ХОЛДИНГИЗАЦИЯ РЫБОПРОМЫШЛЕННОГО КОМПЛЕКСА РОССИИ: МАСШТАБЫ И ФАКТОРЫ ВЛИЯНИЯ

Аннотация: Целью исследования является качественная и количественная оценка влияния отдельных факторов на масштаб и скорость концентрации отрасли, а также оценка масштаба и скорость последствий этого процесса. Для оценки концентрации отрасли использовались коэффициент рыночной концентрации и индекс Херфиндаля-Хиршмана, рассчитанные на основании данных крупнейших холдингов рыбодобывающего сектора. Оценка взаимосвязи между показателями концентрации и внешними факторами выявлена с помощью корреляционного и графического анализов с учетом временных лагов. По результатам работы установлено, что холдингизация не имеет статистически значимой связи с динамикой объема вылова определенных видов водных биоресурсов. Однако зафиксирована статистически значимая положительная корреляция с динамикой курса рубля к доллару, объемом инвестиций в основной капитал и статистически значимая отрицательная корреляция с занятостью в отрасли. 

Введение

Холдингизация относится к сложным экономическим явлениям. В российской экономике некоторые процессы холдингизации агропромышленного комплекса, а рыбохозяйственный комплекс относится к этой сфере [1], происходят с определенной спецификой [2].

Актуальность настоящего исследования обусловлена как её научной новизной, так и прикладным характером прилагаемых выводов. Растущий интерес вызывает процесс холдингизации агропромышленного комплекса, в том числе и рыбопромышленного сектора, как проявление структурной трансформации отрасли в ответ на экономические вызовы и изменение условий воспроизводства.
Если в 2004 году в отрасли отсутствовали крупные холдинги, в 2024 году уже работают несколько десятков холдингов, из которых двадцать наиболее крупных объединяют 377 действующих предприятий, из которых 220 – в сфере «рыболовство, рыбоводство». В период с 2014 года по 2024 год совокупная выручка 20 основных рыбодобывающих холдингов выросла с 90 до 525 млрд рублей, а их доля в общем обороте отрасли увеличилась с 53 % до 79 %. Важной тенденцией стала диверсификация состава холдингов: с 2014 года в них вошли 158 предприятий смежных отраслей (переработка, логистика, судостроение и судоремонт), что позволило усилить вертикальную интеграцию и устойчивость цепочек создания стоимости.

Такая концентрация производственных и инфраструктурных ресурсов в рамках ограниченного круга холдингов вызывает необходимость пересмотра подходов к государственной поддержке отрасли. Применение универсальных мер государственной поддержки без учета структуры собственности и принадлежности предприятий к крупным холдингам неизбежно приводит к неравномерному распределению ресурсов и дальнейшему усилению рыночной концентрации [3]. Примером является программа инвестиционных квот. Введение в рамках первого этапа программы в перечень инвестиционных объектов крупнотоннажного рыбопромыслового судна длиной свыше 105 метров (объект типа А) и позволило крупному холдингу консолидировать на первом этапе около 65 % инвестиционной квоты на добычу минтая и 53 % инвестиционной квоты на добычу сельди.

Исследование холдингизации в рыбопромышленной отрасли необходимо не только для раскрытия институциональных закономерностей отраслевой концентрации, но и для разработки научно обоснованных подходов к регулированию сектора с учетом интересов всех участников рынка.

Цель настоящего исследования – качественная и количественная оценка влияния отдельных факторов на масштаб и скорость концентрации отрасли, а также оценка масштаба и скорости последствий этого процесса.

В рамках работы проверяется ряд гипотез. Предполагается, что промысел лососевых отрицательно коррелирует с уровнем концентрации, поскольку данный сегмент рыбодобычи характеризуется более низкой степенью холдингизации. Также оценивается влияние валютного курса: укрепление иностранной валюты относительно рубля увеличивает рублевую выручку экспортно-ориентированных холдингов, тем самым усиливая концентрацию. Третья гипотеза связана с инвестициями: более высокий уровень холдингизации сопровождается ростом капитальных вложений в строительство флота и перерабатывающих мощностей. Четвертая гипотеза предполагает в качестве неизбежного результата укрупнения сокращение занятости.

