Научный архив: статьи

В современных информационных обществах явление цифрового неравенства среди населения стало серьезной проблемой, влияющей как на социальный, так и на экономический прогресс. Цель данного исследования - изучение динамики цифрового неравенства в 79 регионах России в период с 2014 по 2021 г. с акцентом на доступ населения к информационно-коммуникационным технологиям. Анализ дисперсий и соответствующих индексов позволяет сделать вывод о сходимости и единообразии в достижении показателей цифрового неравенства населением российских регионов за исследуемый период. Примечательно, что в течение 2014-2021 гг. показатели цифрового неравенства в разных регионах были относительно однородными. Общая тенденция к уменьшению разброса предполагает более стабильную и единообразную динамику показателей по регионам, что свидетельствует о большей стабильности и сходстве траекторий регионального развития. Дисперсионные диаграммы Морана, рассчитанные как для 2014, так и для 2021 г., помогли определить региональные переходы между квадрантами, выявив сдвиги в тенденции к снижению цифрового неравенства среди российских регионов. Регионы, изначально отличавшиеся более низким уровнем развития Интернета, в последующие годы постепенно продвигались в более высокие квадранты диаграммы Морана, что свидетельствует о процессе конвергенции, при котором данные регионы начинают сокращать разрыв с регионами, имеющими более высокий уровень развития Интернета, или даже превосходить их. Это повышение свидетельствует об эффективности правительственных мер и политики, способствующих развитию инфраструктуры Интернета и технологической интеграции в регионах.

В мире расширяется применение экономических санкций и контрсанкций, что несет пространственно неоднородные угрозы для большинства стран. Цель исследования - разработать и апробировать методику оценки подобных рисков на примере регионов России. Для оценки потенциального влияния торговых санкций рассчитывалась доля внешней торговли, приходившаяся на страны, вводившие санкционные ограничения. В ряде случаев она превышала 50 % (Ненецкий, Ханты-Мансийский автономные округа, Коми, Мурманская область), что потребовало быстрой переориентации потоков. Производственная импортозависимость высока для Калининградской, Калужской и Ленинградской областей, активно вовлеченных в глобальные цепочки, в частности в автомобилестроении. Санкции против юридических лиц могли создать риски для стабильности экономик домашних регионов, но рост спроса на отечественную продукцию нивелировал это влияние. Уход иностранных предприятий с рынка создавал риски разрыва производственных цепочек, но и предоставлял возможности для развития местного бизнеса: доля компаний из недружественных стран до введения санкций занимала более 20 % рынка в Калужской, Московской областях, в Москве, но лишь в некоторых регионах доля иностранных фирм, заявивших о своем полном уходе, превышала 5 % рынка: Коми, Самарская, Ленинградская и Московская области. Для комплексной оценки потенциальной подверженности экономики регионов внешним ограничениям рассчитан интегральный индекс на основе вышеупомянутых составляющих. Его значение ниже для регионов с более диверсифицированной отраслевой структурой экономики и внешнеторговых потоков, а наибольшие риски наблюдались для северо-западных территорий России, ранее тесно связанных со странами Европейского союза: Республики Карелия, Коми, Калининградская, Ленинградская, Архангельская области. В 2022 г. в регионах с высоким значением индекса была выше вероятность снижения экономической активности, но в 2023 г. это влияние прослеживается в меньшей мере. По результатам исследования сформулированы некоторые рекомендации.

Актуальность темы изучения динамики среднедушевых доходов населения России обусловлена рядом факторов, в первую очередь, отставанием доходов от инфляции, а также асинхронностью ее колебаний относительно реальных доходов населения.

Цель данного исследования заключается в применении набора математико-статистических методов к базе данных, отражающих динамику среднедушевых доходов населения России. Визуализация исходной информации и результатов анализа, а также проведение расчетов осуществлялись в среде программирования R. Для достижения поставленной цели были использованы общенаучные методы, такие как анализ, синтез, сравнение и исторический метод, а также математико-статистические методы, включая графический и эконометрические методы.

