Econometric model of population size as a tool for strategic management of the largest city development

Arbuzova T.A.1
1 Пермский государственный национальный исследовательский университет, Russia

Journal paper

Journal of Economics, Entrepreneurship and Law (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Volume 12, Number 6 (June 2022)

Citation:

Indexed in Russian Science Citation Index: https://elibrary.ru/item.asp?id=49089387
Cited: 1 by 30.01.2024

Abstract:
The article raises the problem of managing the socio-economic development of the largest city using econometric tools. The need for such tools is relevant due to the lack of an established methodology for its application at the municipal level. The scientific novelty of the study is the econometric model of population change in the city of Perm developed by the author under the influence of municipal target programs. The econometric model based on the example of Perm meets the criteria of correctness and shows a sufficiently high accuracy of calculation. This allows to recommend its use as a tool for strategic management of the largest city development.

Keywords: socio-economic system, largest city, econometric model, city development criterion

JEL-classification: R11, R12, R13, J11



Введение

Одной из важнейших проблем современной цивилизации является урбанизация, которая отражает не только усиление роли городов в развитии общества, но и увеличение численности городского населения. Процесс сосредоточения населения в городах, начавшись в XIX веке, в 1950-х годах достиг уровня 38%, а на начало 2021 года, по уточненным данным Всемирного банка, – составлял уже 56,16% [1] (Tarasov). По прогнозам специалистов в сфере демографии, концентрация населения в городах продолжится, и к 2030 году городские жители составят 60% [2], а к 2050 году – 68% общего населения планеты [3]. В ближайшей перспективе более 85% роста мирового ВВП обеспечат крупные города [4] (Bughin, Manyika, Woetze).

Россия относится к странам с высоким уровнем урбанизации, который на 01.01.2022 г. составил 74,7%, т.е. в городах проживают 108,9 млн чел. [5]. Неотъемлемым признаком урбанизации является концентрация населения в «городах-миллионерах» – городских поселениях и округах, где численность постоянного населения составляет более 1 млн чел. За 1926–2021 гг. в России количество таких городов выросло с 2 до 15, а численность жителей в них увеличилась до 33,6 млн чел., или в 9,0 раз. В крупнейших городах России проживает 30,8% городского населения [6].

В современных условиях имеются многочисленные и многоплановые исследование причин и последствий развития крупнейших городов России.

Значительный пласт работ посвящен рассмотрению роли крупнейших городов в социальном и экономическом развитии страны. О.В. Кузнецова объясняет закономерный рост мегаполисов процессом перехода к постиндустриальной экономике [7] (Kuznetsova, 2018). По данным исследований специалистов фонда «Институт экономики города» и центра городской экономики ООО «КБ Стрелка», на российские города-миллионники приходится треть ВВП страны [8, 9].

Ряд исследований раскрывает локальные особенности развития крупнейших городов. Е.А. Коломак считает, что этот процесс обусловлен главным образом экономическими факторами: крупный рынок и развитая инфраструктура [10] (Kolomak, 2014). Р.Р. Мавлютов исследует пространственные особенности развития крупных городов в период перехода к постиндустриальной экономике [11] (Mavlyutov). Н.В. Зубаревич обращает внимание на институциональные, бюджетные и ресурсные барьеры развития [12] (Zubarevich, 2019). Л.Э. Лимонов, М.В. Несена увязывают феномен городского прогресса с особенностями ценностных ориентаций горожан [13] (Limonov, Nesena, 2019).

Многочисленны исследования динамики численности крупнейших городов. А.Г. Мазаев в своей работе «Концепции агломераций ускоренного развития» выдвигает и обосновывает идею сдерживания роста Москвы [14] (Mazaev, 2018). Р.В. Фаттахов, М.М. Низамутдинов, Ю.С. Аитова, В.В. Орешников на основе динамики коэффициента Лоренца, который возрос с 0,56 до 0,59, делают вывод об усилении уровня дифференциации городского расселения [15] (Fattakhov, Nizamutdinov, Aitova, Oreshnikov, 2021).

