Оцнка развития нефтехимического кластера в Нефтекамском муниципальном районе

В рамках Ассоциации "Нефтекамский промышленный округ" успешно выполняются задачи по содействию малому и среднему бизнесу в нефтехимии, поставленные правительством и президентом Татарстана. В 2008 году в округе было организовано три новых предприятия с перспективой выхода на проектную мощность. В свою очередь, "Нефтекамскнефтехим" осуществляет проработку всех предлагаемых инвестиционных проектов на уровне предварительных технико-экономических обоснований и развернутых бизнес-планов с их последующей реализацией.

Реализуя правительственную программу импортозамещения, на предприятии ввели в эксплуатацию технологическую линию по производству полипропиленового и полистирольного листа. Одним из видов выпускаемой продукции являются емкости для предприятий сельскохозяйственного комплекса, которые ранее закупались за рубежом.

Проекты Нефтекамского промышленного округа оказались выгодными и для рабочего поселка Камские Поляны. Развитие поселка приостановилось с тех самых пор, когда было "заморожено" строительство атомной станции. В Камских Полянах было создано, на основе постановления Кабинета министров Татарстана от 11 августа 2008 года в рамках реализации республиканской программы развития инновационной деятельности на 2004-2010 годы, ОАО «Индустриальный парк «Камские Поляны». Аукцион по продаже участка под парк выиграло дочернее предприятие «Нефтекамскнефтехима» -- ООО «ПолимерКамаИнвест», работающее в рамках Нефтекамского промышленного округа. Проект предполагает решение вопроса обеспечения занятости трудоспособного населения Камских полян за счет создания сети высокотехнологичных производств по переработке полимеров. На производствах, которые планируется разместить на территории будущего индустриального парка, будут перерабатываться Нефтекамские пластики: полистирол, полипропилен, а в дальнейшем и полиэтилен [38].

Так же в Камских Полянах при поддержке ОАО "Нефтекамскнефтехим" развернули деятельность несколько малых предприятий. Например, компания "Поток К" выпускает полипропиленовые напорные трубы для горячего и холодного водоснабжения и изделия из полиэтилена. Сумма инвестиций в производство составила свыше 20 млн. рублей. Сейчас прорабатываются проекты организации производства полимерных сеток и трехслойных безнапорных труб, в том числе для канализации. Сумма предполагаемых инвестиций составит более 60 млн. рублей.

Путем переработки полимеров можно получить самую разнообразную готовую продукцию. Однако наиболее перспективным считается использование конечной продукции в автомобилестроении. В первую очередь это объясняется тем, что Поволжье традиционно считается зоной автомобилестроения и нефтехимии. Соединение усилий этих двух кластеров позволит найти дополнительные конкурентные преимущества для отечественного автопрома, переживающего не самые лучшие времена.

На сегодняшний день успешно ведется работа с компаниями "Северсталь-Авто", КАМАЗ, "Агромаш-Холдинг", "ЗИЛ", "Русские автобусы". Основным направлением в деятельности малых предприятий является производство комплектующих для автопрома. Так, "Кампласт" организовал выпуск бамперов на легковые автомобили. В 2008 году предприятие увеличило объем выпускаемой продукции в два раза. Компания "Хитон-пласт-2" поставляет на конвейеры автозаводов широкий ассортимент полимерных комплектующих. "Нефтекамский завод низковольтного провода" освоил производство низковольтных проводов, в том числе для автомобильной промышленности.

На одном из заседаний Нефтекамского промышленного округа обсуждалась проблема внедрения системы качества в рамках малых и средних предприятий, входящих в состав НПО. ОАО "Нефтекамскнефтехим" стал их основным помощником в реализации региональной программы "Повышение качества и конкурентоспособности промышленной продукции Республики Татарстан". Работа проводилась путем внедрения «Систем менеджмента качества по стандартам ИСО 9001 и ИСО 16949». Для многих предприятий среднего бизнеса внедрение новых стандартов могло стать серьезным препятствием в осуществлении планов развития.

Изначально главной проблемой предпринимателей были поставки сырья. НПО "Нефтекамскнефтехим" стал надежным партнером малых предприятий, взяв на себя решение этой задачи. В 2006 году нефтехимики отгрузили малым предприятиям продукции на сумму 1,2 млрд рублей, в 2007 году - на 2,9 млрд рублей, а в этом году сумма превысит 4 млрд рублей.

С другой стороны, "Нефтекамскнефтехим" является основным потребителем полимерной продукции малых предприятий. В 2006 году объем закупок товарной продукции и услуг у малых предприятий составил 1,5 млрд рублей, в 2007 году эта сумма превысила 2 млрд рублей. Суммарный оборот продукции "Нефтекамскнефтехим" и предприятий малого и среднего бизнеса республики достиг 5 млрд рублей. По оценкам, в 2008 году этот показатель увеличился на 40 процентов.

Компания предоставила возможность малому бизнесу использовать простаивающее оборудование ОАО "Нефтекамскнефтехим". В результате появились новые совместные предприятия: ООО "НКНХ - Дивинил" и "Эластокам".

По подсчетам аналитиков, к концу 2007 года на предприятиях НПО создано около тысячи новых рабочих мест. В бюджет Татарстана поступило более 200 млн рублей налоговых платежей введенных в строй производств. К 2010 году ежегодное поступление в республиканский бюджет от вновь образованных предприятий НПО превысит 600 млн рублей. Средняя заработная плата на предприятиях Нефтекамского промышленного округа за неполные три года выросла с 7,5 до 20,5 тыс. рублей.

На базе Нефтекамского промышленного округа активно развивается международное сотрудничество. Предполагается, что в ближайшие четыре года будет организовано производство ингибиторов коррозии совместно с компанией "Дженерал Электрик" на площадке объединения "Химград" (Казань), индустриально-промышленного парка "Нефтехим-Парк" на базе недействующих промышленных площадок ОАО "Нефтекамскнефтехим", Центра исследования полимеров на базе Научно-технологического центра "Нефтекамскнефтехим". В качестве стратегического партнера рассматривается немецкий машиностроительный холдинг "Коперион".

Проблемы, с которыми сталкивается малый и средний бизнес при реализации своих проектов, по большей части могут быть решены только на федеральном уровне. Тем не менее в последнее время при участии генерального директора ОАО "Нефтекамскнефтехим" Владимира Бусыгина значительно быстрее рассматриваются вопросы кредитования предприятий малого бизнеса [27, с.33].

