативную (затраты времени по действующим нормам); плановую (планируемые затраты на единицу продукции) и фактическую трудоемкость продукции (это действительные затраты времени).

В зависимости от круга работников, труд которых включается в трудоемкость, различают производственную (затраты труда основных рабочих), полную (основные + вспомогательные рабочие) и общую трудоемкость (все промышленно производственное предприятие).

На предприятии могут быть резервы роста производительности труда — это неиспользованные возможности по интенсификации труда, по количественному и качественному наращиванию кадрового и производственного потенциала и т. д. Резервы подразделяются на текущие и перспективные. Эффективное использование персонала предприятия зависит от умения руководства воздействовать на способности работника к труду, с тем чтобы направить их в нужном для фирмы направлении.

Управление кадрами заключается:

• в постепенном процессе определения потребности в кадрах, планирования удовлетворения этой потребности путем найма и размещения рабочей силы по рабочим местам;

• в процессе обучения, повышения квалификации и переподготовки кадров в соответствии с меняющимися условиями производства и реализации предприятием продукции и работ (услуг);

• в совершенствовании организации и условий труда, достойных современного производства;

• в обеспечении перемещения кадров как по горизонтали (расширение диапазона осваиваемых специальностей, числа обслуживаемых агрегатов и т. д.), так и по вертикали (присвоение очередных или внеочередных тарифных разрядов, классов, категорий, званий и занятие более высоких должностей;

• в развитии форм наставничества и ученичества;

• в создании комфортных социально-психологических условий работы каждого и коллектива в целом.

График 3.1 Индекс производительности труда по основным отраслям экономики

data3 <- read.xlsx2("/Users/alex/Documents/R directory/Workbook2.xlsx",
                header=T,
                colClasses=c("numeric","character","numeric"),
                startRow=4,
                sheetIndex=3)
data3 <- data3[,-(4:11)]
    data3[,3] <- data3[,3]/100


ggplot(data3, aes(x=Год, y=Процент))+ 
        geom_violin(color="darkgrey") + 
        geom_point(stat="identity",color="blue") + 
        stat_smooth() +
            labs(x="Год",y="Процент",title="Изменение индекса производительности труда по основным отраслям экономики") +
            facet_wrap(~Вид.эконом.деятельности, scales = "free") + 
            theme(legend.position="none") +     
                scale_colour_brewer(palette="Set2") + 
                scale_x_continuous(breaks=seq(2003,2013,by=1))

Таблица 3.1 “Процентное именение занятости населения по видам экономической деятельности на основной работе за период 2005-2014 гг.”

dat3 <- ddply(data3,.(Вид.эконом.деятельности),summarise,Dif=diff(Процент,lag=11))
names(dat3) <- c("Вид экономической деятельности","Изменение за период")
dat3

##                              Вид экономической деятельности
## 1                                     Гостиницы И Рестораны
## 2                                Добыча Полезных Ископаемых
## 3                               Обрабатывающие Производства
## 4                          Операции С Недвижимым Имуществом
## 5                           Оптовая  И  Розничная  Торговля
## 6  Производство И Распределение Электроэнергии, Газа И Воды
## 7                                  Рыболовство, Рыбоводство
## 8              Сельское Хозяйство, Охота И Лесное Хозяйство
## 9                                             Строительство
## 10                                        Транспорт И Связь
##    Изменение за период
## 1                0.016
## 2               -0.123
## 3               -0.033
## 4               -0.007
## 5               -0.097
## 6               -0.045
## 7                0.011
## 8                0.004
## 9               -0.070
## 10              -0.039

---

ВЫВОД:

Оценка изменений в индексе производительности труда за период 2003-2013 гг, показывает отрицательную динамику в целом по основаным сферам экономики.

Наибольшее снижение наблюдается с сферах:

2. Добыча Полезных Ископаемых

5. Оптовая И Розничная Торговля

7. Строительство

Наибольший рост показателя наблюдается в сферах:

1. Гостиницы И Рестораны

7. Рыболовство, Рыбоводство

8. Сельское Хозяйство, Охота И Лесное Хозяйство

В целом, падение производительности труда наблюдается в 7 сферах экономики из 10.

