Устойчивое развитие транспортной системы обеспечивает единство экономического пространства, целостность и национальную безопасность страны. общий подход и гипотеза исследования заключаются в том, что инфраструктура выступает важным фактором благополучия, который приносит региону экономические выгоды и является важной детерминантой социально-экономического роста, при этом ее эффекты распространяются за пределы самого региона. Сочетание эконометрических и геоинформационных подходов позволило провести пространственный анализ влияния фондовооруженности, транспортной и телекоммуникационной инфраструктуры на валовой региональный продукт на душу населения и производительность труда в промышленности, выявить их прямые и косвенные эффекты. оценки продемонстрировали статистически значимое положительное влияние косвенных эффектов фондовооруженности, индекса развития железных дорог и телекоммуникаций на уровень экономического развития. Вместе с тем отрицательные прямые эффекты показателей железнодорожной инфраструктуры для промышленности указывают на то, что в условиях концентрации экономической активности возрастающая нагрузка на транспортную сеть не соответствует темпам ее физического прироста при сохраняющемся высоком износе. Данный вывод подтверждается отрицательным косвенным эффектом фондовооруженности на производительность труда в промышленности в двух модельных спецификациях при положительном прямом влиянии. Положительные экстерналии телекоммуникаций для экономики возникают за счет обеспечения доступности сетей и информационных ресурсов предприятий и населения, увеличения технологических возможностей и скорости взаимодействия хозяйствующих субъектов. Телекоммуникационная инфраструктура является фактором роста промышленного производства, однако ее отрицательные косвенные эффекты свидетельствуют о том, что регионы, находящиеся в окружении регионов с высокой динамикой распространения мобильной связи, испытывают замедление темпов производительности труда в промышленности. Полученные оценки и наличие пространственной автокорреляции валового регионального продукта на душу населения и производительности труда промышленности важно учитывать при разработке программ финансирования инфраструктурных проектов.
Идентификаторы и классификаторы
Инфраструктура выступает необходимым условием национального экономического роста. Ее финансирование обеспечивает снижение транспортных издержек, повышение отдачи от капитала и эффективности частных вложений, способствует расширению рынков сбыта, межрегиональной мобильности капитала, рабочей силы, интеллектуальных активов. Эффективно функционирующие транспортные системы, помимо обеспечения торговых потоков и повышения конкурентоспособности отечественных предприятий за счет снижения транспортных издержек, способствуют увеличению факторной производительности. Кроме того, инвестиции в транспортную инфраструктуру рассматриваются как инструмент сокращения межрегиональных диспропорций и укрепления территориальной целостности страны.
Список литературы
1. Гафарова, Е. А. (2017). Эмпирические модели регионального экономического роста с пространственными эффектами: результаты сравнительного анализа. Вестник Пермского университета. Сер. Экономика, 12(4), 561574. DOI: 10.17072/1994-9960-2017-4-561-574 EDN: ZXFQCX
2. Демидова, О. А., Камалова, Э. (2021). Пространственно-эконометрическое моделирование экономического роста российских регионов: имеют ли значение институты? Экономическая политика, 16(2), 34-59. EDN: OPRRBB
3. Исаев, А. Г. (2015). Транспортная инфраструктура и экономический рост: пространственные эффекты. Пространственная экономика, (3), 57-73. DOI: 10.14530/se.2015.3.057-073 EDN: VCHKAJ
4. Калинина Н. Н., Попова Т. С., Цукахин А. Б. (2020). Перспективные направления развития транспортной инфраструктуры как фактора безопасности и устойчивого экономического роста. Экономика устойчивого развития, 2(42), 92-97. EDN: IHLGON