Материалы и методология

Оценка холдингизации рыбопромышленного комплекса России проводилась на основе юридического термина «группа лиц», закрепленном в Федеральном законе  «О рыболовстве» (1) и статье 9 Федерального закона «О защите конкуренции» (2). Важное методологическое уточнение носит термин «холдингизация», введенный в монографии под авторством В.Я. Узун и соавторов [2]. В соответствии с указанными нормативными актами, «группа лиц» определяется как совокупность физических и/или юридических лиц, связанных отношениями контроля. Эти отношения выражаются через владение более чем 50 % голосующих акций или долей, право давать обязательные указания, совпадение более чем 50 % состава органов управления, назначение руководства, семейные связи либо косвенный контроль через третьих лиц. Такой подход позволяет выявлять как явные, так и скрытые формы экономической концентрации, что особенно значимо для анализа структур собственности в рыбопромышленной отрасли.

Период исследования охватывает 2014-2024 годы и включает анализ 20 крупнейших холдингов, объединяющих не менее 577 действующих и ликвидированных предприятий, из которых по итогам 2024 года 220 специализируются на рыболовстве и рыбоводстве.

Для количественного измерения динамики рыночной концентрации использовались два общепринятых показателя (3): коэффициент концентрации по ТОП-5 холдингов (CR₅) и индекс Херфиндаля-Хиршмана (HHI). Коэффициенты CR₅ определялись как сумма рыночных долей крупнейших холдингов по показателям оборота, прибыли и стоимости активов, обеспечивая многомерную оценку их доминирования. Индекс HHI рассчитывается как сумма квадратов рыночных долей всех участников рынка.

Для оценки статистической взаимосвязи между показателями использовался поэтапный подход, сочетающий визуальный и количественный анализ. На начальном этапе для нулевого временного лага строились диаграммы рассеяния, позволяющие визуально определить характер зависимости (линейный или нелинейный), её направление (положительное или отрицательное), а также наличие выбросов. Одновременно с этим для первичной количественной оценки силы связи рассчитывался коэффициент корреляции Пирсона, применяемый при условии приблизительной нормальности распределения и линейного характера зависимости.

В дальнейшем был проведен кросс-корреляционный анализ. С учетом малого количества наблюдений временных рядов (n = 11), наличия выбросов и возможной нелинейности зависимостей в качестве основного метода использовался коэффициент ранговой корреляции Спирмена. Этот показатель отличается устойчивостью к аномальным значениям и позволяет надёжно выявлять монотонные взаимосвязи, в том числе при их нелинейном характере.

Анализ проводился с учётом временной структуры данных, с применением лагов до двух лет (±2), что позволило выявить как запаздывающую, так и опережающую взаимосвязь. Для повышения надёжности выводов, особенно в условиях ограниченного объёма выборки и возможной автокорреляции наблюдений, использовался блочный бутстрэп-метод с 1000 итерациями. Этот подход обеспечивал сохранение временной структуры рядов и позволял корректно оценить распределение статистики корреляции, на основе которого строились двусторонние 95-процентные доверительные интервалы. Корреляция признавалась статистически значимой в тех случаях, когда доверительный интервал не включал ноль. Однако следует помнить, что такая корреляция не гарантирует строгой причинности, а лишь указывает на последовательность изменений.

Ширина доверительных интервалов, пересекающих ноль даже при низких p-значениях, отражает высокую неопределенность, обусловленную ограниченным объемом данных или вариабельностью в рыбопромышленной отрасли. Это требует сдержанности в интерпретации результатов, поскольку статистическая значимость не гарантирует практической значимости связи.

Обработка данных, визуализация зависимостей и расчет корреляций выполнялись на языке программирования R с использованием пакетов stats для статистических вычислений, boot для реализации блочного бутстрэпа и ggplot2 для построения графиков. 

Результаты и обсуждение

Гипотеза 1. Динамика ежегодного вылова тихоокеанских лососей приводит к ежегодным изменениям значений коэффициентов концентрации в рыбопромышленной отрасли.