---

Степень износа основных фондов

Оценим темпы износа основных фондов по эконосическим сферам за период 2008-2013 гг.

Основные фонды - это часть имущества, используемая неоднократно или постоянно в течение длительного времени (более 12 месяцев) при производстве продукции (выполнении работ, оказании услуг), а также в управленческих целях.

К основным фондам относятся объекты, для которых одновременно выполняются следующие условия:

• объект предназначен для неоднократного или постоянного использования в производстве продукции, при выполнении работ или оказании услуг, для управленческих нужд организации либо предоставления организацией за плату во временное владение и пользование или во временное пользование; объект предназначен для использования в течение длительного времени (более 12 месяцев или обычного операционного цикла, если он не превышает 12 месяцев);

• организацией не предполагается последующая перепродажа данного объекта; объект способен приносить организации доход в будущем.

К основным фондам относятся здания, сооружения, машины и оборудование, транспортные средства, рабочий и продуктивный скот, многолетние насаждения, другие виды основных фондов.

К основным фондам не относятся: предметы служащие 1 год и менее, независимо от их стоимости; предметы стоимостью ниже лимита, устанавливаемого Минфином России (20 тысяч рублей), независимо от срока службы, кроме сельскохозяйственных машин и орудий, строительного механизированного инструмента, оружия, а также рабочего и продуктивного скота, независимо от их стоимости; объекты однократного пользования; молодняк животных и животные на откорме, птица, кролики, пушные звери, семьи пчел, а также ездовые и сторожевые собаки, подопытные животные; многолетние насаждения, выращиваемые в питомниках в качестве посадочного материала; машины и оборудование, другие аналогичные предметы, числящиеся как готовые изделия на складах предприятий-изготовителей, как товары на складах организаций, осуществляющих торговую деятельность, сданные в монтаж или подлежащие монтажу, находящиеся в пути; капитальные и финансовые вложения; земельные участки, капитальные вложения на коренное улучшение земель, объекты природопользования и так далее.

Под полной учетной стоимостью основных фондов понимается их первоначальная стоимость, с учетом ее изменения в результате переоценки, достройки, модернизации, дооборудования, реконструкции и частичной ликвидации.

График 4.1 Степень износа основных фондов в Российской Федерации на конец года по видам экономической деятельности.

data4 <- read.xlsx2("/Users/alex/Documents/R directory/Workbook2.xlsx",
                header=T,
                colClasses=c("numeric","character","numeric"),
                startRow=6,
                sheetIndex=4)

    data4[,3] <- data4[,3]/100


ggplot(data4, aes(x=Год, y=Процент))+ 
        geom_violin(color="darkgrey") + 
        geom_point(stat="identity",color="blue") + 
        stat_smooth() +
            labs(x="Год",y="Процент",title="Степень износа основных фондов по основным отраслям экономики") +
            facet_wrap(~Вид.эконом.деятельности, scales = "free") + 
            theme(legend.position="none") +     
                scale_colour_brewer(palette="Set2") + 
                scale_x_continuous(breaks=seq(2008,2013,by=1))

Таблица 4.1 “Процентное именение степени износа основных фондов в Российской Федерации на конец года по видам экономической деятельности за период 2008-2013 гг.”

dat4 <- ddply(data4,.(Вид.эконом.деятельности),summarise,Dif=diff(Процент,lag=5))
    names(dat4) <- c("Вид экономической деятельности","Изменение за период")
        dat4

##                              Вид экономической деятельности
## 1                                     Гостиницы И Рестораны
## 2     Государственное управление и обеспечение безопасности
## 3                                Добыча Полезных Ископаемых
## 4         Здравоохранение и предоставление социальных услуг
## 5                               Обрабатывающие Производства
## 6                                               Образование
## 7                          Операции С Недвижимым Имуществом
## 8                           Оптовая  И  Розничная  Торговля
## 9                               Предоставление Прочих Услуг
## 10 Производство И Распределение Электроэнергии, Газа И Воды
## 11                                 Рыболовство, Рыбоводство
## 12             Сельское Хозяйство, Охота И Лесное Хозяйство
## 13                                            Строительство
## 14                                        Транспорт И Связь
## 15                                  Финансовая деятельность
##    Изменение за период
## 1                0.037
## 2                0.076
## 3                0.022
## 4                0.043
## 5                0.010
## 6                0.029
## 7                0.054
## 8                0.061
## 9                0.043
## 10              -0.036
## 11               0.017
## 12               0.002
## 13               0.051
## 14               0.014
## 15               0.105

          m <-   mean(dat4[,2])

