Эволюция экономической мысли в области понимания факторов и механизмов, относящихся к конкурентоспособности стран, постоянно находила своё отражение в количественной оценке этого индикатора. Начиная с 1979 г., когда было опубликовано первое табло по конкурентоспособности стран (Competitiveness Scoreboard), методология количественной оценки конкурентоспособности стран регулярно изменялась, отражая последние экономические достижения в этой области. Эта методология существенно изменилась после введения Джефри Саксом (Jeffrey Sachs) и Джоном Макартуром (John McArthur) в 2001 г. индекса конкурентоспособного роста (Growth Competitiveness Index), и просуществовала до 2005 г., когда был предложен индекс глобальной конкурентоспособности (Global Competitiveness Index) [1, 2]. Наиболее полное описание расчетной методологии индекса конкурентоспособного роста на русском языке и сравнительный анализ её результатов на примере стран MENA (Middle East and North Africa) содержаться в работе [1].

Новый индекс глобальной конкурентоспособности (GCI) и полное описание его главных аналитических инструментов были представлены в докладе глобальной конкурентоспособности 2004 - 2005 гг. [3]. GCI расширяет и углубляет ранее предложенный индекс конкурентоспособного роста.

Для сравнительного анализа глобальной конкурентоспособности стран эксперты Всемирного экономического форума (ВЭФ) используют их ранжирование по GCI, совмещенные радиальные диаграммы, расчёт изменения рангов и другие аналитические инструменты. В данной работе они будут дополнены классификационно-матричными инструментами.

В методологии расчета GCI агрегирование исходных частных индикаторов осуществляется в три этапа. На первом этапе идет агрегирование данных опросов всех респондентов с учетом количества и структуры выставленных оценок. Эти агрегированные оценки (survey data) дополняют данные международной статистики (hard data), в результате чего формируется весь спектр частных индикаторов. На втором этапе из 110 частных индикаторов формировалось двенадцать укрупненных ин- дикаторов, из которых строился один страновый индекс глобальной конкурентоспособности (GCI, третий этап).

В процессе агрегирования существенно использовалась матрица весовых коэффициентов для разных факторов и стадий экономического развития (табл. 1) [4].

Между этими тремя основными стадиями рассматриваются две переходные. Переход от одной стадии к другой сопровождается ростом среднего ВВП на душу населения (таблица 2) [4].

Для каждой стадии экономического развития стран в отчетах GCI строились обобщенные радиальные диаграммы для 12-ти укрупненных индикаторов GCI, которые сравнивались с отдельными страновыми радиальными диаграммами при построении и анализе профилей стран.

Таким образом, процесс повышения конкурентоспособности стран можно рассматривать как их движение в сторону инновационной стадии развития, сочетающееся с повышением их благосостояния. Отсюда можно сделать вывод о том, что GCI-методология вместе со своей базой данных может рассматриваться в качестве одного из методологи- ческих инструментов и эмпирической основы для анализа Национальных инновационных систем наряду с классическими подходами и инструментами концепции этих систем. Отметим, что новая методология расчета GCI, привязанная к трем стадиям развития экономик стран, была введена в отчете GCI 2006-2007, но в этом отчете вместо двенадцати рассматривались девять укрупненных индикаторов. Отсутствовал десятый укрупненный индикатор – размер рынка, и вместо трех укрупненных индикаторов, отвечающих за эффективность рынков товаров, труда и финансов, имел место единственный укрупненный индикатор эффективности эконо-мики. Все двенадцать укрупненных индикаторов появились снова в следующих отчетах ВЭФ по глобальной конкурентоспособности: GCI 2010-2014 [5-7].

Эмпирической основой для расчета GCI, как отмечено выше, служат данные международной статистики (hard data) и экспертных оценок (survey data). Приведение этих разнородных данных к одному масштабу осуществляется следующим образом. Данные международной статистики для i-й страны по какому-либо индикатору приводятся к семибалльным оценкам опросов экспертов по формулам:

если индикатор х_i является стимулятором, 

и если индикатор х_i является дестимулятором.

В обеих формулах индикатор  изменяется в пределах от 1 до 7.

