Экономика » Промышленность » Демография организаций в промышленности России в контексте специфики малого бизнеса

Демография организаций в промышленности России в контексте специфики малого бизнеса

Статьи - Промышленность

М. В. Подшивалова
Е. Д. Вайсман
Д. В. Подшивалов


Недавно эксперты Global Entrepreneurship Monitor (GEM) выразили сомнение в пригодности ВВП для измерения уровня благополучия экономики, считая, что большего внимания заслуживает такой индикатор, как открытие нового бизнеса, который, с одной стороны, отражает динамику экономического развития, а с другой — свидетельствует о выходе из рецессии (см.: GEM, 2023).

Стимулирование предпринимательской активности выступает действенным инструментом повышения эффективности экономики как в развивающихся (см.: Amoros et al., 2012; Aggarwal, Sato, 2015; Васяйчева, 2023), так и в развитых странах (см.: Goswami et al., 2019). Динамичный рост предприятий служит залогом развития национальной экономики, позволяя не только создавать дополнительные рабочие места, но и генерировать вклад в валовую добавленную стоимость. Более того, показано, что появление и закрытие фирм могут порождать макроэкономические колебания без технологических потрясений (см.: Mazzoli, Lombardini, 2021).

Знание динамики ликвидированных и вновь созданных предприятий дает возможность оценивать и прогнозировать состояние экономики и бизнес-среды, наличие барьеров для предпринимательской активности, уровень налоговых доходов и налоговой нагрузки, перспективы создания рабочих мест и, наконец, эффективность государственных программ развития. При этом в условиях беспрецедентного санкционного давления на российскую экономику большего внимания заслуживают проблемы ликвидации организаций.

Исследовательский пробел в изучении демографии бизнеса в РФ

При анализе литературы мы выявили относительно небольшое число как фундаментальных, так и эмпирических отечественных работ соответствующей проблематики. Главным образом их авторы изучают динамику появления и закрытия бизнеса либо воздействие на нее узкого перечня факторов. С некоторой долей условности мы разделили эти работы на две группы.

Первую составляют работы по статистическому анализу, не содержащие серьезных объяснений выявленных тенденций (см.: Бодров, 2013; Духон, 2013; Симонова, Овсянкина, 2016; Сибирская и др., 2018; Положенцева, Андросова, 2019; Сомов, Толмачева, 2020; Плотников, 2020; Пиньковецкая, 2021; Белицкая, 2021; Быкова, 2023). При этом ряд авторов (например, см.: Симонова, Овсянкина, 2016; Сибирская и др., 2018) подчеркивают необходимость выявить и оценить факторы создания и закрытия бизнеса. Большинство исследователей используют классические показатели Росстата: коэффициенты рождаемости и смертности, разрыв между числом созданных и ликвидированных компаний. Модифицированный показатель «относительного демографического коэффициента» разработан М. Быковой (2023) и представляет собой соотношение появившихся и закрытых предприятий. В другом исследовании (Пиньковецкая, 2021) предложено оценивать бизнес-демографию по относительным показателям в расчете на 1000 человек, проживающих в анализируемом регионе, однако во всех случаях в основе расчетов и сформулированных выводов лежит официальная статистика организаций Росстата, по нашему мнению, недостаточно корректная.

Ряд авторов предлагают статистические модели прогнозирования смертности (Бодров, 2013) или рождаемости (Сибирская и др., 2018) бизнеса, но и в этом случае в их основу положены данные Росстата. Только в одной работе автор критикует систему российской регистровой статистики, отмечая отсутствие в ней информации о способах создания и причинах ликвидации юридических лиц (Духон, 2013), не предлагая, впрочем, конкретных мер по устранению этих недостатков.

Авторы всех исследованных работ приходят к выводу о негативной динамике количества хозяйствующих субъектов, констатируя факт увеличения числа закрывающихся фирм и нарастания разрыва между смертностью и рождаемостью организаций. Контекстное изучение причин такого положения и структурный анализ массива ликвидируемых фирм, как правило, не проводятся.

Авторы второй группы работ также используют данные Росстата, при этом пытаясь объяснить сдвиги в бизнес-демографии. Большинство из них полагают, что существенное влияние на нее оказывают региональные и институциональные факторы (например, см.: Важенин, Важенина, 2023; Гагарина, Болотов, 2021; Валентей и др., 2023; Леонов, 2020; Кузнецова, 2022; Образцова, Чепуренко, 2020; Иванова, Кравченко, 2022). Авторы этих работ используют новые подходы не столько в оценке, сколько в обработке традиционных показателей бизнес-демографии Росстата. Так, в: Важенин, Важенина, 2023, они выступают в качестве характеристик предпринимательской активности регионов, которая увязывается с изменением численности работающих по федеральным округам. Авторы предлагают новый показатель оборачиваемости, рассчитанный как отношение суммы открытых и закрытых предприятий в процентах к общему числу организаций.

Ряд исследователей связывают изменения в бизнес-демографии с различными кризисными явлениями в экономике, в том числе с пандемией. Так, на основе классических показателей Росстата авторы работы: Валентей и др., 2023, анализируют изменение социально-экономического положения регионов в связи с пандемией COVID-19. Аналогичный подход применен в работе О. Кузнецовой (2022), отличающейся использованием концепции региональной шокоустойчивости. В статье: Образцова, Чепуренко, 2020, для определения регионального предпринимательского потенциала построены помесячные ряды показателей демографии бизнеса и, с помощью скользящей средней, исключена сезонная составляющая (что вряд ли очень важно). Для выявления направления перемещения предпринимательской активности А. Иванова и Н. Кравченко (2022) проводят анализ ИТ-сектора, С. Леонов (2020) — анализ реализации концепции полюсов роста на примере Дальнего Востока, а Г. Гагарина и Р. Болотов (2021) используют эту концепцию в качестве доказательства социально-экономического неравенства российских регионов.