Теоретическая основа гипотезы базируется на предположении, что ежегодная динамика вылова лососевых, как сегмента с низким уровнем концентрации, меняет долю выручки этого сектора в общем обороте отрасли, что приводит к существенным колебаниям общих показателей концентрации, такие как коэффициент концентрации (CR) и индекс Херфиндаля-Хиршмана (HHI).

Рыбопромышленный комплекс России характеризуется выраженной многоукладностью – сосуществованием различных производственно-технологических укладов в рамках одной отрасли. Этот термин отражает одновременное присутствие крупных холдингов, малых и средних предприятий, а также общинных или традиционных практик рыболовства. Промысел тихоокеанских лососей служит ярким примером: к примеру, в Камчатском крае, добывающих свыше 80 % от общего российского объема добычи тихоокеанских лососей, 233 организации, из которых 97 занимались промышленным рыболовством, включая: 25 – средних, 31 – малых и 26 микропредприятий. Такая структура отражает парцеллярность сектора в отличие от более консолидированных сегментов, таких как промысел минтая и краба.

Тихоокеанские лососи относятся к анадромным видам рыб, которые рождаются в пресной воде, нагуливаются в море (океане) и возвращаются на нерест в пресноводные водоемы. Всего насчитывается шесть видов тихоокеанских лососей: горбуша, кета, нерка, кижуч, чавыча, и сима. Основные объемы промышленного рыболовства приходятся на горбушу, кету, нерку и кижуч. Каждый вид тихоокеанского лосося имеет разный жизненный цикл: чавыча возвращается на нерест через 4, 5, 6 или 7 лет; нерка – через 4 или 5 лет; кижуч и кета – через 3 года; горбуша – через 2 года. Учитывая особенности цикличности нереста тихоокеанских лососей, выделяются «урожайные» и «неурожайные» годы (см. рис. 1). Так, объемы вылова тихоокеанских лососей, как правило, выше в нечетные годы, и ниже в четные годы, что, помимо прочего, также влияет на оборот рыбодобывающей отрасли в «урожайный» и «неурожайный» годы [4].

Многоукладность представляет собой диалектическое свойство отрасли, заключающееся во взаимодействии противоречивых процессов консолидации активов (холдингизации) и парцеллярности внутри отдельных секторов. Холдингизация, выражающаяся в наращивании влияния крупных структур, способствует повышению экономической эффективности, но может гипотетически вести к монополизации и социальным диспропорциям. В то же время многоукладность поддерживает устойчивость и адаптивность отрасли, особенно в условиях зависимости от сложных факторов, таких как колебания объемов вылова и в условиях особой социально-экономической специфики.

Таким образом, многоукладность рыбопромышленного комплекса в отдаленных прибрежных территориях способствует сохранению низкой концентрации отрасли в годы высокого улова за счет высокой доли малых и средних предприятий.

Результаты анализа диаграмм рассеивания указывают на незначительное воздействие динамики объема вылова тихоокеанских лососей на коэффициенты концентрации, широкие 95 %-ные доверительные интервалы указывают на отсутствие статистической значимости данной зависимости. Для показателей прибыли и активов отсутствует выраженная корреляция, что подкрепляется практически горизонтальными линиями тренда и значительной дисперсией данных.

Результаты анализа кросс-корреляции Спирмена между объемами вылова тихоокеанских лососей и показателями концентрации рынка также демонстрируют отсутствие статистической значимости (см. рис. 3). Наибольшая корреляция зафиксирована для HHI__Оборот на лаге -2 (R² = 0,403; ДИ: [-0,55; 0,78]), однако доверительный интервал включает ноль, что исключает значимость. Для HHI__{Прибыль} максимальное значение R² = 0,3 достигнуто на лаге 0 (ДИ: [-0,17; 0,914]), а для HHI__Активы максимальная корреляция R² = 0,38 зафиксирована на лаге -1 (ДИ: [-0,24; 0,86]), не подтверждая статистической значимости. Диаграммы кросс-корреляции подтверждают выводы диаграммы рассеивания, демонстрируя гистограммы с доверительными интервалами, охватывающими нулевой уровень, что подчеркивает случайный характер наблюдаемых связей. 