Таким образом, подводя итоги деятельности НПО, необходимо отметить, что "Нефтекамскнефтехим" выступил настоящим локомотивом формируемого кластера. Предприятие стремится создать своеобразную инвестиционную "поляну" для бизнесменов, что само по себе предполагает оказание помощи и услуг предпринимателям по всем волнующим их проблемам. Как показало время, от участия в деятельности создаваемого промышленного кластера никто не проиграл. В выигрыше оказались как само ОАО "Нефтекамскнефтехим", так и работающие с ним малые и средние предприятия. Опыт, полученный при становлении Нефтекамского промышленного округа, должен стать предвестием позитивных перемен для малого и среднего бизнеса в России.

2.2 Теория регрессионного анализа

Математико-статистические методы изучения связей, называемые иначе стохастическим моделированием, являются в определенной степени дополнением и углублением детерминированного анализа. В анализе финансовой деятельности стохастические модели используются, когда необходимо:

- оценить влияние факторов, по которым нельзя построить жестко детерминированную модель;

- изучить и сравнить влияние факторов, которые невозможно включить в одну и ту же

- детерминированную модель;

- выделить и оценить влияние сложных факторов, которые не могут быть выражены одним определенным количественным показателем [9, с.680].

В отличие от детерминистского, стохастический подход для своей реализации требует выполнения ряда предпосылок. В первую очередь речь идет о наличии достаточно большой совокупности объектов (жестко детерминированную модель можно анализировать и строить по одному объекту, для стохастической же модели необходима совокупность). Кроме того, необходим достаточный объем наблюдений: по одному - двум наблюдениям судить о характере стохастической связи нельзя.

Использование стохастических моделей в экономике, в отличие от использования их в технике, имеет определенные трудности, связанные с получением совокупности достаточного объема. В технике эксперимент можно повторить, в экономике этого сделать нельзя. Это приводит к дискуссии о правомерности использования статистических методов при построении факторных моделей в анализе деятельности предприятий, поскольку при этом нередко приходится работать в условиях малых выборок (менее 20 наблюдений), а, кроме того, в теории статистики считается, что при построении регрессии количество наблюдений должно в 6-8 раз превышать количество факторов, что крайне редко встречается в анализе финансово-хозяйственной деятельности предприятий.

Поскольку стохастическая модель - это, как правило, уравнение регрессии, при ее построении должны выполняться следующие условия:

- случайность наблюдений;

- наличие однородности совокупности, как качественной, так и количественной);

- наличие специального математического аппарата (например, инструменты анализа автокорреляций для анализа рядов динамики) [10, с.402].

Основная сфера приложения стохастических моделей - это проблемно-ориентированный и тематический анализ. Стохастическое моделирование предназначено для решения трех основных задач: установление самого факта наличия (или отсутствия) статистически значимой связи между изучаемыми признаками, прогнозирование неизвестных значений результативных показателей по заданным значениям факторных признаков (задачи экстраполяции и интерполяции), выявление причинных связей между изучаемыми показателями, измерение их тесноты и сравнительный анализ степени влияния [7, с.30].

Регрессионный анализ - статистический метод исследования зависимости между зависимой переменной Y и одной или несколькими независимыми переменными х1,х2,...,хp. Независимые переменные иначе называют регрессорами или предикторами, а зависимые переменные - критериальными. Терминология зависимых и независимых переменных отражает лишь математическую зависимость переменных, а не причинно-следственные отношения.

В отличие от корреляционного анализа, который только отвечает на вопрос, существует ли связь между анализируемыми признаками, регрессионный анализ дает и ее формализованное выражение. Кроме того, если корреляционный анализ изучает любую взаимосвязь факторов, то регрессионный - одностороннюю зависимость, то есть связь, показывающую, каким образом изменение факторных признаков влияет на признак результативный.

Уравнение регрессии показывает, как в среднем изменяется у при изменении любого из xi, и рассчитывается по формуле (2.1):

y = f(x1,x2,…xn), (2.1)

где у - зависимая переменная;

х1, х2 - независимые переменные.

Если независимая переменная одна - это простой регрессионный анализ. Если же переменных несколько, то такой анализ называется многофакторным.

В ходе регрессионного анализа решаются две основные задачи:

- построение уравнения регрессии, нахождение вида зависимости между результатным показателем и независимыми факторами x1, x2, ..., xn;

- оценка значимости полученного уравнения, определение того, насколько выбранные факторные признаки объясняют вариацию признака у.

Применяется регрессионный анализ главным образом для планирования, а также для разработки нормативной базы.

Регрессионный анализ - один из наиболее разработанных методов математической статистики. Строго говоря, для реализации регрессионного анализа необходимо выполнение ряда специальных требований (в частности, xl, x2, xn, y должны быть независимыми, нормально распределенными случайными величинами с постоянными дисперсиями). В реальной жизни строгое соответствие требованиям регрессионного и корреляционного анализа встречается очень редко, однако оба эти метода весьма распространены в экономических исследованиях. Зависимости в экономике могут быть не только прямыми, но и обратными и нелинейными. Регрессионная модель может быть построена при наличии любой зависимости, однако в многофакторном анализе используют только линейные модели, это связано со сложностью вычисления. Построение уравнения регрессии осуществляется, как правило, методом наименьших квадратов, суть которого состоит в минимизации суммы квадратов отклонений фактических значений результатного признака от его расчетных значений. Согласно формуле (2.2) уравнение регрессии имеет вид:

уt= а0 + а1уt-1 + а2у t-2 + ... + аkу t-k , (2.2)

где уt - прогнозируемое значение параметра у в момент времени t;

аi - i-й коэффициент регрессии.

Коэффициенты регрессии рекомендуется определять с помощью аналитических пакетов для персонального компьютера или специального финансового калькулятора.

Могут использоваться и другие модели, например, неполные квадратичные, экспоненциальные и степенные, которые разными способами могут быть преобразованы в линейные модели относительно параметров bi. Так же существуют алгоритмы пошагового регрессионного анализа, например с последовательным включением факторов.

Наряду с точечными оценками bj генеральных коэффициентов регрессии Bj регрессионный анализ позволяет получать и интервальные оценки последних с доверительной вероятностью y. При окончательном выборе модели рекомендуется использовать экономические и статистические критерии.

Вычисления обычно проводятся с помощью персонального компьютера. Например, для этой цели можно использовать специальный «пакет Анализ» данных, устанавливаемый в меню «Сервис» электронных таблиц MS Excel [10, с.717].

