Оценка эффективности реализации государственных программ промышленного развития региона на примере Приморского края

Программно-целевой подход в управлении национальной экономикой представляет собой инструмент, посредством которого государство концентрирует бюджетные ресурсы на достижении приоритетных целей социально-экономического развития. Принятие Указа Президента Российской Федерации от 7 мая 2024 года № 309 «О национальных целях развития Российской Федерации на период до 2030 года и на перспективу до 2036 года» [1] и постановления Правительства Российской Федерации от 26 мая 2021 года № 786 «О системе управления государственными программами Российской Федерации» [2] задало новые рамки взаимодействия проектного и программного компонентов на федеральном уровне. Региональная практика, особенно в субъектах Дальневосточного федерального округа, по-прежнему преимущественно опирается на индикаторно-кассовую модель оценки, при которой финансовая дисциплина и формальное достижение количественных индикаторов превалируют над содержательным анализом отраслевого результата.

Актуальность исследования определяется тремя обстоятельствами. Во-первых, теоретическим – необходимостью уточнения понятийного аппарата оценки эффективности с разграничением категорий «эффективность», «результативность» и «экономность» применительно к программам, направленным на структурную модернизацию обрабатывающего сектора. Во-вторых, методологическим – потребностью адаптации унифицированных оценочных процедур к отраслевой специфике промышленных программ и территориальным особенностям региональной экономики. В-третьих, прикладным – запуском с 1 января 2026 года самостоятельной государственной программы «Развитие промышленности Приморского края» на 2026–2030 годы, открывающей институциональное окно возможностей для модернизации модели управления.

Степень научной разработанности проблемы. Теоретико-методологические основы программно-целевого управления заложены в фундаментальном труде Б. А. Райзберга и А. Г. Лобко, в котором предложена концептуальная схема программно-целевого планирования, увязывающая стратегические цели, ресурсное обеспечение и систему контроля результатов [3, c. 50-53]. Эволюцию программного бюджетирования в Российской Федерации детально проанализировали М. П. Афанасьев и Н. Н. Шаш, выделив три волны бюджетных реформ и их последствия для структуры расходных обязательств [4, c. 49-52]. Г. А. Борщевский на материалах оценки государственных программ за 2011–2018 годы установил систематическое превышение уровня кассового исполнения над уровнем достижения целевых показателей, объясняя этот разрыв институциональными деформациями системы планирования [5, c. 97-99]. С. Н. Наумов, Н. В. Гусева и соавторы показали, что распространённой управленческой практикой остаётся манипулирование индикаторами через занижение их плановых значений, что приводит к формальному «достижению» показателей при отсутствии реального прогресса [6, c. 1287-1290]. Е. И. Добролюбова, В. Н. Южаков и А. Н. Старостина разработали трёхкомпонентную модель качества государственного управления, объединяющую обоснованность, результативность и эффективность как взаимодополняющие категории [7, c. 15-17].

Применительно к отраслевым программам промышленной направленности В. Г. Фролов установил, что стандартные количественные индикаторы не позволяют оценить структурные сдвиги в обрабатывающем производстве и долгосрочную конкурентоспособность отрасли, и обосновал необходимость дополнения индикаторного аппарата мультипликативными показателями [8, c. 2788-2790]. В зарубежной литературе фундаментальный обзор Р. Юхаса, Н. Лейна и Д. Родрика систематизировал современные эмпирические подходы к оценке промышленной политики и выделил пять ключевых типов методологических ошибок при формальной оценке программных результатов [9, c. 220-225]. Региональный срез проблемы рассмотрен В. В. Климановым и А. А. Михайловой [10, c. 11-14], а также И. В. Стародубровской, обосновавшей содержательное разграничение бюджетной дисциплины и программной результативности [11, c. 12-15]. Для методологии установления весовых коэффициентов в многокритериальных оценках значение сохраняет классический труд Т. Саати по методу анализа иерархий [12, c. 84-86].

Несмотря на значительный объём исследований, вопросы построения целостной методики оценки эффективности промышленных программ конкретного регионального министерства, обеспечивающей прозрачное обоснование весовых коэффициентов и формализованный порядок расчёта частных показателей, остаются недостаточно разработанными. Это обстоятельство определяет научную новизну настоящего исследования.