Таким образом анализ не подтвердил гипотезу 1 и показал, что вылов тихоокеанских лососей не оказывает значимого влияния на уровень концентрации отрасли. Отсутствие значимых корреляций на всех лагах от -2 до +2 лет может указывать на то, что низкая доля лососевых в общей структуре вылова и адаптационные стратегии холдингов, включая диверсификацию и ведение деятельности также в лососевом секторе, вероятно, сглаживают воздействие структуры лососевого промысла на отраслевую концентрацию.

Гипотеза 2: Ослабление курса рубля к доллару имеет положительную связь с ростом коэффициентов концентрации рыбодобывающей отрасли.

Рыбопромышленный комплекс России характеризуется высокой чувствительностью к внешнеэкономической конъюнктуре, поскольку около 60 % производимой продукции поставляется на внешние рынки.

В этой связи предполагается, что ослабление рубля способствует увеличению рублевой выручки экспортно-ориентированных холдингов и ведёт к росту их доли в совокупной выручке отрасли, а значит к повышению коэффициентов концентрации.

Анализ диаграмм рассеивания выявил дифференцированное влияние валютного курса на показатели концентрации рынка. Установлена умеренная положительная корреляция между уровнем валютного курса и коэффициентами концентрации по выручке: HHI__Оборот – 0,54 и CR5__Оборот – 0,55. В то же время взаимосвязь с концентрацией по прибыли оказалась статистически незначимой (HHI__{Прибыль} – 0,04; CR_{5_прибыль} – 0,1), что может быть обусловлено высокой волатильностью прибылей в условиях санкционного давления, нестабильности экспортных цен и влияния природно-биологических факторов на объёмы вылова.

Коэффициенты концентрации по активам демонстрируют сильную положительную корреляцию с валютным курсом: HHI__{Активам} – 0,85 (p-значение = 0,001), CR_{5_активы} – 0,83 (р-значение = 0,001). Наличие статистически значимых p-значений, выраженная наклонность линий регрессии и узкие доверительные интервалы на диаграммах рассеяния подтверждают устойчивость выявленной взаимосвязи.

Анализ кросс-корреляции между курсом рубля к доллару (x) и показателями концентрации рынка (y) выявил различия в степени выраженности взаимосвязей по активам, и слабые для коэффициентов концентрации по выручке и прибыли (см. рис. 5). На нулевом лаге коэффициент HHI_Активы демонстрирует статистически значимую положительную корреляцию (R² = 0,873, ДИ: [0,33; 0,99], p-значение = 0,001), что свидетельствует о зависимости между укреплением активов крупнейших холдингов и динамикой валютного курса (см. табл. 2). Для CR₅ по активам при том же лаге также наблюдается высокая корреляции (R² = 0,795, при p-значении = 0,001), однако доверительный интервал включает ноль (ДИ: [-0,01; 0,97]), что не позволяет с достаточной уверенностью утверждать о статистической значимости данной взаимосвязи. При этом на остальных лагах статистически значимых корреляций выявлено не было.

Показатели концентрации по выручке (HHI_{_Оборот} и CR_{5_Оборот}) демонстрируют умеренные значения корреляции с курсом рубля на отдельных лагах, однако широкие доверительные интервалы, включающие ноль, ограничивают уверенность в наличии статистически значимых связей. На лаге 0 для HHI_{_Оборот} зафиксирована положительная корреляция (R² = 0,555; p-значение = 0,04), а для CR_{5_Оборот} – R² = 0,543 (p-значение = 0,049). Несмотря на формальную значимость по p-значениям, нижние границы доверительных интервалов остаются отрицательными (-0,370 и -0,195 соответственно), что ставит под сомнение устойчивость этих результатов. На остальных лагах коэффициенты корреляции ниже, а статистическая значимость отсутствует.

Показатели концентрации по прибыли (HHI_{_Прибыль} и CR_{5_Прибыль}) также не показывают выраженной связи с валютным курсом. Почти все коэффициенты низкие, доверительные интервалы широкие, а p-значения незначимы. Даже на лаге +2, где корреляция CR_{5_Прибыль} достигает 0,695 (p-значение = 0,011), доверительный интервал включает ноль, что не позволяет считать результат надёжным.

