ЭКОНОМИКА РЕГИОНА

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.