شاخص رشد شرکت های کوچک و متوسط: ابزاری جدید برای نظارت بر وضعیت بخش تجارت کوچک و متوسط در روسیه

در این مقاله شاخص رشد شرکت های کوچک و متوسط (SME) ، که توسط موسسه استولیپین برای اقتصاد رشد بر اساس داده های PAO Sberbank تهیه شده است. ابزاری که توسط نویسندگان ارائه شده است نه تنها به نظارت عملیاتی از وضعیت بخش SME ، بلکه برای ارزیابی اثربخشی سیاست های دولتی با هدف توسعه بخش SME ، از جمله با هدف طراحی اقدامات بیشتر برای حمایت از آن ، امکان پذیر است. در زمینه محدودیت های همه گیر و بهداشتی و اپیدمیولوژیک ، با توجه به نتایج حاصل از سه ماهه اول - 3 سال 2020 ، این شاخص رشد متوسط در بخش SME ، نزدیک به "رکود" را نشان داد (8/5 ص). در همین زمان ، رشد شاخص نسبت به سه ماهه 2 سال 2020 ، که در طی آن حداکثر کاهش فعالیت تجاری بود ، به میزان 1 p.

روی نسخه خطی کار می کنید؟

پیش شرط های ظهور ابزارهای جدید برای ارزیابی وضعیت بخش تجارت کوچک و متوسط در روسیه. مطابق با اسناد استراتژیک اصلی 1 اتخاذ شده در روسیه ، شرکتهای کوچک و متوسط (از این پس به عنوان SME گفته می شود) به عنوان یکی از عوامل توسعه نوآورانه و بهبود ساختار بخشی اقتصاد و همچنین اطمینان از یک سطح مداوم در نظر گرفته می شوند. سطح اشتغال [1]. اهداف تعیین شده است: تا سال 2030 ، برای افزایش تعداد افراد شاغل در مشاغل کوچک و متوسط ، از جمله کارآفرینان فردی و خود اشتغالی ، به 25 میلیون نفر [2] ؛برای اطمینان از رشد سهم SME ها در دو برابر تولید ناخالص داخلی از 20 تا 40 ٪ [1]. با این وجود ، در طی پنج سال گذشته ، شاخص های توصیف توسعه بخش SME افزایش نیافته اند.

از جمله محدودیت های اصلی رشد بخش SME ، استفاده از اقدامات هدفمند پشتیبانی دولت است ، مشابه مواردی که برای شرکتهای بزرگ است ، در نتیجه ، تنها بخش کوچکی از آنها قادر به استفاده از ابزارهای پیشنهادی بودند.

سیاست دولت در حوزه توسعه مشاغل کوچک و متوسط به طور کلی به عنوان کافی مؤثر و بدون هماهنگی ارزیابی می شود ، منابع ارائه شده در چارچوب اقدامات پشتیبانی محدود است [3]. سیاست پولی فعلی به طور کلی مانع توسعه این بخش از اقتصاد می شود. SME ها فاقد ابزارهای بازپرداخت ویژه هستند [4]. علاوه بر این ، در سطح منطقه ای ، مقامات ارشد مسئول دستیابی به اهداف برای توسعه بخش SME نمی توانند بر حجم ، شرایط و رویه هزینه های هزینه های موجود در پروژه ملی "مشاغل کوچک و متوسط و پشتیبانی از ابتکار کارآفرینی فردی" تأثیر بگذارند. 5]

برای اطمینان از رشد بخش SME ، لازم است اقدامات پشتیبانی سیستمی با هدف تغییر شرایط انجام کار و همچنین تغییر رویکرد به سیاست های دولتی در زمینه مشاغل کوچک و متوسط ، شناسایی بخش های اولویت برای آن انجام شود. توسعه [6]. با این حال ، تا همین اواخر ، ارزیابی بخش SME با استفاده از ابزارهای رسمی آمار و همچنین تعیین تأثیر اجرای اقدامات پشتیبانی سیستمی در رابطه با SME ها تقریباً غیرممکن بود [7]. به عنوان مثال ، RosStat از مشاهدات انتخابی (ماهانه/سه ماهه) و مداوم (هر 5 سال یک بار) برای ارزیابی بخش SME استفاده می کند. در مشاهدات انتخابی ، از نمونه تصادفی 20 درصد طبقه بندی شده با انتشار بعدی داده ها به جمعیت عمومی شرکتهای کوچک استفاده می شود. با این حال ، با در نظر گرفتن مدت طولانی برای پردازش نتایج (برای مشاهدات انتخابی ، چهار ماه ، برای مشاهدات مداوم ، 1. 5 سال) ، بدست آوردن اطلاعات سریع و دقیق در مورد پویایی شاخص های مشخصه وضعیت بخش SME غیرممکن بود.