Таким образом, гипотеза 2 частично подтверждается: ослабление рубля положительно коррелирует с концентрацией активов, что отражает стратегию холдингов по укреплению материально-технической базы в условиях экономической турбулентности, однако связь с показателями оборота и прибыли остается статистически не подтвержденным, требуя увеличения размера выборки и дальнейшего исследования.

Графический анализ динамики оборота, сальдированного финансового результата и курса рубля к доллару в 2014–2024 годах подтвердил отсутствие значимой связи между валютным курсом и сальдированным финансовым результатом (см. рис. 6). Однако для оборота были выявлены периоды, когда скачки роста курса рубля сопровождались соответствующим увеличением оборота отрасли. Так, в 2016-2020 годах волатильность валютного курса была незначительной: среднегодовой темп роста был близок к нулю, а годовой показатель оборота отрасли увеличивается постепенно, без резких колебаний. В то же время в период с середины 2014 года до февраля 2015 года курс рубля вырос почти в два раза – с 35 руб./$ до 65 руб./$, а оборот отрасли в 2015 году увеличился на 60 % достигнув 270 млрд рублей. Аналогично в 2022-2023 годах, при росте курса на 70 % – с 57 руб./$ в июне 2022 года до 97 руб./$ в конце 2023 года, оборот отрасли также увеличился на 100 млрд рублей. 

Гипотеза 3: Холдингизация рыбодобывающей отрасли положительно коррелирует с инвестиционной активностью.

Данная гипотеза основана на предположении, что крупные рыбодобывающие холдинги, обладая финансовыми и административными ресурсами, активнее участвуют в инвестиционных программах, строительстве флота особенно в строительстве наиболее капиталоемких производственных активов – рыбопромысловых судов. Эта взаимосвязь обусловлена институциональной структурой отрасли, в которой интегрированные компании получают преимущество в доступе к долгосрочным кредитам. Концентрация капитала и ресурсов в руках крупных игроков создает условия для масштабных вложений, особенно в условиях высоких барьеров входа и необходимости технологической модернизации.

Анализ диаграмм рассеяния и коэффициентов корреляции Пирсона демонстрирует статистически значимую положительную зависимость между уровнем концентрации по оборотам и активам и объемом инвестиций в рыбопромышленный сектор (см. рис. 7). Значения корреляций для HHI_{_Оборот} (R² = 0,67), CR_{5_Оборот} (R² = 0,67), HHI_{_Активы} (R² = 0,86) и CR_{5_Активы} (R² = 0,86) подтверждаются наклонными линиями тренда и узкими доверительными интервалами на графиках, что указывает на усиление инвестиционной активности по мере роста концентрации отрасли. В то же время показатели концентрации по прибыли (HHI_{_Прибыль} и CR_{5_прибыль}) не коррелируют с инвестициями (R² ≈ 0, p-значение > 0,87).

Анализ кросс-корреляций между коэффициентами концентрации и объемами инвестиций в основной капитал выявил выраженные положительные взаимосвязи на отложенных лагах для оборота и на текущем лаге для активов (см. рис. 7, табл. 3). На лаге -2 наблюдается высокая корреляция между HHI_{_Оборот} и инвестициями (R² = 0,917; p-значение = 0,005) и для CR_{5_Оборот} (R² = 0,912; p-значение = 0,002), однако доверительные интервалы в обоих случаях включают ноль, что ограничивает статистическую интерпретацию результата. На лаге -1 оба показателя демонстрируют значимые положительные корреляции и их статистическую значимость: HHI_{_Оборот} – R² = 0,806 (ДИ: [0,145; 0,93]; p-значение = 0,015), CR_{5_Оборот} – R² = 0,781 (ДИ: [0,151; 0,915]; p-значение = 0,018), что указывает на возможную опережающую роль концентрации отрасли по оборотам перед ростом инвестиционной активности. На лаге 0 также фиксируется положительная, хотя и менее выраженная корреляция (HHI_{_Оборот} – R² = 0,6; p-значение = 0,043; CR_{5_Оборот} – R² = 0,621; p-значение = 0,040), при этом доверительные интервалы в обоих случаях остаются широкими. На положительных лагах (+ 1 и + 2) сила связи резко снижается, и корреляции теряют статистическую значимость.