---

ВЫВОД:

Анализ темпов износа основных фондов за период 2008-2013 гг, указывает прогрессирующий износ фондов в средрем по экономике за исследуемый период. В среднем по экономике, за период 2008-2013 гг., износ основных фондов составил 3.52%.

---

Динамика финансовых результатов

Оценим динамику финансовых результатов организаций (без субъектов малого предпринимательства) по Российской Федерации.

Сальдированный финансовый результат (прибыль минус убыток) - конечный финансовый результат, выявленный на основании бухгалтерского учета всех хозяйственных операций организаций. Представляет собой сумму прибыли (убытка) от продажи товаров, продукции (работ, услуг), основных средств, иного имущества организаций и доходов от прочих операций, уменьшенных на сумму расходов по этим операциям. Данные по сальдированному финансовому результату (прибыль минус убыток) приводятся в фактически действовавших ценах, структуре и методологии соответствующих лет.

Прибыльное предприятие - предприятие, получившее положительный сальдированный финансовый результат за отчетный год.

Убыточное предприятие - предприятие, получившее отрицательный сальдированный финансовый результат за отчетный год.

График 5.1 Динамика финансовых результатов организаций (без субъектов малого предпринимательства) по Российской Федерации.

data5 <- read.xlsx2("/Users/alex/Documents/R directory/Workbook2.xlsx",
                header=T,
                colClasses=rep("numeric",7),
                startRow=5,
                sheetIndex=5)

    data5[,5] <- data5[,5]/100
    data5[,7] <- data5[,7]/100
        data5 <- data5[-12,-c(2,3,4,6)]
names(data5) <- c("Год","Прибыльные","Убыточные")


ggplot() +
      # blue plot
      geom_point(data=data5, aes(x=Год, y=Убыточные)) + 
      geom_smooth(data=data5, aes(x=Год, y=Убыточные), fill="blue",
        colour="darkblue", size=1) +
      # red plot
      geom_point(data=data5, aes(x=Год, y=Прибыльные)) + 
      geom_smooth(data=data5, aes(x=Год, y=Прибыльные), fill="red",
        colour="red", size=1) + labs(x="Год",y="Процентная доля",title="Динамика финансовых результатов организаций по Российской Федерации") + 
            theme(legend.position="none") +     
                scale_colour_brewer(palette="Set2") + 
                scale_x_continuous(breaks=seq(2003,2013,by=1))

Таблица 5.1 Динамика финансовых результатов организаций (без субъектов малого предпринимательства) по Российской Федерации за период 2003-2013 гг.

dat5 <- as.data.frame(apply(data5,2,function(x) {diff(x,lag=10)}))
    dat5[,2] <- rownames(dat5)
        rownames(dat5) <- c(1,2,3)
            dat5 <- dat5[-1,]
                dat5 <- dat5[,c(2,1)]
                    names(dat5) <- c("Показатель","Изменение"); rownames(dat5) <- c(1,2)
                        dat5[,2] <- paste0(dat5[,2]*100,"%")

dat5

##   Показатель Изменение
## 1 Прибыльные       12%
## 2  Убыточные      -12%

---

ВЫВОД:

Анализ динамики финансовых результатов организаций (без субъектов малого предпринимательства) по Российской Федерации за период 2003-2013 гг. указывает на оздоровление крупных и средних предприятий в среднем по экономике за исследуемый период. Общий прирост прибыльных организаций за период составил 12%.

---

Исследование влияния программ поддержки на МСБ

Оценим динамику финансовых результатов организаций (без субъектов малого предпринимательства) по Российской Федерации.

Государственная финансовая программа поддержки малого и среднего предпринимательства

Минэкономразвития России осуществляет реализацию государственной финансовой программы поддержки малого и среднего предпринимательства с 2005 года.