5. Коломак, Е. А. (2011). Эффективность инфраструктурного капитала в России. Журнал Новой экономической ассоциации, 10(10), 74-93. EDN: NXSUUF
6. Крамин, Т. В., Климанова, А. Р. (2019). Развитие цифровой инфраструктуры в регионах России. Terra Economicus, 17(2), 60-76. DOI: 10.23683/2073-6606-2019-17-2-60-76 EDN: WSCVCW
7. Мельников, Р. М. (2022). Инфраструктурная обеспеченность как фактор экономического роста в российских регионах. Финансы и кредит, 28(8), 1756-1781. DOI: 10.24891/re.17.4.615 EDN: WUMGXH
8. Мыслякова, Ю. Г., Котлярова, С. Н., Матушкина, Н. А. (2021). Генетический подход к оценке инфраструктурной связанности индустриального региона. Экономика региона, 17(3), 784-798. DOI: 10.17059/ekon.reg.2021-3-5 EDN: BZFLHR
9. Мясников, А. А. (2018). Анализ факторов совокупной факторной производительности российских регионов. Экономика региона, 14(4), 1169-1180. DOI: 10.17059/2018-4-9 EDN: YRPZZB
10. Семерикова, Е. В., Демидова, О. А. (2015). Анализ региональной безработицы в России и Германии: пространственноэконометрический подход. Пространственная экономика, (2), 64-85. DOI: 10.14530/se.2015.2.064-085 EDN: TYQIAR
11. Сергиенко, А. А. (2011). Оценка влияния мобильных телекоммуникаций в горнодобывающей промышленности на экономический рост России: эконометрический анализ. Записки Горного института, (191), 183-187. EDN: ROWEBV
12. Agenor, P.-R. (2010). A theory of infrastructureled development. Journal of Economic Dynamics and Control, 34(5), 932-950. DOI: 10.1016/j.jedc.2010.01.009
13. Agrawal, A., Galasso, A., & Oettl, A. (2017). Roads and innovation. Review of Economics and Statistics, 99(3), 417434. DOI: 10.1162/REST_a_00619
14. Arrow, K. J., & Kruz, M. (2013). Public investment, the rate of return, and optimal fiscal policy. RFF Press, New York, 218. DOI: 10.4324/9781315064178
15. Caufield, B., Bailey, D., & Mullarkey, S. (2013). Using data envelopment analysis as a public transport project appraisal tool. Transport Policy, 29, 74-85. DOI: 10.1016/j.tranpol.2013.04.006
16. Cavalieri, M., Cristaudo, R., & Guccio, C. (2019). On the magnitude of cost overruns throughout the project life-cycle: An assessment for the Italian transport infrastructure projects. Transport Policy, 79, 21-36. DOI: 10.1016/j.tranpol.2019.04.001
17. Demurger, S. (2001). Infrastructure development and economic growth: an explanation for regional disparities in China? Journal of Comparative Economics, 29(1), 95-117. DOI: 10.1006/jcec.2000.1693 EDN: GXATFB
18. Farhadi, M. (2015). Transport infrastructure and long-run economic growth in OECD countries. Transportation Research. Policy and Practice, 74, 73-90. DOI: 10.1016/j.tra.2015.02.006
19. Felbermayr, G. J., & Tarasov, A. (2022). Trade and the spatial distribution of transport infrastructure. Journal of Urban Economics, 130, 103473. DOI: 10.1016/j.jue.2022.103473 EDN: EQRBLJ
20. Fingleton, B., & Lopez-Bazo, E. (2006). Empirical growth models with spatial effects. Papers in Regional Science, 85(2), 177-198. DOI: 10.1111/j.1435-5957.2006.00074.x
21. Glaeser, E. L., & Ponzetto, G. A. (2018). The political economy of transportation investment. Economics of Transportation, 13, 4-26. DOI: 10.1016/j.ecotra.2017.08.001
22. Kyriacou, A. P., Muinelo-Gallo, L., & Roca-Sagales, O. (2019). The efficiency of transport infrastructure investment and the role of government quality: An empirical analysis. Transport Policy, 74, 93-102. DOI: 10.1016/j.tranpol.2018.11.017
23. Li, J., Wen, J., & Jiang, B. (2017). Spatial Spillover Effects of Transport Infrastructure in Chinese New Silk Road Economic Belt.International Journal of e-Navigation and Maritime Economy, 6, 1-8. DOI: 10.1016/j.enavi.2017.05.001