В ряде работ динамика численности города увязывается с факторами устойчивого роста и уровнем качества жизни. Коллектив авторов под руководством С.П. Бурланкова считает, что системообразующим фактором развития города как социально-экономической системы выступает необходимость удовлетворения потребностей, которые имеют ценность для участвующих субъектов [16, с. 172] (Burlankov, Burlankov, Skvortsov, 2017, р. 172). А.А. Анохин, К.Д. Шелест, М.А. Тихонова увязывают рост городов с воздействием экономических факторов [17] (Anokhin, Shelest, Tikhonova, 2019). Комфортность городских условий, как правило, перекрывает неблагоприятные аспекты жизнедеятельности в крупнейших городах и привлекает в них людей. Такой феномен С. Кеннеди и Л. Шугар называют «чистой городской выгодой» и трактуют его как показатель устойчивости города [18] (Sugar, Kennedy, 2020). По оценке О.С. Сухарева и Е.Н. Ворончихиной, вложения в инфраструктуру, содействуя улучшению городской среды, приводят к потоку инвестиций, созданию новых организаций и притоку высококвалифицированных кадров [19, с. 58] (Sukharev, Voronchikhina, 2019, р. 58).

Анализ указанных направлений исследований показывает их значимость для решения проблем развития социально-экономической системы крупнейших городов России. Вместе с тем следует констатировать доминирование качественных подходов при рассмотрении аспектов развития города. В практике публичного управления процессами развития социально-экономической системы крупнейшего города сегодня еще не выстроено методически выверенное нормативное моделирование зависимости индикаторов развития крупнейшего города от программного и проектного его обеспечения.

Необходимость решения этой проблемы определила содержание цели данного исследования – показать возможности использования эконометрической модели изменения численности в системе стратегического управления развитием социально-экономической системы крупнейшего города. Для реализации поставленной цели определено решение следующих задач: ­­

1) обосновать возможность применения динамики численности постоянного населения в качестве критерия развития социально-экономической системы крупнейшего города;

2) сформировать эконометрическую модель, определяющую развитие социально-экономической системы крупнейшего города;

3) показать перспективность и целесообразность использования эконометрической модели в системе стратегического управления развитием социально-экономической системы крупнейшего города.

Достижение поставленной цели и задач исследования потребовало применения следующих методов: общенаучных, экономической статистики, математического моделирования, экспертных оценок.

Научную новизну исследования составляет разработка нормативной эконометрической модели численности населения и обоснование целесообразности ее применения в системе стратегического управления развитием крупнейшего города Перми.

Выбор критерия развития социально-экономической системы крупнейшего города.

Крупнейший город – это сложная систем элементов, которые взаимозависимы друг с другом и средой. Изучаемая система крупнейшего города является социально-экономической, а, следовательно, включает социальные и экономические элементы. Город выступает как социум, так как представляет устойчивое объединение людей и социальных институтов и одновременно, по выражению А.А. Кужелевой, является средоточием воспроизводственных процессов [20] (Kuzheleva, 2018), а значит, экономической системой.

Динамика социально-экономической системы крупнейшего города может отслеживаться по социальным, экономическим, финансовым, инфраструктурным и другим критериям. Достоинства и недостатки некоторых критериев развития социально-экономической системы крупнейшего города показаны в таблице 1.

Таблица 1

Характеристики критериев развития социально-экономической системы крупнейшего города

Критерий
Достоинства
Недостатки
Экономические критерии
Валовой городской продукт (ВГП)
Оценка развития процессов производства с учетом разделения труда
ВГП не отражается в статистике
Сбалансированный бюджет
Рост доходов бюджета и обеспеченности расходов
Во многом зависит от решений других уровней управления
Инфраструктура города
Уровень развития инженерной и социальной инфраструктуры
Отсутствие полной официальной статистики
Социальные критерии
Социальный критерий
Уровень удовлетворения общегородских ценностей и потребностей
Требует сравнения с нормативными значениями, которые динамичны
Повышение качества жизни населения
Учет удовлетворения духовных, культурных, эстетических и иных социальных потребностей
Нет единой методологии определения и измерения
Индекс человеческого развития
Оценка уровня жизни, грамотности, образованности и долголетия
Неполный статистический учет
Источник: составлено автором на основе [21–24] (Elokhov, 2020; Stiglitz, Sen Amartya, Fitoussi, 2009).