Порядок предоставления средств федерального бюджета на конкурсной основе в виде субсидии бюджетам субъектов Российской Федерации установлен постановлением Правительства Российской Федерации от 27 февраля 2009 г. № 178 «О распределении и предоставлении субсидий из федерального бюджета бюджетам субъектов Российской Федерации на государственную поддержку малого и среднего предпринимательства, включая крестьянские (фермерские) хозяйства».

Субсидии предоставляются в целях софинансирования расходных обязательств субъекта Российской Федерации, возникающих при выполнении мероприятий, осуществляемых в рамках оказания государственной поддержки в данном субъекте Российской Федерации в соответствии с утвержденной им программой развития субъектов малого и среднего предпринимательства.

Основными направлениями финансирования программы поддержки малого и среднего предпринимательства являются:

• увеличение объемов поддержки малых инновационных компаний, осуществляющих разработку и внедрение инновационной продукции (инновационные гранты, субсидии действующим инновационным компаниям, поддержка компаний, выходящим на биржу, программы обучения);

• увеличение объемов поддержки средних компаний (субсидирование процентной ставки по кредитам; компенсация расходов на приобретение оборудования);

• увеличение объемов содействия развитию лизинга оборудования малых компаний (приоритет – лизинг оборудования, гранты на уплату первого взноса, поддержка мобильных платформ);

• увеличение объемов грантовой поддержки начинающих предпринимателей (приоритет – безработные, уволенные в запас, поддержка социального предпринимательства);

• повышение капитализации специальной инфраструктуры поддержки малого и среднего предпринимательства: микрофинансовые центры, гарантийные фонды, фонды прямых инвестиций;

• сохранение темпов поддержки экспорта продукции малых компаний (приоритет- создание Центров поддержки экспорта, гранты начинающим экспортерам);

• создание бизнес-инкубаторов, промышленных парков, технопарков, центров предпринимательства, центров кластерного развития, центров прототипирования, центров дизайна, центров коллективного доступа к оборудованию.

Федеральная программа поддержки

Заявки

Субъекты Российской Федерации представляют заявки на участие в конкурсном отборе, осуществляемом Министерством экономического развития Российской Федерации с целью предоставления бюджетам субъектов Российской Федерации субсидий на софинансирование расходных обязательств субъекта Российской Федерации, возникающих при выполнении мероприятий, осуществляемых в рамках оказания государственной поддержки малого и среднего предпринимательства в данном субъекте Российской Федерации.

Конкурсные заявки подготавливаются участниками конкурсного отбора в соответствии с требованиями, устанавливаемыми ежегодными приказами Минэкономразвития.

Конкурсные заявки должны быть действительны в течение 291 дня с даты окончания срока приема заявок.

Конкурсные заявки подаются участниками конкурсного отбора по одному или нескольким мероприятиям государственной поддержки малого и среднего предпринимательства, при этом на каждое мероприятие подается самостоятельная конкурсная заявка. По мероприятиям «Создание и развитие инфраструктуры поддержки субъектов малого предпринимательства (бизнес-инкубаторов)» и «Реализация иных мероприятий по поддержке и развитию малого и среднего предпринимательства» конкурсная заявка по каждому проекту (объекту недвижимости) подается отдельно.

График 6.1 Объем субсидий субъектов Российской Федерации в рамках оказания государственной поддержки малого и среднего предпринимательства по Федеральной программе поддержки из федерального бюджета за период 2010-2015 гг..

data6 <- read.xlsx2("/Users/alex/Documents/R directory/Workbook2.xlsx",
                header=T,
                colClasses=c("character",rep("numeric",6),"character"),
                startRow=1,
                sheetIndex=6,na.rm=T)
    names(data6) <- c("Регион",seq(2010,2015,1),"Округ")
    data6 <- data6[,-9]

    is.nan.data.frame <- function(x)
        do.call(cbind, lapply(x, is.nan))

data6[is.nan(data6)] <- 0

data61 <- aggregate(cbind(data6$"2010",data6$"2011",data6$"2012",data6$"2013",data6$"2014",data6$"2015"),
                    by=list(data6$Округ),
                        FUN=sum)
    names(data61) <- c("Регион",seq(2010,2015))

library(reshape2)