24. Melo, P., Graham, D., & Brage-Ardao, R. (2013). The productivity of transport infrastructure investment: a meta-analysis of empirical evidence. Regional Science and Urban Economics, 43(5), 695-706. DOI: 10.1016/j.regsciurbeco.2013.05.002
25. Michaels, G. (2008). The effect of trade on the demand for skill: evidence from the interstate highway system. Review of Economics and Statistics, 90(4), 683-701. DOI: 10.1162/rest.90.4.683
26. Pugachev, I., Kulikov, Y., & Yarmolinsky, A. (2018). Current trends in development of the transport infrastructure of large cities of the Far East, Russia. Transportation Research Procedia, 36, 622-626. DOI: 10.1016/j.tr-pro.2018.12.144 EDN: ILTEZS
27. Wang, F. (2014). Quantitative methods and socio-economic applications in GIS. CRS Press, 333. DOI: 10.1201/1b17967
Выпуск
Другие статьи выпуска
Despite the growing popularity of online shopping, there is a lack of research on regional differences in consumer behaviour and preferences, particularly among women. The study aims to investigate the regional differences in women’s online shopping behaviour in Kazakhstan by conducting an in-depth analysis of the factors influencing female consumers. Using data from a survey of 400 women across different regions of Kazakhstan, logistic regression analysis was utilised to examine the relationship between online shopping frequency and several independent variables. The analysis found that the pandemic significantly affected online shopping behaviour in Kazakhstan, leading to decreased shopping frequency across all regions. Additionally, we found that women living in urban areas were significantly more likely to shop online frequently than those in rural areas, with an odds ratio of 0.504 (p = 0.014). The research also revealed notable differences in Internet penetration rates, with Karaganda, Pavlodar regions and Astana city having the highest rates among women (93.1 %, 93.0 %, and 94.5 %, respectively), while Atyrau and Kyzylorda regions had the lowest (80.7 % and 80.0 %). Therefore, it is recommended that policymakers should focus on expanding Internet infrastructure in remote regions by developing customised online marketplaces that meet the needs of urban areas like Almaty city. The findings of this study underscore the importance of considering regional differences in understanding the factors that drive online shopping behaviour in Kazakhstan. By investing in initiatives that promote e-commerce adoption and cater to consumers’ unique needs and preferences in different regions, policymakers can help foster a more inclusive and dynamic e-commerce ecosystem in Kazakhstan.
He study aims to revisit the relationship between aviation pollution, tourism, and economic development through the lens of the Environmental Kuznets Curve (EKC), particularly at the regional level, using New Zealand as a case study. We are the first to estimate aviation pollution at regional airports in New Zealand and use them as proxy for the regional pollution in an EKC setting. Our findings provide evidence of an EKC at New Zealand regions, indicating that tourism and economic development contribute to the long-term regional environment improvement. This highlights the necessity for environment policy to be tailored at a regional level, rather than solely at the national scale. Additionally, our research introduces a novel approach to EKC studies by incorporating new pollution estimations, which enhances the understanding of regional environmental dynamics. Among others, we discovered that that the sustainable tourism policy has, and will, work well in New Zealand. This study underscores the importance of considering regional factors in environmental policymaking and offers insights that could inform future strategies for balancing economic growth with environmental sustainability.
