Региональный профиль развития некоммерческого сектора в Казахстане

Актуальность

Значение некоммерческого сектора современной экономики проявляется в том, что он не только является одним из услугодателей в социальной сфере за счет ресурсов общественного сектора, но и базой для развития социального предпринимательства.

Ресурсы общественного сектора рассматриваются современными исследователями как источник финансовой устойчивости некоммерческого сектора и создания его потенциала, а деятельность, приносящая постоянный доход, как основа его развития по типу социального предпринимательства [1-3] (Dees, Emerson, 2001; Salamon, Anheier et al., 2014).

Доля некоммерчекого сектора в ВДС развитых стран мира варьируется от 3 до 6 % и имеет тенденцию положительной динамики [4] (Rozhdestvenskaya, 2017).

В экономике современных стран некоммерческий сектор занимает важное место в оказании социальных услуг населению, несмотря на то что объемы его деятельности в сравнении с частным и государственным секторами остаются более скромными. В Казахстане в сфере социальных услуг (образование, здравоохранение и прочие услуги) по объемам выпуска за период с 2009 по 2016 годы частный сектор превышает некоммерческий в 3,9 раза, по объему валовой добавленной стоимости - в 4 раза, по фонду оплаты труда - в 3,3 раза, по объемам чистой прибыли - в 6,6 раза. То есть масштабы частного сектора позволяют говорить о его относительно больших возможностях в оказании социальных услуг [5].

Тем не менее некоммерческий сектор в Казахстане уже сформировал значительный потенциал, который может развивать не только на основе государственного и грантового финансирования, но и за счет развития собственной предпринимательской деятельности при сохранении приоритета социальной миссии [6] (Pritvorova, Petrenko, Ayaganova, 2018).

Обзор литературы

Вопросы развития некоммерческого сектора и социального предпринимательства на его основе получили многогранное освещение в мировой литературе. Осознание этого явления восходит к 80-90-м годам XX века, когда одновременно практики, а затем и академические исследователи стали обращаться к новым методам решения социальных проблем в обществе. В число современных классиков входят Г.Диз [7] (Dees, 2001), Р. Мартин и С. Осберг [8] (Martin, Osberg, 2007), К. Альтер [9], Дж. Дефорни и Дж. Ниссенс [10] (Defourny, Nyssens, 2010), Дж. Остин [11] (Ostin, Stivenson, Vey-Skillern, 2010), Л. Грамеску [12] (Gramescu, 2016), Р. Лэнс [13] (Lance, 2017), Л. Рашеда [14] (Rasheda, 2018) и многие другие. На постсоветском пространстве активные исследования ведутся А. Московской и В. Соболевой [15] (Moskovskaya, Soboleva, 2016), Ю. Нестеренко и А. Плюхиной [16] (Nesterenko, Plyukhina, 2017), Д. Качко [17] (Kachko, 2017) и другими.

Целью данной статьи является анализ и оценка потенциала некоммерческого сектора и предпосылок его формирования в регионах Казахстана для активизации мер его поддержки в регионах.

Методом исследования стал кластерный анализ, который позволяет выявить потенциал некоммерческого сектора в регионах и предпосылки его роста со стороны населения.

Основные результаты

Поскольку официальной статистики по социальному предпринимательству в Казахстане нет, а генезис социального предпринимательства подтверждает его гибридную форму и трансформацию из некоммерческого сектора экономики, то нами проведена оценка регионального профиля некоммерческого сектора на основе данных официальной статистики. Поскольку некоммерческий сектор является одной из экономических баз социального предпринимательства (наряду с частным сектором), то такой профиль необходим для оценки потенциала и предпосылок его развития.

Анализ регионального профиля развития некоммерческого сектора и социального предпринимательства дает возможность оценить устойчивость характеристик этого явления в территориальном разрезе.

Базовыми статистическими признаками некоммерческого сектора, наблюдаемыми статистикой, являются:

- количество действующих организаций;

- количество проектов в рамках социального заказа;

- среднесписочная численность работников;

- средняя заработная плата работников некоммерческих организаций;

- направления деятельности в рамках социального заказа.

По первым четырем показателям нами рассчитан коэффициент вариации, который оценивает однородность регионов Казахстана по показателям деятельности некоммерческого сектора.

При позитивной динамике всех абсолютных показателей развития за 5 лет регионы Казахстана имеют высокую неоднородность. Примененный нами коэффициент вариации оценивает вариабельность выборки как «сильную» по всем рассмотренным показателям, т.к. пороговым значением является 25 % [18] (Eliseeva, Yuzbashev, 2012) (табл. 1).