Цель исследования – разработать и апробировать авторскую методику комплексной оценки эффективности государственных программ промышленного развития, реализуемых Министерством промышленности и торговли Приморского края, обеспечивающую переход от индикаторно-кассового подхода к оценке реального социально-экономического эффекта на основе формализованной процедуры расчёта частных коэффициентов и обоснованных весовых параметров.

Объект исследования – система оценки эффективности государственных программ промышленного развития на региональном уровне. Предмет исследования – методический инструментарий формирования интегрального показателя эффективности с учётом отраслевой специфики промышленной политики Приморского края. Задачи исследования: установить методологический разрыв между формальной и реальной оценкой эффективности; разработать четырёхкомпонентную модель интегрального показателя; обосновать весовые коэффициенты через метод анализа иерархий; формализовать порядок расчёта частных коэффициентов; апробировать методику на эмпирическом материале и обосновать прогнозные эффекты от внедрения предлагаемых решений.

Методологическую основу составляет совокупность взаимодополняющих методов: системно-функциональный анализ – для характеристики Министерства как органа исполнительной власти и системы реализуемых им программ; сравнительно-правовой анализ – для сопоставления федеральных и региональных нормативных актов; статистический и динамический анализ – для оценки показателей промышленного развития и расчёта стандартного отклонения индекса промышленного производства; метод анализа иерархий – для обоснования весовых коэффициентов; метод бенчмарк-анализа – для прогнозной оценки эффектов от внедрения предлагаемых мер на основе сопоставления с регионами-эталонами Дальневосточного федерального округа.

Научная новизна исследования заключается в формализации методики интегральной оценки эффективности государственных программ промышленного развития региона с раскрытием порядка расчёта частных коэффициентов, обоснованием весовых параметров через метод анализа иерархий и проверкой матрицы попарных сравнений на индекс согласованности. Практическая значимость состоит в готовности предложенной методики к внедрению в работу регионального министерства и Контрольно-счётной палаты Приморского края при оценке программы «Развитие промышленности Приморского края» на 2026–2030 годы.

Эмпирическую базу исследования составили нормативные правовые акты Российской Федерации и Приморского края, регулирующие порядок разработки, реализации и оценки эффективности государственных программ; паспорта и редакции государственных программ Приморского края с участием Министерства промышленности и торговли региона за 2020–2025 годы; статистические данные Управления Федеральной службы государственной статистики по Приморскому краю и Сахалинской области (Приморскстат) [13] и сборника «Регионы России. Социально-экономические показатели» Росстата [14]; материалы Контрольно-счётной палаты Приморского края [15]; сводные годовые доклады о ходе реализации и об оценке эффективности государственных программ Приморского края Министерства экономического развития региона [16]; информационные ресурсы Министерства финансов Российской Федерации в части оценки эффективности реализации государственных программ Российской Федерации [17] и Государственной информационной системы промышленности Минпромторга России [18].

Расчётно-аналитические процедуры выполнены на массиве данных по индексу промышленного производства Приморского края, объёмам отгруженной продукции, налоговым поступлениям промышленного сектора в консолидированный бюджет, сведениям о привлечённых инвестициях и созданных рабочих местах. Стандартное отклонение индекса промышленного производства региона рассчитано по формуле выборочного стандартного отклонения; матрица попарных сравнений критериев нормализована по столбцовым суммам, веса определены как средние арифметические нормализованной матрицы, согласованность матрицы проверена по индексу CR при стандартной случайной согласованности RI = 0,90 для матрицы четвёртого порядка.