В целом можно констатировать, что никто из авторов изученных публикаций не пытался рассмотреть причины ликвидации предприятий, провести структурный анализ выборки закрытых фирм или оценить объективность статистических индикаторов бизнес-демографии. Все они анализируют официальные данные Росстата и формулируют выводы о негативных тенденциях в этой области и необходимости усилить государственную поддержку предпринимательства.

Ряд зарубежных авторов (например, см.: Stamm, Lubinski, 2011; Welter, 2011) критикуют исследователей, изучающих показатели бизнес-демографии без обсуждения контекста анализа. Мы считаем, что это замечание справедливо и для интерпретации демографических трендов развития российского бизнеса. Так, в большинстве отечественных работ не учитывается специфика российского малого предпринимательства, а он составляет до 97,8% всех предприятий в стране1. Следовательно, именно этот сектор определяет общую демографию отечественных организаций, влияя на коэффициенты рождаемости, смертности и прироста числа организаций.

Одной из специфических черт бизнеса в России является стремление к налоговой оптимизации за счет создания множества зависимых или связанных друг с другом микрокомпаний, дробления крупных и средних фирм с целью получить доступ к специальным налоговым режимам, учреждения фирм-однодневок, в том числе для вывода денег со счетов крупных компаний (Подшивалова и др., 2021). Поэтому мы полагаем, что анализировать причины высокой смертности бизнеса нужно с учетом «качества» ликвидированных компаний, поскольку в условиях теневой активности большинство может быть фирмами-однодневками.

Еще один исследовательский пробел мы видим в отсутствии эмпирических работ по анализу демографии бизнеса в обрабатывающей промышленности РФ. К ее особенностям следует отнести продолжительный жизненный цикл, работу на олигополистических рынках, специфическую структуру активов, большие сложности с закрытием компаний: основные средства могут быть специфическими и низколиквидными, часть промышленных предприятий может иметь стратегическое значение либо быть градообразующими и обладать существенной резистентностью в виде поддержки государства. С учетом этой специфики, а также реалий санкционной экономики и необходимости укреплять технологический суверенитет важно исследовать тренды бизнес-демографии в обрабатывающей промышленности. В данной работе мы попытались восполнить указанные исследовательские пробелы, применяя методы структурно-контекстного анализа.

Методология исследования

Логика нашего исследования выстроена в соответствии с классическим принципом фундаментального анализа сверху вниз: оно началось с анализа на макроуровне и уровне отрасли и завершилось на уровне предприятий. Для изучения бизнес-демографии на макроуровне мы отобрали традиционные коэффициенты создания и ликвидации предприятий в целом по экономике, дополнив их макроэкономическими данными. Это позволило выявить общеэкономические тренды. На втором этапе были проанализированы данные на отраслевом уровне, включая рассмотрение числа активных и закрытых компаний. На третьем этапе мы применили технологию контекстно-структурного анализа. Его суть заключается в оценке тенденций ликвидации предприятий обрабатывающей промышленности с учетом структуры массива закрываемых фирм. Поскольку действующая методология бизнес-демо-графии Росстата не позволяет решить эту задачу, мы обратились к базе данных СПАРК-Интерфакс2, что дало возможность, во-первых, выделить в общей выборке ликвидированных компаний массив ненулевых фирм (с ненулевыми отчетностью и среднесписочной численностью (ССЧ) персонала), во-вторых, уточнить причины ликвидации в каждом случае. Такой подход позволил повысить объективность анализа ликвидации бизнеса за счет учета лишь фирм, закрытие которых наносит реальный ущерб экономике (снижение добавленной стоимости, налоговых доходов и сокращение числа рабочих мест).

Из общего массива ликвидированных промышленных предприятий из базы СПАРК-Интерфакс были собраны данные по предприятиям, отвечающим следующим критериям:

  1. для фирм моложе трех лет требовалось одновременное наличие выручки от реализации и ССЧ персонала, как минимум, в одном периоде жизни;
  2. для фирм старше трех лет — одновременное наличие выручки от реализации и ССЧ персонала в любых двух периодах за последние три года жизни;
  3. учитывались только отрасли обрабатывающей промышленности (основной вид деятельности по ОКВЭД);
  4. учитывались только российская частная собственность, а также собственность граждан РФ, постоянно проживающих на территории иностранных государств;
  5. учитывался возраст фирм в момент ликвидации.

Все оставшиеся предприятия от общего числа ликвидированных были отнесены к категории фирм-нулевок. Для их обозначения мы использовали также термин «неактивные». Далее анализ на уровне отдельного предприятия включал изучение причин официальной ликвидации каждого предприятия выборки — 262 442 ед. (все предприятия обрабатывающей промышленности, закрытые в период с 2016 по 2023 г.).

Согласно гипотезе о специфике малого бизнеса, среди причин официальной ликвидации мы выделили связанную с фирмами-однодневками, а именно исключение из ЕГРЮЛ3 по решению Федеральной налоговой службы (ФНС). В этих случаях в соответствии с нормами закона 129-ФЗ4 основаниями для исключения являются:

  • признание фирмы недействующей (юридическое лицо не предоставляло отчетность и не осуществляло операций хотя бы по одному банковскому счету в течение года);
  • недостоверные сведения (например, об адресе юридического лица).

При этом если запись о недостоверности сведений находится в ЕГРЮЛ более 6 месяцев с момента внесения, то налоговый орган вправе исключить организацию из ЕГРЮЛ во внесудебном порядке, кроме случаев, когда она фактически ведет деятельность и с ней есть возможность поддерживать связь5.