data61<- melt(data6,id.vars=c("Регион"))
data62 <- melt(data6,id.vars=c("Округ","Регион"))
    names(data61) <- c("Регион","Год","Сумма")
    names(data62) <- c("Округ","Регион","Год","Сумма")

data63 <- aggregate(data62$Сумма,by=list(data62$Округ,data62$Год),FUN=sum)
    names(data63) <- c("Округ","Год","Сумма")
    data63[,3] <- data63[,3]/1000

xyplot ( data=data63,
            data63$Сумма~data63$Год | data63$Округ,
                layout=c(2,4), scales=list(cex=0.85), type=c("p", "r"), 
                main = list (label="Объем субсидий субъектов РФ в рамках Федеральной программы", 
                                 cex=1.25),
                xlab = list ( label="Год",cex=1.25), 
                ylab=list(label="Сумма из федерального бюджета, млн",cex=1.25),
                col="darkblue", 
                pch=6, col.line="red", cex=1.25, lty=1, cex.sub=1.25, 
                oma=c(1,1,1,.25))

Таблица 6.1 Изменение объема субсидий субъектов Российской Федерации в рамках оказания государственной поддержки малого и среднего предпринимательства по Федеральной программе поддержки из федерального бюджета за период 2014-2015 гг..

dat6  <- aggregate(cbind(data6$"2010",data6$"2011",data6$"2012",data6$"2013",data6$"2014",data6$"2015"),
                    by=list(data6$Округ),
                        FUN=sum) 
    dat6$Изменение= (dat6[,7]-dat6[,6])/1000
        dat6 <- dat6[,-seq(2,7)]
            names(dat6) <- c("Округ","Изменение, в млн.")
    da6tot <- paste(round(abs(sum(dat6[,2])/1000),2),"млрд рублей")
dat6

##                                 Округ Изменение, в млн.
## 1   Дальневосточный федеральный округ           594.299
## 2       Приволжский федеральный округ          3469.837
## 3   Северо-Западный федеральный округ           567.693
## 4 Северо-Кавказский федеральный округ           279.445
## 5         Сибирский федеральный округ          -307.462
## 6         Уральский федеральный округ          1395.368
## 7       Центральный федеральный округ          2259.970
## 8             Южный федеральный округ          2295.099

График 6.2 Объем субсидий субъектов Российской Федерации в рамках оказания государственной поддержки малого и среднего предпринимательства по Федеральной программе поддержки из регионального бюджета за период 2010-2015 гг..

data7 <- read.xlsx2("/Users/alex/Documents/R directory/Workbook2.xlsx",
                header=T,
                colClasses=c("character",rep("numeric",6),"character"),
                startRow=1,
                sheetIndex=7,na.rm=T)
    names(data7) <- c("Регион",seq(2010,2015,1),"Округ")
    data7 <- data7[,-9]

    is.nan.data.frame <- function(x)
        do.call(cbind, lapply(x, is.nan))

data7[is.nan(data7)] <- 0

data71 <- aggregate(cbind(data7$"2010",data7$"2011",data7$"2012",data7$"2013",data7$"2014",data7$"2015"),
                    by=list(data7$Округ),
                        FUN=sum)
    names(data71) <- c("Регион",seq(2010,2015))

data71<- melt(data7,id.vars=c("Регион"))
data72 <- melt(data7,id.vars=c("Округ","Регион"))
    names(data71) <- c("Регион","Год","Сумма")
    names(data72) <- c("Округ","Регион","Год","Сумма")

data73 <- aggregate(data72$Сумма,by=list(data72$Округ,data72$Год),FUN=sum)
    names(data73) <- c("Округ","Год","Сумма")
    data73[,3] <- data73[,3]/1000

xyplot ( data=data73,
            data73$Сумма~data73$Год | data73$Округ,
                layout=c(2,4), scales=list(cex=0.85), type=c("p", "r"), 
                main = list (label="Объем субсидий субъектов РФ в рамках Федеральной программы", 
                                 cex=1.25),
                xlab = list ( label="Год",cex=1.25), 
                ylab=list(label="Сумма из регионального бюджета, млн",cex=1.25),
                col="darkblue", 
                pch=6, col.line="red", cex=1.25, lty=1, cex.sub=1.25, 
                oma=c(1,1,1,.25))