Необходимо отметить, что в экономических исследованиях корреляционный и регрессионный анализы нередко объединяются в один - корреляционно-регрессионный анализ. Подразумевается, что в результате такого анализа будет построена регрессионная зависимость (проведен регрессионный анализ) и рассчитаны коэффициенты ее тесноты и значимости (проведен корреляционный анализ).

2.3 Анализ влияния показателей экономической эффективности на

добавленную стоимость

Для исследования влияния факторов экономической эффективности на прибыльность предприятий использовались методы экономико-математического моделирования, в частности, построение эконометрических уравнений, где факторными признаками выступали экономические показатели предприятий, а функцией - полученная прибыль рассматриваемых предприятий за период с 2005 по 2007 гг. В ходе исследования предполагалось изучить влияние факторов экономической эффективности предприятий Нефтекамского промышленного округа. Был сгруппирован массив количественных параметров:

- численность работников;

- валовой оборот;

- размер заработной платы;

- выработка на одного рабочего в среднем, по предприятиям;

- добавленная стоимость.

Вышеперечисленные переменные явились факторными признаками исследования эффективности деятельности предприятий Нефтекамского промышленного округа.

Для исследования влияния факторов экономической эффективности на получение добавленной стоимости по предприятиям Нижнекекамского промышленного округа в программном продукте Microsoft Excel с использованием подпрограммы «пакет анализ», была построена многомерная регрессионная модель. В качестве факторных признаков, оказывающих влияние на добавленную стоимость предприятий, рассматривались штатная численность работников предприятий, суммарная стоимость всех видов продукции производимой всеми цехами промышленного предприятия, средняя заработная плата, а так же выработка на одного рабочего. Рассмотрение влияние факторов на добавленную стоимость не в совокупности, а отдельно, позволит увидеть и взаимосвязь изучаемых показателей между собой. Для расчета коэффициентов были использованы данные по 6 малым предприятиям, которые входят в состав Нефтекамского промышленного округа, за период с 2005 по 2007 год представленных в Приложении В. Предприятие Татлесстрой был исключен из выборки в силу недостаточности имеющихся данных показателей экономической эффективности в частности данных о заработной плате и выработки рабочих.

Исследование влияния численности персонала и валового оборота на формирование добавленной стоимости потребовало построения следующего регрессионного уравнения. Уравнение рассчитывается по формуле (2.3):

у = b0 + b1 * x1 + b2 * x2 , (2.3)

где x1 - численность;

x2 - валовый оборот.

Полученные коэффициенты по уравнению (2.3) представлены в таблице 2.2. Коэффициенты являются недостающим элементом для подстановки в уравнение и расчета уравнения регрессии. Они рассчитаны с использованием программы «Пакет анализ».

Таблица 2.2 - Коэффициенты регрессионного уравнения

Коэффициенты уравнения	Полученные значения
b0	39098,26
b1	-324,225
b2	0,418762

По полученному регрессионному уравнению были рассчитаны матрицы прогнозных значений. Первая матрица, которая показана в таблице 2.3, отображает значения валового оборота в диапазоне от 30000 до 150000 тысяч рублей. То есть, в данный диапазон входят предприятия: Полимерхолодтехника, Прокам. Валовый оборот рассматриваемых предприятий в сравнении с базовым периодом увеличился и рост показателей довольно таки значительный , о чем свидетельствуют данные таблицы 2.3.

Таблица 2.3- Зависимость добавленной стоимости от численности и валового оборота предприятий

Численность, человек	Валовой оборот, тыс. рублей
		180000	210000	240000	270000	300000	330000
	50	98264,17	110827	123389,9	135952,7	148515,6	161078,5
	100	82052,91	94615,77	107178,6	119741,5	132304,4	144867,2
	150	65841,66	78404,52	90967,38	103530,2	116093,1	128656
	200	49630,41	62193,27	74756,13	87318,99	99881,85	112444,7
	250	33419,15	45982,01	58544,87	71107,73	83670,59	96233,45
	300	17207,9	29770,76	42333,62	54896,48	67459,34	80022,2
	350	996,6475	13559,51	26122,37	38685,23	51248,09	63810,95
	400	-15214,6	-2651,75	9911,115	22473,98	35036,84	47599,7
	450	-31425,9	-18863	-6300,14	626,722	18825,58	31388,44
	500	-47637,1	-35074,3	-22511,4	-9948,53	2614,329	15177,19
	550	-63848,4	-51285,5	-38722,6	-26159,8	-13596,9	-1034,06

Для изучения предприятий имеющих валовый оборот более 150000 тыс. рублей построена матрица в Microsoft Excelс использованием продукта “пакет анализ». Результаты расчетов занесены в таблицу 2.4.

Таблица 2.4- Зависимость добавленной стоимости от численности и валового оборота предприятий

Численность, человек	Валовой оборот, тыс. рублей
		30000	60000	90000	120000	150000
	50	35449,86	48012,72	60575,59	73138,45	85701,31
	100	19238,6	31801,47	44364,33	56927,19	69490,05
	150	3027,358	15590,22	28153,08	40715,94	53278,8
	200	-13183,9	-621,034	11941,83	24504,69	37067,55
	250	-29395,1	-16832,3	-4269,43	8293,433	20856,29
	300	-45606,4	-33043,5	-20480,7	-7917,82	4645,04
	350	-61817,7	-49254,8	-36691,9	-24129,1	-11566,2
	400	-78028,9	-65466	-52903,2	-40340,3	-27777,5
	450	-94240,2	-81677,3	-69114,4	-56551,6	-43988,7
	500	-110451	-97888,6	-85325,7	-72762,8	-60200
	550	-126663	-114100	-101537	-88974,1	-76411,2

По полученным данным, двух взаимодополняющих матриц, имеется возможность построить поверхностную диаграмму, отражающую влияние численности персонала и валового оборота на добавленную стоимость предприятий, а также взаимосвязь между собой. Поверхностная диаграмма изображена на рисунке 2.2.

Рисунок 2.2 - Зависимость добавленной стоимости от численности и валового оборота организации

Исследуя зависимость добавленной стоимости от численности и валового оборота, было выявлено, что наибольшей прибылью характеризуются предприятия, имеющие высокий численный состав. С увеличением числа работающих на предприятии увеличивается не только добавленная стоимость, но и валовый оборот. Выявлена прямая зависимость валового оборота от численности предприятия. Для более подробной и точной оценки влияния численности персонала на добавленную стоимость необходимо рассмотреть и ее взаимосвязь с заработной платой и выработкой на одного рабочего. Для этой цели были построены два регрессионных уравнения, отражающих влияние на прибыль в первом случае численности работников предприятий и их заработную плату, во втором случае численности и выработки на одного рабочего.

