ЭКОНОМИКА РЕГИОНА

Проблема дальневосточного макрорегиона после перехода к рыночной экономике- отток населения. Наибольшую долю населения (70 %) с 1990 г. потерял Чукотский АО- самый восточный арктический регион России. Внешняя успешность социально-экономического развития округа, о которой свидетельствуют рост производства в базовой отрасли и лидирующие места среди субъектов РФ по ряду ключевых среднедушевых показателей, не способствует притоку трудовых ресурсов, регион остается одним из самых малочисленных в России. Выяснению причин парадоксальной ситуации посвящено исследование 30-летней динамики социально-экономических процессов в округе. С этой целью проведен сравнительный анализ ключевых количественных и качественных показателей Чукотского АО в экономике и социальной сфере в условиях плановой экономики (1990 г.), когда регион был привлекательным для жизни, и рыночной (2020 г.), характеризующейся массовым оттоком населения. Для оценки уровня жизни использована авторская методика, позволяющая сравнить покупательную способность доходов населения в разных экономических условиях. Такой подход выявил существенное снижение уровня жизни с масштабного превышения над среднероссийским показателем в плановой экономике (в 3 раза) до незначительного превышения (22 %) в рыночных условиях. Отток населения из Чукотского АО является следствием сочетания двух факторов- смены экономической парадигмы и специфики функционирования арктического региона. Закрепление населения в северных и арктических регионах возможно только при существенно более высоком уровне жизни относительно других регионов России. Полученные результаты могут быть учтены для совершенствования социально-экономической политики северных и арктических регионов России.

Для повышения результативности региональной инвестиционной политики в условиях финансовых ограничений необходим учет взаимосвязи и взаимовлияния межотраслевых инвестиционных потоков. Проведенный анализ исследований в области выбора отраслевых приоритетов инвестирования выявил ряд методических проблем, что обуславливает актуальность разработки методического подхода к формированию инвестиционных приоритетов на основе выявления ключевых точек инвестиционного роста. Для исследования и оценки межотраслевых инвестиционных взаимодействий введены понятия инвестиционной взаимоиндукции, взаимоиндуцированных инвестиций, ключевых точек инвестиционного роста, разработана система оригинальных показателей. Важное значение для обоснования отраслевой концентрации инвестиционных ресурсов имеет способность отрасли индуцировать инвестиции во взаимосвязанных отраслях, на основе ее оценки разработана классификация видов экономической деятельности, включающая три классификационные группы -ключевые, потенциальные и возможные в перспективе инвестиционные точки роста. Как пример апробации предложенной методики представлен расчет показателей, характеризующих межотраслевые инвестиционные взаимодействия в отраслевой структуре Архангельской области, и осуществлена классификация видов экономической деятельности. К ключевым точкам инвестиционного роста отнесены пять видов экономической деятельности (строительство, торговля оптовая и розничная, ремонт автотранспортных средств и мотоциклов, деятельность гостиниц и предприятий общественного питания, деятельность профессиональная, научная и техническая, предоставление прочих видов услуг), к потенциальным точкам - четыре вида экономической деятельности (сельское, лесное хозяйство, охота, рыболовство и рыбоводство, обрабатывающие производства, водоснабжение, водоотведение, организация сбора и утилизации отходов, деятельность по ликвидации загрязнений, деятельность в области здравоохранения и социальных услуг). Остальные восемь видов экономической деятельности составляют группу точек роста, возможных в перспективе. На основе выявленных ключевых и потенциальных точек инвестиционного роста определены приоритетные направления инвестирования, предложен алгоритм регулирования межотраслевых инвестиционных потоков.

Укрепление научно-исследовательских связей регионов, отвечающих за снижение барьеров распространения знаний между ними, а также усиление эндогенного взаимодействия субъектов хозяйствования для совместного решения технологических проблем страны, является одной из важных стратегических задач развития национальной экономики. Целью исследования является разработка и апробация методического подхода к анализу научно-исследовательских связей регионов, выявляющего интенсивность межрегионального сотрудничества в контексте географической близости авторов, количества совместных статей, а также схожести тематик исследований. Методическую базу исследования составляет библиометрический анализ 1 846 статей, опубликованных в 2023 году в 53 российских рецензируемых экономических журналах, с общим количеством авторов 3 102 человека. Для определения схожести тематик статей использовался текстовый анализ аннотаций, основанный на применении меры TF-IDF и косинусном сходстве. В качестве основных результатов исследования выявлены следующие корреляции: расстояние между регионами оказывает незначительное влияние как на связанность научного экономического пространства, так и на уровень коллаборации между исследователями из разных регионов; связанность научного экономического пространства (как на внутрирегиональном, так и на межрегиональном уровне) напрямую зависит от уровня коллаборации между исследователями, причем на межрегиональном уровне эта зависимость проявляется в большей степени, чем на внутрирегиональном. Также на основе анализа определены условия укрепления научно-исследовательских связей регионов, а именно выстраивание научно-исследовательских сетей с учетом промышленно-технологической и научной специализации регионов, а также наделение драйверной ролью крупных «научных» регионов (по показателю количества публикаций) и оказание поддержки в поиске и реализации новых форм их взаимодействия с другими территориями. Локомотивы научных исследований смогут развивать исследовательский потенциал регионов - участников научных коммуникаций и обеспечивать пространственное внедрение полученных результатов совместных проектов.

В 2021 г. в России были утверждены региональные стратегии цифровой трансформации. Авторы данного исследования предположили, что существует положительная корреляция между уровнем социально-экономического развития, накопленным опытом цифровизации региональной экономики и потенциалом достижения регионами поставленных задач цифровой трансформации. Для проверки этой гипотезы было проведено ранжирование регионов РФ по потенциалу достижения установленных ими плановых показателей на основе адаптивного автоматизированного метода главных компонент, дополненного анализом среды функционирования (PCA-DEA). Для проведения исследования выбраны 2 блока показателей в качестве входов модели: уровень развития икТ-сектора в регионе (18 индикаторов) и уровень социально-экономического развития региона за 2022 г. (20 индикаторов). В качестве выхода модели были отобраны показатели, по которым у регионов в выборке были запланированы измеримые результаты на 2023 г. (всего 43 индикатора). В выборку вошли все регионы РФ, за исключением ДНР, ЛНР, Запорожской и Херсонской областей из-за отсутствия стратегий цифровой трансформации по состоянию на 1 июля 2023 г., города Москвы, проходящей трансформацию по стратегии «Умный город», а также Чукотского АО, запланировавшего результаты по менее 30 % показателей. В результате мы получили пять групп регионов, распределенных по убыванию шансов достижения плановых показателей цифровизации. Место в рейтинге зависит не только от уровня цифровизации и социально-экономического развития, но и от полноты включения в программу цифровой трансформации стратегических показателей. При этом имеют место значительные отклонения планируемых регионами показателей от рекомендуемых профильными министерствами. Используя декомпозицию интегрального показателя и посредством расчета коэффициентов корреляции, мы выявили факторы, определившие позиции регионов в рейтинге. Разработанная методология позволила учесть как структуру данных, так и эффективность планирования в политике цифровизации, что способствует определению наиболее эффективных стратегий и принятию правильных решений для дальнейшего развития цифровой экономики. Полученный результат может быть использован как для внутренней аналитики оценки результатов реализации стратегии цифровой трансформации конкретного региона, так и для внешней аналитики - при сравнении достигнутых результатов и построения региональных рейтингов.