Таблица 6.2 Изменение объема субсидий субъектов Российской Федерации в рамках оказания государственной поддержки малого и среднего предпринимательства по Федеральной программе поддержки из регионального бюджета за период 2014-2015 гг..

dat7  <- aggregate(cbind(data7$"2010",data7$"2011",data7$"2012",data7$"2013",data7$"2014",data7$"2015"),
                    by=list(data7$Округ),
                        FUN=sum) 
    dat7$Изменение= (dat7[,7]-dat7[,6])/1000
        dat7 <- dat7[,-seq(2,7)]
            names(dat7) <- c("Округ","Изменение, в млн.")

    da7tot <- paste(round(abs(sum(dat7[,2])/1000),2),"млрд рублей")



dat7

##                                 Округ Изменение, в млн.
## 1   Дальневосточный федеральный округ          -574.773
## 2       Приволжский федеральный округ          -533.931
## 3   Северо-Западный федеральный округ          -629.795
## 4 Северо-Кавказский федеральный округ          -201.982
## 5         Сибирский федеральный округ         -1112.215
## 6         Уральский федеральный округ          -225.424
## 7       Центральный федеральный округ          -551.535
## 8             Южный федеральный округ          -177.645

График 6.3 Динамика бюджета Федеральной программы Российской Федерации по оказанию государственной поддержки малого и среднего предпринимательства за период 2010-2015 гг..

dat61 <- aggregate(data62$Сумма,by=list(data62$Год),FUN=sum)
    dat61[,3] <- rep("Федеральный",6)
dat71 <- aggregate(data72$Сумма,by=list(data72$Год),FUN=sum)
    dat71[,3] <- rep("Региональный",6)
        
        dat61 <- rbind(dat61,dat71)
            dat61[,2] <- dat61[,2]/1000
                 names(dat61) <- c("Год","Бюджет,млн","Тип")
dat61[,1] <- levels(droplevels(dat61[,1]))
dat61[,1] <- as.numeric(dat61[,1])
dat61[,3] <- factor(dat61[,3])


ggplot() +
      geom_line(data=dat61, aes(x=Год, y=dat61[,2], colour=Тип)) + 
      geom_smooth(data=dat61, aes(x=Год, y=dat61[,2]),
        colour="lightblue", size=.75) + labs(x="Год",y="Бюджет, млн",title="Динамика составляющих Федеральной программы") +
      geom_point(data=dat61, aes(x=Год, y=dat61[,2], colour=Тип))+ scale_colour_brewer(palette="Set1")  

Анализ динамики в составляющих общего объема субсидий субъектов Российской Федерации в рамках оказания государственной поддержки малого и среднего предпринимательства по Федеральной программе поддержки за период 2010-2015 гг. показывает смещение в сторону финансирования программы за счет федерального бюджета в течение периода. Таким образом, федеральный бюджет на 2015 год был увеличен на 10.55 млрд рублей, когда региональный бюджет уменьшился на 4.01 млрд рублей. В то время как бюджет Федеральной программы оказания государственной поддержки малого и среднего предпринимательства на 2015 год в целом вырос на 6.54 млрд рублей по отношению к предыдущему периоду.

Оценим влияние Федеральной программы на финансовые результаты организаций по субъектам Российской Федерации за период 2010-2013 гг.

data8 <- read.xlsx2("/Users/alex/Documents/R directory/Workbook2.xlsx",
                header=T,
                colClasses=c("character",rep("numeric",12)),
                startRow=6,
                sheetIndex=10,na.rm=T)
    data8 <- data8[1:9,]

    data8med <- data8[,1:5]
        #data8med[,1] <- levels(droplevels(data8med[,1]))
        data8med[,1] <- factor(data8med[,1])
    names(data8med) <- c("Округ",seq(2010,2013))
    data8sml <- data8[,c(1,6:9)]
         #data8sml[,1] <- levels(droplevels(data8sml[,1]))
        data8sml[,1] <- factor(data8sml[,1])
     names(data8sml) <- c("Округ",seq(2010,2013))


data8med1 <- melt(data8med,id.vars=c("Округ"))
    names(data8med1) <- c("Округ","Год","Оборот, млрд")
data8sml1 <- melt(data8sml,id.vars=c("Округ"))
    names(data8sml1) <-  c("Округ","Год","Оборот, млрд")