Следовательно, такая причина ликвидации, как исключение из ЕГРЮЛ по решению ФНС, фактически означает, что фирма была закрыта за недостоверные сведения и/или отсутствие деятельности. Отметим, что ФНС трактует такие юридические лица как фирмы-однодневки6. Мы использовали термин «неактивные» фирмы (нулевки) как более широкую категорию, так как в их число могут попадать и предприятия, неактивные в последние три года жизни по иным причинам (не обязательно связанным с теневой экономикой).

Первые два этапа исследования охватили период с 2005 по 2023 г. На третьем, заключительном этапе мы ограничились 8-летним периодом (2016—2023 гг.), поскольку именно с 2016 г. наблюдалось беспрецедентное увеличение коэффициента ликвидации организаций как в российской экономике в целом, так и в обрабатывающей промышленности.

Общеэкономические тренды бизнес-демографии

На первом этапе мы обратились к анализу процессов рождаемости и смертности бизнеса в целом в экономике и их связи с макроэкономическими условиями (рис. 1). Если ключевой метрикой цикла экономического развития считать ВВП, то должна наблюдаться прямая, значимая зависимость между рождаемостью фирм и темпами его роста и обратная — между ними и смертностью бизнеса. Однако, как можно видеть, в российской экономике, в отличие от открытия, ликвидация бизнеса практически не коррелирует с динамикой ВВП. Это согласуется с выводами современной дискуссии о влиянии экономического цикла на рождаемость и смертность предприятий. В частности, авторы работы: Lee, Mukoyama, 2018, утверждают, что коэффициенты рождаемости существенно различаются в периоды подъема и спада экономики, а различия в коэффициентах ликвидации в разные периоды экономического цикла невелики.

Демография бизнеса и ключевые макроэкономические показатели РФ

Отметим, что динамика рождаемости и смертности бизнеса в целом по российской экономике существенно отличается: изменение числа открытых новых предприятий характеризует нисходящий линейный тренд, а закрытие фирм идет по восходящему тренду с ярко выраженной цикличностью. Цикличность ликвидации организаций отмечается и в эмпирических работах зарубежных исследователей (см.: Crane et al., 2022); в частности, они связывают это с воздействием активности микропредприятий, число которых велико. Низкая эффективность бизнеса признается основной причиной ликвидации в нормальных (не форс-мажорных) условиях. Кроме того, причиной его ликвидации может стать реструктуризация крупных компаний с целью повысить конкурентные преимущества бизнеса или изменить цепочки поставок (см.: Davis et al., 2014; Fort et al., 2018). По данным эмпирических исследований (см.: Ayres, Raveendranathan, 2021), снижают число созданных компаний и увеличивают уровень ликвидации фирм кредитные шоки, то есть быстрое сокращение доступности кредитов.

Можно предположить, что в случае всплесков ликвидации бизнеса в РФ за прошедшие 18 лет действовали все упомянутые причины: активность микро- и малых фирм возрастом до трех лет; снижение эффективности бизнеса, в том числе за счет сокращения доступности кредитов и повышения налогового бремени. В частности, в 2011 г. ряд объективных факторов повлиял на повышение смертности бизнеса: 1) последствия мирового финансового кризиса 2008—2009 гг. — снижение мирового спроса на российские товары и услуги, сокращение инвестиций и неопределенность на рынке труда, волатильность цен на нефть и нестабильность курса рубля; 2) значительные изменения в законодательстве, в том числе в сфере налогообложения, правовой защиты предпринимателей и регулирования бизнеса — увеличение страховых взносов для работодателей с 26 до 34%, изменения в отношении исчисления ЕНВД7 (виды предпринимательской деятельности, физические показатели и размеры базовой доходности), а также введение с 1 января 2012 г. ст. 105.17 НК РФ нового вида налоговых проверок — полноты исчисления и уплаты налогов в связи с совершением сделок между взаимозависимыми лицами (распространенный способ снижения налоговой нагрузки в малом бизнесе).

В 2016 г. одной из возможных причин резкого роста числа ликвидированных фирм, по мнению экспертов (см.: Синельников-Мурылев, Радыгин, 2016), стала рецессия 2015 г. Однако влияние рецессии на бизнес-демографию неочевидно. Более того, некоторые авторы оспаривают утверждение относительно ее очистительного характера, когда неэффективные фирмы уходят с рынка (см.: Caballero, Hammour, 1994, 2005). В работе: Lee, Mukoyama, 2018, показано, что рецессия не обязательно приводит к закрытию многих предприятий, способных выжить в хорошие времена. Напротив, в это время на рынок выходят высокоэффективные компании. Согласно более свежим исследованиям, проблемы финансирования в период рецессий ограничивают появление на рынке крупных эффективных фирм, что, в свою очередь, тормозит процесс восстановления экономики (см.: Smirnyagin, 2023).

Отраслевой тренд бизнес-демографии

На втором этапе мы перешли к отраслевому анализу показателей бизнес-демографии (рис. 2). Как можно видеть, в обрабатывающей промышленности, на которую приходится порядка 8% общего числа закрытых фирм, процессы рождаемости бизнеса до 2016 г. шли интенсивнее, чем его ликвидации. В 2016 г. наблюдался существенный рост числа официально ликвидированных организаций, затем оно стало снижаться. В результате в 2023 г. частота закрытия предприятий вновь стала ниже частоты создания новых. Таким образом, обрабатывающей промышленности тоже свойственны цикличность смертности бизнеса и линейность рождаемости, а направленность трендов повторяет тренды макроэкономического уровня.

