Архив статей журнала
Исследование посвящено анализу темпов и факторов роста промышленности российских регионов в 2022 и 2023 гг. В работе использовались картографический, сравнительный, корреляционный анализ, эконометрическое моделирование. Исследование показало разнонаправленный рост добывающей и обрабатывающей промышленности в российских регионах в 2022 и 2023 гг., а также разные паттерны развития российских регионов в период новых антироссийских санкций. Межрегиональные различия в темпах роста промышленности и ее основных отраслей как в период стагнации (2022 г.), так и умеренного роста (2023 г.) оказались существенными. За два года разброс темпов роста промышленности составил от -26,8% в Калининградской области до +38,3% в Брянской области. С помощью корреляционно-регрессионного анализа протестировано влияние пяти групп факторов на динамику промышленного производства в российских регионах. Эконометрический анализ показал статистически значимое позитивное влияние качества человеческого капитала, а также доли отрасли связи и телекоммуникаций в ВДС на рост промышленного производства в российских регионах как в 2022, так и в 2023 гг., и отрицательное влияние на этот рост уровня открытости экономики, выражающейся в зависимости от импорта, экспорта и иностранных инвестиций, хотя со временем значимость этих факторов менялась. Участие государства в экономике, проявляющееся в доле государственной собственности и росте бюджетных расходов, стало более заметным фактором роста промышленности в 2023 г. В том же году доля частного сектора перестала быть значимым фактором уменьшения темпов роста промышленности, как это было в 2022 г. В 2023 г. важным фактором роста промышленности стала доля обрабатывающих производств в ВРП региона.
В исследовании проводится анализ межрегиональных эффектов инноваций в России. Гипотеза о наличии межрегиональных эффектов проверяется путем комбинирования методов пространственной эконометрики и байесовского подхода. С использованием панельных данных о российских регионах за период 2000-2021 гг. в работе рассчитываются апостериорные вероятности для набора пространственно-регрессионных моделей, которые по-разному моделируют межрегиональные эффекты инноваций. В рамках применения байесовского подхода для сравнения были выбраны 6 моделей: модель без пространственных эффектов (OLS), модель с пространственным лагом зависимой переменной (SAR), модель с пространственным лагом ошибки (SEM), модель с пространственными лагами объясняющих переменных (SLX), пространственная модель Дарбина с лагами зависимой и объясняющих переменных (SDM), а также пространственная модель Дарбина с лагами объясняющих переменных и ошибки (SDEM). На основе проведенных расчетов можно сделать вывод о том, что пространственная корреляция инноваций в российских регионах не так сильно выражена, как принято было считать в предыдущих исследованиях. Это можно считать свидетельством в пользу того, что концепция межрегиональных перетоков инноваций плохо согласуется с историческими, институциональными и территориальными особенностями России, а общепринятые в других странах для подобного анализа методы - неподходящими в российском контексте. Полученные результаты могут быть учтены в дальнейших исследованиях, предполагающих пространственное моделирование региональных инноваций. Больше внимания следует уделять пространственным эффектам объясняющих переменных, в частности межрегиональным перетокам затрат на НИР, а также динамике в инновационном процессе.
Исследование посвящено оценке средневзвешенных расстояний между регионами России по разным метрикам - кратчайших расстояний на сфере и дистанции по железным и автомобильным дорогам. Подобные сводные оценки необходимы исследователям межрегиональных процессов, таких как миграция и грузоперевозки, однако в публичном доступе отсутствуют. В статье этот пробел восполняется. Подробно описываются методики оценки расстояний по разным метрикам (на основе данных Росжелдора о тарифных расстояниях между железнодорожными станциями, сведений о координатах и численности населения городов, сервисов расчета расстояний между городами). Предлагаемые метрики можно рассматривать в качестве метрики экономического расстояния, разработанного в контексте исследований гравитационных взаимодействий. Оценки расстояний между российскими регионами выполнены на актуальных данных высокой степени детализации (использованы данные о расстояниях между 2840 железнодорожными станциями, о численности жителей около 10 000 населенных пунктов). Результаты оценок выложены в открытом доступе для свободного использования в научно-практических целях. Обсуждаются и интерпретируются случаи значительных расхождений в оценках расстояний между регионами России по разным метрикам. Показано, что особенности транспортной инфраструктуры определяют для ряда регионов необходимость в зависимости от задачи использовать различные метрики межрегиональных расстояний. Оценено средневзвешенное расстояние между всеми субъектами РФ с учетом изменения региональной структуры населения; на этой основе показано, что с начала 1990-х гг. миграция населения шла в направлении регионов, обладающих большей относительной транспортной связностью.