Основные результаты работы можно представить следующим образом: динамика среднедушевых доходов демонстрирует общий тренд к росту на интервале с 2012 по 2023 г., при этом наблюдается корректировка динамики под влиянием кризисов; описание динамики среднедушевых доходов проводилось на основе трех конкурирующих моделей, наиболее успешными из которых оказались модель ARIMA и модель Хольта – Винтера; прогнозы, полученные на основе эконометрических моделей, показали дальнейший рост доходов с сохранением сезонной волны. Дальнейшая разработка темы среднедушевых доходов включает анализ дифференциации субъектов РФ по уровню среднедушевых доходов, а также выявление влияния факторов на вариацию доходов в регионах.

Введение: одной из важнейших задач государственного управления является стратегическое планирование развития территориальных образований различного уровня. В настоящее время, несмотря на значительное количество разработанных стратегических документов, в России остается нерешенным ряд вопросов, касающихся информационного обеспечения лиц, принимающих решения, методического сопровождения процесса планирования развития территорий, отсутствия единого подхода к формированию стратегических документов. В этой связи актуализируется проблема обоснования принятия управленческих решений с точки зрения повышения эффективности стратегического планирования и управления развитием разноуровневых территориальных систем. Цель: определение и систематизация подходов, моделей и инструментальных средств информационной поддержки процессов стратегического планирования развития разноуровневых территориальных социально-экономических систем. Методы: сравнительный анализ на основе обзора литературы. Результаты: рассмотрены имеющиеся подходы и методы принятия управленческих решений в области стратегического планирования развития территорий. Показано, что на разных этапах данного процесса состав используемых методов существенно различается, но в целом превалируют экспертные методы. Формализованные методы практически не применяются, что обусловлено множеством разнородных факторов, включая недостаточность методического обеспечения процесса стратегического планирования, наличие слабоформализованных данных, нехватка информации. Анализ государственных информационных систем в сфере стратегического планирования выявил наличие огромного объема разнородной информации, значительная часть которой носит качественный, слабоструктурированный характер. Однако эта информация используется крайне ограниченно в связи с отсутствием инструментов ее структурирования, обработки и эффективного использования. Существующие сегодня государственные информационные системы не позволяют в полной мере реализовать такие функции. Выводы: в сложившихся обстоятельствах необходимо совершенствовать систему организации стратегического планирования, в том числе используя методы моделирования и прогнозирования, а также расширяя информационную поддержку принятия решений.

Цель исследования - прогнозирование динамики показателей уровня удовлетворённости и трудового потенциала населения регионов РФ. Эти показатели в том числе необходимы для мониторинга состояния суверенитета и национальной безопасности страны, особенно в условиях санкций и санкционного противостояния. Исследование проводится на базе агент-ориентированного похода. Этот метод подходит для имитации комплексной системы (в данном случае региона РФ) путём симуляции поведения её компонентов (агентов-людей). То есть уровень удовлетворённости и трудовой потенциал каждого человека меняется в зависимости от его поведения и состояния окружающей среды, что приводит к изменению показателей всего региона. Технически разрабатываемая для данного исследования агент-ориентированная модель реализована в среде разработки Microsoft Visual Studio на языке программирования C#. Первый раздел статьи приводит обзор на актуальные исследования за рубежом и в РФ с применением агент-ориентированного моделирования рамках прогнозирования социально-экономических процессов. Второй раздел предоставляет краткое описание применяемого метода и описание разрабатываемой агент-ориентированной модели. Третий раздел описывает полученные на основе модели результаты на примере одного из субъектов РФ (Калужской области).