در عین حال ، در نتیجه توسعه فناوری های جمع آوری ، پردازش و ذخیره اطلاعات امروز در روسیه ، با قیاس با سایر کشورها ، می توان محیط جدیدی از اعتماد بین جامعه تجاری و نهادهای دولتی ایجاد کرد. از داده های بزرگ و سریع ، سریع و قابل اعتماد. از جمله منابع این داده ها ، هر دو داده های سنتی از Rosstat ، سرویس مالیاتی فدرال ، خدمات گمرک فدرال ، صندوق های اجتماعی و برنامه های جدید از جمله داده های سیستم بانکی ، سیستم عامل های تجاری و غیره هستند. داده های بزرگ می توانند ارزیابی نکنندفقط وضعیت بخش SME از نظر اندازه تجارت ، فعالیت ها ، نهادهای تشکیل دهنده فدراسیون روسیه و شهرداری ها ، بلکه اثربخشی سیاست های دولتی به منظور طراحی بیشتر اقدامات پشتیبانی دولتی با هدف توسعه بخش SME است.

استفاده از داده های بزرگ در چارچوب غلبه بر پیامدهای اجتماعی و اقتصادی همه گیر عفونت رمان Coronavirus Covid-19: تمرین جهانی. با شیوع عفونت جدید Coronavirus و معرفی اقدامات محدود کننده ، مقامات دولتی و جامعه متخصص شروع به در نظر گرفتن داده های بزرگ به عنوان ابزاری نه تنها برای ردیابی و جلوگیری از شیوع بیماری [8 ، 9] ، بلکه برای سریعو نظارت دقیق بر وضعیت اقتصاد [10 ، 11].

از بسیاری جهات ، توسعه فن آوری برای جمع آوری ، پردازش و ذخیره داده های بزرگ قبل از شروع بیماری همه گیر با نیاز بزرگترین شرکت ها برای بهبود کیفیت استراتژی های تجاری ، تجزیه و تحلیل تقاضای مصرف کننده و جستجوی بازارهای فروش جدید همراه بود. با شروع بیماری همه گیر ، تقاضا برای داده ها به دلیل نیاز به پاسخ سریع به اقدامات محدود کننده و کاهش تقاضای مصرف کننده افزایش یافته است.

در عین حال ، با توجه به تقاضای فزاینده برای داده های بزرگ و تجزیه و تحلیل مبتنی بر آن ، بزرگترین شرکت ها شروع به اجرای تحولات خود برای اهداف شرکت های دیگر و دولت کردند [12]. به گفته مک کینزی ، توسعه فن آوری های بزرگ داده در طی یک بیماری همه گیر می تواند ارزش افزوده ایجاد شده در اقتصاد را از 9. 5 تریلیون به 15. 4 تریلیون دلار در سال افزایش دهد ، در حالی که بیشترین تقاضا برای داده های بزرگ توسط چنین بخش هایی از اقتصاد به عنوان تجارت ارائه می شود.(حدود 600 میلیارد دلار) ، حمل و نقل و ذخیره سازی (حدود 420 میلیارد دلار) ، گردشگری (حدود 390 میلیارد دلار) و مدیریت دولتی (حدود 350 میلیارد دلار در سال) [13].

در حقیقت ، مقامات دولتی ، در چارچوب نظارت بر وضعیت اقتصاد ، توسعه پیش بینی ها و تنظیم سیاست های دولت ، نه تنها به منابع سنتی داده های آماری ، بلکه به مدیریت داده ها ، از جمله داده های مربوط به داده های سنتی ، بیشتر و بیشتر توجه می کنند. شرکت های خصوصی [14].

توسعه ابزارهای نظارت بر وضعیت اقتصاد در روسیه: استفاده از آمار بانکی برای ارزیابی وضعیت بخش SME. به عنوان بخشی از ارزیابی وضعیت بخش SME در روسیه در هنگام همه گیر عفونت جدید کروناویروس در ماه نوامبر تا دسامبر سال 2020 ، موسسه استیپین برای اقتصاد رشد اولین شماره از شاخص رشد SME را بر اساس آمار بانکی Sberbank ارائه دادواد

شاخص رشد SME (از این پس به عنوان شاخص) برای کلیه نهادهای تشکیل دهنده فدراسیون روسیه (به جز جمهوری کریمه و سواستوپول) که در آن Sberbank فعالیت می کند ، سه ماهه محاسبه می شود.

مطابق با روش محاسبه مقادیر شاخص ، از شاخص های زیر استفاده می شود:

ata از آمار بانکی در مورد وضعیت بخش SME (تغییر در حجم متوسط درآمدها به حساب جاری یک نهاد SME ؛ تغییر در تعداد مشاغل در یک نهاد SME ؛ تغییر در حجم صندوق حقوق و دستمزد برای SMES در هر SMESکارمند)

- در مورد حجم هزینه های مصرف کننده برای کالاها و خدمات بر اساس داده های مربوط به معاملات انجام شده با استفاده از کارت های پرداخت برای مرجع استفاده می شود.