Министерство промышленности и торговли Приморского края (далее – Минпромторг ПК, Министерство) образовано 1 января 2020 года путём слияния Департамента промышленности и Департамента лицензирования и торговли Приморского края. Положение о Министерстве утверждено постановлением Администрации Приморского края от 3 октября 2019 года № 631-па [19]. В 2020–2025 годах Минпромторг ПК выступал ответственным исполнителем государственной программы «Развитие транспортного комплекса Приморского края» (постановление Администрации Приморского края от 27 декабря 2019 года № 919-па) и соисполнителем подпрограммы № 5 «Развитие промышленного комплекса в Приморском крае» в составе государственной программы «Экономическое развитие и инновационная экономика Приморского края» (постановление Администрации Приморского края от 19 декабря 2019 года № 860-па). С 1 января 2026 года вступила в силу самостоятельная государственная программа «Развитие промышленности Приморского края» на 2026–2030 годы, утверждённая постановлением Правительства Приморского края от 23 октября 2025 года № 791-пп [20]. Порядок разработки, реализации и оценки государственных программ региона определён постановлением Правительства Приморского края от 20 апреля 2022 года № 256-пп [21]; стратегические рамки задаются Федеральным законом от 28 июня 2014 года № 172-ФЗ «О стратегическом планировании в Российской Федерации» [22].

Институциональная асимметрия – несоответствие между функциональным мандатом Министерства как ключевого регулятора промышленной политики региона и его соисполнительским статусом по одноимённой подпрограмме – выступает существенным фактором, ограничивавшим эффективность программной деятельности на протяжении всего анализируемого периода. С 1 января 2026 года статус главного распорядителя бюджетных средств по новой программе устраняет это противоречие, однако сохраняет необходимость методической перенастройки оценочных процедур.

Динамика индекса промышленного производства (далее – ИПП) Приморского края за 2020–2025 годы характеризуется выраженной нестабильностью, что отражено в таблице 1.

Таблица 1

Динамика индекса промышленного производства Приморского края, 2020–2025 годы (составлено автором по данным [14, 16, 18])

Описательные характеристики динамики ИПП Приморского края рассчитаны по двум согласованным показателям рассеяния. Размах колебаний (разность максимального и минимального значений) за 2020–2025 годы составил 45 процентных пунктов – от 88,4% в 2023 году до 133,4% за 8 месяцев 2021 года. Стандартное отклонение ИПП, исчисленное по выборочной формуле для шести наблюдений, равно 14,1 процентного пункта при средней арифметической 105,5%. Размах представляет собой амплитудную характеристику и реагирует на единичные выбросы (показатель 2021 года, обусловленный эффектом низкой пандемийной базы); стандартное отклонение характеризует среднюю меру отклонения от среднегодового уровня и используется в дальнейшем как корректный измеритель волатильности промышленного производства региона.

Структурный дисбаланс восстановительной динамики 2024-2025 годов проявляется в опережающем росте добывающих отраслей при отрицательной траектории обработки (97,4% в 2025 году), на развитие которой непосредственно направлены инструменты подпрограммы № 5. Объём отгруженной продукции промышленности края в 2025 году достиг 574 миллиардов рублей, налоговые поступления промышленного сектора в консолидированный бюджет – 44,2 миллиарда рублей с приростом 6,3% к предыдущему периоду [14]. Сравнительный анализ ИПП регионов Дальневосточного федерального округа за 2023 год выявил отставание Приморского края: при положительной динамике большинства соседних территорий (Камчатский край – 129,5%, Сахалинская область – 117,4%, Хабаровский край – около 100,1%) Приморский край показал минимальный результат среди субъектов России [14]. Подобный разрыв обусловлен высокой концентрацией промышленного производства на ограниченном числе якорных предприятий, динамика которых на 30 и более процентов определяет общерегиональные показатели, что ограничивает информативность стандартных индикаторных оценок применительно к деятельности Министерства.

Дополнительным фактором, снижающим аналитическую ценность действующей системы оценки, выступает высокая частота корректировок программных параметров. По государственной программе № 919-па за 2020–2025 годы принято свыше двадцати пяти редакций, существенно изменявших объёмы финансирования и состав мероприятий. Бюджетный контекст характеризуется устойчивым дефицитом краевого бюджета (7,71 миллиарда рублей по итогам 2024 года; 26,6 миллиарда рублей плана на 2025 год) [14], что объективно ограничивает пространство для расширения софинансирования программных мероприятий.