В работе [8] предложена пятиуровневая шкала (табл. 3) для индикаторов глобальной конкурентоспособности, которая будет использована нами для классификационных целей во второй главе. 

На основе таблицы 3 сильные стороны стран определяются как высокие и очень вы- сокие уровни их конкурентоспособности для частного индикатора, слабые стороны – как низкие и очень низкие уровни.

Использование GCI–методологии для анализа глобальной конкурентоспособности стран Субсахарcкой Африки

Для изучения глобальной конкурентоспо- собности стран Субсахарcкой Африки исполь- зуем методологию GCI. Такое изучение будем проводить для трех региональных группировок Субсахарcкой Африки – COMESA, ECOWAS и ECCAS.

Значение укрупненных индикаторов гло- бальной конкурентоспособности за последние четыре года для рассматриваемых группировок приведены в таблицах 4-6. Из таблицы 4следует, что если в следующие три года Маврикий и Руанда продолжат улучшать свое позиционирование в том же темпе, что за предыдущие три года, то они первые из африканских стран рассматриваемых трех группировок достигнут нижной границы уровня высокой глобальной конкурентоспособности (4, 6 < GCI 5, 8) (таблица 3). Велика вероятность достижения этого уровня глобальной конкурентоспособности Сейшельскими островами.

Следует отметить, что для группировки COMESA отсутствуют данные для Коморских островов, Демократической республики Кон- го, Эритреи, Южного Судана и Судана, для группировки ECOWAS – для Гвинеи-Бисау, Нигера и Того, для группировки ECCAS – для Центрально-Африканской Республики, Кон- го (Браззавиль), Демократической республи- ки Конго, Экваториальной Гвинеи и Сан-То- ме и Принсипи. Все данные по укрупненным индикаторам брались из ежегодных отчетов GCI.          На основе таблиц 3-6 построены частот- ные таблицы количества случаев разного уровня глобальной конкурентоспособности (таблицы 7-9). Из этих таблиц видно, что в группировке COMESA в 2013 г. от двух до четырех случаев высокого и очень высокого уровня глобальной конкурентоспособности имели Египет, Кения, Маврикий и Руанда, в группировке ECOWAS – Нигерия, в группи- ровкеECCAS – Руанда.

Большинство же случаев приходится на очень низкий и низкий, а также на средний уровень глобальной конкурентоспособности стран.

Матрицы уровней глобальной конкурентоспособности стран рассматриваемых группировок по двенадцати укрупненным индикаторам GCI на уровень 2013 г. построены в табл.10-12.

На основе таблиц 4-6 на уровень 2013 г. построим обобщенную таблицу количества случаев разного уровня глобальной конкурентоспособности стран по двенадцати укрупненным индикато- рам GCI для трех рассматриваемых группировок (табл. 13).

Эта же таблица может быть построена так- же на основе данных из таблиц 7-9. Из таблицы 13 следует, что в группировке стран COMESA наблюдается наименьшее ко-личество случаев с очень низким и низким уровнями глобальной конкурентоспособно- сти, то есть можно предположить, что в целом уровень глобальной конкурентоспособности этой группировки стран выше, чем аналогичные уровни двух остальных группировок. Построим агрегированный показатель гло- бальной конкурентоспособности произвольной группировки стран двумя способами. В первом случае такой агрегированный показатель вычислим как среднее арифметическое значение по всем GCI стран, входящих в рассматриваемую группировку:

где GCIi – GCI i – страны, входящей в группировку, n – количество стран, входящих в эту группировку (по ним производится расчет GCI). Во втором случае вычислим агрегированный показатель как средневзвешенную величину от количества случаев с разным уровнем глобальной конкурентоспособности стран:

где r1 - доля количества случаев с очень низким и низким уровнями глобальной кон- курентоспособности стран, r2 – доля количе- ства случаев со средним уровнем глобальной конкурентоспособности стран, r3 – доля ко- личества случаев с высоким и очень высоким уровнями глобальной конкурентоспособно- сти стран, g1 – соответствующие весовые ко- эффициенты.

В формуле (4) весовые коэффициенты будем выбирать на основе двух критериев: 1) сумма весовых коэффициентов равняется единице; 2) ряд из трех весовых коэффици- ентов берется с равномерным шагом в порядке увеличения их значимости.