Таблица 1

Региональные различия в развитии некоммерческого сектора по основным параметрам за период 2013/2017 гг.*

В то же время можно признать две разнонаправленные тенденции:

1) По количеству некоммерческих организаций (далее НКО) и численности работников в них неоднородность регионов возрастает на 2 % за период 2013-2017 гг.

2) По количеству реализованных проектов неоднородность регионов уменьшилась с 43 до 34 %, а по среднемесячной номинальной заработной плате с 47 до 45 %.

Тем не менее значения коэффициента вариации находятся далеко за границей в 25 %, что подтверждает неоднородность регионов по параметрам, характеризующим сектор НКО.

Кроме оценки однородности потенциала сектора НКО по его основным статистическим параметрам в регионах нами реализован метод иерархического кластерного анализа, который дает возможность учитывать одновременно сходство регионов по избранному пулу показателей.

Кластерный анализ – многомерная статистическая процедура, выполняющая сбор данных, содержащих информацию о выборке объектов, и затем упорядочивающая объекты в сравнительно однородные группы [19] (Kim, 1989).

Ключевыми преимуществами метода являются следующие:

1) позволяет производить разбиение объектов не по одному параметру, а по целому набору признаков;

2) не имеет никаких ограничений по виду рассматриваемых объектов;

3) позволяет определять периоды, когда значения соответствующих показателей были достаточно близкими, а также определять группы временных рядов, динамика которых наиболее схожа;

4) кластерный анализ можно использовать циклически (данная характеристика метода показана в рамках статьи, так как анализ проводился за два выбранных периода: в нашем случае – за 2013 и 2017 годы).

В качестве ключевого недостатка можно отметить, что количество кластеров напрямую зависит от выбираемых критериев разбиения.

В основе построения иерархического кластерного анализа лежит евклидово расстояние. Евклидово расстояние - наиболее общий тип расстояния. Является геометрическим расстоянием в многомерном пространстве и вычисляется следующим образом:

. (1)

Важно заметить, что евклидово расстояние вычисляется по исходным данным. Это обычный способ его вычисления, который имеет определенные преимущества (например, расстояние между двумя объектами не изменяется при введении в анализ нового объекта, который может оказаться выбросом).

Нами сформирован пул показателей, в который были включены два блока.

Блок 1 – параметры сектора НКО в официальной статистике, которые количественно характеризуют его накопленный потенциал:

- П1 – число действующих НКО, ед.;

- П2 – количество проектов в рамках социального заказа, ед.;

- П3 – среднесписочная численность, человек;

- П4 – среднемесячная номинальная з/п, тенге.

Блок 2 – показатели, которые идентифицированы нами как предпосылки развития сектора НКО и социального предпринимательства со стороны экономики: уровень доходов населения, занятость и численность социально-уязвимых групп и другие:

- П5 – доходы домохозяйств, использованные на потребление, в среднем на душу в месяц, тенге;

- П6 – соотношение дохода, использованного на потребление и величины прожиточного минимума, %;

- П7 – доля населения с доходами ниже прожиточного минимума (далее ПМ), %;

- П8 – уровень безработицы, %;

- П9 – численность самозанятых, тыс. человек;

- П10 – численность получателей пенсий, человек;

- П11 – численность получателей государственных социальных пособий по возрасту, человек;

- П12 – численность получателей государственных социальных пособий по потере кормильца, человек;

- П13 – численность получателей государственной адресной социальной помощи (ГАСП), человек;

- П14 – численность населения, человек.

Далее на основе исходных данных, с использованием программы Statistica 6.0, выполнено построение древовидных дендограмм, на которых четко видны полученные в результате анализа кластеры (рис. 1).

Так, согласно рисунку 1 (результат разбиения регионов на кластеры за 2013 год):

- 1 кластер представлен: Акмолинской, Павлодарской, Кызылординской, Актюбинской и Костанайской областями;

- 2 кластер состоит из Атырауской, Мангистауской, Западно-Казахстанской и Северо-Казахстанской областей;

- 3 и 4 кластеры – это самостоятельные регионы: город Астана и Жамбылская область, данные по которым не позволили им объединиться с другими регионами или между собой;

- 5 кластер представлен Карагандинской, Восточно-Казахстанской областями и городом Алматы;

- 6 кластер представлен Южно-Казахстанской и Алматинской областью.