Принципиальное методическое замечание Контрольно-счётной палаты Приморского края, действующей на основании Закона Приморского края от 4 августа 2011 года № 795-КЗ [23], состоит в том, что показатель «количество выданных займов», закреплённый в соглашениях между Минпромторгом ПК и Фондом развития промышленности, не позволяет оценивать прогресс в достижении целей государственной программы, поскольку относится к результатам мероприятия и не отражает специфику развития сферы [15]. Данное наблюдение подтверждает диагноз о системном разрыве между формальной и реальной эффективностью программ и формирует прикладную потребность в методике, способной выявлять различие между бюджетной дисциплиной и отраслевым результатом.

Преодоление выявленного методологического разрыва требует перехода от индикаторно-кассового подхода к комплексной модели, учитывающей содержательную структуру эффективности государственных программ. Авторская методика исходит из положения о том, что эффективность государственной программы промышленного развития формируется как совокупность четырёх взаимосвязанных эффектов – экономического, бюджетного, управленческого и социального. Подобное разграничение опирается на трёхкомпонентную модель Е. И. Добролюбовой, В. Н. Южакова и А. Н. Старостиной [7, c. 15-17] и развивает её посредством выделения социального эффекта в самостоятельный компонент, что отражает требования национальных целей развития, закреплённых Указом Президента Российской Федерации № 309 [1].

Интегральный показатель эффективности рассчитывается по аддитивной формуле: Иэф = w₁ · Кэк + w₂ · Кс + w₃ · Кб + w₄ · Ку, где Иэф – интегральный показатель эффективности государственной программы; Кэк – коэффициент экономического эффекта; Кс – коэффициент социального эффекта; Кб – коэффициент бюджетного эффекта; Ку – коэффициент управленческого эффекта; w₁, w₂, w₃, w₄ – весовые коэффициенты, удовлетворяющие условию w₁ + w₂ + w₃ + w₄ = 1.

Обоснование весовых коэффициентов выполнено методом анализа иерархий Т. Саати, обеспечивающим формализованную процедуру попарного сравнения критериев [12, c. 84-86]. Прикладной алгоритм расчёта собственного вектора матрицы и проверки согласованности изложен также в более поздней работе автора [24, c. 85-87]. Применение метода предполагает построение матрицы попарных сравнений по девятибалльной шкале фундаментальных оценок, расчёт собственного вектора матрицы как нормализованного среднего по строкам и проверку логической согласованности экспертных суждений по индексу CR. Матрица попарных сравнений критериев, отражающая отраслевую специфику промышленных программ Минпромторга ПК, представлена в таблице 2.

Таблица 2

Матрица попарных сравнений критериев эффективности (составлено автором; шкала фундаментальных оценок по [12, c. 84])

Содержательная интерпретация матрицы основывается на отраслевой специфике промышленных программ. Преобладание экономического критерия над бюджетным и управленческим (отношение 2:1 и 3:1 соответственно) отражает положение, согласно которому промышленная политика, реализуемая через бюджетные инвестиции, должна оцениваться прежде всего по реальному воздействию на отраслевое развитие. Сопоставимая значимость экономического и социального критериев (отношение 1:1) обусловлена единством цели промышленной модернизации и роста качества трудовой занятости в обрабатывающем секторе. Преобладание бюджетного критерия над управленческим (отношение 2:1) отражает фискальное измерение программ как инвестиционного инструмента, а не как самоцель управленческой деятельности.

Расчёт собственного вектора матрицы выполнен по стандартной процедуре: каждый элемент столбца разделён на сумму соответствующего столбца, далее по строкам вычислены средние арифметические нормализованной матрицы. Полученные значения весов составили: Кэк – 0,356; Кс – 0,325; Кб – 0,194; Ку – 0,125. Для прикладного применения значения округлены с шагом 0,05 до операционных весовых коэффициентов: w₁ = 0,35; w₂ = 0,30; w₃ = 0,20; w₄ = 0,15. Проверка согласованности матрицы выполнена через расчёт максимального собственного значения λmax = 4,048; индекс согласованности CI = (λmax – n)/(n – 1) = 0,016; отношение согласованности CR = CI/RI при RI = 0,90 для матрицы четвёртого порядка составляет 0,018, или 1,8%, что значительно ниже порогового значения 10 % и удостоверяет логическую совместимость экспертных суждений [12, c. 87].