Научно-технологическое и инновационное развитие в России становится все более значимым на государственно уровне. Целью исследования является дифференциация субъектов Российской Федерации для формирования подходов к реализации системной региональной научно-технологической и инновационной политики. гипотеза исследования заключается в том, что социально-экономические, пространственные и административно-исторические факторы должны учитываться при реализации научно-технологической и инновационной политики регионов России. В исследовании применены аксиоматический и дескриптивный методы, а также экономико-статистический анализ и картирование. В ходе исследования составлена система показателей для дифференциации регионов, состоящая из 3 блоков. Результаты дифференциации регионов Российской Федерации представлены в виде таблицы и карты. Они демонстрируют разнородности и общности регионов, которые позволяют формировать направления реализации региональной научно-технологической и инновационной политики. Анализ позволил распределить регионы на 23 группы по 4 типам - от наиболее до наименее научно-технологически и инновационно развитых регионов. Для успешного научно-технологического и инновационного развития сформированы рекомендации в зависимости от типов регионов. Передовому типу регионов необходимо реализовывать политику исследовательского лидерства и ориентира для других регионов, а также развития международного сотрудничества. Развитому типу регионов необходимо ориентироваться на лучшие практики передовых регионов, осуществлять развитие своих целевых направлений науки, организовывать межрегиональную исследовательскую кооперацию внутри групп для усиления своих конкурентных преимуществ. Типу регионов, имеющих потенциал к развитию, необходимо вовлечение в федеральную научно-технологическую повестку, что может стать мощным импульсом, в том числе и с точки зрения привлечения федерального финансирования. Типу регионов с низкой базой необходимо формирование кооперационных связей с более развитыми регионами, схожими с ними по структуре экономики и территориальному расположению, образуя сателлита такого региона. Представленная в исследовании дифференциация регионов Российской Федерации по ключевым характеристикам и параметрам подтверждает гипотезу, ориентируя региональную научно-технологическую и инновационную политику на системность и научную обоснованность в принятии решений.
Национальная экономика России сегодня нуждается в позитивных хозяйственных практиках резильентности и последующего развития в современных условиях глобальной турбулентности. на уровне региональных экономик такая потребность еще более возрастает, поскольку даже несколько относительно небольших точек роста, в числе которых быстрорастущие компании (БРК, «газели»), способны стать драйверами для всего региона. Цель исследования - анализ результатов быстрорастущих компаний и их влияния на региональную резильентность в период острой фазы глобального экономического кризиса, вызванного пандемией COVID-19 (2020-2021 гг.). Исследование основано на анализе выборки 11940 компаний (в том числе 403 БРК) Свердловской, Вологодской, Курганской, Липецкой, Оренбургской, Челябинской областей, Красноярского края и Республики Башкортостан. В качестве методов использовались оценка долей БРК по численности и объему выпуска, а также оценка корреляции при помощи непараметрического метода - коэффициента Спирмена. Доля БРК по выборке в целом и для каждого рассматриваемого региона согласуется с общемировыми тенденциями (2-4 %). Отраслевая структура быстрорастущих компаний в различных регионах специфична, то есть БРК как феномен в разных регионах проявляется индивидуальным образом. «Газели» демонстрируют более высокую способность сохранять рабочие места в период острой фазы пандемии в большей части регионов выборки. Так, при среднем значении прироста занятых в 2 % в 2020 г. для БРК в Красноярском крае и Свердловской этот показатель составил 25 %. Установлено, что БРК оказывают положительное влияние на региональную резильентность в условиях экономического спада в таких видах деятельности, как транспортировка и хранение, торговля оптовая и розничная, а также добыча полезных ископаемых. Для обрабатывающих производств результат получился обратным: большая доля быстрорастущих компаний характерна для регионов с более слабыми темпами роста объема производства по этому виду деятельности в 2020-2021 гг. Полученные результаты могут быть использованы для обоснования значимости разработки и реализации программ государственной поддержки быстрорастущих компаний не только на федеральном, но и региональном уровне.