Коэффициенты рождаемости и официальной ликвидации организаций в обрабатывающей промышленности РФ

Мы проанализировали данные Росстата об активных и закрытых фирмах за последние пять лет (рис. 3). Была выявлена устойчивая тенденция к снижению общего числа активных предприятий как в экономике в целом, так и в промышленности. За это время число активных фирм в экономике уменьшилось на 32%, а в обрабатывающей промышленности — на 24%. Максимум числа ликвидированных фирм в 2019 г. объясняется как увеличением налогового бремени (повышение ставки НДС с 18 до 20%), так и замедлением экономического роста, сокращением инвестиций из-за высокой стоимости кредитов и нестабильностью экономики. Свою роль сыграло и анонсирование отмены ЕНВД. В 2020 г., несмотря на пандемию, число закрытых предприятий как в экономике в целом, так и в обрабатывающих отраслях снизилось, и этот тренд сохранился до 2022 г. Следовательно, экономический кризис, связанный с COVID-19, промышленные предприятия пережили относительно благополучно.

Число активных и умерших предприятий в экономике РФ и обрабатывающей промышленности

Как видно на рисунке 4, число активных фирм в обрабатывающей промышленности сокращалось медленнее, чем в экономике в целом. Та же тенденция наблюдается в отношении числа умерших компаний. Однако Росстат не предоставляет информацию о том, какое количество закрытых предприятий каждого года относилось к категории активных.

Темпы изменения числа активных и умерших предприятий в экономике РФ и в обрабатывающей промышленности

Мы полагаем, что некая инерция демографических показателей в промышленности по сравнению с макроуровнем, наблюдаемая на рисунках 3-4, подтверждает наличие упомянутой ранее специфики. В целом можно говорить о синхронности демографических изменений на двух уровнях, но их интенсивность различается: в промышленности она ниже.

Изменение доли молодых фирм (возрастом до трех лет включительно) как среди активных, так и среди умерших в обрабатывающей промышленности представлено на рисунке 5. Как можно видеть, за прошедшие пять лет наметился ряд негативных тенденций:

  • сократилась доля молодых активных фирм в общем числе активных;
  • замедлились процессы создания новых производственных фирм;
  • выросла доля молодых умерших фирм в общем числе ликвидированных.

Демографические индикаторы обрабатывающей промышленности РФ

Анализ выборки ликвидированных фирм

На заключительном этапе мы приступили к изучению структуры ликвидированных фирм российских обрабатывающих отраслей, использовав данные базы СПАРК-Интерфакс за 2016—2023 гг. Согласно этим данным, в I кв. 2024 г. вся обрабатывающая промышленность РФ была представлена 243 200 действующими предприятиями, из них число фирм старше 8 лет — 100 498 ед. (41% общего числа), среди которых число фирм с выручкой от реализации хотя бы в двух из последних трех лет жизни — 80% (80 058 из 100 498). Это означает, что лишь 32% общего числа действующих фирм в обрабатывающей промышленности РФ могут считаться зрелыми и экономически активными.

Цикличность смертности, выявленная нами на макроуровне, повторяется только в отношении активных фирм, среди закрытых неактивных (нулевок) наблюдается некоторая нелинейность изменений, которая с 2020 г. трансформируется в достаточно устойчивую тенденцию к снижению (рис. 6). Подчеркнем: динамика числа ликвидированных фирм (активных и нулевок соответственно) до 2020 г. демонстрировала как положительные, так и негативные тренды, затем проявилась положительная динамика закрытия нулевок. В то же время за анализируемый период росла доля активных фирм в общем числе ликвидированных. Это обусловлено тем, что общее число ликвидированных фирм снижалось быстрее, чем число активных, что подтверждает наш вывод относительно сокращения смертности активных фирм, а также достоверность полученных результатов. В целом перелом тренда в 2020 г. можно считать положительным фактором развития бизнес-демографии.

Число ликвидированных активных фирм и фирм-нулевок в обрабатывающей промышленности РФ

Нисходящий тренд числа ликвидированных фирм-нулевок свидетельствует о тенденции к сокращению их создания. При этом продолжается закрытие компаний, брошенных учредителями, не пожелавшими пройти процедуру официальной ликвидации в момент прекращения бизнеса. На фоне трехкратного снижения числа ликвидированных фирм выделяется низкая доля активных компаний среди ликвидированных (в абсолютном выражении их ежегодное число колебалось от 980 до 2250 ед.). Это означает, что подавляющее большинство закрытых фирм приходилось на неактивные (нулевки).

На рисунке 7 видно, что возрастная структура ликвидируемых активных фирм довольно стабильная. Она претерпела значимые изменения лишь в отношении молодых (от 3 до 5 лет) и зрелых компаний (старше 8 лет): первые стали закрываться реже, чем вторые.

Возрастная структура ликвидированных активных фирм в обрабатывающей промышленности РФ

Мы проанализировали случаи ликвидации фирм, которая была проведена по решению ФНС в виде исключения из ЕГРЮЛ (рис. 8). От 80 до 90% закрытых неактивных фирм можно отнести к категории фирм-однодневок (по методике ФНС), что подтверждает нашу гипотезу о полезности их закрытия как для промышленности, так и для экономики в целом. В отношении активных фирм видна тенденция к ужесточению контроля, поскольку с 2016 г. доля закрытия по решению ФНС существенно увеличилась — от каждого десятого в 2017 г. до каждого второго в 2022 г.