Таблица 3

Структура авторской методики оценки эффективности государственных программ промышленного развития (составлено автором)

Интерпретация интегрального показателя осуществляется по пятиступенчатой шкале: при Иэф ≥ 0,90 – высокая эффективность; 0,75–0,89 – выше средней; 0,60–0,74 – средняя; 0,45–0,59 – ниже средней; менее 0,45 – низкая эффективность. Применение шкалы предполагает обязательное раскрытие частных коэффициентов по каждому блоку, что позволяет диагностировать конкретные направления управленческой коррекции и выявлять зоны методологической напряжённости между формальной и содержательной оценкой.

Каждый частный коэффициент определяется как взвешенная нормализованная сумма входящих в блок единичных показателей по формуле: К_блок = Σ vⱼ · xⱼ_norm, где К_блок – частный коэффициент по соответствующему блоку (Кэк, Кс, Кб, Ку); vⱼ – внутренний вес j-го показателя в блоке (Σ vⱼ = 1); xⱼ_norm – нормализованное значение j-го показателя в диапазоне [0; 1].

Нормализация единичных показателей выполняется по двум базовым правилам в зависимости от их направленности. Для показателей-стимуляторов, у которых увеличение значения соответствует росту эффективности (ИПП, объём отгрузки, рост заработной платы, налоговая отдача и др.), применяется план-фактная формула: xⱼ_norm = min(1; xⱼ_факт / xⱼ_план), где xⱼ_факт – фактическое значение показателя по итогам отчётного периода; xⱼ_план – плановое значение, утверждённое в паспорте программы или соглашении с Министерством экономического развития. Усечение сверху до единицы предотвращает компенсацию недостижения одних показателей перевыполнением других. Для показателей-дестимуляторов, у которых увеличение значения свидетельствует о снижении эффективности (число корректировок программы, доля выявленных нарушений, отклонение финансирования), применяется обратная формула xⱼ_norm = min(1; xⱼ_план / xⱼ_факт). Для показателей, не имеющих утверждённого норматива и оцениваемых по динамике (например, темп прироста производительности труда), применяется минимаксная нормализация по референтному диапазону Дальневосточного федерального округа: xⱼ_norm = (xⱼ – x_min) / (x_max – x_min) с усечением полученных значений в интервал [0; 1].

Внутренние веса vⱼ распределены неравномерно с учётом отраслевой значимости показателей: ведущие индикаторы (ИПП обработки, кассовое исполнение, степень достижения индикаторов, количество созданных рабочих мест) получают вес 0,30; индикаторы среднего значения – 0,20–0,25; вспомогательные индикаторы – 0,15–0,20. Сумма внутренних весов в каждом блоке равна единице, что обеспечивает сопоставимость частных коэффициентов между блоками.

Источниками данных для расчёта выступают: для экономического блока – данные Управления Федеральной службы государственной статистики по Приморскому краю и Сахалинской области и сборника Росстата [14], сведения Государственной информационной системы промышленности [18], отчётность Министерства; для бюджетного блока – отчёты об исполнении краевого бюджета, заключения Контрольно-счётной палаты Приморского края [15], информация Министерства финансов Российской Федерации [17]; для управленческого блока – сводные годовые доклады Министерства экономического развития региона [16] и материалы внешнего государственного финансового контроля; для социального блока – данные Приморскстата о занятости и заработной плате, отчётность институтов развития, мониторинг ситуации в моногородах Приморского края (Большой Камень, Дальнегорск).

Апробация авторской методики осуществлена применительно к подпрограмме № 5 за 2023 год – отчётный период, для которого имеется полный комплект статистических и контрольных материалов и который характеризуется наиболее существенным расхождением между формальной и содержательной оценкой эффективности. Расчёт частных коэффициентов выполнен по правилам, описанным в предыдущем разделе, и систематизирован в таблице 4.