Объявив 2021 год годом креативных индустрий, Россия подчеркнула важность развития этого сектора на национальном уровне. Однако существующие базы данных и инструменты не позволяют провести всестороннюю оценку потенциала креативных индустрий. Цель данного исследования - разработка методики выявления потенциала развития креативного бизнеса в городах и ее апробация на примере базы данных городов второго эшелона Сибири и Урала. Научной новизной предлагаемой методики является выделение трех элементов потенциала развития креативного бизнеса: творческий потенциал, потенциал капитализации и коммерческий потенциал. Предложена методика, включающая алгоритм и совокупность показателей оценки, интеграция которой с базой данных городов второго эшелона позволит создать практикоориентированный информационно-аналитический инструмент поддержки принятия управленческих решений в области развития креативного бизнеса в городах. Применение методики к городам второго эшелона Урала и Сибири позволило выделить города с высоким потенциалом (имеющие три элемента потенциала): Березовский, Верхний Уфалей, Верхняя Пышма (Свердловская область), Белово, Новокузнецк, Юрга (Кемеровская область), Копейск (Челябинская область); города со средним потенциалом (имеющие два элемента): Алапаевск, Асбест, Заречный, Среднеуральск, Мыски, Мариинск, Катав-Ивановск, Трехгорный, Златоуст, Кыштым, Бийск, Новоалтайск, Северск, Сургут, Урай, Югорск, а также города с отдельными элементами потенциала развития креативного бизнеса. Отмечена слабая корреляция между элементами потенциала и низкое разнообразие креативной среды городов, не позволяющее капитализировать и коммерциализировать творческий потенциал городов. Авторы предлагают усилить межмуниципальное, внутрирегиональное и межрегиональное взаимодействие, а также разработать стратегические документы, связанные с развитием креативного бизнеса. Результаты данного исследования позволят органам местного самоуправления и бизнес-сообществу определить города с наибольшим потенциалом для развития креативного бизнеса.
Малые города по-прежнему являются значимым элементом каркаса расселения на территории Российской Федерации. Социально-экономическое положение, функции населенных пунктов и мотивы жителей предопределяют перспективы развития или деградации малых городов. Цель статьи заключается в систематизации существующих и выделении новых факторов социально-экономического развития приграничных малых городов. Методика проводимого исследования предполагает изучение и анализ зарубежных и отечественных публикаций, а также собранных статистических данных малых городов российско-белорусского приграничья. Раскрываются результаты проверки научной гипотезы о влиянии факторов приграничного положения и межгосударственной интеграции на изменение социально-экономических процессов в малых городах российско-белорусского приграничья. Выделены новые функции и факторы социально-экономического положения малых городов, расположенных в приграничье, структурированы по типам влияния. Приграничное положение малого города может быть фактором развития в условиях сохраняющейся барьерности межгосударственной границы. В малых городах российско-белорусского приграничья происходит большее снижение численности населения в сравнении с его региональными показателями и крупными городами. Инвестиции в основной капитал на душу населения на всем анализируемом периоде, за редким исключением, не превышают 50 % от значения в целом по региону. При этом количество квадратных метров жилья на душу населения выше в малых городах, чем в среднем по региону. Рекомендованная к разработке надгосударственная стратегия развития российско-белорусского приграничья позволит стимулировать экономику малых городов и улучшить качество жизни населения. При стратегическом планировании развития малых городов российско-белорусского приграничья необходимо разграничить их экономические функции, сформировать специализацию, что позволит подчеркнуть идентичность и использовать конкурентные преимущества в борьбе за ресурсы с более крупными агломерациями.