Рисунок 1. Дендограмма результатов кластерного анализа уровня развития некоммерческого сектора и социального предпринимательства в Казахстане в 2013 году

Источник: составлено авторами

Для того чтобы кластеры можно было сравнивать между собой, целесообразно рассчитать средние в разрезе каждого из кластеров, а также общую «мощность», исчисляемую по принципу суммы средних по кластеру, деленной на число рассматриваемых признаков (табл. 2).

Поскольку показатели, включенные в кластерный анализ, мы делим на два блока: Блок 1 – «Потенциал некоммерческого сектора (основные количественные параметры)» и Блок 2 – «Объективные предпосылки развития сектора НКО и социального предпринимательства со стороны экономики и населения страны», то принцип оценки «лучших» и «худших» позиций в этих рейтингах будет отличаться.

Таблица 2

Результаты кластерного анализа параметров и предпосылок развития сектора НКО в регионах Казахстана в 2013 году

Источник: составлено авторами по результатам кластерного анализа

Для показателей Блока 1 действует принцип: большее количественное значение показателя соответствует большему потенциалу сектора.

Для показателей Блока 2 другой принцип: чем хуже оцениваемый показатель, тем больше предпосылок для развития некоммерческого сектора и социального предпринимательства, больше спрос на услуги этих хозяйствующих субъектов. Шкала «хуже-лучше» моделируется согласно содержанию показателя. Например, более высокий уровень безработицы или численность самозанятых являются относительно худшими показателями, но представляют собой более сильную объективную предпосылку для развития сектора НКО.

В связи с этим в анализируемых таблицах по Блоку 1 синим цветом выделены значения, соответствующие минимальному потенциалу некоммерческого сектора, в то время как желтым цветом выделены значения, соответствующие наибольшему потенциалу сектора НКО по рассматриваемом показателю. По Блоку 2 наблюдается обратная картина: синим цветом выделены показатели, которые соответствуют «наихудшим» значениям конкретного показателя, но нами характеризуются как наиболее сильные объективные предпосылки для развития сектора НКО в данном регионе. Соответственно, желтым цветом в этом блоке выделены наилучшие показатели, которые являются наименьшими импульсами для развития сектора НКО.

1. Анализируя представленную таблицу 2, характеризующую результаты разбиения на 2013 год, можно сделать следующие выводы:

По суммарной характеристике мощности кластера лидером является кластер № 6, включающий Южно-Казахстанскую и Алматинскую области (рис. 1). Наибольшие объективные предпосылки к развитию НКО (Блок 2) наблюдаются у этого кластера, он сосредоточил «наихудшие» значения по таким показателям, как П7 – доля населения с доходами ниже прожиточного минимума в %; П9 – численность самозанятых, тыс. человек; П11– численность получателей государственных социальных пособий по возрасту, человек; П12 – численность получателей государственных социальных пособий по потере кормильца, человек; человек; П14 – численность населения, человек; П13 – численность получателей ГАСП несущественно меньше, чем у 5 кластера (на 200 человек).

По показателям потенциала у этого кластера в среднем по областям 82 гранта государственного заказа, что является минимальным значением среди кластеров. Мощность у этого кластера наибольшая, но на показатель мощности наибольшее влияние оказывает общая численность населения. Поскольку этот фактор оказывает доминирующее влияние и уменьшает роль всех других, что искажает картину кластерного распределения, то в анализе 2017 года нами этот показатель исключен.

Вторым по совокупной мощности является кластер № 5, он представляет группу г. Алматы, Карагандинская область, Восточно-Казахстанская область. У этого кластера высокий потенциал некоммерческого сектора – наилучшие показатели по количеству субъектов НКО и среднесписочной численности в них. По показателям объективных предпосылок для развития сектора в этом кластере наибольшая численность получателей пенсий – П10 и численность получателей ГАСП – П11. Несмотря на то что в этом кластере наилучшее сочетание доходов и прожиточного минимума, численность вышеперечисленных социально уязвимых групп является определяющей предпосылкой для развития сектора.

Кластер № 4 представлен Жамбылской областью, которая по близости количественных значений показателей не объединена ни с какой другой, но имеет наихудшие среди средних значений по кластерам показатели по доходу на душу населения (П5) и его соотношению с прожиточным минимумом (П6). В этом кластере зарегистрирован самый низкий уровень номинальной заработной платы работника в НКО (П4).