Таблица 4

Расчёт частных коэффициентов по подпрограмме № 5 за 2023 год (рассчитано автором по данным [14, 15, 16, 18])

Расчёт интегрального показателя по полученным значениям частных коэффициентов выполнен по аддитивной формуле: Иэф = 0,35 · 0,62 + 0,30 · 0,68 + 0,20 · 0,93 + 0,15 · 0,71 = 0,217 + 0,204 + 0,186 + 0,107 = 0,714, что соответствует категории «средняя эффективность» по принятой пятиступенчатой шкале. При этом в соответствии с действующей региональной методикой, основанной преимущественно на сопоставлении плановых и фактических значений индикаторов мероприятий и кассового освоения средств [21], программа квалифицировалась как эффективная при кассовом исполнении 96,7%. Расхождение между формальной и интегральной оценкой составляет принципиальный методологический результат: бюджетные средства были освоены практически в полном объёме, однако не дали запланированного отраслевого результата (ИПП обрабатывающих производств 88,4% при плановом значении не менее 102%). Аналитическая ценность авторской методики проявляется в способности диагностировать локализацию проблемы – преимущественное снижение интегрального показателя обеспечивается экономическим компонентом (Кэк = 0,62), что прямо указывает на необходимость пересмотра отраслевых инструментов программной поддержки, а не финансовых процедур её исполнения.

Прогнозные оценки эффектов от внедрения предлагаемых мер обоснованы на базе сценарного бенчмарк-анализа с использованием опорных регионов Дальневосточного федерального округа, обладающих сопоставимой по структуре, но более устойчивой по динамике промышленной системой. В качестве референтных регионов выбраны Хабаровский край и Сахалинская область как субъекты, для которых характерно сочетание развитого обрабатывающего сектора, диверсифицированной структуры якорных предприятий и более низких показателей колеблемости промышленного производства.

Прогноз снижения волатильности ИПП Приморского края. Текущий уровень стандартного отклонения ИПП региона составляет 14,1 процентного пункта при средней арифметической 105,5% за 2020–2025 годы. По данным Росстата, для Хабаровского края аналогичный показатель за тот же период находится в диапазоне 6–8 процентных пунктов, для Сахалинской области – 8–10 процентных пунктов [14]. Снижение концентрации промышленного производства Приморского края посредством докапитализации Фонда развития промышленности до 2 миллиардов рублей и поддержки расширенного периметра малых и средних промышленных производителей создаёт предпосылки для приближения стандартного отклонения ИПП к уровню Сахалинской области, то есть к диапазону 8–10 процентных пунктов к 2030 году. Размах колебаний при этом сократится с 45 до 18–22 процентных пунктов, что отражает синхронное снижение амплитудной и средней характеристик колеблемости. Подобный прогноз согласуется с выводами В. Г. Фролова о структурном характере волатильности промышленных программ при высокой концентрации производства [8, c. 2790-2792] и с эмпирическими наблюдениями международных исследований, в которых диверсификация поддержки малых производителей рассматривается как наиболее результативный инструмент стабилизации регионального ИПП [9, c. 230-233].

Прогноз роста налоговой отдачи. Текущий уровень налоговой отдачи на один рубль бюджетной поддержки промышленных предприятий Приморского края составляет 2,3 рубля. Бенчмарк-анализ показывает, что в Сахалинской области показатель находится в диапазоне 4-5 рублей на рубль поддержки, в Хабаровском крае – около 5-6 рублей, что обусловлено более высокой долей обрабатывающего сектора в структуре поддерживаемых предприятий и переориентацией институтов развития на проекты с подтверждаемым налоговым следом [14]. Замена количественных индикаторов мультипликативными KPI (прирост выручки получателей, налоговая отдача, рабочие места на 1 миллион рублей господдержки), пересмотр соглашений с Фондом развития промышленности и переход к адресной поддержке проектов с расчётным налоговым потоком позволяют прогнозировать достижение уровня 5-6 рублей на рубль поддержки к 2030 году, что соответствует диапазону регионов-эталонов и согласуется с целевыми показателями оценки эффективности государственных программ Российской Федерации, представленными Министерством финансов Российской Федерации [17].