- شاخص های Survey (بررسی کارآفرینان در مورد تغییرات در عوامل مؤثر بر انجام کار) قرار است در مرحله دوم اجرا شود.

- شاخص های آماری مبتنی بر داده های ثبت نام شرکتهای کوچک و متوسط خدمات مالیاتی فدرال (تغییر در تعداد SME ؛ تغییر در تعداد کارمندان شاغل در SMES ؛ تغییر در تعداد ریزگردها تازه ثبت شده) برای مرجع استفاده می شود.

- از ساختار بخش بخش SME Rosstat برای مرجع استفاده می شود.

شاخص های آماری مورد استفاده در محاسبه مقادیر شاخص عبارتند از:

1. تغییر در رسیدها به حسابهای تسویه حساب SME ها از نظر یک نهاد SME ، با وزن 0. 2. میانگین حجم رسیدها به حساب تسویه حساب یک نهاد SME به عنوان نسبت حجم کل رسیدها به حساب های تسویه حساب اشخاص SME در سفارشات پرداخت اجرا شده برای دوره گزارش به تعداد اشخاص SME با حداقل یک مورد مشابه محاسبه می شود. دریافت برای دوره گزارش.

2. تغییر در حجم صندوق حقوق و دستمزد برای SMEs در هر کارمند ، با وزن 0. 4. حجم صندوق حقوق و دستمزد SME برای هر کارمند به عنوان نسبت کل صندوق حقوق و دستمزد برای کلیه نهادهای SME برای دوره گزارش به تعداد افراد منحصر به فرد با حقوق SME برای دوره گزارش محاسبه می شود.

3. تغییر در تعداد افراد با پرداخت حقوق و دستمزد در هر یک از SME ، با وزن 0. 4. تعداد افراد مبتلا به تعهدات حقوق و دستمزد در هر یک از SME به عنوان نسبت تعداد افراد منحصر به فرد با تعهدی حقوق و دستمزد از اشخاص SME برای دوره گزارش به تعداد اشخاص SME با حداقل یک رسید مشابه برای دوره گزارش محاسبه می شود.

برای اطمینان از مقایسه نتایج توسعه بخش SME ، کلیه نهادهای تشکیل دهنده فدراسیون روسیه به چهار گروه تقسیم شدند. گروه اول مناطق شامل مسکو ، مسکو و سن پترزبورگ (بیش از 300 هزار نهاد SME) ، گروه دوم مناطق 20 نهاد تشکیل دهنده فدراسیون روسیه (از 300 هزار تا 67 هزار نهاد SME) ، گروه سوم 23نهادهای تشکیل دهنده فدراسیون روسیه (از 67 هزار تا 40 هزار نهاد SME) و گروه چهارم 37 نهاد تشکیل دهنده فدراسیون روسیه (تا 40 هزار نهاد SME).

در مرحله اول ، مقادیر شاخص برای هر یک از سه شاخص (درآمد هر یک SME ؛ صندوق حقوق و دستمزد در هر یک از شاغل و تعداد کارمندان در هر SME) از نظر نهادهای تشکیل دهنده فدراسیون روسیه محاسبه می شود.

مقدار هر شاخص شاخص کل تجمعی برای دوره در نظر گرفته می شود (به عنوان مثال ، سه ماهه اول سال 2020 تا اول سال 2019 یا سه ماهه اول 2020 تا سه ماهه اول سال 2019 و غیره.) و به عنوان نسبت مقدار برای دوره گزارش به یک منهای قبلی ، ضرب شده توسط 100 محاسبه می شود. در نتیجه محاسبه دوره ها ، این شاخص انحراف فصلی را صاف می کند و روندهای اصلی در توسعه SME ها را نشان می دهدنسبت به مدت مشابه سال گذشته.

در مرحله دوم ، بر اساس مقادیر به دست آمده از هر یک از سه شاخص شاخص ، از 50 تا 50 به مقیاس تبدیل شده است ، یک مقدار خلاصه ایندکس برای هر یک از مؤسسات تشکیل دهنده فدراسیون روسیه به شرح زیر تشکیل می شود.:

مقدار شاخص برای روسیه میانگین ارزش این شاخص برای کلیه نهادهای تشکیل دهنده فدراسیون روسیه است.

براساس نتایج تجزیه و تحلیل برای سه ماهه سوم سال 2020 (شکل 1) ، این شاخص به 8/5 ص. ، در حالی که افزایش نسبت به سه ماهه 2 سال 2020 ، که در طی آن حداکثر کاهش فعالیت تجاری بود ، افزایش یافته است. به 1+ ص.