Для коэффициентов концентрации по активам на лаге 0 фиксируется сильная положительная корреляция с объемом инвестиций в основной капитал: HHI_Активы – R² = 0,79 (ДИ: [0,268; 0,826]; p-значение = 0,001), что указывает на устойчивую связь между показателями. На отложенных и положительных лагах также наблюдаются высокие значения корреляции между концентрацией активов и инвестициями, однако широкие доверительные интервалы и потеря статистической значимости на отдельных шагах ограничивают надёжность интерпретации временной зависимости.

Анализ кросс-корреляций между коэффициентами концентрации по прибыли и инвестициями в основной капитал не выявил устойчивой взаимосвязи. На лаге -2 значения коэффициентов Спирмена достигают 0,767 (p-значение = 0,011) и 0,745 для CR_{5_Прибыль} (p-значение = 0,002), однако широкие доверительные интервалы (от -0,134 до 0,921 и от -0,159 до 0,891 соответственно) охватывают нулевую отметку, что не позволяет с достаточной уверенностью говорить о наличии значимой связи. На других лагах наблюдаются слабые либо отрицательные корреляции, сопровождающиеся высоким уровнем статистической неопределённости. Например, на лаге 0 коэффициенты близки к нулю при p-значениях > 0,65, а на положительных лагах (+1 и +2) отрицательные значения коэффициентов сопровождаются доверительными интервалами, включающими широкий диапазон от значений, близких к -1, до положительных границ, не позволяя сделать вывод о наличии направленного эффекта. Полученные результаты свидетельствуют об отсутствии чёткой связи между динамикой концентрации прибыли и инвестиционной активностью.

Результаты проведённого анализа частично подтверждают гипотезу 3: выявлены статистически значимые положительные корреляции между концентрацией по обороту и инвестиционной активностью рыбодобывающей отрасли на лаге -1. Это позволяет интерпретировать коэффициенты концентрации как фактор, предшествующий усилению росту инвестиций. Кроме того, для концентрации по активам выявлена прочная связь с инвестициями при нулевом лаге (HHI_{_Активы}: R² = 0,79), что отражает одновременное движение этих показателей и подтверждает, что материально-техническая интеграция крупных предприятий сопровождается активной инвестиционной деятельностью. В то же время, гипотеза не подтверждается для концентрации по прибыли. Несмотря на отдельные высокие значения коэффициентов на некоторых лагах, широкие доверительные интервалы и отсутствие статистической значимости не позволяют говорить о наличии стабильной зависимости между уровнем прибыльности холдингов и их инвестиционными решениями.

Гипотеза 4: Холдингизация рыбопромышленной отрасли негативно влияет на занятость в отрасли.

Данная гипотеза основана на предположении, что укрупнение бизнеса и вертикальная интеграция в рамках холдингов сопровождается оптимизацией численности персонала, что потенциально приводит к снижению занятости в рыбопромышленном секторе.

Диаграммы рассеивания демонстрируют нисходящие линии регрессии для всех коэффициентов концентрации по оборотам и активам, что отражает тенденцию к снижению численности занятых в рыбодобыче с увеличением концентрации по оборотам и активам. Связь подтверждается коэффициентами корреляции Пирсона: HHI_{_Оборот} (R² = -0,72, p-значение = 0,02), HHI_{_Активы} (R² = -0,80, p-значение = 0,005), CR_{5_Оборот} (R² = -0,708, p-значение = 0,02) и CR_{5_активы} (R² = -0,8, p-значение = 0,003). Тогда как коэффициенты концентрации по прибыли не показатели значимой статистической связи: HHI_{_Прибыль} (R² = -0,4, p-значение = 0,23) и CR_{5_прибыль} (R² = -0,4, p-значение = 0,26).

Анализ кросс-корреляции по Спирмену подтверждает результаты корреляции Пирсона, выявив статистически значимую умеренную отрицательную связь между показателями концентрации по обороту и активам и численностью занятых в рыбодобыче, что подтверждает вывод о негативной взаимосвязи между занятостью и ростом концентрации (см. рис. 10).