Результаты расчетов по регрессионному уравнению (2.4), отражающему влияние на добавленную стоимость количества численности и размера заработной платы на предприятиях, представлены в таблице 2.5.

Y = b0 + b1 * x1 + b3 * x3, (2.4)

где Y - добавленная стоимость;

x1 - численность;

x3- заработная плата.

Таблица 2.5 - Коэффициенты зависимости добавленной стоимости от данных о численности и заработной платы на предприятиях

Коэффициенты уравнения	Полученные значения
b0	-3268,964236
b1	-563,1336792
b3	7,060431548

Аналогично предыдущей методике расчетов по полученному уравнению построены матрицы прогнозных значений, в таблице 2.6 матрица с преобразованными данными для предприятий, чья заработная плата не превышает 22500 рублей.

Таблица 2.6 - Зависимость добавленной стоимости от численности персонала и заработной платы (5000 - 22500 рублей)

Численность, человек	Заработная плата, рублей
		5 000	8500	12000	15500	19000	22500
	50	9479,682	16188,93	22898,17	29607,42	36316,66	43025,9
	100	9374,837	16084,08	22793,33	29502,57	36211,81	42921,06
	150	9269,991	15979,24	22688,48	29397,72	36106,97	42816,21
	200	9165,146	15874,39	22583,63	29292,88	36002,12	42711,37
	250	9060,3	15769,54	22478,79	29188,03	35897,28	42606,52
	300	8955,455	15664,7	22373,94	29083,19	35792,43	42501,68
	350	8850,61	15559,85	22269,1	28978,34	35687,59	42396,83
	400	8745,764	15455,01	22164,25	28873,5	35582,74	42291,99
	450	8640,919	15350,16	22059,41	28768,65	35477,9	42187,14
	500	8536,073	15245,32	21954,56	28663,81	35373,05	42082,3
	550	8431,228	15140,47	21849,72	28558,96	35268,21	41977,45

Для предприятий на которых заработная плата варьируется от 22500 до 40000 рублей рассчитаны значения в таблице 2.7. Такую заработную плату имеют организации Полимер - НКНХ, на протяжении всех рассматриваемых лет, а в последние два года к числу предприятий с высокой заработной платой присоединились и Полимерхолодтехника и Кампласт.

Таблица 2.7 - Зависимость добавленной стоимости от численности персонала и заработной платы (22500 - 40000 рублей)

Численность, человек	Заработная плата, рублей.
		26 000	29 500	33 000	36 500	40 000
	50	49735,15	56444,39	63153,64	69862,88	76572,13
	100	49630,3	56339,55	63048,79	69758,04	76467,28
	150	49525,46	56234,7	62943,95	69653,19	6362,44
	200	49420,61	56129,86	62839,1	69548,35	76257,59
	250	49315,77	56025,01	62734,26	69443,5	76152,74
	300	49210,92	55920,17	62629,41	69338,65	76047,9
	350	49106,08	55815,32	62524,56	69233,81	75943,05
	400	49001,23	55710,48	62419,72	69128,96	75838,21
	450	48896,39	55605,63	62314,87	69024,12	75733,36
	500	48791,54	55500,78	62210,03	68919,27	75628,52
	550	48686,69	55395,94	62105,18	68814,43	75523,67

По результатам полученных значений строиться поверхностная диаграмма, на рисунке 2.3, отражающая влияние численности персонала и размера заработной платы на добавленную стоимость предприятий.

Рисунок 2.4 - Зависимость добавленной стоимости от заработной платы и численности персонала предприятий

Полученная диаграмма иллюстрирует явную взаимосвязь заработной платы и добавленной стоимости. То есть повышение расходов на оплату труда работников не только не уменьшает добавленной стоимости, а приводит к ее росту. Как видно по графику наибольшую прибыль имеют предприятия чья заработная плата находится на уровне не менее 30 000 - 40 000 рублей. К таким предприятиям относятся: ООО «Полимерхолодтехника», ООО «Кампласт».

Зависимость была получена и при исследовании влияния на добавленную стоимость численности персонала и выработки предприятий.

Для проведения анализа было построено регрессионное уравнение (2.5), которое имеет следующий вид:

у = b0 + b1 * x1 + b4 * x4, (2.5)

где у - добавленная стоимость;

x1 - численность;

x4 - выработка на одного рабочего в среднем.

Полученные коэффициенты по уравнению 2.5 представлены в таблице 2.8:

Таблица 2.8 - Коэффициенты регрессионного уравнения зависимости

добавленной стоимости от численности и выработки рабочих

Коэффициенты уравнения	Полученные значения
b0	34116,10546
b1	-363,7569552
b4	43,04486574

Затем, применяя полученное уравнение, построены матрица прогнозных значений, представленная в таблице 2.9. Выработкой в данном случае является - количество продукции, произведенной в единицу рабочего времени, или приходящейся на одного среднесписочного работников в тысячах рублей. В общем выработка колеблется от 500 до 4000 тысяч рублей.

Таблица 2.9 - Зависимость добавленной стоимости от численности и

выработки рабочих (500 - 2250 тыс. рублей)

Численность, человек	Выработка на одного рабочего в среднем, тыс.рублей
		500	850	1200	1550	1900	2250
	50	37450,69	52516,39	67582,1	82647,8	97713,5	112779,2
	100	19262,84	34328,55	49394,25	64459,95	79525,65	94591,36
	150	1074,995	16140,7	31206,4	46272,1	61337,81	76403,51
	200	-17112,9	-2047,15	13018,55	28084,26	43149,96	58215,66
	250	-35300,7	-20235	-5169,29	9896,409	24962,11	40027,81
	300	-53488,5	-38422,8	-23357,1	-8291,44	6774,264	21839,97
	350	-71676,4	-56610,7	-41545	-26479,3	-11413,6	3652,119
	400	-89864,2	-74798,5	-59732,8	-44667,1	-29601,4	-14535,7
	450	-108052	-92986,4	-77920,7	-62855	-47789,3	-32723,6
	500	-126240	-111174	-96108,5	-81042,8	-65977,1	-50911,4
	550	-144428	-129362	-114296	-99230,7	-84165	-69099,3