График 7.1 Динамика оборота средних предприятий за период 2010-2013 гг..

xyplot ( data=data8med1,
            data8med1$Оборот~data8med1$Год | data8med1$Округ, scales=list(cex=0.85), type=c("p", "r"), 
                main = list (label="Оборот средних предприятий субъектов РФ", 
                                 cex=1.25),
                xlab = list ( label="Год",cex=1.25), 
                ylab=list(label="Оборот предприятий, млрд",cex=1.25),
                col="darkblue", 
                pch=6, col.line="red", cex=1.25, lty=1, cex.sub=1.25, 
                oma=c(1,1,1,.25))

Таблица 7.1 Динамика оборота средних предприятий за период 2010-2013 гг.., в млрд рублей.

data8med[,2:5] <- as.data.frame(lapply(data8med[,2:5],function(x) {round(x,2)}))
data8med

##                                 Округ   2010   2011    2012   2013
## 1                Российская Федерация 7416.2 5150.4 4710.60 4717.5
## 2       Центральный федеральный округ 2703.3 1481.4 1316.53 1328.3
## 3   Северо-Западный федеральный округ 1070.3  557.3  572.86  536.8
## 4             Южный федеральный округ  531.8  437.6  440.94  447.4
## 5 Северо-Кавказский федеральный округ  163.3  149.9  131.05  131.0
## 6       Приволжский федеральный округ 1306.5 1094.6  935.74  970.9
## 7         Уральский федеральный округ  469.5  403.3  388.11  404.0
## 8         Сибирский федеральный округ  825.7  740.1  643.77  631.1
## 9   Дальневосточный федеральный округ  346.0  286.1  281.59  268.1

График 7.2 Динамика оборота малых предприятий за период 2010-2013 гг..

xyplot ( data=data8sml1,
            data8sml1$Оборот~data8sml1$Год | data8sml1$Округ, scales=list(cex=0.85), type=c("p", "r"), 
                main = list (label="Оборот малых предприятий субъектов РФ", 
                                 cex=1.25),
                xlab = list ( label="Год",cex=1.25), 
                ylab=list(label="Оборот предприятий, млрд",cex=1.25),
                col="darkblue", 
                pch=6, col.line="red", cex=1.25, lty=1, cex.sub=1.25, 
                oma=c(1,1,1,.25))

Таблица 7.2 Динамика оборота малых предприятий за период 2010-2013 гг.., в млрд рублей.

  data8sml[,2:5] <- as.data.frame(lapply(data8sml[,2:5],function(x) {round(x,2)}))
data8sml

##                                 Округ    2010    2011    2012     2013
## 1                Российская Федерация 18933.8 22610.2 23463.7 24781.61
## 2       Центральный федеральный округ  7058.8  9327.0  8731.8  8958.29
## 3   Северо-Западный федеральный округ  2471.5  2388.4  2531.0  2620.48
## 4             Южный федеральный округ  1325.2  1628.8  1819.6  1945.24
## 5 Северо-Кавказский федеральный округ   375.2   515.0   586.8   673.90
## 6       Приволжский федеральный округ  3070.8  3649.2  4228.8  4631.25
## 7         Уральский федеральный округ  1707.2  1984.4  2154.1  2324.87
## 8         Сибирский федеральный округ  2104.2  2269.0  2505.5  2635.77
## 9   Дальневосточный федеральный округ   820.2   848.5   906.1   991.81

График 7.3 Сравнение динамик изменений в оборотах предприятий и бюджета Федеральной программы в за период 2010-2013 гг..

data9 <- cbind(data8med1,data8sml1)
    identical(data9[,1],data9[,4])