Доля фирм, закрытых по причине «исключение из ЕГРЮЛ по решению ФНС»

Представляет интерес возрастная структура активных и неактивных фирм, ликвидированных по решению ФНС (рис. 9-10). Как можно видеть, если в случае с неактивными компаниями, закрытыми по решению ФНС, преобладают фирмы старше 8 лет (брошенные своими учредителями), то среди активных больше фирм-однодневок (сроком жизни до трех лет). Исключением стал лишь 2022 г., когда резко возросло количество активных фирм старше 8 лет, однако их абсолютное число было незначительным (см. рис. 6).

Возрастная структура неактивных фирм, ликвидированных по решению ФНС

Возрастная структура активных фирм, ликвидированных по решению ФНС

В завершение мы рассчитали коэффициент ликвидации фирм в обрабатывающей промышленности, определив его исключительно по активным предприятиям, закрытие которых наносит реальный ущерб экономике (рис. 11). Отметим нелинейный характер изменения обоих коэффициентов и схожесть трендов. С 2020 г. устойчиво и существенно снижается коэффициент как официальной ликвидации организаций Росстата, так и его авторской модификации, что в целом доказывает валидность полученных оценок. Однако по сравнению с традиционным вариантом расчета значения его модифицированной версии в среднем в десятки раз ниже. Для проверки достоверности полученных оценок мы повторили этот анализ не за три последних года жизни ликвидированных фирм (как предусмотрено нашей методологией), а за пять и получили аналогичные результаты. При этом за счет исключения влияния фирм-однодневок на коэффициент официальной ликвидации наш показатель демонстрирует меньшую волатильность. Что касается причин, по которым улучшение тренда началось в 2020 г., то одной из них, как мы полагаем, стало достижение некоей «критической массы» процесса ликвидации экономически неактивных фирм, запущенного ФНС России за 5—6 лет до начала кризиса, связанного с пандемией. Подтверждением этого служит следующий факт: с 2020 г. абсолютное число ликвидаций бизнеса снижалось более высокими темпами, чем общее число организаций. Возможно, положительную роль здесь сыграла поддержка государства в отношении бизнеса, пострадавшего от пандемии (в частности, отсрочка процедур банкротства).

Коэффициент официальной ликвидации и модифицированный коэффициент ликвидации организаций в обрабатывающей промышленности РФ

Обсуждение результатов

В представленном исследовании впервые проведена эмпирическая оценка бизнес-демографии в обрабатывающей промышленности РФ за последние восемь лет. Мы показали, что анализ коэффициентов смертности и рождаемости фирм без учета контекстно-структурных аспектов недостаточен для получения объективных результатов. Полагаем, что многие выводы нашей работы, касающиеся обрабатывающей промышленности, могут быть распространены на общеэкономические тенденции. В частности, это вывод об улучшении бизнес-демографии, которое, с нашей точки зрения, началось в 2020 г. Данный тренд, скорее всего, обусловлен активными мерами ФНС.

Основное отличие нашего исследования от ряда предыдущих работ, посвященных бизнес-демографии в России, заключается в следующем. Как правило, эти работы имеют описательный характер, поскольку основаны на информации Росстата, а полученные авторами выводы дают представление прежде всего об общей динамике показателей. Мы положили в основу исследования контекстно-структурный анализ, учитывающий специфику малого бизнеса, что потребовало дополнительной обработки исходной информации. Согласно полученным нами результатам, до 90% ликвидированных с 2016 г. фирм были экономически неактивными (в подавляющем большинстве фирмами-однодневками), то есть они не вносили какой-либо вклад в развитие экономики и промышленности. Более того, в обрабатывающей промышленности с 2020 г. начало сокращаться число случаев ликвидации бизнеса. Другими словами, их основными причинами, вопреки утверждениям ряда авторов (см.: Белицкая, 2021; Кокарев, 2021; Земцов, Царева, 2020), стали не пандемия COVID-19, а замедление экономического роста, падение инвестиционной активности и потребительского спроса, начавшиеся в первой половине 2019 г.

Перечень причин ликвидации бизнеса довольно широк, однако проверка выборки ликвидированных неактивных компаний по каждому году показала, что абсолютное большинство закрытых фирм обрабатывающей промышленности составляют исключенные из ЕГРЮЛ принудительно по решению ФНС как недействующие или подавшие недостоверные сведения (возможная связь с теневой экономикой). Это подтверждается выводами специалистов компании ООО «ФинЭкспертиза»: за последние восемь лет ключевой причиной ликвидации бизнеса по экономике в целом было исключение из ЕГРЮЛ из-за недостоверности сведений (например, в 2023 г. их доля составила 68%)8.

Теневая активность бизнеса имеет негативные последствия как для самих компаний, так и для экономики в целом. Нас интересовала ее связь с демографией бизнеса, которая не столь однозначна. Так, в работе: Goel, Saunoris, 2022, выявлено двоякое влияние теневой экономики на ликвидацию фирм. По мнению авторов, с одной стороны, она может спровоцировать закрытие бизнеса, если нелегальные фирмы выступают серьезными конкурентами с низкими издержками для легальных, а с другой — нелегальные поставщики могут помочь легальной фирме снизить издержки, предотвращая ее уход с рынка.

Согласно опросам Всемирного банка9, в 2019 г. уровень конкуренции с теневыми фирмами воспринимался российскими предпринимателями менее остро, чем в странах Европы и Центральной Азии. Так, доля фирм, конкурирующих с незарегистрированными или неформальными фирмами, в РФ составила 28,2%, в странах Европы и Центральной Азии — 31,3, а в целом по всем странам выборки — 47,4%. При этом доля фирм, которые формально регистрируют свой бизнес в период начала деятельности в стране, в РФ оказалась несущественно ниже, чем в странах Европы и Центральной Азии: 91,4 и 95,8% соответственно. Кроме того, менее 10% российских респондентов отметили, что конкуренция с незарегистрированными фирмами является для них главной проблемой, а в обрабатывающей промышленности этот показатель еще ниже — 4,9%. Можно заключить, что в промышленности РФ наличие теневых структур позволяет официально зарегистрированным фирмам снижать издержки.