В 2006-2007 годах рассматриваемые предприятия Полимерхолодтехника, Кампласт, Полимер-НКНХ показали более высокий результат по выработке, значения варьируются от 2600 до 4000 тыс. рублей. Матрица полученных результатов показана в таблице 2.10:

Таблица 2.10 - Зависимость добавленной стоимости от численности и

выработки рабочих (2600 - 4000 тыс. рублей)

Численность, человек	Выработка на одного рабочего в среднем, тыс.рублей
		2600	2950	3300	3650	4000
	50	127844,9	142910,6	157976,3	173042	188107,7
	100	109657,1	124722,8	139788,5	154854,2	169919,9
	150	91469,21	106534,9	121600,6	136666,3	151732
	200	73281,37	88347,07	103412,8	118478,5	133544,2
	250	55093,52	70159,22	85224,92	100290,6	115356,3
	300	36905,67	51971,37	67037,08	82102,78	97168,48
	350	18717,82	33783,53	48849,23	63914,93	78980,63
	400	529,9743	15595,68	30661,38	45727,08	60792,79
	450	-17657,9	-2592,17	12473,53	27539,24	42604,94
	500	-35845,7	-20780	-5714,32	9351,388	24417,09
	550	-54033,6	-38967,9	-23902,2	-8836,46	6229,243

На основе двух рассчитанных матриц строиться поверхностная диаграмма, отражающая влияние численность персонала и выработку на одного рабочего в среднем, на добавленную стоимость предприятий наглядно на рисунке 2.4.

Рисунок 2.4 - Зависимость добавленной стоимости от выработки и численности

Как видно на диаграмме выработка оказывает не однозначное влияние на добавленную стоимость, то есть, возможно, колебание, как в положительное, так и в отрицательное влияние. Необходимо обратить на это более пристальное внимание. На графике видно, что при росте выработки на одного рабочего возрастает и добавленная стоимость предприятий. В данном случае так же прослеживается прямая зависимость показателя экономической эффективности добавленной стоимости от выработки и численности.

На следующем этапе анализа рассмотрено влияние на добавленную стоимость фактора валового оборота. Аналогично предыдущей методике строиться регрессионное уравнение (2.6):

у = b0 + b2 * x2 + b3 * x3, (2.6)

где Y - добавленная стоимость;

x2 - валовой оборот;

x4 - заработная плата.

Полученные коэффициенты, которые были рассчитаны по регрессионному уравнению (2.6) представлены в таблице 2.11:

Таблица 2.11 - Коэффициенты регрессионного уравнения зависимости

добавленной стоимости от валового оборота и заработной платы

Коэффициенты уравнения	Полученные значения
b0	66555,66317
B2	0,349507524
B3	-3,69490198

Применяя коэффициенты регрессионного уравнения строиться таблица зависимости и взаимодействия 2.12:

Таблица 2.12 - Зависимость добавленной стоимости от валового оборота и заработной платы

Валовой оборот тыс.рублей	Заработная плата, рублей
		5 000	8 500	12 000	15 500	19 000	22 500
	30000	64449,96	80139,78	95829,6	111519,4	127209,2	142899,1
	130000	113532,9	129222,7	144912,5	160602,4	176292,2	191982
	230000	162615,8	178305,7	193995,5	209685,3	225375,1	241064,9
	330000	211698,8	227388,6	243078,4	258768,3	274458,1	290147,9
	430000	260781,7	276471,6	292161,4	307851,2	323541	339230,8
	530000	309864,7	325554,5	341244,3	356934,1	372624	388313,8
	630000	358947,6	374637,4	390327,3	406017,1	421706,9	437396,7
	730000	408030,6	423720,4	439410,2	455100	470789,8	486479,7
	830000	457113,5	472803,3	488493,2	504183	519872,8	535562,6
	930000	506196,5	521886,3	537576,1	553265,9	568955,7	584645,6
	1030000	555279,4	570969,2	586659	602348,9	618038,7	633728,5

По полученным значениям можно сказать, что наблюдается зависимость роста валового оборота от заработной платы на предприятии. Наибольших результатов здесь как и в предыдущих таблицах показывает предприятие Полимерхолодтехника и Кампласт, которые на протяжении трех лет изменяют значения валового оборота в сторону увеличения.

Для более наглядного отображения полученных данных, по таблице 2.12 строиться матрица прогнозных значений и поверхностная диаграмма, отражающая влияние валового оборота и заработной платы на добавленную стоимость предприятий рисунок 2.5.

Рисунок 2.5 - Влияние на добавленную стоимость заработной платы и валового оборота

Полученная диаграмма иллюстрирует явную положительную зависимость валового оборота и заработной платы на добавленную стоимость. С ростом валового оборота возрастает и добавленная стоимость предприятия.

Как видно по графику, наивысшей добавленной стоимостью характеризуется ООО «Кампласт», имеющее валовый оборот в 2007 году 1 006 889 тыс рублей. Высокий уровень валового оборота имеет и предприятие Татлесстрой, не вошедшее, как было указано ранее, в выборку в связи с недостаточностью показателей экономической эффективности.

Схожие зависимости получены и при анализе влияния на добавленную стоимость валового оборота и выработки. Регрессионное уравнение примет вид:

Y = b0 + b2 * x2 + b4 * x4, (2.6)

где Y - добавленная стоимость;

x2 - валовой оборот;

x4 - выработка на одного рабочего в среднем, тыс.рублей.

Полученные коэффициенты по регрессионному уравнению (2.6) представлены в таблице 2.13:

Таблица 2.13 - Коэффициенты регрессионного уравнения зависимости

добавленной стоимости от валового оборота и выработки

Коэффициенты уравнения	Полученные значения
b0	54327,69
B2	0,440935
B4	-45,8459

Значения добавленной стоимости предприятий в зависимости от валового оборота и выработки на одного рабочего в среднем для удобства восприятия и вычисления разбиты на две матрицы, первая приведена в таблице 2.14:

Таблица 2.14 - Зависимость добавленной стоимости от выработки на одного рабочего и валового оборота (500 - 2250 тыс. рублей)

Валовой оборот, тыс.рублей	Выработка на одного рабочего в среднем, тыс.рублей
		500	850	1200	1550	1900	2250
	30000	44632,8	28586,73	12540,66	-3505,41	-19551,5	-35597,5
	130000	88726,34	72680,27	56634,21	40588,14	24542,07	8496,004
	230000	132819,9	116773,8	100727,8	84681,69	68635,62	52589,55
	330000	176913,4	160867,4	144821,3	128775,2	112729,2	96683,1
	430000	221007	204960,9	188914,8	172868,8	156822,7	140776,6
	530000	265100,5	249054,5	233008,4	216962,3	200916,3	184870,2
	630000	309194,1	293148	277101,9	261055,9	245009,8	228963,7
	730000	353287,6	337241,6	321195,5	305149,4	289103,4	273057,3
	830000	397381,2	381335,1	365289	349243	333196,9	317150,8
	930000	44147,7	425428,6	409382,6	393336,5	377290,4	361244,4
	1030000	485568,3	469522,2	453476,1	437430,1	421384	405337,9

По полученным значениям можно построить диаграмму, но она будет отображать не точно результат. Для того чтобы проанализировать полностью деятельность предприятий Нефтекамского промышленного округа необходимо построить вторую матрицу, в таблице 2.15.