Анализ данных таблицы 1 показывает актуальность выбора иного критерия развития социально-экономической системы крупнейшего города, который должен быть универсальным, аккумулирующим другие критериальные оценки, по возможности простым и статистически формализуемым, отражающим особенности развития любых аналогичных объектов, позволяющим однозначно интерпретировать оцениваемое явление со знаком плюс или со знаком минус.

При выборе необходимого критерия следует отметить неразрывную связь социальных и экономических элементов системы, поскольку экономические проблемы непосредственно связаны с потребностями людей. Основным субъектом экономических систем являются люди, которые участвуют в производстве и вступают в отношения по поводу распределения и потребления товаров и услуг. В связи с этим, по мнению Р.В. Фаттахова, М.М. Низамутдинова, Ю.С. Аитовой, В.В. Орешникова, города следует рассматривать как совокупность проживающего в них населения, взаимодействующего с расположенным на их территории бизнесом и органами местной власти. При этом параметры, описывающие структуру экономики (например, численность занятых, уровень оплаты труда и др.), параметры развития социальной и управленческой инфраструктуры, такие как уровень доходов и расходов населения, бюджета города, состав муниципальных социальных услуг и др., определяют условия проживания в городе, которые оказывают влияние на демографическое поведение населения, т.е. изменение его численности [25, с. 188] (Arbuzova, Elokhov, 2018, р. 188). По утверждению А. О'Салливана, город развивается вокруг центров приложения труда, создаваемых фирмами [26, с. 44] (O'Sallivan, 2002, р. 44). О.С. Сухарев, Р. А. Кучуков, анализируя предпосылки сосредоточения в крупнейших городах высококвалифицированного интеллектуального труда, указывают на необходимость обеспечения высокого уровня оплаты труда и комфортных условий для жизни [19, с. 58; 27, с. 19–20] (Sukharev, Voronchikhina, 2019, р. 58; Kuchukov, 2015, р. 19–20).

Таким образом, в качестве интегрального критерия развития социально-экономической системы крупнейшего города возможно использовать показатель численности постоянного населения. Кроме выше указанного, этот критерий отвечает методологии SMARTER. В стратегии развития социально-экономической системы крупнейшего города задается конкретный показатель численности жителей и темпы его роста. Этот показатель имеет статистически измеримые значения и высокую актуальность в свете национальных целей развития России. Критерий легко контролируется по годам, оценивается и корректируется.

Если численность постоянного населения крупнейшего города увеличивается, значит, в нем созданы благоприятные условия для развития. Учитывая то, что показатель численности населения является параметром порядка, аккумулирующим влияние экономических, социальных, инфраструктурных и иных показателей, то развитие города обеспечивается при упорядоченном изменении темпов роста влияющих на него факторов. По нашему мнению, рост численности населения, а значит, развитие города возможно, если улучшение показателей безопасности жизни (Б) будет опережать развитие сферы торговли и услуг (У), которая, в свою очередь, обгоняет темпы строительства жилья (Ж), опережающие рост доходов населения (Д), который выше прироста числа занятых в экономике (З), обгоняющего рост численности городского населения (Ч). В итоге вектор развития города (Рг) можно выразить шкалой соотношений показателей:

Рг = Б > У > Ж > Д > З> Ч. (1)

Факторы, указанные в формуле 1, ситуационно оказывают пересекающиеся разнородные воздействия на рост численности постоянного населения крупнейшего города. Сложность управленческого осмысления траектории воздействия каждой такой ситуационной конфигурации на развитие исследуемой социально-экономической системы делает актуальным разработку моделей, которые бы могли формализовать рассматриваемую зависимость.