Для показателей оборота (HHI_{_Оборот} и CR_{5_Оборот}) при лаге 0 была зафиксирована умеренная отрицательная корреляция: R² = -0,7 при p = 0,05 и R² = -0,65 при p = 0,06. Доверительные интервалы, не включая ноль, подтверждают достоверность полученных результатов. Для показателей концентрации по активам (CR_{5_Активы}) корреляция составляет -0,695, и хотя доверительный интервал (-0,916 до -0,059) не включает ноль, p-значение составляет 0,187. Это означает, что несмотря на наличие умеренной корреляции, результаты не являются статистически значимыми в контексте этого анализа. Тем временем, статистически значимой корреляции между показателями концентрации по прибыли и численностью занятых в рыбодобыче не было зафиксировано. 

Таким образом, полученные результаты подтверждают гипотезу о достаточной сильной отрицательной корреляции между коэффициентом концентрации по оборотам и показателем занятости в краткосрочной перспективе на нулевом лаге. Это может свидетельствовать о том, что в условиях растущей концентрации выручки крупные компании снижают потребность в трудовых ресурсах, возможно, за счет автоматизации или оптимизации производственных процессов.

Для более дифференцированного анализа проведен аналогичный анализ в разрезе отдельных регионов с наиболее высоким уровнем занятости в секторе «Рыболовство, рыбоводство»: Приморский край (15 % от общей численности занятых в секторе «Рыболовство, рыбоводство»), Камчатский край (13 %) и Мурманская область (5 %) (см. рис. 11).

Кросс-корреляция Спирмена для Приморского края в целом соответствует результатам анализа по стране. Так зафиксирована статистически значимая отрицательная корреляция между показателями концентрации по обороту и численностью занятых в рыбодобыче в Приморском крае: HHI_{_Оборот} – R² = -0,7 при p = 0,003 и CR_{5_Оборот} – R² = -0,74 при p = 0,004 (см. рис. 12).

Кроме того, была зафиксирована статистически значимая корреляция на лаге -1 для коэффициента концентрации по прибыли CR_{5_Прибыль}, т.е. в Приморском крае текущие значения коэффициент концентрации (CR_{5_прибыль}= X_t) отрицательно коррелируют с численностью занятых в отрасли в следующем году (Y_t+1).

Результаты кросс-корреляции для Камчатского края не подтверждают выводы, полученные по Приморскому краю и в целом по стране. Анализ только показал статистически значимую умеренную положительную корреляцию между коэффициентами концентрации по активам (CR_{5_активы}) и численностью занятых в отрасли на лаге -2: R² = −0,7 при p = 0,005. При этом несмотря на то, что доверительные интервалы не включают ноль, они остаются достаточно широкими (от 0,027 до 0,957). Вероятно, такой результат связан с тем, что рыбодобывающая отрасль региона в значительной степени зависит от промысла тихоокеанских лососей, который, как уже отмечалось, имеет цикличный характер. Соответственно, численность трудоустроенных в отрасли варьируется в зависимости от года и объема вылова. 

Результаты кросс-корреляции для Мурманской области подтверждают выводы, полученные по Приморскому краю и в целом по стране. В частности, была зафиксирована статистически значимая отрицательная корреляция на лаге -1 для коэффициентов концентрации по оборотам и прибыли, а также на нулевом лаге для показателей концентрации по активам. Для HHI_{_Оборот} корреляция составила R² = -0,7 при р-значении = 0,01, что подтверждает статистическую значимость. При этом несмотря на то, что доверительный интервал не включает ноль, он остается достаточно широким. Для показателей прибыли (HHI_{_прибыль} и CR_{5_прибыль}) при лаге -1 также была зафиксирована умеренная отрицательная корреляция: R² = -0,6 при p = 0,07 и R² = -0,8 при p = 0,002 соответственно. Для коэффициентов концентрации по активам (HHI_{_активы} и CR_{5_активы}) зафиксирована высокая статистически значимая отрицательная корреляция на нулевом шаге: R² = -0,9 при p = 0,003 и R² = -0,86 при p = 0,004 соответственно.

Таким образом, результаты кросс-корреляции свидетельствуют о наличии отрицательной связи между концентрацией по оборотам, прибыли и активам с численностью занятых в рыбопромышленной отрасли, особенно при сдвиге на один период назад и на нулевом лаге, что указывает на снижение занятости в ответ на увеличение концентрации в отрасли. 