شکل 1. پویایی مقادیر شاخص های شاخص رشد SME ، شاخص (صفحه) ، دوره گزارش به مدت مشابه سال گذشته:

درآمد هر یک از شرکت ها ؛صندوق حقوق و دستمزد به ازای هر یک از شاغل ؛◼ تعداد کارمندان در هر یک شرکت ؛- ◆ - شاخص نهایی (مقیاس راست).

عوامل اصلی رشد شاخص در سه ماهه سوم در رابطه با سه ماهه 2 سال 2020 شامل موارد زیر است.

متوسط رشد درآمد برای هر SME در مقایسه با سه ماهه 2 ، 5. 9 ٪ بوده است ، احتمالاً به دلیل تقاضای معوق و برطرف کردن محدودیت های ناشی از همه گیر کرونوویروس [15]. شرکتهای بخش SME موفق شدند میانگین حجم درآمد هر شرکت را 336 هزار روبل نسبت به دو چهارم قبلی افزایش دهند.

رشد متوسط حجم صندوق حقوق و دستمزد برای هر یک از شاغل (4. 2 ٪ در مقابل سه ماهه 2) ممکن است با "سفید کردن" بخش SME به دلیل کاهش سهم در صندوق های غیرجنتی (بار در صندوق حقوق و دستمزد) از 30 همراه باشد. به 15 ٪حقوق کارمندان SME به دنبال نتایج سه ماهه 3 به طور متوسط 1154 روبل افزایش یافته است [16 ، 17].

در میانگین تعداد مشاغل در هر یک شرکت (1. 2 ٪ در مقابل سه ماهه 2) رشد داشته است: به طور کلی ، تعداد مشاغل تغییر نکرده و حدود 6 واحد است.

روند مثبت پس از نتایج سه ماهه سوم در بخش SME از طریق اجرای بسته اصلی اقدامات برای حمایت از بخش SME در سه ماهه دوم سال 2020 ایجاد شد. با توجه به این واقعیت که در سه ماهه چهارم هیچ اقدامات پشتیبانی جدیدی انجام نشده استمعرفی شدند و اقدامات محدود کننده جدیدی در بیشتر مناطق روسیه انجام شد ، تا پایان سال انتظار می رود که تعداد افراد شاغل در بخش SME و صندوق حقوق و دستمزد به میزان قابل توجهی افزایش یابد.

در سه ماهه سوم سال 2020 ، افزایش شاخص های شاخص (جدول 1) در همه دسته از شرکت ها مشاهده می شود ، در حالی که بیشترین افزایش درآمد و تعداد کارمندان در یک SME در بین شرکت های کوچک و متوسط ردیابی می شود. در حقیقت ، حتی با در نظر گرفتن محدودیت های معرفی شده ، SME ها در سال 2020 سعی کردند تا حد ممکن نرخ اشتغال و دستمزد را حفظ کنند.

با این وجود ، در زمینه بخش (جدول 2) ، پویایی شاخص های اصلی شاخص در همه موارد مثبت نیست. برخی از صنایع ، تقاضا که یا کمی کاهش نیافته یا کاهش نداشته باشد ، در هر سه شاخص شاخص افزایش یافته است ، با این حال ، شرکت ها در تعدادی از صنایع ، با وجود افزایش درآمد ، باعث کاهش کارکنان خود می شوند ، که این امر ناشی از انتظارات منفی استبرای دوره های آینده

در میان بخشهای تحت تأثیر اقتصاد: آموزش (8/5 ص) ، فعالیت در زمینه فرهنگ ، ورزش ، اوقات فراغت و سرگرمی (1/1 - ص) ، فعالیتهای مالی و بیمه (6/0 ص.) ، در حالی که بزرگترینکاهش درآمد در شرکتهای کوچک و متوسط که در زمینه فرهنگ و ورزش (13 ص) ، هتل ها و رستوران ها (11. 1 ص) و سازمان های آموزشی ( 3-7. 3 ص) مشاهده می شوند ، مشاهده شد.

از نظر گروه های مناطق (نهادهای تشکیل دهنده فدراسیون روسیه) (شکل 2) ، بیشترین افزایش در مقادیر شاخص را می توان در گروه 4 ردیابی کرد ، جایی که SME ها تا حد کمتری متمرکز شده اند. اگر گروه اول (مسکو ، مسکو ، سن پترزبورگ) ، مطابق با نتایج سه ماهه اول ، دومین مقام برتر باشد ، پس از آن در نتیجه محدودیت های تحمیل شده توسط سه ماهه سوم 2020 ، بخش SME در این گروهبدترین نتیجه را نشان داد ، در درجه اول به دلیل افزایش ضعیف در تعداد شاغل در SME ها و افزایش کم درآمد در هر SME. همچنین از این رو نتیجه می گیرد که اقدامات محدود کننده معرفی شده در سه ماهه 2 سال 2020 تا حدودی تأثیر منفی بر مناطق با بالاترین غلظت موجودات SME داشته است.