В условиях новой реальности в России актуализируются исследования по выявлению и использованию дополнительных факторов обеспечения экономического роста. Среди них все большее значение для повышения устойчивости развития экономики и активизации макроэкономической динамики приобретает задействование пространственного фактора. Исследованию процессов формирования и оценке потенциала развития преференциальных территорий, которых в настоящее время в стране насчитывается более 860, посвящена эта статья. Методология исследования основана на базовых положениях теорий пространственного развития, экономической синергетики и институциональной теории. Применены методы компаративного, статистического, структурного и SWOT-анализа. Гипотеза исследования заключается в том, что использование выявленного потенциала развития преференциальных территорий (на примере территорий опережающего развития (ТОР) в моногородах) позволит повысить уровень технологического развития данных территорий. На начало 2024 г. в стране имеют статус ТОР 110 территорий, среди которых 84 моногородов. Проведенный SWOT-анализ позволил установить возможности и риски развития преференциальных территорий в России. На базе институционально-синергетического подхода к формированию ТОР разработана методика определения потенциалов развития. Проведенная на ее основе оценка потенциала 9 ТОР, созданных в моногородах, выявила только в трех из них (Набережные Челны, Тольятти и Невинномысск) наличие институтов нового уровня технологического развития территории. У шести ТОР ресурсы, институты развития, инфраструктура соответствуют текущему уровню технологического развития территории. Три ТОР могут опираться в своем развитии на стратегический потенциал своего региона (отмечается высокий или средний уровень качества жизни. инвестиционной привлекательности). Обоснованы рекомендации по корректировке стратегий развития территорий с учетом потенциала социально-экономического развития ТОР для перехода на следующий уровень технологического развития. Результаты проведенного исследования могут быть полезны при разработке обновленной Стратегии пространственного развития РФ, корректировке показателей эффективности преференциальных территорий.
Экономика России находится в центре дестабилизирующих событий. Статья посвящена оценке резилиентности реакции промышленного производства на внешние ограничения. Методика исследования включает определение долгосрочной и краткосрочной реакции регионов на внешние ограничения на основе методов оценки трендовых и циклических составляющих изменения объемов производства, построение моделей фазовой динамики в формате отраслевых и кросс-отраслевых трейсеров профильной и перспективной отрасли специализации, оценку резилиентности промышленности регионов на основе индикаторов долгосрочной, краткосрочной и перспективной динамики. Использованы частные индикаторы резилиентности, раскрывающие региональные отличия индексов промышленности до и после дестабилизирующих событий, длительность периода восстановления и степень достижения дошокового уровня, наличие или отсутствие отраслей-стабилизаторов экономики и др. Выделены три уровня резилиентности промышленного производства: упругая реакция регионов как достижение дошокового уровня, сверхупругая - компенсационное восстановление и позитивный постшоковый рост, пластичная реакция с негативными последствиями при нормализации событий. Объектом исследования явились экспортоориентированные монопрофильные регионы металлургической специализации. Информационной базой исследования послужили данные официальной статистики по отраслевым индексам промышленного производства за период 2006-2021 гг. Дифференцированы фактические профили резилиентности монопрофильных регионов, выявлены негативное воздействие и торможение экономического роста в Челябинской и Свердловской областях, позитивная реакция и сохранение резилиентности при санкционных ограничениях в Вологодской и Липецкой областях. Выявлены регионы с наличием отраслевых стабилизаторов с контрфазовой динамикой, амортизирующих влияние ограничений (Вологодская, Липецкая области), и регионы с отсутствием стабилизирующих отраслей (Свердловская и Челябинская области). Разграничение резилиентности промышленного производства специфицирует целевые ориентиры и инструментарий региональной промышленной политики: в регионах с пластичной реакцией на внешние ограничения - интенсификация поддержки перспективных специализаций, в регионах с упругой и сверхупругой реакцией - актуализация стратегий и программных мер стабилизации развития на основе диверсификации экономики.
Издательство
- Издательство
- УрФУ
- Регион
- Россия, Екатеринбург
- Почтовый адрес
- 620002, Свердловская область, г. Екатеринбург, ул. Мира, д. 19
- Юр. адрес
- 620002, Свердловская область, г. Екатеринбург, ул. Мира, д. 19
- ФИО
- Кокшаров Виктор Анатольевич (Ректор)
- E-mail адрес
- rector@urfu.ru
- Контактный телефон
- +7 (343) 3754507
- Сайт
- https://urfu.ru/ru