Теневой сектор влияет на демографию промышленных организаций в России, существенно сказываясь на соответствующих статистических индикаторах. Так, неактивные фирмы могли закрыться раньше даты официальной ликвидации, но последние три года жизни они входили в отчет Росстата как действующие и искажали реальную картину. С 2011 г. правительство РФ пытается активно бороться с теневой экономикой. В частности, была введена уголовная ответственность за создание фирм-однодневок10 11. В 2023 г. ФНС получила право исключать компании и индивидуальных предпринимателей из ЕГРЮЛ и ЕГРИП11 за подозрительные операции12. Как показал наш анализ, за последние восемь лет произошла существенная «чистка» теневого сектора российской экономики.

Случаи добровольной ликвидации бизнеса, в том числе по причине экономической неэффективности, могут быть отнесены только к фирмам, причина ликвидации которых не была связана с принудительным исключением из ЕГРЮЛ по решению ФНС. По нашим расчетам, из общего числа фирм, ликвидированных в обрабатывающей промышленности с 2016 по 2023 г. (262 442 ед.), на них приходится 72% случаев ликвидации среди активных предприятий (8960 из 12 491 ед.) и лишь 13% — среди неактивных (33 532 из 249 951 ед.), или в целом порядка 16% всех случаев официальной ликвидации бизнеса в обрабатывающей промышленности. В ходе дальнейших исследований важно изучить, как на причины и механизмы ликвидации активных фирм влияют такие факторы, как размер бизнеса, отраслевая принадлежность и возраст фирмы.

Основной вывод нашего исследования следующий: несмотря на рост количественных показателей ликвидации бизнеса, анализ качественного состава таких фирм показал, что с 2016 г. начался период «большой чистки» юридических лиц, не значимых для экономики в плане сбора налогов, наличия официальных рабочих мест и создания добавленной стоимости. Кроме того, с точки зрения демографии бизнеса в 2022 г. санкционное давление в российской промышленности было в основном преодолено.


1 https: spark-interfax.ru statistics

2 https: spark-interfax.ru

3 Единый государственный реестр юридических лиц.

4 И. 5 ст. 21.1 Закона № 129-ФЗ «О государственной регистрации юридических лиц и индивидуальных предпринимателей».

5 https: www.nalog.gov.ru rn27 related_activities registration_ip_yl 9011659

6 В Налоговом кодексе (НК) РФ данное понятие отсутствует, но имеется письмо-разъяснение ФНС от 24.07.2015 № ЕД-4-2 13005(g), согласно которому среди ключевых признаков таких организаций выделены подача отчетности с нулевыми показателями и отсутствие штата персонала.

7 Единый налог на вмененный доход.

8 https: finexpertiza.ru press-service researches 2024 smertn-bizn-min

9 https: www.enterprisesurveys.org en data exploreeconomies 2019 russia#informality

10 Федеральный закон от 07.12.2011 № 419-ФЗ «О внесении изменений в Уголовный кодекс Российской Федерации и статью 151 Уголовно-процессуального кодекса Российской Федерации».

11 Единый государственный реестр индивидуальных предпринимателей.

12 Федеральный закон от 02.11.2023 № 519-ФЗ «О противодействии легализации (отмыванию) доходов, полученных преступным путем, и финансированию терроризма».


Список литературы / References

Белицкая О. В. (2021). Демография российского бизнеса: Ключевые проблемы и тенденции. Естественно-гуманитарные исследования. № 34. С. 26 — 30. [Belitskaya О. V. (2021). Demographics of Russian business: Key problems and trends. Estestvenno-Gumanitarnye Issledovaniya, No. 34, pp. 26 — 30. (In Russian).] https: doi.org 10.24412 2309-4788-2021-10944

Бодров В. A. (2013). Демография малого бизнеса как показатель его «самочувствия». Международный журнал экспериментального образования. № 3. С. 102 — 105. [Bodrov V. А. (2013). Demographics of small businesses as an indicator of their “well-being”. Mezhdunarodnyy Zhurnal Eksperimentalnogo Obrazovaniya, No. 3, pp. 102 — 105. (In Russian).]

Быкова M. Л. (2023). Оценка особенностей бизнес-демографии территорий. Индустриальная экономика. № 2. С. 36 — 41. [Bykova M. L. (2023). Assessment of the features of the business demographics of the territories. Industrialnay a Ekonomika, No. 2, pp. 36 — 41. (In Russian).] https: doi.org 10.47576 2949-1886_2023_2_36

Важенин С. Г., Важенина И. С. (2023). Особенности трансформации бизнес-демографии предприятий в современном экономическом пространстве России. Федерализм. Т. 28, № 3. С. 72 — 87. [Vazhenin S. G., Vazhenina I. S. (2023). Features of transformation business demographies of enterprises in the modern economic space of Russia. Federalizm, Vol. 28, No. 3, pp. 72 — 87. (In Russian).] https: doi.org 10.21686 2073-1051-2023-3-72-87

Валентей С. Д., Бахтизин A. P., Борисова С. В., Кольчугина А. В., Лыкова Л. H. (2023). Тренды развития субъектов Российской Федерации в условиях санкций. Федерализм. Т. 28, № 2. С. 161 — 196. [Valentey S. D., Bakhtizin А. R., Borisova S. V., Kolchugina A. V., Lykova L. N. (2023). Trends in the development of the subjects of the Russian Federation under sanctions. Federalizm, Vol. 28, No. 2, pp. 161 — 196. (In Russian).] https: doi.org 10.21686 2073-1051-2023-2-161-196