پویایی شاخص رشد SME توسط گروه های مناطق: گروه 1 ؛گروه 2 ؛گروه سوم ؛گروه چهارم ؛- ◆ - شاخص نهایی (مقیاس راست).

پتانسیل توسعه شاخص رشد SME به عنوان ابزاری برای بهبود کارآیی مدیریت عمومی. نتایج اولین شماره این شاخص در نوامبر تا دسامبر سال 2020 در بحث های متخصص در 21 نهاد تشکیل دهنده فدراسیون روسیه ارائه شد. این بحث ها توسط معاون روسای نهادهای تشکیل دهنده فدراسیون ، روسا و معاون ادارات منطقه ای مسئول توسعه اقتصادی در منطقه ، نمایندگان شاخه های منطقه ای Pao Sberbank ، روسای انجمن های تجاری و نمایندگان برگزار شد. جامعه تجاریتعداد کل شرکت کنندگان در بحث های متخصص 589 نفر است.

در طول مباحث ، شرکت کنندگان به طور کلی ارتباط و اثربخشی شاخص را به عنوان ابزاری برای نظارت بر ارزیابی وضعیت بخش SME و اقدامات سیاست های عمومی در رابطه با این بخش تأیید کردند. بیشتر نهادهای مؤثر فدراسیون روسیه نیز خاطرنشان كردند كه شاخص های شاخص همزمان با وضعیت واقعی كه در مناطق ایجاد شده است.

از جمله مزایای اصلی این فهرست ، شرکت کنندگان در جلسه موارد زیر را ذکر کردند:

- داده های شاخص تا حد امکان سریع است ، می توان آنها را تقریباً به صورت آنلاین تهیه کرد ، که آنها را از داده های RosStat متمایز می کند ، که بسته به شاخص ، داده ها را از ماه تا یک سال فراهم می کند.

- داده های شاخص بیش از نیمی از کل موجودات SME را پوشش می دهد ، که باعث می شود ارزیابی دقیق و پیش بینی وضعیت بخش تجاری کوچک و متوسط را انجام دهد.

- این شاخص امکان ارزیابی و پیش بینی توسعه بخش SME را در زمینه مناطق و شهرداری ها و انواع فعالیت و اندازه شرکت ها امکان پذیر می کند.

- این شاخص نه تنها می تواند برای ارزیابی وضعیت بخش SME ، بلکه برای توجیه نیاز به معرفی اقدامات پشتیبانی اضافی در سطح نهاد مؤسس فدراسیون روسیه و در سطح فدرال نیز توجیه شود.

index اجازه می دهد تا اطلاعات مربوط به گردش مالی شرکت هایی که از رژیم های مالیاتی ویژه استفاده می کنند ، از جمله سیستم مالیات ثبت اختراع ، UTII و همچنین دریافت اطلاعات در مورد نتایج فعالیت های مالی شرکت ها در پایان سال پیش از برنامه در ژانویه.

معایب اصلی شاخص:

-با وجود پوشش گسترده SME ها ، این شاخص همیشه امکان ارزیابی دلایل رشد یا کاهش ارزش ها در صنایع و مناطق فردی را فراهم نمی کند (برای روشن کردن پویایی ، تجزیه و تحلیل عمیق از وضعیت لازم است).

- تعداد شرکتها در واقع فعالیتهایی را انجام می دهند که با OKVED انتخاب شده خود همزمان نباشد ، در نتیجه ، تصویر واقعی در مناطق خاص و انواع فعالیت های اقتصادی ممکن است تحریف شود ، که با این حال ، محدودیتی برای سایر منابع داده های اداره شده استخوب شامل داده های مالیاتی از خدمات مالیاتی فدرال و داده های RosStat (به جز اشکال عمیق ، به عنوان مثال ، خدمات N1) بر اساس OKDP و غیره.

index امکان انتقال شرکتها به دسته بزرگ یا خود اشتغالی را در نظر نمی گیرد.

- اقتصاد سایه خارج از نمونه شاخص است.

در طی مباحث خبره ، از شرکت کنندگان نیز خواسته شد تا عواملی را که می توانند بر پویایی مقادیر شاخص در مناطق و انواع خاصی از فعالیت تأثیر بگذارند ، شناسایی کنند. بنابراین ، شرکت کنندگان در جلسات خبره شاخص های شاخص را در مناطق خود با عوامل زیر پیوند دادند:

- اجرای فعال اقدامات برای حمایت از SME ها در سطح یک نهاد تشکیل دهنده فدراسیون روسیه (به عنوان مثال ، مسکو ، ولگوگراد ، ولادیمیر ، سواردلوفسک و غیره).