Таблица 2.15 - Зависимость добавленной стоимости от выработки и валового оборота предприятий (2600 - 4000 тыс. рублей)

Валовой оборот, тыс.рублей	Выработка на одного рабочего в среднем, тыс.рублей
		2600	2950	3300	3650	4000
	30000	-51643,6	-67689,7	-83735,7	-99781,8	-115828
	130000	-7550,06	-23596,1	-39642,2	-55688,3	-71734,3
	230000	36543,48	20497,41	4451,349	-11594,7	-27640,8
	330000	80637,03	64590,96	48544,89	32498,83	16452,76
	430000	124730,6	108684,5	92638,44	76592,37	60546,3
	530000	168824,1	152778,1	136732	120685,9	104639,9
	630000	212917,7	196871,6	180825,5	164779,5	148733,4
	730000	257011,2	240965,1	224919,1	208873	192826,9
	830000	301104,8	285058,7	269012,6	252966,6	236920,5
	930000	345198,3	329152,2	313106,2	297060,1	281014
	1030000	389291,9	373245,8	357199,7	341153,7	325107,6

На основании прогностической модели были построен и исследован график зависимости добавленной стоимости от валового оборота и выработки На основе полученных данных занесенных в таблицы 2.14 и 2.15 построена поверхностная диаграмма представленная на рисунке 2.6.

Рисунок 2.6 - Зависимость добавленной стоимости от валового оборота и выработки

В данном случае так же наблюдается прямая зависимость. При увеличении выработки возрастает и валовой оборот, что ведет к росту добавленной стоимости предприятия. Валовой оборот включает стоимость готовых изделий, полуфабрикатов собственной выработки, незавершенного производства и работ промышленного характера независимо от их дальнейшего использования: на стороне или внутри самого организации.

Заключительным этапом анализа является изучение влияния выработки и заработной платы на добавленную стоимость.

Для проведения анализа было построено регрессионное уравнение (2.7) следующего вида:

у = b0 + b3 * x3 + b4 * x4, (2.7)

где у - добавленная стоимость;

x3 - выработка на одного рабочего в среднем, тыс. рублей.;

x4 - заработная плата.

Полученные коэффициенты по уравнению (2.7) разбиты на две матрицы, первая представлена в таблице 2.16, вторая в таблице 2.17. В первой матрице рассмотрены предприятия, имеющие заработную плату от 5000 до 22500 рублей, к ним относят: Эластик, Кампласт, Прокам, а так же Полимерхолодтехника в базовый год.

Таблица 2.16 - Зависимость добавленной стоимости от заработной платы и выработки (5000 - 22500 рублей)

Выработка , тыс.рублей	Заработная плата, рублей
		5 000	8 500	12 000	15 500	19 000	22 500
	500	38538,4	46926,3	55314,2	63702,2	72090,1	80478
	850	28056,8	36444,8	44832,7	53220,6	61608,6	69996,5
	1200	17575,3	25963,2	34351,2	42739,1	51127	59515
	1550	7093,77	15481,7	23869,6	32257,6	40645,5	49033,4
	1900	-3387,8	5000,17	13388,1	21776	30464	38551,9
	2250	-13869	-5481,4	2906,56	11294,5	19682,4	28070,4
	2600	-24351	-15963	-7575	812,964	9200,9	17588,8
	2950	-34832	-26444	-18057	-9668,6	-1280,6	7107,3
	3300	-45314	-36929	-28538	-20150	-11762	-3374,2
	3650	-55795	-47408	-39020	-30632	-22244	-13856
	4000	-66277	-57889	-49501	-41113	-32725	-24337

Таблица 2.17 - Зависимость добавленной стоимости от заработной платы и выработки (26000 - 40000 тыс. рублей)

Выработка , тыс.рублей	Заработная плата, рублей
		26 000	29 500	33 000	36 500	40 000
	500	88866	97253,9	105642	114030	122418
	850	78384,4	86772,4	95160,3	103548	111936
	1200	67902,9	76290,8	84678,8	93066,7	101455
	1550	57421,4	65809,3	74197,2	82585,2	90973,1
	1900	46939,8	55327,8	63715,7	72103,6	80491,6
	2250	36458,3	44846,2	53234,2	61622,1	70010
	2600	25976,8	34364,7	42752,6	51140,6	59528,5
	2950	15495,2	23883,2	32271,1	40659	49047
	3300	5013,69	13401,6	21789,6	30177,5	38565,4
	3650	-5467,8	2920,09	11308	19696	28083,9
	4000	-15949	-7561,4	826,493	9214,43	17602,4

На основании полученных данных была построена поверхностная диаграмма 2.7, позволяющая определить характер влияния выделенных факторов показателей экономической эффективности, валового оборота и выработки на одного рабочего, на добавленную стоимость.

Рисунок 2.7 - Зависимость добавленной стоимости от выработки и заработной платы

Как и предполагалось, рост заработной платы приводит к увеличению выработки на одного рабочего, что в следствии ведет к росту добавленной стоимости предприятия.

Проведенный анализ показал, что факторы экономической эффективности предприятия оказывают значимое влияние на добавленную стоимость предприятий Нижнекаского промышленного округа. Так же можно сказать, что между показателями экономической эффективности предприятий существует прямая зависимость, и тем самым своим ростом они оказывают воздействие на увеличение добавленной стоимости.

Положительный показатель добавленной стоимости означает прирост рыночной стоимости предприятия над балансовой стоимостью чистых активов, что стимулирует собственников к дальнейшему вложению средств в предприятие.