Прогноз снижения объёма выявленных нарушений. По итогам 2023 года доля нарушений в общей сумме программных расходов составила 7,0% [15]. Внедрение цифровой панели мониторинга, инвентаризация имущества подведомственных учреждений и доработка соглашений с включением мультипликативных KPI обеспечивают снижение указанной доли до 3,5–4,0% к 2030 году, что соответствует средним значениям по субъектам Российской Федерации с устойчиво высокими интегральными оценками государственных программ [17]. Расчёт сценарного эффекта выполнен по формуле линейного снижения с темпом сокращения 10–12% в год при плавном вводе цифрового и нормативного контроля.

На основе результатов авторской оценки и систематизации проблем реализации государственных программ Минпромторга ПК сформулированы шесть взаимосвязанных направлений совершенствования управленческой деятельности, обеспечивающих переход от формального план-фактного контроля к комплексному управлению эффективностью.

Первое направление – реформа системы показателей через замену количественных индикаторов (число выданных займов, количество поддержанных проектов) мультипликативными ключевыми показателями результативности (прирост выручки получателей, налоговая отдача, число созданных рабочих мест на 1 миллион рублей государственной поддержки). Замечание Контрольно-счётной палаты Приморского края о неинформативности показателя «количество выданных займов» применительно к подпрограмме промышленного развития [15] обусловливает прикладную необходимость такой реформы. Прогнозируемый эффект – повышение аналитической ценности оценки на 30–40% за счёт смещения внимания от факта расходования средств к экономическому результату, измеряемому в категориях добавленной стоимости и налоговых поступлений.

Второе направление – институциональное укрепление через полную передачу функций главного распорядителя бюджетных средств Министерству с 1 января 2026 года в рамках самостоятельной государственной программы [20] и создание структурного подразделения аналитики и мониторинга, ответственного за расчёт частных коэффициентов и интегрального показателя. Подразделение призвано стать центром компетенций, обеспечивающим непрерывный методический контроль и автоматизированный сбор первичных данных.

Третье направление – управление рисками концентрации промышленного производства. Подпрограмма поддержки 100 малых и средних промышленных производителей и докапитализация Фонда развития промышленности Приморского края до 2 миллиардов рублей формируют резервный пояс производственной устойчивости, снижая зависимость регионального ИПП от динамики ограниченного числа якорных предприятий. Прогнозируемый эффект – снижение стандартного отклонения ИПП с 14 до 8–10 процентных пунктов и сокращение размаха колебаний с 45 до 18–22 процентных пунктов к 2030 году, что соответствует уровню Сахалинской области и Хабаровского края [14].

Четвёртое направление – контроль крупных проектов через введение квартальной отчётности перед Законодательным Собранием Приморского края по проектам с инвестициями свыше 50 миллиардов рублей. Систематический парламентский контроль на стадии реализации, а не только на стадии утверждения и завершения, повышает дисциплину сроков и сокращает случаи переноса контрольных событий. Институциональным основанием для такой отчётности выступает компетенция Законодательного Собрания, реализуемая в координации с Контрольно-счётной палатой Приморского края [23].

Пятое направление – цифровизация программного управления через интеграцию государственной интегрированной информационной системы «Электронный бюджет», Государственной информационной системы промышленности Минпромторга России [18] и регионального портала управления общественными финансами Приморского края до 1 июля 2026 года. Цифровая панель мониторинга эффективности программ обеспечивает автоматизированный сбор первичных данных, расчёт частных коэффициентов и интегрального показателя в режиме реального времени, формирование триггерных уведомлений о приближении ключевых индикаторов к нижним границам шкалы интерпретации. Функциональная архитектура панели предполагает четыре уровня: слой данных (интеграция трёх информационных систем); расчётно-аналитический модуль (автоматизация формул нормализации и аддитивного интегрирования); модуль визуализации (дашборды с актуальными значениями ключевых показателей результативности и индикаторов рисков); модуль управленческих решений (типовые корректирующие меры, привязанные к локализации проблемных частных коэффициентов).

Шестое направление – финансовый контроль через инвентаризацию имущества подведомственных учреждений и доработку соглашений с Фондом развития промышленности Приморского края с включением мультипликативных KPI, исключающих формальный учёт «количества выданных займов» как самодостаточного индикатора результативности. Прогнозируемый эффект – снижение объёма нарушений, выявляемых внешним государственным финансовым контролем, с 7,0 до 3,5–4,0% от программных расходов к 2030 году.

