Оценка устойчивости социально-экономического развития регионов России

Актуальность. Регионы России не только неоднородны по уровню текущего состояния, но и отличаются сложившимися тенденциями изменения ключевых параметров их дальнейшего развития. Некоторые из них, обладая существенным экономическим потенциалом, рискуют потерять устойчивость в связи с происходящими социальными процессами и наоборот. Исходя из этого, цель исследования заключается в оценке устойчивости развития субъектов Российской Федерации, выявлении типовых регионов, в том числе в рамках реализации основного приоритета Стратегии пространственного развития России до 2025 года — раскрытии социально-экономического потенциала территорий, обеспечения их устойчивого развития за счет экономической специализации регионов.

Методы. В рамках решения задачи выбора типовых регионов России по уровню устойчивости социально-экономического развития сформирована база данных показателей за период с 2010 по 2016 г. Финансово-экономическая составляющая развития описывается восемью показателями, социальная — 14 показателями, экологическая — тремя показателями. Ранжирование регионов осуществлено в три этапа — рассмотрение частных показателей, объединение их в группы и исследование обобщенных значений. Для выявления типовых регионов был применен метод кластеризации.

Результаты. Апробация подхода показала, что высокая позиция региона по одному из рассматриваемых направлений анализа не всегда коррелирует с уровнем по другим показателям. Величина разброса в целом возрастает при переходе от регионов-лидеров к регионам-аутсайдерам. Кластерный анализ позволил выявить четыре группы регионов. Первый кластер характеризуется преобладанием экономической составляющей. Второму кластеру присуще отсутствие существенного дисбаланса между направлениями. Третий кластер характеризуется лучшей динамикой финансово-экономических показателей на фоне относительно неплохих позиций в социальной и экологической сферах. Четвертый кластер представлен субъектами РФ, в которых имеются существенные результаты в сфере улучшения экологической составляющей. Исходя из кластерного анализа, выбраны типовые регионы — Республика Ингушетия, Самарская область, Республика Татарстан и Владимирская область, соответственно.

Перспективы. Полученные результаты могут быть применены при формировании прогноза социально-экономического развития регионов Российской Федерации и показателей их устойчивости на среднесрочную перспективу.

1. Низамутдинов М. М., Орешников В. В. Моделирование развития экономики региона. М.: Экономика; 2017. 304 с.

2. Фещенко В. В., Тачкова И. А., Черваков Р. О. Методологические основы социально-экономической эффективности регионального развития. Экономика и предпринимательство. 2017;(8–4):365–372.

3. Mihnenoka A., Senfelde M. The impact of national economy structural transformation on regional employment and income: The case of Latvia. South East European Journal of Economics and Business. 2017;12(2):47–60.

4. Oiarzabal P. J., Reips U.-D. Migration and diaspora in the age of information and communication technologies. Journal of Ethnic and Migration Studies. 2012;(38):1333–1338. DOI: 10.1080/1369183X.2012.698202

5. Ивантер В. В., Суворов А. В., Сутягин В. С. Основные задачи и принципы социально-экономического прогнозирования. Управление. 2015;3(1):8–17.

6. Mayer A., Malin S. A., Olson-Hazboun Sh. K. Unhollowing rural America? Rural human capital flight and the demographic consequences of the oil and gas boom. Population and Environment. 2017;39(3):219–238. DOI: 10.1007/s11111–017–0288–9

7. Фаттахов Р. В., Низамутдинов М. М., Орешников В. В. Инструментарий обоснования параметров стратегического развития региона на базе адаптивно-имитационного моделирования. Регион: Экономика и Социология. 2017;(1):101–120.

8. Строев П. В. Трансформации пространственной структуры России. Вестник Института экономики Российской академии наук. 2014;(4):61–70.

9. Буньковский Д. В. Теневая экономика: анализ развития. Вестник Восточно-Сибирского института МВД России. 2015;(4):107–116.

10. Curry J. A., Picketts I. M. Evaluating local sustainability: Planning in Northern British Columbia, Canada. International Journal of Sustainable Development and Planning. 2014;9(6):739–753.

11. Аитова Ю. С. Качество образования как фактор формирования миграционных потоков в российской федерации. Вестник Тюменского государственного университета. Социально-экономические и правовые исследования. 2018;4(2):80–93.

12. Boneva B. S., Frieze I. H. Toward a concept of migrant personality. Journal of Social Issues. 2001;(3):477–491.

13. Клейнер Г. Б. Системное управление в трансформирующейся экономике. Эффективное антикризисное управление. 2014;(5):54–59.

14. Мартышенко С. Н. Методическое обеспечение анализа данных мониторинга социально-экономических процессов в муниципальных образованиях. Экономика и менеджмент систем управления. 2012;6(4.2):259–267.

15. Bollo Manent M., Hernández Santana J. R., Méndez Linares A. P. The state of the environment in Mexico. Central European Journal of Geosciences. 2014;6(2):219–228. DOI: 10.2478/s13533–012–0172–1

16. Суслов С. А. Кластерный анализ: сущность, преимущества и недостатки. Вестник НГИЭИ. 2010;1(1):51–57.

17. Akhvlediani T., Cielik A. Knowledge Creation and Regional Spillovers: Empirical Evidence from Germany. Miscellanea Geographica. 2017;21(4):84–189. DOI: 10.1515/mgrsd-2017–0033

18. Суспицын С. А. Прогнозы и оценки пространственных трансформаций экономики на основе комплекса иерархических расчетов развития многорегиональной системы РФ. Регион: Экономика и Социология. 2010;(3):3–22.

19. Алексеенко В. Б., Красавина В. А. Математические методы исследования экономических систем. М.: РУДН; 2005. 154 с.

20. Pastuszka S. Regional Differentiation of the Demographic Potential in Italy and Poland. Comparative Economic Research. 2017;20(3):137–159. DOI: 10.1515/cer-2017–0024

21. Bin Bakar Abu, M. Z. Managing ethnic relations using local wisdom approaches: The case of Malaysia. Mediterranean Journal of Social Sciences. 2014;5(19):330–335. DOI: 10.5901/mjss.2014.v5n19p330