В целом, подводя итог, можно обозначить роль, которую играет показатель экономической добавленной стоимости в оценке эффективности деятельности предприятия:

- выступает как инструмент, позволяющий измерить действительную прибыльность предприятия, а также управлять им с позиции его собственников;

- это также инструмент, показывающий руководителям предприятия. каким образом они могут повлиять на прибыльность;

- выступает инструментом мотивации менеджеров предприятия;

- повышает прибыльность в основном за счет улучшения использования капитала, а не за счет направления основных усилий на уменьшение затрат на пользование капиталом.

Таким образом, можно сделать вывод о том, что показатели экономической эффективности рассматриваемых предприятий имеют прямую зависимость, то есть при росте численности рабочих растет выработка, далее выработка оказывает влияние на рост добавленной стоимости, которая в свою очередь положительно влияет на заработную плату персонала.

3 Зарубежный и российский опыт реализации концепции

кластеризации

3.1 Зарубежный опыт формирования промышленных кластеров

Концепция кластерного развития получила мировое признание, а опыт наиболее развитых стран свидетельствует в перспективности кластерного подхода к развитию экономики. Результаты исследований количественных характеристик кластеров базируются на разных теоретических подходах, методах и критериях идентификации и сильно различаются между собой.

Кластерный подход способен создать новое качество роста производительных сил на основе высокой концентрации производств и научно-инновационных потенциалов [16, с.5].

Мировой практикой доказано, что нефтехимическое производство для нефтяных компаний является важным источником дополнительных доходов: дополнительная прибыль составляет до 20% на каждую тонну переработанной нефти [17, с.80].

В мире существует шесть моделей формирования промышленных кластеров.

Итальянская модель: большое количество малых фирм, объединенных в различные ассоциации для повышения конкурентоспособности. Модель применима для продукции невысокого технологического уровня с большой степенью дифференциации и колебаниями спроса.

Секретом успеха стала сформировавшаяся в Италии еще в 70-х особая культура промышленных округов -- территориальных производственных кластеров, которые объединяют мелкие и средние компании, специализирующиеся на определенном виде продукции [34].

Существующие в Италии промышленные округа представляют собой исторически сложившиеся территориальные зоны - системы, характеризующиеся высокой концентрацией малых и средних предприятий с выраженной производственной специализацией, подавляющую часть занятых на которых составляет местное население [1, с.160].

Первые промышленные округа в Италии начали создаваться около 150 лет назад, однако итальянская наука начала их пристальное изучение лишь в 70-е годы прошлого столетия.

Впервые в Италии ПО на законодательном уровне было сформулировано в Законе от 5 октября 1991 г. № 317 «О мерах содействия развитию малого и среднего предпринимательства», которое дает достаточно общее определение округа как «территориального образования, характеризующегося высокой концентрацией малых преприятий, имеющих выраженную производственную специализацию, где соблюдается определенное соотношение между числом предприятий и численностью местного населения» [1, с.164].

Являясь вариантом промышленного кластера, итальянский индустриальный округ отличается от него именно характерным «взаимодействием сообщества людей», что позволяет считать его не только промышленным, но и социокультурным объединением.

Еще в середине ХХ века Италия была во многом патриархальной страной, значительную роль в ее экономике играло сельское хозяйство. Все стремительно изменилось в годы экономического бума в 50-х -- начале 60-х годов. С 1952 по 1963 год показатель ВВП на душу населения почти удвоился. За два послевоенных десятилетия производство автомобилей возросло с 50 тыс. до двух миллионов [38].

Объединение в рамках округов помогает владельцам мелких и средних фирм консолидировать усилия для создания инфраструктуры, совместного завоевания рынков, обмениваться идеями, концентрировать квалифицированные кадры, накапливать ноу-хау. При этом взаимовыручка не мешает здоровой конкуренции [35].

При своем зарождении мелкие и средние предприятия имеют то преимущество, что при низких начальных вложениях (производственными помещениями поначалу могут служить сарай, заброшенная конюшня, комната в собственном доме) и низкой заработной плате возможно достижение высокой специализации. Максимально используются местные условия (и в том числе характер, навыки местной рабочей силы). Подбираются такие производства, которые поддаются расчленению на отдельные фазы или слагаются из производства промежуточных изделий (узлов). Тогда, даже очень маленькое (даже с одним занятым) предприятие находит для себя эффективное занятие.

Сосредоточение в пределах одного кластера многих малых мастерских и заводиков облегчает объединение усилий для устройства разного рода внепроизводственных служб, например: бухгалтерского учета, оформления накладных, документов для экспорта [38].

Сегодня в Италии функционирует более 200 промышленных кластеров. Таким образом, своеобразные промышленные «гроздья» расположены на всей территории страны. Все индустриальные зоны сформированы по принципу центризма, то есть наибольшей концентрации профильного производства именно в центре округа, а к периферии количество предприятий, занятых в том или ином производственном процессе, постепенно уменьшается.

На их долю приходится 43% занятых в промышленности и более 30% национального экспорта. Большинство кластеров - одноотраслевые (90%) и специализируются на производстве потребительских товаров: тканей, одежды, обуви, ювелирных изделий, аксессуаров, а также мебели, кухонного оборудования, отделочных материалов и сантехнического оборудования. В некоторых - электромеханические, металлообрабатывающие и станкостроительные предприятия. Несколько «скоплений» специализируется на производстве продуктов питания. В последние годы появляются промышленные кластеры нового поколения, занимающиеся информатикой, дизайном, экологией, логистикой, производством биомедицинских препаратов.

Одним из успешных ПО в Италии является коммуна Санта Кроче сулль Арно, крупнейший кожевный центр. Начало создания ПО было положено в 70-е гг. с введением в действие плана по защите окружающей среды и вывода промышленных предприятий из жилых зон в примыкающие к городам специально создаваемые промышленные зоны. Уже на этапе переноса производства в промышленную зону возникла потребность в объединении владельцев предприятий в консорциумы для решения общих проблем - строительства очистных сооружений, предприятий по уничтожению шлама, возникающего в процессе очистки сточных промышленных вод, предприятий по рекуперации продуктов, используемых при выделке кожи, а также для осуществления работ по урбанизации территории. Таким образом еще до появления ПО организации провинции были сосредоточены и в определенной степени объеденены в обособленных промышленных зонах в рамках местных отраслевых ассоциаций.