Заключение

Проведенный качественный и количественный анализ позволил проверить четыре гипотезы.

Гипотеза 1, предполагающая отрицательную корреляцию вылова тихоокеанских лососей с концентрацией отрасли, не подтвердилась: кросс-корреляции на лагах от -2 до +2 показали отсутствие значимых связей, что может быть обусловлено интеграцией холдингов в лососевый сектор. Следовательно, многовидовая структура промысла водных биоресурсов не является качественной характеристикой, кардинально изменяющей масштаб и скорость холдингизации. Это означает универсальный характер холдингизации в таких смежных отраслях как АПК и РХК.

Гипотеза 2, связывающая ослабление рубля с ростом концентрации, подтвердилась частично: значимая положительная корреляция выявлена для концентрации по активам (HHI_{_Активы}: R² = 0,873, p = 0,001), но не для оборота и прибыли из-за широких доверительных интервалов.

Третья гипотеза, предполагающая положительную связь холдингизации с инвестиционной активностью, подтвердилась для оборота (HHI_{_Оборот}: R² = 0,806, p = 0,015 на лаге -1) и активов (HHI_{_Активы}: R² = 0,79, p = 0,001 на лаге 0), что указывает на то, что в перспективе минимум на 1 год концентрация рыбодобывающей отрасли имеет положительную связь с ростом инвестиций в основной капитал.

Результаты анализа также подтверждают четвертую гипотезу об отрицательной корреляции между холдингизацией рыбопромышленной отрасли и занятости, выявив статистически значимую отрицательную корреляцию между концентрацией по оборотам, прибыли и активам с численностью занятых, особенно на нулевом лаге и сдвиге на один период. Анализ по регионам также продемонстрировал схожие тенденции, с исключением Камчатского края, где влияние цикличности промысла тихоокеанских лососей может объяснять другие результаты.

Значимость результатов заключается в демонстрации сложной динамики холдингизации, где, с одной стороны, макроэкономические факторы такие как изменение курса рубля выступает драйвером концентрации рыбодобывающей отрасли, а концентрация в свою очередь имеет положительную взаимосвязь с ростом инвестиций в основной капитал и негативную взаимосвязь с численностью занятых в рыбодобывающей отрасли в долгосрочной перспективе. Вместе с тем, ограничения исследования связаны с малым объемом выборки (n = 11), что привело к широким доверительным интервалам и нестабильности некоторых оценок.

Литература:

1. Agriculture Organization of the United Nations. Council. Report of the Council of FAO. Hundred and sixty-sixth Session.– Food and Agriculture Organization of the United Nations, 1975. – №. 65–70. [Электронный ресурс] URL: https://openknowledge.fao.org/server/api/core/bitstreams/c65f0dab-e4a8-4cc8-a642-9fc9bc4656f8/content
2. Узун В. Я., Шагайда Н. И., Гатаулина Е. А., Шишкина Е. А. Холдингизация агробизнеса России. —М.: Дело, 2022. — 208 с.
3. Зверев Г. С. Типологическое сходство экономических преобразований в рыбной отрасли: СССР в 1980-х-1991 гг. и Россия 2017-2022 гг //Научные труды Дальрыбвтуза. – 2023. – Т. 64. – №. 2. – С. 83-89.
4. Зверев Г. С., Гончарова Н. А., Кизабекова А. О. Влияет ли объем вылова тихоокеанских лососей на оптовую цену продукции из них? //Известия ТИНРО (Тихоокеанского научно-исследовательского рыбохозяйственного центра). – 2024. – Т. 204. – №. 1. – С. 232-250.
5. Рябинин, А.В. Методология и методические подходы проведения диагностики экономического состояния промышленных предприятий / А.В. Рябинин // Транспортное дело России. 2010. № 8. С. 117-121.
6. Рябинин, А. В. Вопросы повышения эффективности финансово-хозяйственной деятельности на предприятии / А. В. Рябинин // Промышленная политика в Российской Федерации. – 2019. – № 7-12. – С. 2-6.  

Ключевые слова: холдингизация, рыбопромышленный комплекс, концентрация отрасли, инвестиционная активность, валютный курс, занятость, промышленная политика в Российской Федерации.