- سیاست و سیاست های منطقه ای شهرداری ها با هدف به روزرسانی دارایی های ثابت ، ساخت ساختمانها و سازه های جدید و توسعه زیرساخت ها (به عنوان مثال ، در منطقه Kursk در سال 2020 ، برنامه ای برای به روزرسانی نمای های شهری راه اندازی شد ، در نتیجه ، شرکتهای کوچک و متوسط فعالیت های انجام شدهزمینه معماری و طراحی مهندسی در منطقه افزایش قابل توجهی در کلیه شاخص های شاخص نشان داد: درآمد هر یک SME 50/50 ، صندوق حقوق و دستمزد در هر یک از افراد +17. 9 صفحه ، تعداد کارمندان در هر یک SME +26. 9 P.).

- وابستگی به شاخص های صنایع خاص در نظم دولت (از جمله دستور دفاع ایالتی): به عنوان مثال ، در تولا ، در نتیجه تغییر در شرایط دستور دفاع ایالتی ، کاهش درآمد از SME ها وجود دارددر بخش تولید ماشین آلات و تجهیزات موجود در گروه های دیگر.

- وارد بازار شرکتهای بزرگ جدید و توزیع مجدد حمایت دولت (به عنوان مثال ، در Kursk Oblast ، افتتاح امکانات تولید جدید توسط شرکت MiRatorg منجر به کاهش درآمد اشخاص SME در بخش محصول و دامداری شد).

- کاهش هزینه های غیر تولیدی (تبلیغات ، بازاریابی) و در نتیجه ، کاهش درآمد ، صندوق حقوق و دستمزد و اشتغال شرکتهایی که فعالیت های تبلیغاتی و تحقیقات بازار را انجام می دهند.

- کاهش تقاضا برای تعدادی از کالاها و خدمات (سالن های زیبایی ، سرگرمی ، خدمات حسابداری و غیره) مرتبط با همه گیر و تغییر عمومی در وضعیت اقتصادی.

- ساختار اقتصاد و بخش های فردی در یک منطقه در زمینه همه گیر (در بعضی از مناطق ، فعالیت های شرکتهای کوچک و متوسط که فعالیت های خود را در زمینه سلامت انجام می دهند ، به دلیل افزایش تقاضای خدمات مربوط به تست های پزشکی ، و در برخی دیگر کاهش می یابد، به عنوان مثال ، در تولا ، جایی که در ساختار این بخش از اقتصاد سهم قابل توجهی از کلینیک های دندانپزشکی خصوصی تشکیل شده است ، که در مورد آنها اقدامات محدود کننده ای انجام شده است).

- تحول دیجیتال مشاغل کوچک و متوسط (به عنوان مثال ، در منطقه Sverdlovsk ، شرکت های تولید لباس کوچک و متوسط ، رشد در هر سه شاخص این شاخص را نشان دادند که با ورود تعدادی از شرکت ها به بستر اینترنتی Wildberry همراه است).

- مواردی از انتقال اشخاص SME به دسته شرکتهای بزرگ ، که منجر به محرومیت آنها از ثبت نام SME ها و نمونه شاخص شد.

در عین حال ، عوامل ذکر شده توسط شرکت کنندگان در مباحث خبره نیاز به تأیید و بررسی های اضافی دارند ، که در مطالعات بیشتر به عنوان بخشی از توسعه شاخص اجرا می شود.

از جمله زمینه های اصلی توسعه این ابزار موارد زیر است:

- استفاده از شاخص با نتایج نظرسنجی های متخصص در نهادهای تشکیل دهنده فدراسیون روسیه به منظور تأیید و روشن شدن دلایل تغییر شاخص های شاخص در قلمرو نهاد مؤسسه فدراسیون روسیه (اقدامات پشتیبانی کاربردی ، تغییراتدر پارامترهای مالیات و هزینه ، محدودیت های نظارتی ، بهداشتی و اپیدمیولوژیک و غیره).

-استفاده از داده های شاخص با داده های عملیاتی از سایر بانک ها ، خدمات مالیاتی فدرال (از جمله داده های ماشین حساب مالیاتی ، داده های مربوط به بار مالیاتی بر شرکت ها ، سودآوری ، داده های مربوط به مالیات ها و هزینه های پرداخت شده ، داده های مربوط به خود اشتغالی) و بانک ازروسیه (داده های مربوط به بار بدهی در بخش SME).

- با توجه به شاخص قیمت مصرف کننده به عنوان بخشی از ارزیابی پویایی شاخص های شاخص.

- در مورد رسیدهای وجوه وام گرفته شده به حساب تسویه حساب اشخاص SME.

- ارزیابی نمونه به دست آمده بر اساس داده های Pao Sberbank و مقایسه آن با داده های خدمات مالیاتی فدرال.