В ПО коммуны Санта Кроче сулль Арновходят около 900 кожевных предприятий с общим количеством занятых 10 000 человек. Значительное количество сырых кож организации ПО закупают в России. Организации ПО производят около 35% национального объема выделанных кож и 98% подошвенной кожи (в рамках Европы это соответствует 80% общего производства стран Европы). К кожевному сектору в последние годы в состав ПО добавились химические организации, организации по производству машин и оборудования для основной отрасли, одежды, обуви, изделий из кожи и предоставлению услуг. Объем произведенной кожевной продукции в 2006 г. Составил 2,1 млрд евро.Около 40% произведенной продукции поставляется на экспорт, в основном в страны Европы [2, с.155].

Сегодня малые и средние предприятия Италии экспортируют более 40% своей продукции. В начале 90-х годов на фирмы с числом занятых менее 500 приходилось больше половины национального экспорта, причем 1/4 -- на предприятия с числом работающих менее 100. Многие малые заводы не просто продавали за границу свои изделия, но вступали в отношения долговременного экономического сотрудничества с зарубежными партнерами. А это признак способности к внешнеэкономической экспансии и одновременно довольно высокого технического уровня (особенно если иметь в виду, что преобладающая часть продукции итальянских малых предприятий поглощается наиболее индустриально развитыми странами). Таким образом, промышленные кластеры позволяют малым и средним предприятиям выступать на равных с крупными компаниями [38].

Японская: формируется вокруг фирмы-лидера с масштабным производством, интегрирующей массу поставщиков на различных стадиях цепочки, применима для производства технологически сложной продукции. Разработка продукта требует высоких постоянных издержек, которые могут окупиться только при большом объеме продаж.

В Японии промышленные кластеры оказались под пристальным вниманием из-за спада в развитии экономики регионов с 1980-х гг. Каждый регион начал использовать пути стимулирования роста за счет собственных ресурсов, создавая венчурный бизнес и новые отрасли. Региональные кластеры оказались новым типом концентрации промышленности, в которой университеты, исследовательские институты и корпоративные кластеры кооперируются. Этот тренд поддержало и правительство. Сотрудничество бизнеса и академической среды в Японии стало активно развиваться в начале 1990-х после экономического кризиса. Исследования и разработки компаний стали все более ориентированными на коммерческий успех, а представители университетов стали стремиться к более наглядному проявлению пользы своей деятельности для общества. В созданных государством особых зонах регулирование заключения сделок с иностранными исследователями было облегчено с целью упростить и стимулировать персональный обмен с зарубежными университетами и исследовательскими институтами.

В целом в Японии развитие кластеров осуществляется при поддержке государства. Однако региональное сообщество проявляет все больше инициативы - ему предоставляется возможность внедрять большое количество проектов. Правда, проекты используются не систематически, а региональному сообществу не хватает средств и полномочий для внедрения своих замыслов. Глобализация торговли и инвестиций оказала негативные эффекты на двойственную экономику Японии, в которой, с одной стороны, высоко развито промышленное производство, а с другой - менее развиты продуктивное сельское хозяйство и сфера услуг. Крупнейшие производственные фирмы в Японии постепенно перемещают свои производственные базы в другие азиатские страны, что приводит к тому, что в их регионах, которые во многом зависят от производства на экспорт, снижается занятость. Также явление старения населения в Японии выше, чем в других странах. В связи с этим для Японии особенно актуально развитие региональных кластеров и других видов кооперации [37].

Финская: характеризуется высоким уровнем инноваций, поддерживается мощным сектором научных исследований и разработок, развитой системой образования. Свойственна интернационализация бизнеса. В наибольшей степени применима для небольших компактных стран, относительно дефицитных по природным ресурсам и ориентированных на экспорт.

В Финляндии ключевые национальные кластеры выявлены в 9 отраслях промышленности. Можно уверенно говорить о наличии потенциальных кластеров на базе таких отраслей, как лесная промышленность (объединяющая лесное хозяйство, механическую и химическую деревообработку), металлургия и металлообработка (черная и цветная), топливно-энергетический сектор, пищевая промышленность, сектор информационных технологий и телекоммуникаций. Кроме того, потенциалом кластеризации, то есть устойчивого функционирования в системе связанных отраслей, обладают машиностроение (прежде всего оборонное и судостроение), фармацевтическая и медицинская промышленность (кластер здравоохранения по финской классификации), парфюмерно-косметическая, химическая промышленность, промышленность строительных материалов, транспортный сектор [41].

Лесопромышленный кластер Финляндии включает в себя, в первую очередь, лесозаготовительную, деревообрабатывающую и целлюлозно-бумажную отрасли. Основными видами выпускаемой продукции деревообрабатывающей и целлюлозно-бумажной отраслей страны являются бумага, картон, пиломатериалы, целлюлоза, фанера, древесные плиты, столярные изделия. Лесозаготовки и лесоперерабатывающие предприятия рассредоточены по всей территории Финляндии.

Помимо этих основных отраслей лесопромышленного комплекса, в состав данного кластера входят смежные с ними отрасли промышленности, представленные следующими ведущими компаниями:

- производство химических компонентов для целлюлозно-бумажной отрасли (концерн «Кемира», фирма «Сиба»);

- производство лесозаготовительной техники (компании «Понссе», «Логлифт», «Джон Диир»);

- производство деревообрабатывающих станков и оборудования (компании «Метсо Пэйпер», «Хейнолан Саха Конет», «Андритц»);

- деревянное домостроение (компании «Контио», «Хонка», «Хонкаракеннус»);

- строительный комплекс (фирма «Лемкон»);

- консультационные услуги (фирмы «Пёурю», «Финмап Консалтинг»).

Финские лесопромышленные компании, активно действуя на глобальных рынках, являются клиентами перечисленных выше компаний. В результате, создание новых производственных мощностей в развивающихся странах приводит к переводу в эти страны и смежных предприятий-поставщиков. Собственно лесная промышленность Финляндии формирует около 4% ВВП страны. На долю лесной промышленности приходится до 20% объема промышленного производства и около 20% экспортных доходов Финляндии. В отдельных регионах Финляндии на лесной сектор, в целом, приходится более 25% ВРП. В стоимостном выражении объем промышленного производства лесоперерабатывающей отрасли промышленности Финляндии в 2008 г. составил, по предварительным оценкам, около 20 млрд евро. Общая численность работников, занятых в отраслях лесной промышленности Финляндии, составляла в первой половине 2008 года 56 тыс. человек, в том числе, в целлюлозно-бумажном производстве - 38 тыс. человек, в сфере механической обработки древесины - 14 тыс. человек, в лесозаготовке - 4 тыс.человек.