Международные экономические санкции в отношении России направлены на блокировку такого жизненно важного явления, как эффект масштаба. В связи с этим требуется изыскивать внутренние резервы проявления этого эффекта и использовать для одновременного стимулирования экономического роста и технологического прогресса. Цель статьи состоит в разработке инструментария, позволяющего идентифицировать эффект масштаба для любых отраслей и регионов Российской Федерации для выявления наиболее перспективных территориально-отраслевых кластеров, вложения в которые способны дать максимальную отдачу в части роста эффективности производства. Данная цель предопределила генеральную гипотезу исследования, в соответствии с которой в регионально-отраслевых производственных комплексах российской экономики существуют значительные (количественные и качественные) различия с точки зрения наличия в них эффекта масштаба. Апробация предложенного метода осуществлена путем построения универсальных эконометрических зависимостей для аграрного сектора в 82 регионах России. Полученные количественные результаты эластичности производительности труда по объему производства позволили подтвердить генеральную гипотезу исследования и картографировать сельское хозяйство страны на более и менее перспективные регионы. Использование, помимо эффекта масштаба дополнительного фактора - достигнутого технологического уровня региона относительно среднего по стране, - позволило оценить возможный структурный эффект от инвестиционных вливаний в региональный кластер предприятий, уточнить прикладные расчеты и осуществить отбор 22 наиболее перспективных субъектов РФ, из которых семь регионов способны стать технологическим драйвером российского аграрного сектора экономики. Данные расчеты позволили нарисовать карту наиболее перспективных отраслевых кластеров России. Обсуждается вопрос организации заимствования передовых аграрных технологий внутри страны - от передовых регионов и предприятий к отстающим. Установлена обратная зависимость между достигнутым технологическим уровнем предприятий и величиной эффекта масштаба, что свидетельствует о постепенном исчерпании данного эффекта по мере технологического прогресса. Обосновывается свойство устойчивости и универсальности эффекта масштаба, необходимое для прикладных исследований в высокотехнологичных отраслях экономики России.

В России исторически сложилась высокая региональная дифференциация социоэкономики, в том числе в сфере народонаселения. Новейшие процессы распространения информационно-коммуникационных технологий в регионах тоже протекают с разной скоростью. Влияние цифровизации на рождаемость населения мало изучено, требуется поиск релевантных методов выявления связей между обозначенными процессами. Целью исследования является оценка влияния цифрового развития регионов России на суммарный коэффициент рождаемости в регионах с разным уровнем использования информационно-коммуникационных технологий. В анализе использованы данные Росстата из сборников «Регионы России: социально-экономические показатели», раздел «Информационные и коммуникационные технологии». Применялись методы одномерной и многомерной статистической обработки данных. Проводилась кластеризация регионов РФ по 16 показателям, характеризующим уровень цифрового развития территории. Исследование выполнялось с пятилетним интервалом, в 2014 и 2019 гг. Выделено три кластера, условно названные «лучший», «средний» и «худший». Наиболее высокая поляризация цифрового развития наблюдалась в 2014 г.: в «среднем» кластере находилось 4 региона, в «лучшем» - 29, в «худшем» - 46. В 2019 г. поляризация сгладилась: в «среднем» кластере уже 45 регионов, в «лучшем» - 33, в «худшем» осталось 4: Республика Дагестан, Республика Северная Осетия - Алания, Чеченская Республика, Республика Тыва. Результаты показали, что средний суммарный коэффициент рождаемости ниже в тех кластерах, которые характеризуются более высокими показателями в области цифровизации. За 20142019 гг. в лучшем с точки зрения развития информационных и коммуникационных технологий кластере он снизился на 31,1%, в «среднем» - на 47,7%; в «худшем» кластере наблюдался рост рождаемости на 37,7%. Многослойность и взаимозависимость факторов влияния на процессы рождаемости не позволила точно оценить вклад конкретных факторов цифровизации на деторождение. Обоснована перспективность будущих исследований в направлении статистической оценки влияния цифровизации занятости на репродуктивное поведение.