На основании из этого следует, что

Тогда формулу (4) перепишем в следующим виде:

Применив формулы (3) и (5) к нашим трем группировкам, получим таблицу 14.

В этих расчетах значения GCIi брались из таблиц 4-6, ri – из таблицы 13. Страны, по которым расчет GCI не проводился, в наших расчетах не учитывались. Как видим, совершенно разные методы расчета привели к одинаковым сравнительным результатам: I1 (COMESA) > I1 (ECCAS) > I1 (ECOWAS); I2 (COMESA) > I2 (ECCAS) > I2 (ECOWAS); причем I1 (ECOWAS) ≈ I1 (ECCAS) и I2 (ECOWAS) ≈ I2 (ECCAS).

Несмотря на практически одинаковые ре- зультаты, полученные по проделанным расчетам в конкретном случае, следует сказать, что второй метод расчета является более детальным и может дать определённые расхождения по сравнению с первым методом расчета в других случаях. Поэтому мы рекомендуем использовать обе формулы расчета и сравнивать полученные результаты.

На основе рассмотренной методологии и данных таблиц 4- 6 построены матрицы сильных и слабых сторон глобальной кон- курентоспособности стран трех рассматрива- емых группировок (табл. 15-17). Из 14-ти стран COMESA сильные стороны имеют 8, из 12-ти стран ECOWAS – 3, из 6-ти стран ECCAS – 5.

Сопоставим теперь количество сильных и слабых сторон глобальной конкурентоспособности стран с их GCI (табл.18). Из этой таблицы, в целом, видим, что, чем больше количество сильных сторон и меньше слабых, тем больше значение GCI. Три страны – Сейшельские острова, Руанда и Маврикий – имеют значение GCI больше 4, при этом интервал изменения количества их сильных сторон составляет 2-4, а слабых – 2-5. Три страны – Бурунди, Гвинея и Чад – имеют значение GCI меньше 3, при этом у них не более одной сильной стороны, а слабых сторон не менее девяти. Радиальные диаграммы укрупненных ин- дикаторов конкурентоспособности трех рассматриваемых группировок приведены на рис. 1-3.

На основе данных таблиц 4 - 6 построены таблицы динамики рангов GCI для трех рассматриваемых группировок стран (табл. 19 – 21). Из табл.19 для стран COMESA видим, что Египет за рассматриваемые три года понизил свой ранг на 37 позиций (перешел с 81 на 118 место), Уганда – на 11 позиций. В то же время Замбия, Руанда, Маврикий и Кения улучшили свои ранги соответственно на 22, 14, 10 и 10 позиций.

Среди стран ECOWAS сильные пониже- ния рангов GCI наблюдались у Бенина (на 27 позиций) и Гамбии (на 26 позиций), а повышение – только у Нигерии (на 7 позиций) и Кот Дивуара (на 5 позиций).

Среди стран ECCAS улучшение позиций наблюдалось только у Руанды (входит также в группировку COMESA).

Заключение.

Детально рассмотрена эволюция методологии расчета индекса гло- бальной конкурентоспособности и ее усовершенствование за счет введения пятиуровневой классификационной шкалы для индикаторов глобальной конкурентоспособности стран. Последнее позволило построить часточные таблицы количества случаев разного уровня глобальной конкурентоспособности, матрицы уровней глобальной конкурентоспособности стран по двенадцати укрупленным индикоторам GCI и матрицы сильных и слабых стороны глобальной конкурентоспособности для трех рассматриваемых группи- ровок стран Субсахарской Африки. Из анализа этих частотных таблиц и матриц видно, что наилучшие позиции по глобальной конкурентоспособности имеют Маврикий, Руанда и Сейшельские острова. Все эти страны близки к достижению нижней границы уровня высокой глобальной конкурентоспособно- сти. Предложены две формулы для расчета агрегированного показателя глобальной конкурентоспособности произвольной груп- пировки стран, которые привели к близким результатам расчетов для трех рассматриваемых группировок стран Субсахарской Африки. Расчеты показали, что вышеуказанный агрегированный показатель для стран COMESA превышал таковые для стран ECOWAS и ECCAS, причем эти показатели для последних двух стран были практически одинаковы.