- با استفاده از چرخه اضافی از مطالعات در مورد تأثیر اقدامات حمایت از دولت فدرال و منطقه ای ، مشوق های مالیاتی در مورد نتایج توسعه بخش SME در نهادهای تشکیل دهنده فدراسیون روسیه و انواع خاصی از فعالیتهای اقتصادی.

با در نظر گرفتن برنامه هایی برای توسعه بیشتر ، این شاخص می تواند به ابزاری مهم نه تنها برای نظارت و پیش بینی وضعیت بخش SME در نهادهای تشکیل دهنده فدراسیون روسیه ، بلکه ابزاری برای ارزیابی اثربخشی اقدامات مالی و مالیاتی تبدیل شودپشتیبانی از نهادهای SME و توجیه نیاز به معرفی اقدامات پشتیبانی اضافی فدرال ، منطقه ای و شهرداری.

به عنوان یکی از ابزارهای کاربردی این شاخص ، ایجاد مراکز موقعیتی برای توسعه SME در نهادهای تشکیل دهنده فدراسیون روسیه (از این پس ، مرکز موقعیتی) در حال کار است.

در طول مباحث ، تعدادی از نمایندگان مقامات ایالتی در نهادهای تشکیل دهنده فدراسیون روسیه از آمادگی خود برای شرکت در یک بررسی آزمایشی دقیق از وضعیت بخش SME و ارائه کمک در تکمیل داده های مورد استفاده برای محاسبه شاخص خبر دادند. با داده های سایر بانکها که در خدمت SME ها و داده های خدمات مالیاتی فدرال هستند.

در حقیقت ، یک بررسی آزمایشی دقیق از وضعیت بخش SME در یک نهاد تشکیل دهنده فدراسیون روسیه می تواند پایه و اساس فعالیت های مرکز وضعیت باشد ، هدف اصلی آن اطمینان از توسعه بخش SME ، از جملهسهم آن در محصول ناخالص منطقه ای و اشتغال. فعالیت های مرکز موقعیتی می تواند هر دو بخش اولویت دار (به عنوان مثال ، اقتصاد چیزهای ساده "یا شرکت های پیشرفته) و کل ساختار اقتصاد یک نهاد تشکیل دهنده فدراسیون روسیه را پوشش دهد.

ایجاد یک مرکز موقعیتی برای توسعه SMES اجازه می دهد:

- نظارت بر وضعیت بخش SME از نظر شهرداری ها ، انواع فعالیت ها ، اندازه تجارت (از جمله بر اساس شاخص های پویایی درآمد در هر SME ، حقوق و دستمزد در هر یک شاغل در بخش SME و تعداد کارمندان در هریک SME).

- تعیین بخش های اصلی اقتصاد ، بر اساس اولویت های سیاست دولت ، و تدوین اقدامات پشتیبانی دولت لازم برای اطمینان از توسعه آنها.

- ارزیابی اثرات اقدامات فدرال و منطقه ای اجرا شده و همچنین تعیین دستورالعمل ها و تأثیرات تنظیمات لازم در سیاست دولت فعلی.

در نتیجه ، استفاده از این داده ها می تواند فرصت های جدیدی را برای سیاست دولت با کیفیت بالا و "هوشمند" با هدف توسعه بخش تجاری کوچک و متوسط در سطح نهادهای فدرال و مؤسسه فدراسیون ایجاد کند و همچنین خواهد بودبسته به اثربخشی و تأثیر آنها بر بخش تجاری کوچک و متوسط ، می توان اقدامات پشتیبانی کاربردی را توسعه و تصحیح کرد.

منابع

دستور دولت فدراسیون روسیه 2 ژوئن 2016 شماره 1083-R "در مورد استراتژی توسعه مشاغل کوچک و متوسط در فدراسیون روسیه برای دوره تا سال 2030 و برنامه عمل (" نقشه راه") برای اجرای آن."http://www. consultant. ru/.

حکم رئیس جمهور فدراسیون روسیه 21 ژوئیه 2020 شماره 474 "در مورد اهداف توسعه ملی فدراسیون روسیه برای دوره تا سال 2030."http://www. consultant. ru/.

گزارش کمیسر تحت رئیس جمهور فدراسیون روسیه برای حمایت از حقوق کارآفرینان به رئیس جمهور فدراسیون روسیه 2020. ثبت مشکلات سیستمیک تجارت روسیه. http://doklad. ombudsmanbiz. ru/2020/3. pdf. دسترسی به 7 دسامبر 2020.

M. A. Abramova ، S. E. Dubova ، O. V. Zakharova ، M. V. Ershov ، and O. I. Lavrushin ، "در جهت های اصلی سیاست پولی دولت متحد برای سال 2019 و دوره 2020 و 2021: نظرات کارشناسان دانشگاه مالی ،" Ekon. ، Nalogi.، Pravo 12 (1) ، 6-19 (2019).