Понимание текущих и прогнозирование будущих миграционных процессов актуализирует исследования исторически сложившихся тенденций миграционной связанности стратегически важных арктических регионов с другими регионами страны. Цель статьи заключается в исследовании миграционной связанности арктических регионов с другими регионами россии на основе данных Всероссийских переписей населения и статистики межрегиональной миграции Росстата за 20072010 и 2017-2021 гг. Анализ миграционных потоков выявил тенденцию снижения миграционной мобильности населения применительно к регионам российской Арктики. В то же время для восьми из девяти арктических регионов характерно отрицательное сальдо миграции. Для описания тенденций локализации населения предложена трехкомпонентная модель: центры притяжения, регионы с сильной взаимной локализацией и регионы с обычной локализацией. Выявлены справедливость данной модели для всех регионов России и прямая связь между входящими и исходящими миграционными потоками. Результаты анализа изменчивости коэффициентов локализации позволяют говорить о том, что миграционные потоки из арктических регионов к настоящему времени уже сформировались, а входящие потоки более подвержены изменениям. В работе предложен новый подход к измерению устойчивости миграционных потоков во времени на основе оценки коэффициента вариации. Сформирована классификация регионов АЗ РФ по устойчивости миграционных потоков: регионы с устойчивыми миграционными потоками, с динамическими миграционными потоками и с неустойчивыми миграционными потоками. В ходе статистического анализа устойчивости миграционных потоков доказана их стабилизация с течением времени на исследуемом периоде. Проверка гипотезы о влиянии на устойчивость миграционных потоков удаленности регионов друг от друга выявила искомую зависимость лишь в пределах 2 тыс. км между столицами регионов. Представленные результаты структурируют тенденции пожизненной и долгосрочной миграции между арктическими и остальными регионами России и обозначают основные направления для стратегического управления в области межрегиональной миграции.

Проблема неравенства доходов населения России в региональном разрезе сохраняет актуальность. Несмотря на наличие большого количества исследований по данной теме, они не в полной мере отражают усилия, которые реализуются для преодоления данной проблемы в контексте бюджетной политики. При этом значительное влияние на формирование денежных доходов населения оказывают меры бюджетной поддержки регионов. В связи с этим актуальна оценка влияния обеспеченности региональных бюджетов финансовыми ресурсами на конвергенцию неравенства денежных доходов населения. Предметом исследования является конвергенция неравенства денежных доходов населения в субъектах Южного федерального округа (ЮФО) Российской Федерации. Согласно нашей гипотезе, обеспеченность бюджетными расходами на душу населения является одним из существенных факторов конвергенции денежных доходов в регионах. В статье тестируется наличие безусловной и условной конвергенции неравенства денежных доходов методом наименьших квадратов за период 2012-2021 гг. Оценка проведена на панельных данных с применением эффекта времени. В ходе моделирования использованы данные Росстата о неравенстве доходов (индекс Джини) и исполнении региональных бюджетов субъектов ЮФО. Результаты свидетельствуют о наличии как безусловной, так и условной конвергенции неравенства денежных доходов населения в регионах ЮФО. Оценка условной конвергенции проведена с использованием двух факторов бюджетной обеспеченности регионов: расчетной бюджетной обеспеченности и удельной обеспеченности регионов бюджетными расходами на душу населения. Установлено, что политика бюджетного выравнивания денежных доходов населения остается надежным инструментом преодоления неравенства в регионах России. Результаты исследования имеют практическую ценность в преодолении проблем регионального неравенства, реализации бюджетного федерализма, при планировании бюджетных расходов федерального и региональных бюджетов, а также межбюджетных трансфертов.

Динамика технологических инноваций в промышленности регионов России характеризуется пространственно-временной неравномерностью, что делает актуальным изучение параметров траектории развития инноваций. Цель данного исследования - оценка сравнительной значимости траектории развития инноваций и текущего уровня экономического развития региона для инновационной динамики в промышленности регионов страны. С использованием динамической авторегрессионной функции выполнено моделирование текущих инновационных затрат и выпуска промышленных предприятий как функции от траектории развития инноваций (своих предыдущих значений) и текущего уровня экономического развития региона (измеряемого валовым региональным продуктом) на панели из 70 регионов России в 2000-2020 гг. с детализацией федеральных округов и периодов 2000-2005, 2006-2010, 2011-2015, 2016-2020 гг. Установлено, что положительная траектория развития инноваций, увеличивающая их текущий объем, в промышленности большинства регионов России сформировалась только в 2011-2020 гг. В то же время в 2000-2005 гг. в отдельных регионах наблюдалась устойчивая отрицательная траектория развития инноваций, создающая отрицательные экстерналии и негативно влияющая на прирост объема инноваций. В течение всего периода 2000-2020 гг. текущий уровень экономического развития региона был более важен для увеличения объема инноваций, чем траектория их развития. Влияние траектории развития инноваций и уровня экономического развития региона на текущий объем инноваций носит преимущественно компромиссный характер, то есть в конкретный момент времени воздействие чаще оказывал какой-то один из факторов. Это указывает на уязвимость инновационных проектов в рассматриваемый период. Выделяется промышленность Урала и Сибири, где рассматриваемые факторы систематически оказывали комплементарный (совместный) положительный эффект, что значительно увеличивает вероятность успешной реализации инновационных проектов. Полученные результаты представляют интерес в контексте пространственно-временной детализации экономических механизмов инновационного развития регионов России.