## [1] TRUE

        data9 <- data9[,-c(4,5)]
        names(data9) <- c("Округ","Год","Оборот cредних предприятий, млрд",
                          "Оборот малых предприятий, млрд")

              data9[,3:4] <- as.data.frame(lapply(data9[,3:4],function(x) {round(x,2)}))

                    d1 <- data9[,1]=="Российская Федерация"
                    data9 <- data9[!d1,]
library(qdapTools) 
data9[,5]  <- paste0(data9[,1],data9[,2])
data63[,4]  <- paste0(data63[,1],data63[,2])
data73[,4]  <- paste0(data73[,1],data63[,2]) 
    data9[,6] <- lookup(data9[,5],data63[,4],data63[,3])
    data9[,7] <- lookup(data9[,5],data73[,4],data73[,3])
    data9 <- data9[,-5]
        rownames(data9) <- seq(1,32)
        data9[,5] <- (data9[,5]+data9[,6])/1000
            data9 <- data9[,-6]
        colnames(data9)[5] <- "Бюджет Федеральной программы,млрд"
    #data9[,2] <- levels(droplevels(data9[,2]))
    #data9[,2] <- as.numeric(data9[,2])

    data9[,3:5] <- as.data.frame(lapply(data9[,3:5],function(x) {log(x,100)}))


ggplot(data9, aes(x = as.integer(Год),y=c(data9[,3],data9[,4],data9[,5]))) + 
  geom_line(aes(y = data9[,3]), colour="blue") + 
    geom_point(aes(y = data9[,3]), colour="blue") + 
    geom_smooth(aes(y = data9[,3]), fill="lightblue",colour="lightblue",method=lm) + 
  geom_line(aes(y = data9[,4]), colour = "red") +
    geom_point(aes(y = data9[,4]), colour = "red") +
    geom_smooth(aes(y = data9[,4]), fill="red",colour="red",method=lm) +
  geom_line(aes(y = data9[,5]), colour = "black") + 
    geom_point(aes(y = data9[,5]), colour = "black")  +
    geom_smooth(aes(y = data9[,5]), fill="grey",colour="grey",method=lm) +
    facet_wrap(~Округ)+
  ylab(label=" ") + 
  xlab("Год") + ggtitle("Оценка движений бюджета Федеральной программы и оборота организаций")+
     scale_x_discrete(labels=seq(2010,2013,1))

cor1 <- cor(data9[,3],data9[,5])
cor2 <- cor(data9[,4],data9[,5])

## ##
## ## MSBVAR Package v.0.9-2
## ## Build date:  Thu Jun 25 20:27:26 2015 
## ## Copyright (C) 2005-2015, Patrick T. Brandt
## ## Written by Patrick T. Brandt
## ##
## ## Support provided by the U.S. National Science Foundation
## ## (Grants SES-0351179, SES-0351205, SES-0540816, and SES-0921051)
## ##

##                                                                       F-statistic
## Оборот cредних предприятий, млрд -> Бюджет Федеральной программы,млрд   11.318845
## Бюджет Федеральной программы,млрд -> Оборот cредних предприятий, млрд    2.904311
##                                                                          p-value
## Оборот cредних предприятий, млрд -> Бюджет Федеральной программы,млрд 0.01616234
## Бюджет Федеральной программы,млрд -> Оборот cредних предприятий, млрд 0.15843458

##                                                                     F-statistic
## Оборот малых предприятий, млрд -> Бюджет Федеральной программы,млрд  31.3996779
## Бюджет Федеральной программы,млрд -> Оборот малых предприятий, млрд   0.5232575
##                                                                         p-value
## Оборот малых предприятий, млрд -> Бюджет Федеральной программы,млрд 0.002333099
## Бюджет Федеральной программы,млрд -> Оборот малых предприятий, млрд 0.807220464

---

ВЫВОД:

Визуально видна сильная корреляция в парах:

• Бюджет Федеральной программы,млрд -> Оборот cредних предприятий, млрд

• Бюджет Федеральной программы,млрд -> Оборот малых предприятий, млрд

где коэффициенты корреляции 0.8630346 и 0.7624968 соответственно.

Тем не менее Bivariate Granger causality тест показал, что гипотеза о причинно-следственной связи между объемом бюджета и оборотом предприятий является не состоятельной в рамках произведенного анализа. Что говорит о том, что существет третий фактор (или набор факторов) влияющий на движение объема бюджетов Федеральной программы и оборот средних и малых предприятий.

---