Совокупность предложенных мер обеспечивает переход от формального план-фактного контроля к двухуровневой ежегодной оценке. На первом уровне сохраняется оценка кассового исполнения и достижения индикаторов мероприятий, обеспечивающая бюджетную дисциплину в рамках действующих процедур [21]. На втором уровне вводится оценка фактического социально-экономического эффекта по авторской методике с расчётом интегрального показателя и его частных коэффициентов. Подобный подход обеспечивает преодоление методологического разрыва между бюджетным и результативным измерением программной деятельности и согласуется с современными требованиями к качеству государственного управления, сформулированными в работах Е. И. Добролюбовой и соавторов [7, c. 18-20].

Проведённое исследование позволило установить, что действующая в Приморском крае система оценки эффективности государственных программ промышленного развития, основанная на сопоставлении плановых и фактических значений целевых индикаторов и кассового исполнения расходов, не обеспечивает адекватного отражения реального социально-экономического воздействия программных мероприятий. Расхождение между формальной квалификацией подпрограммы «Развитие промышленного комплекса в Приморском крае» как эффективной (кассовое исполнение 96,7%) и реальной интегральной оценкой по авторской методике (Иэф = 0,714, средняя эффективность) подтверждает наличие системного методологического разрыва, природа которого связана с подменой содержательного результата формальной финансовой дисциплиной.

Предложенная авторская методика, основанная на четырёхкомпонентной модели и интегральном показателе с весовыми коэффициентами 0,35; 0,30; 0,20; 0,15, обоснованными методом анализа иерархий Т. Саати с подтверждённой согласованностью матрицы попарных сравнений (CR = 1,8%), обеспечивает переход к комплексной оценке эффективности с учётом отраслевой специфики промышленных программ. Аналитическая ценность методики определяется четырьмя обстоятельствами: формализованным порядком расчёта частных коэффициентов с применением минимаксной нормализации и план-фактного приведения; интеграцией количественных и качественных параметров; реализуемостью на доступной информационной базе (Управление Федеральной службы государственной статистики по Приморскому краю и Сахалинской области, отчётность Министерства, Федеральная налоговая служба, государственная интегрированная информационная система «Электронный бюджет», Государственная информационная система промышленности); согласованностью с федеральными требованиями к оценке государственных программ при учёте региональной специфики.

Прогнозные оценки эффектов от внедрения предлагаемых мер обоснованы бенчмарк-анализом регионов Дальневосточного федерального округа: снижение стандартного отклонения индекса промышленного производства с 14 до 8–10 процентных пунктов соответствует уровню Сахалинской области; рост налоговой отдачи до 5-6 рублей на рубль бюджетной поддержки сопоставим с показателями Хабаровского края; сокращение объёма выявленных нарушений до 3,5–4,0% соотносится со средними значениями по субъектам Российской Федерации с устойчиво высокими интегральными оценками государственных программ. Подобная привязка прогноза к референтным значениям сопоставимых регионов обеспечивает его эмпирическую обоснованность и операциональную проверяемость.

Принципиальный итоговый вывод исследования состоит в том, что повышение эффективности реализации государственных программ промышленного развития региона возможно только при системном переходе от формального план-фактного контроля кассового исполнения и достижения нормативных индикаторов к комплексной оценке реального социально-экономического эффекта. Подобный переход не сводится к технической замене показателей, а предполагает институциональную перестройку системы программного управления: укрепление статуса главного распорядителя бюджетных средств, создание подразделения аналитики и мониторинга, цифровизацию контрольных процедур и пересмотр содержания соглашений с институтами развития. Запуск с 1 января 2026 года самостоятельной государственной программы «Развитие промышленности Приморского края» на 2026–2030 годы открывает институциональное окно возможностей для практической реализации предложенных мер. Перспективным направлением дальнейших исследований выступает разработка количественных моделей оценки мультипликативного эффекта мер государственной поддержки промышленных предприятий с учётом отраслевой специфики и территориальных особенностей Дальнего Востока, а также эмпирическая проверка устойчивости предложенных весовых коэффициентов на расширенной выборке региональных программ.