Целью настоящего исследования является пространственное моделирование влияния разработанных передовых производственных технологий на объемы добычи полезных ископаемых, обрабатывающих производств и генерацию электроэнергии в регионах Российской Федерации. Применены модели пространственного лага (SAR) и пространственной ошибки (SEM), а также глобальный и локальный индекс Морана. В качестве исследуемых переменных рассмотрены объемы разработанных передовых производственных технологий, добычи полезных ископаемых, обрабатывающих производств и генерации электроэнергии за 2022 г. Обнаружено, что процессы разработки передовых производственных технологий влияют на отрасли обрабатывающей промышленности и генерацию электроэнергии. Анализ коэффициентов пространственной автокорреляции показал, что в процессах разработки передовых производственных технологий, добычи полезных ископаемых, обрабатывающих производств и электроэнергии регионы формируют кластеры, а также существует положительная пространственная автокорреляция. Субъекты Российской Федерации классифицированы с помощью локального индекса Морана, который позволил определить полюса роста, кластеры высоких значений, территории, испытывающие на себе влияние данных кластеров, и территории с низким значением разработанных передовых производственных технологий, обрабатывающих производств и генерации электроэнергии. Отрицательное значение коэффициента пространственной автокорреляции в модели SAR показало, что увеличение объема разработанных передовых производственных технологий в одном регионе приводит к снижению их уровня в другом. Это свидетельствует о пространственной неоднородности процессов разработки передовых технологий в регионах страны.

Целью настоящего исследования являются оценка влияния изменения параметров качества жизни на миграционное поведение населения и формирование соответствующего прогноза. Для ее достижения применены методы ретроспективного анализа, группировки, регрессионного анализа и сценарного моделирования. Проведенный анализ ретроспективных данных позволил выявить взаимосвязь между данными показателями, однако качество статистических оценок потребовало проведения дополнительных исследований, в ходе которых вся совокупность субъектов Российской Федерации была разбита на четыре группы. Для каждой из групп построено отдельное регрессионное уравнение, описывающее взаимосвязь между значением коэффициента миграционного прироста и комплексной оценкой качества жизни в регионе. Характеристики качества полученных уравнений подтверждают возможность их применения для создания прогноза изменения показателей. Сформирован сценарный прогноз изменения значений показателя качества жизни населения в регионах Российской Федерации до 2025 г. На основе полученного прогноза рассчитаны соответствующие значения коэффициентов миграционного прироста. Реализация того или иного сценария развития ситуации по-разному отражается на миграционной привлекательности регионов. Это связано с различной чувствительностью к изменению качества жизни населения. Вместе с тем высокая чувствительность регионов первой группы не только дает им преимущества при улучшении ситуации, но и создает дополнительные риски в случае ее ухудшения. Рассмотрены три сценария развития ситуации. В соответствии с первым к 2025 г. ситуация в области миграционного прироста населения улучшится в 33 субъектах Российской Федерации по сравнению с уровнем 2021 г., со вторым – в 34, с третьим – в 28. Получение прогноза численности населения в регионах страны является неотъемлемой частью анализа влияния изменения параметров качества жизни на динамику системы расселения в стране, в частности для расчета указанных показателей концентрации и неравномерности расселения.