D. E. Shilkov و A. L. Savatyugin ، گزارش در مورد نتایج رویداد خبره-تجزیه و تحلیل "ارزیابی وضعیت حمایت از ضمانت و سرمایه گذاری خرد مشاغل کوچک و متوسط در فدراسیون روسیه در سال 2015-2018 و نیمه اول سال 2019" (حساب هااتاق فدراسیون روسیه ، 2019). https://ach. gov. ru/upload/iblock/60a/60a1e40f2fe-53797e18a3a99e5eb5b27. pdf.

A. O. Alekhnovich و K. M. Nikitin ، سیستم مالیاتی "هوشمند" ، Nauchn. tr. Vol'Nogo Ekon. o-vaراس209 (1) ، 25-44 (2018).

جنبه های اصلی برنامه توسعه اجتماعی و اقتصادی روسیه تا سال 2025 "استراتژی رشد:" گزارش علمی (موسسه استولیپین برای اقتصاد رشد ، 2017). https://stolypin. institute/wp-content/uploads/2017/11/nauchnyy-doklad_ Strategiya-Rosta_16. 11. 17. pdf. دسترسی به 7 دسامبر 2020.

Q. Jia ، Y. Guo ، J. Wang و S. Baes ، "تجزیه و تحلیل داده های بزرگ در مبارزه با حوادث مهم بهداشت عمومی (از جمله COVID-19): یک چارچوب مفهومی ،"J. محیط. resبهداشت عمومی 17 (17) (2020). https://www. mdpi.com/1660-4601/17/17/6161. دسترسی به 7 دسامبر 2020.

N. Bragazzi ، G. Damiani و M. Behzadifar ، "چگونه داده های بزرگ و هوش مصنوعی می توانند به مدیریت بهتر همه گیر Covid-19 کمک کنند."J. محیط. resبهداشت عمومی 17 (9) (2020). https://doi.org/10. 3390/ijerph17093176

یوV. Irkhin ، "رویکردهای کلاسیک و دیجیتال در مدیریت عمومی در زمینه همه گیر Coronavirus" ، Ars Adm. 12 (3) ، 367-384 (2020). https://doi.org/10. 17072/2218-9173-2020-3-367-384

H. Pinglin ، N. Hanlu ، S. Zhe ، and L. Tao ، "شاخص حسابداری تأثیر COVID-19 بر صنایع چینی: یک مطالعه موردی با استفاده از تجزیه و تحلیل پرتره داده های بزرگ ،" در حال ظهور. تجارت مالی 56 (10) ، 2332-2349 (2020). https://doi.org/10. 1080/1540496x. 2020. 1785866

J. Sheng ، J. Amankwah-Amoah ، Z. Khan ، and X. Wang ، "همه گیر Covid-19 در دوره جدید تجزیه و تحلیل داده های بزرگ: نوآوری های روش شناختی و مسیرهای تحقیقاتی آینده ،" Br. J. مدیریت.(2020). https://doi.org/10. 1111/1467-8551. 12441

N. Henke ، A. Puri ، and T. Saleh ، شتاب تجزیه و تحلیل برای حرکت در Covid-19 و عادی بعدی (McKinsey & Company ، 2020). https://www. mckinsey.com/business-functions/mckinsey-analytics/our-insights/accelerating-analytics-to-navigate-covid-19-and-the-next-normal. دسترسی به 12 ژوئیه 2020.

R. Mue ، داده های بزرگ در بخش دولتی. افق های جدید برای اقتصاد داده محور (Springer ، Cham ، 2016) ، صص 195-208. https://doi.org/10. 1007/978-3-319-21569-3_11

A. G. Aganbegyan ، A. N. Klepach ، B. N. Porfiryev ، M. N. Uzyakov ، and A. A. Shirov ، "بهبودی پس از اعتبار: اقتصاد روسیه و انتقال به توسعه اجتماعی و اقتصادی پایدار ، گل میخ. راس. ECONdev31 ، 599-605 (2020).

I. N. Paramonova ، "دستورالعمل های اولویت سیاست دولت مقابله با اقتصاد سایه" ، اکون ، فینسی ، شماره 18 ، 72-75 (2020).

V. V. Gromov و N. S. Milogolov ، "توصیه هایی برای تکمیل اقدامات برای پشتیبانی از مشاغل کوچک و متوسط در یک بیماری همه گیر از نظر کاهش بار مالیاتی برای نیروی کار (برای پرداخت حق بیمه)". Razvitراس27 (5) ، 83-89 (2020).

اعلامیه ها

این مقاله براساس گزارشی است که در کنفرانس بین المللی تجزیه و تحلیل اقتصاد کلان و پیش بینی اختصاص داده شده به 85 سالگرد تولد دانشگاهی V. V. Ivanter و Yu. V. Yaremenko ، و همچنین 35 مین سالگرد تأسیس مؤسسه پیش بینی اقتصادی آکادمی علوم روسیه.