Кластер № 3 представлен городом Астана (ныне Нур-Султан), который имеет достаточно высокий потенциал НКО по показателю П4 (номинальная заработная плата, тенге), наилучший в стране. Одновременно город характеризуется наименьшими по стране показателями П7 (доля населения с доходами ниже прожиточного минимума, %), П10 (численность получателей пенсий, человек), П12 (численность получателей государственных социальных пособий по потере кормильца, человек). То есть самыми слабыми объективными предпосылками развития некоммерческого сектора. Это не уменьшает значение развития некоммерческого сектора и социального предпринимательства, но подчеркивает диспропорцию между его внутренним потенциалом, в том числе связанным с государственным финансированием сектора и объективными предпосылками его развития.

Кластер № 2, включающий Атыраускую, Мангистаускую, Западно-Казахстанскую и Северо-Казахстанскую области, имеет наименьший потенциал НКО по показателям П1 (количество действующих НКО) и П3 (среднесписочная численность работников, человек). В то же время в этом кластере более благополучное, чем в других, положение. Ни одного показателя из группы «наихудших» в этом кластере нет и минимальные значения показателей П9 (численность самозанятых, человек), П11 (численность получателей государственных социальных пособий по возрасту, человек), П14 (численность населения, человек).

Кластер № 1 – Акмолинская, Павлодарская, Кызылординская, Актюбинская и Костанайская области – характеризуется средними значениями параметров НКО (показатели П4), отсутствием «наихудших» показателей, но имеет два наилучших показателя из Блока 2, т.е. по этим показателям предпосылки для развития сектора НКО минимальные. К последним относятся показатель П8 (безработица, %) и П13 (численность получателей ГАСП, человек).

По данным 2017 года нами из перечня показателей изъят показатель общей численности населения, поскольку он представлен в абсолютном выражении и оказывает наибольшее влияние на мощность кластера, что, на наш взгляд, несколько искажает картину распределения регионов по кластерам, т.к. другие факторы остаются на втором плане.

Результаты анализа для 2017 года представлены на рисунке 2 и в таблице 3.

Кластер№ 9 – город Алматы – имеет наибольшую мощность по совокупности признаков: максимальную численность некоммерческих организаций (П1), вторую по рейтингу среднесписочную численность работников (П3) и величину их номинальной заработной платы (П4). Несмотря на максимальный по Казахстану уровень доходов, использованных на потребление (П4), характеризуется наивысшим уровнем безработицы (П8) и многочисленными группами получателей государственных пенсий и пособий (П10). Совокупная мощность кластера самая высокая.

Кластер № 8 представлен городом Астана (ныне Нур-Султан), в котором наивысшая среднесписочная численность работников и уровень их номинальной заработной платы. Однако среди показателей уровня доходов и численности социально уязвимых групп наихудших показателей нет.

Рисунок 2. Дендограмма результатов кластерного анализа уровня развития некоммерческого сектора в Казахстане в 2017 году

Источник: составлено авторами

Кластер № 7, который по совокупной мощности больше, чем кластер № 8, представлен Южно-Казахстанской областью, в которой зафиксировано максимальное число государственных грантов. При этом в части предпосылок развития некоммерческих организаций, Южно-Казахстанская область концентрирует наиболее сильные импульсы для развития НКО и социального предпринимательства, выглядит хуже всех регионов по показателям П4 (доходы, использованные на потребление, тенге), П5(соотношение доходов и прожиточного минимума, %), П6(доля населения с доходами ниже прожиточного минимума, %), П9 (численность самозанятых, тыс. человек), П10 (численность получателей пенсий, человек).

Кластер № 6 представлен группой из трех областей: Алматинская, Восточно-Казахстанская, Карагандинская. Области располагают средними показателями накопленного потенциала некоммерческого сектора (П1, П2, П3). Они имеют значительные предпосылки развития сектора НКО и социального предпринимательства, т.к. в этом кластере «наихудшие» показатели: П11 – численность получателей государственных социальных пособий по возрасту, человек; П12 – численность получателей государственных социальных пособий по потере кормильца, человек; П13 – численность получателей ГАСП.

Кластер № 5 – Павлодарская область – по большинству показателей близок к кластеру № 6, но несколько отстает по численности социально уязвимых групп и опережает по размерам заработной платы работников некоммерческого сектора. Это не позволило ему объединиться в один кластер с № 6.

Таблица 3

Результаты кластерного анализа параметров и предпосылок развития сектора НКО в регионах Казахстана в 2017 году (без учета численности населения в регионе)

Кластер № 4, включающий Атыраускую и Мангистаускую область, как и в предыдущих вариантах, характеризуется наименьшей мощностью. Он располагает минимальным по Казахстану числом некоммерческих организаций и минимальной численностью самозанятых и получателей пенсий.