Васяйчева В. A. (2023). Условия обеспечения эффективного управления инновационной деятельностью российских предприятий Международный научно-исследовательский журнал. № 1. [Vasyaicheva V. А. (2023). The conditions for the effective management of innovative activities of Russian enterprises. International Research Journal, No. 1. (In Russian).] https: doi.org 10.23670 IRJ.2023.127.61

Гагарина Г. Ю., Болотов Р. О. (2021). Оценка межрегионального неравенства в Российской Федерации и его декомпозиция с применением индекса Тейла. Федерализм. Т. 26, № 4. С. 20 — 34. [Gagarina G. Y., Bolotov R. О. (2021). Valuation of inequality in the Russian Federation and its decomposition using the Theil index. Federalizm, Vol. 26, No. 4, pp. 20 — 34. (In Russian).] https: doi.org 10.21686 2073-1051-2021-4-20-34

Духон А. Б. (2013). Система показателей статистики бизнес-демографии: международный стандарт и опыт зарубежных стран. Вестник университета. № 17. С. 67—74. [Dukhon А. В. (2013). Business demography statistics indicator system: International standard and experience of foreign countries. Bulletin of the University, No. 17, pp. 67—74. (In Russian).]

Земцов С. П., Царева Ю. В. (2020). Тенденции развития сектора малых и средних предприятий в условиях пандемии и кризиса. Экономическое развитие России. Т. 27, № 5. С. 71 — 82. [Zemtsov S. P., Tsareva Y. V. (2020). Development trends of small and medium-sized enterprises amid pandemic-induced crisis. Russian Economic Development, Vol. 27, No. 5, pp. 71 — 82. (In Russian).]

Иванова А. И., Кравченко H. A. (2022). Влияние региональных условий на бизнес-демографию российских ИТ-компаний. Вопросы экономики. № 5. С. 79 — 98. [Ivanova A. I., Kravchenko N. А. (2022). The impact of regional conditions on the business demographics of Russian IT companies. Voprosy Ekonomiki, No. 5, pp. 79 — 98. (In Russian).] https: doi.org 10.32609 0042-8736-2022-5-79-98

Кокарев А. С. (2021). Влияние пандемии на малый и средний бизнес. Московский экономический журнал. № 2. С. 628 — 642. [Kokarev A. S. (2021). Impact of the pandemic on small and medium-sized businesses. Moscow Economic Journal, No. 2, pp. 628 — 642. (In Russian).] https: doi.org 10.24411 2413-046X-2021-10128

Кузнецова О. В. (2022). Трансформация пространственной структуры экономики в кризисные и посткризисные периоды. Регион: экономика и социология. № 2. С. 33 — 57. [Kuznetsova О. V. (2022). Transformation of the spatial structure of the economy in crisis and post-crisis periods. Region: Ekonomika i Sociologiya, No. 2, pp. 33 — 57. (In Russian).] https: doi.org 10.15372 REG20220202

Леонов С. H. (2020). Преференциальные режимы созданных локальных точек роста и их влияние на экономику Дальнего Востока. Экономические и социальные перемены: факты, тенденции, прогноз. Т. 13, № 3. С. 28 — 45. [Leonov S. N. (2020). Preferential regimes of established local growth points and its impact on the economy of the Far East. Economic and Social Changes: Facts, Trends, Forecast, Vol. 13, No. 3, pp. 28 — 45. (In Russian).] https: doi.org 10.15838 esc.2020.3.69.3

Образцова О. И., Чепуренко А. Ю. (2020). Предпринимательская активность в России и ее межрегиональные различия. Журнал Новой экономической ассоциации. № 2. С. 198—210. [Obraztsova О. I., Chepurenko A. Y. (2020). Entrepreneurial activity in Russia and its interregional differences. Journal of the New Economic Association, No. 2, pp. 198—210. (In Russian).] https: doi.org 10.31737 2221-2264-2020-46-2-12

Пиньковецкая Ю. C. (2021). Оценка уровня растущих и угасающих предприятий в России по данным за 2020 год. Экономический вектор. № 2. С. 121 — 127. [Pinkovetskaia Y. S. (2021). Assessment of the level of growing and declining enterprises in Russia according to data for 2020. Economic Vector, No. 2, pp. 121 — 127. (In Russian).] https: doi.org 10.36807 2411-7269-2021-2-25-121-127

Плотников В. A. (2020). Демография российских хозяйствующих субъектов: некоторые факты и комментарии. Теория и практика сервиса: экономика, социальная сфера, технологии. № 1. С. 9 — 13. [Plotnikov V. А. (2020). Demographics of Russian economic entities: Some facts and comments. Teoriya i Praktika Servisa: Ekonomika, Socialnaya Sfera, Tehnologii, No. 1, pp. 9 — 13. (In Russian).]

Подшивалова M. В., Пылаева И. С., Алмршед С. К. (2021). Инновационный профиль предприятий российской фармацевтической отрасли: «пациент скорее жив, чем мертв». Вопросы экономики. № 6. С. 139 — 156. [Podshivalova M. V., Pylaeva I. S., Almrshed S. К. (2021). Innovative profile of the Russian pharmaceutical industry. Voprosy Ekonomiki, No. 6, pp. 139 — 156. (In Russian).] https: doi.org 10.32609 0042-8736-2021-6-139-156

Положенцева Ю. С., Андросова И. В. (2019). Перспективы развития бизнес-демографии хозяйствующих субъектов ЦИТИСЭ. № 4. С. 136 — 145. [Polozhentseva Y. S., Androsova I. V. (2019). Prospects for the development of business demography of economic subjects. CITISE, No. 4, pp. 136 — 145. (In Russian).] https: doi.org 10.15350 24097616.2019.4.15

Сибирская E. В., Овешникова Л. В., Махова О. А. (2018). Статистический анализ предпринимательской активности. Вопросы статистики. № 10. С. 47—60. [Sibirskaya E. V., Oveshnikova L. V., Makhova О. А. (2018). Statistical analysis of entrepreneurial activity. Voprosy Statistiki, No. 10, pp. 47—60. (In Russian).]

