Север и рынок. 2024, № 4.

СЕВЕР И РЫНОК: формирование экономического порядка. 2024. № 4. С. 86-95. Sever i rynok: formirovanie ekonomicheskogo poryadka [The North and the Market: Forming the Economic Order], 2024, no. 4, pp. 86-95. РАЗВИТИЕ ОТРАСЛЕЙ И СЕКТОРОВ ЭКОНОМИКИ СЕВЕРА И АРКТИКИ в совокупности с восстановлением запасов промышленной древесины выступают ключевыми аспектами развития лесных комплексов Иркутской области и Красноярского края. В Смоленской, Владимирской и Тверской областях ситуация зеркальная: при увеличении переменных факторов ресурсоэффективность снижается. Это связано с развитыми плитным и целлю лозно­ бумажным производствами в данных субъектах, которые вносят наибольший вклад в выручку на 1 м3 использованной древесины. Высокотехнологический фактор (Ф2) оказывает существенное воздействие на показатель ресурсоэффективности Архангельской, Ленинградской областей и Пермского края — лидеров по отгруженной продукции ЦБП и создаваемой стоимости лесопромышленной продукции (13,4, 23,6, 48,2 тыс. руб. на 1 м3древесины соответственно) [22]. Таким образом, д ля данных субъектов резервы роста ресурсной эффективности заключаются в повышении объёмов выпуска целлюлозы и картона (табл. 2). Фактор комплексной переработки (Ф3) имеет сильное влияние на ресурсную производительность лесного комплекса Вологодской, Кировской, Костромской, Ивановской областей, Хабаровского и Алтайского краёв, Ханты-Мансийского автономного округа, республик Бурятия и Удмуртия, причём воздействие является противоположным. Для Вологодской, Кировской и Костромской областей изменение показателей-признаков фактора (табл. 2) положительно влияет на ресурсную производительность, что определяется высоким уровнем развития производства плитной продукции и древесного биотоплива из отходов отрасли деревообработки, а также балансовой древесины. В остальных регионах увеличение выпуска ДВП и биотоплива, наоборот, приведёт к снижению показателя вследствие перераспределения использования древесины на производство продукции с более низкой выручкой по сравнению с текущей структурой потребления (целлюлоза, картон, бумага, фанера, обработанные пиломатериалы). Для республик Коми и Карелия, Приморского края, Томской и Свердловской областей инвестиционный фактор (Ф4) более всего связан с показателями ресурсной эффективности субъектов. При изменении показателей-признаков фактора, увеличении выпуска бумаги и объёма инвестиций в ЦБП происходит рост ресурсной производительности лесного комплекса Коми и Карелии, что можно объяснить товарно-отраслевой структурой с высоким уровнем развития ЦБП. В каждом из регионов функционируют по несколько комбинатов, выпускающих дорогие виды упаковочной бумаги и картона. В Приморье, Томской и Свердловской областях превалирует деревообработка с более дорогими видами продукции (фанера, плиты), чем в ЦБП. Результаты регрессионного анализа. Целью данного анализа выступало определение уровня влияния ключевых факторов на ресурсную производительность, создаваемую лесными комплексами изучаемых субъектов. Анализ охватил период с 2005 по 2021 гг. На первом этапе определены прогнозные значения и остатки зависимой переменной, а затем рассчитаны стандартизированные регрессионные коэффициенты (табл. 5). Таблица 5 Стандартизированные регрессионные коэффициенты Коэффициент Значение Множественная R 0,60 Множественная R2 0,36 Скорректированная R2 0,23 Примечание. Рассчитано авторами по данным сборников «Российский статистический ежегодник» и «Промышленное производство в России». Таблица 6 Результаты регрессионного анализа Фактор БЕТА B Высокотехнологический (Ф2) 0,42 0,42 Ресурсно-производственный (Ф1) -0,38 -0,38 Комплексной переработки (Ф3) -0,19 -0,19 Инвестиционный (Ф4) -0,05 -0,05 Примечание. Рассчитано авторами по данным сборников «Российский статистический ежегодник» и «Промышленное производство в России». Данные регрессионного анализа представлены в табл. 6, где показаны стандартизированные (БЕТА) и нестандартизированные (Б) регрессионные коэффициенты (веса факторов). Коэффициенты БЕТА рассчитываются на основе стандартизированных данных, в которых выборочное среднее равно 0, а стандартное отклонение — 1. Это позволяет оценить вклад каждого фактора в прогнозирование зависимой переменной. Полученные результаты демонстрируют, что на предсказание изменчивости ресурсной производительности лесных комплексов анализируемых субъектов наибольшее влияние оказывает высокотехнологический фактор (Ф1) — 0,42, вторым по значимости является ресурсно-производственный © Шишелов М. А ., Носков В. А., 2024 92