Кластер № 3, включающий Актюбинскую область, близок к кластеру № 4, но минимальное значение численности получателей ГАСП по Казахстану не позволило этим областям составить одну группу.

Кластер № 2 объединяет Жамбылскую и Костанайскую области, которые отличаются средними значениями всех показателей. В этом кластере находится худший показатель потенциала НКО – номинальная заработная плата работников, тенге (П4).

Кластер № 1 основан на сходстве показателей Северо-Казахстанской, Акмолинской, Западно-Казахстанской, Кызылординской областей, которые имеют средние значения показателей, но показатели потенциала НКО (П1–П4) в этом кластере ниже, чем у кластера № 2. Это определило более низкий потенциал кластера № 1 по сравнению с кластером № 2.

Общая картина кластерного анализа, проведённого без учета общей численности населения в регионах, позволяет увидеть, что дифференциация между регионами Казахстана весьма значительна. Увеличение кластеров с 6 до 9 говорит о существенных различиях как по показателям некоммерческого сектора, так и по характеристикам социально уязвимых групп, доходов и занятости населения.

Это подтверждает сделанный нами вывод о неоднородности регионов по показателям сектора НКО, сделанный на основе расчетных значений и динамики коэффициента вариации, которые представлены в таблице 1.

Выводы

Результаты проведенного анализа регионального профиля параметров некоммерческого сектора, предпосылок и факторов его развития позволяют сделать следующие выводы.

Неоднородность регионов Казахстана по потенциалу НКО и факторам его развития подтверждена нами на основе:

- коэффициента вариации параметров сектора по показателям количества организаций, количества проектов госзаказа, среднесписочной численности работников и их номинальной заработной платы. Все значения больше 2 5 %, а по показателям количества НКО и численности работников в них дифференциация увеличивается;

- кластерного анализа, который позволил выявить регионы и кластеры с наибольшими предпосылками к развитию некоммерческого сектора и социального предпринимательства на его основе.

Максимальные параметры сектора НКО имеют города Алматы (численность НКО) и Нур-Султан (среднесписочная численность и номинальная заработная плата, несмотря на минимальное число проектов государственного заказа).

Максимальный параметр сектора НКО по количеству проектов государственного заказа имеет Южно-Казахстанская область, в которой сосредоточено шесть «наихудших» показателей доходов, занятости и численности социально уязвимых групп.

В то же время профили у каждого из этих кластеров разные. В Астане значительный потенциал, но много «наилучших» показателей среды, что не способствует развитию сектора.

По совокупной мощности город Алматы и Южно-Казахстанская область (ЮКО) являются самыми значительными кластерами. Но, опять же, профили у них разные: в Алматы сильный потенциал НКС, а в ЮКО значительное число «наихудших» показателей. Получается, что ЮКО, в которой сосредоточено 5 наихудших показателей из 9 характеристик уровня жизни населения, осваивает наибольшее число грантов социального заказа, но по численности организаций уступает Алматы, а по уровню заработной платы и численности сотрудников уступает Астане. Наибольшее число предпосылок для развития некоммерческого сектора и социального предпринимательства в НКО пока не воплотилось в наибольшем потенциале этих видов деятельности.

Кластер, включающий Алматинскую, Восточно-Казахстанскую и Карагандинскую области, объединяет области с развитым потенциалом сектора НКО, но выраженными проблемами с точки зрения значительной численности социально уязвимых групп. По социально уязвимым группам зафиксировано три «наихудших» показателя: численность получателей государственных социальных пособий по возрасту, численность получателей государственных социальных пособий по потере кормильца, численность получателей ГАСП.

Павлодарская область по общему профилю близка к этой группе, но потенциал сектора НКО и численность социально уязвимых групп в ней несколько меньше, что обусловило её включение в отдельный кластер.

Кластер, включающий Жамбылскую и Костанайскую области, обладает относительно более развитым сектором НКО, но и более высокой численностью социально-уязвимых групп, чем оставшиеся четыре области (ЗКО, СКО, Акмолинская, Кызылординская).

Характеристика регионов Казахстана на основе кластерного анализа позволит разработать и реализовать более адресную государственную политику по поддержке сектора НКО на основе государственных заказов, активизировать разные негосударственные механизмы развития социального предпринимательства с учетом проблем уровня жизни, занятости и структуры социально уязвимых групп населения.