Симонова Л. M., Овсянкина M. B. (2016). Демография организаций как навигатор принятия управленческих решений. Вестник Тюменского государственного университета. Социально-экономические и правовые исследования. Т. 2, № 2. С. 209—218. [Simonova L. M., Ovsyankina M. V. (2016). Demography of organization as a navigator of management’s decision making. Tyumen State University Herald. Social, Economic, and Law Research, Vol. 2, No. 2, pp. 209—218. (In Russian).] https: doi.org 10.21684 2411-7897-2016-2-2-209-218

Синельников-Мурылев С. Г., Радыгин А. Д. (ред.) (2016). Российская экономика в 2015 году. Тенденции и перспективы. Вып. 37. М.: Изд-во Ин-та Гайдара. [Sinelnikov-Murylev S. G., Radygin A. D. (eds.) (2016). Russian economy in 2015. Trends and outlooks, Iss. 37. Moscow: Gaidar Institute Publ. (In Russian).]

Сомов В. Л., Толмачева М. И. (2020). Тенденции развития основных показателей биз-нес-демографии. Вопросы статистики. Т. 27, № 5. С. 58 — 64. [Somov V. L., Tolmacheva М. N. (2020). Trends of main indicators of business demography. Voprosy Statistiki, Vol. 27, No. 5, pp. 58 — 64. (In Russian).] https: doi.org 10.34023 2313-6383-2020-27-5-58-64

Aggarwal A., Sato T. (2015). Identifying high growth firms in India: An alternative approach. Kobe: Research Institute for Economics and Business Administration, Kobe University.

Amoros J., Fernandez C., Tapia J. (2012). Quantifying the relationship between entrepreneurship and competitiveness development stages in Latin America. International Entrepreneur ship and Management Journal, Vol. 8, No. 3, pp. 249—270. https: doi.org 10.1007 S11365-010-0165-9

Ayres J., Raveendranathan G. (2021). Firm entry and exit during recessions. Review of Economic Dynamics, Vol. 47, pp. 47— 66. https: doi.org 10.1016 j.red.2021.12.001

Caballero R. J., Hammour M. L. (1994). The cleansing effect of recessions. American Economic Review, Vol. 84, pp. 1350 — 1368.

Caballero R. J., Hammour M. L. (2005). The cost of recessions revisited: A reverse-liquidationist view. Review of Economic Studies, Vol. 72, pp. 313 — 341. https: doi.org 10.1111 J.1467-937X.2005.00334.x

Crane L. D., Decker R. A., Flaaen A., Hamins-Puertolas A., Kurz C. (2022). Business exit during the COVID-19 pandemic: Non-traditional measures in historical context. Journal of Macroeconomics, Vol. 72, article 103419. https: doi.org 10.1016 j.jmacro. 2022.103419

Davis S. J., Haltiwanger J., Handley K., Jarmin R., Lerner J., Miranda J. (2014). Private equity, jobs, and productivity. American Economic Review, Vol. 104, No. 12, pp. 3956 — 3990. https: doi.org 10.1257 aer.104.12.3956

Fort T. C., Pierce J. R., Schott P. K. (2018). New perspectives on the decline of US manufacturing employment. Journal of Economic Perspectives, Vol. 32, No. 2, pp. 47—72. https: doi.org 10.1257 jep.32.2.47

GEM (2023). 2022 2023 Global report: Adapting to a “new normal”. London: Global Entrepreneurship Monitor.

Goel R., Saunoris J. (2022). Push from the shadows: Does the shadow economy facilitate market exit of firms? Managerial and Decision Economics, Vol. 43, No. 7, pp. 2955—2966. https: doi.org 10.1002 mde.3575

Goswami A., Medvedev D., Olafsen E. (2019). High-growth firms: Facts, fiction, and policy options for emerging economies. Washington, DC: IBRD.

Lee Y., Mukoyama T. (2018). A model of entry, exit, and plant-level dynamics over the business cycle. Journal of Economic Dynamics and Control, Vol. 96, pp. 1—25. https: doi.org 10.1016 j.jedc.2018.09.002

Mazzoli M., Lombardini S. (2021). Business cycle in an oligopolistic economy with entry and exit. Journal of Macroeconomics, Vol. 69, article 103335. https: doi.org 10.1016 j.jmacro.2021.103335

Smirnyagin V. (2023). Returns to scale, firm entry, and the business cycle. Journal of Monetary Economics, Vol. 134, pp. 118 — 134. https: doi.org 10.1016 j.jmone-co.2022.12.002

Stamm L, Lubinski C. (2011). Crossroads of family business research and firm demography: A critical assessment of family business survival rates. Journal of Family Business Strategy, Vol. 2, No. 3, pp. 117—127. https: doi.org 10.1016 j.jfbs. 2011.07.002

Welter F. (2011). Contextualizing entrepreneurship — conceptual challenges and ways forward. Entrepreneurship Theory and Practice, Vol. 35, No. 1, pp. 165 — 184. https: doi.org 10.1111 j.1540-6520.2010.00427.x