Подходы к моделированию развития крупнейшего города.

Исследуя подходы к моделированию развития крупнейшего города на основе предложенного критерия, необходимо учесть следующие обстоятельства.

Во-первых, моделирование развития социально-экономической системы крупнейшего города требует ускорения перехода от использования информационных технологий для оказания электронных услуг к созданию, по мнению Е.А. Чекмаревой, современных цифровых систем поддержки принятия решений на муниципальном уровне управления [28, с. 123] (Chekmareva, 2017, р. 123).

Во-вторых, при моделировании следует принимать во внимание диспропорции позитивных и негативных тенденций развития городов (табл. 2). Так, рост численности населения крупнейших городов делает их более привлекательными для мигрантов и инвестиций бизнеса. Чем крупнее город, тем больше жители имеют возможность получить более качественные услуги, получить высокодоходную работу и, как следствие, обеспечивается увеличение налоговых и неналоговых поступлений в городской бюджет, направляемых на развитие города. С другой стороны, в мегаполисах возникают и усугубляются проблемы, связанные с транспортными, жилищными, экологическими и иными проблемами, снижающими оценки качества жизни и городской среды, что вызывает отток населения.

Таблица 2

Диспропорции в развитии социально-экономической системы крупнейших городов России (2021 г.)

Показатель
Москва
С. Петер-бург
Новоси-бирск
Екате-ринбург
Казань
Н. Нов-
город
Челя-бинск
Самара
Омск
Ростов-на-Дону
Уфа
Красно-ярск
Воро-
неж
Пермь
Волго-град
Плотность населения чел./кв. км
4937
3779
3150
3212
2121
2570
2386
2033
1940
3143
1556
2817
1675
1248
1163
Снижение численности населения (к 2020 г.), %
-0,2
-0,25
-0,4
-0,1
-0,1
-0,64
-0,73
-1,2
-1,3
-0,02
-0,3
-0,1
-0,7
-0,6
-0,4
Бюджетная обеспеченность, тыс. руб. на чел.
250
135
31
32
19
24
33
16
16
29
26
29
20
39
21
Экономическая обеспеченность (ВГП), тыс. руб. на чел.
1306
884
457
718
653
575
444
705
353
470
705
509
367
496
470
Соотношение бюджетной и экономической обеспеченности, %
19,1
15,3
6,8
4,5
2,9
4,2
7,4
2,3
4,5
6,2
3,7
5,7
5,5
7,9
4,5
Отклонение от максимума оценки (100) качества жизни, балл
-9
0
-39
-30
-30
-26
-32
-31
-36
-29
-31
-30
-26
-29
-37
Отклонение от максимума оценки (360) городской среды, балл
-72
-112
-194
-166
-155
-158
-248
-191
-248
-158
-169
-180
-184
-180
-202
Отклонение от максимума оценки (120) «Smart city», балл
-18
-66
-94
-65
-66
-71
-83
-70
-77
-73
-74
-80
-67
-79
-77

Источник: рассчитано автором на основе [30–34].

Р. Флорида, оценивая эти негативные последствия укрупнения городов, указывает, что в итоге они начинают тормозить развитие и угрожать прогрессивным новациям [29, c. 45] (Florida, 2018, р. 45). Концентрация населения в крупных городских центрах создает риски потери устойчивости их развития.

В-третьих, при моделировании развития социально-экономической системы крупнейшего города весьма дискуссионным остается выбор архитектуры будущей модели. Изучению этого вопроса посвящено достаточно много работ теоретического и прикладного характера. Так, Т.А. Корепина, анализируя традиционные и современные модели, особо выделяет среди них регрессионные и агент-ориентированные. По ее мнению, первые более соответствуют современному квалификационному и программному обеспечению управленческой деятельности на муниципальном уровне [35] (Korepina, 2017).

Агент-ориентированные модели, отражая состав анализируемой системы и динамику причинно-следственных связей, требуют специализированного программного обеспечения и навыков программирования. Кроме того, динамические связи агентов, составляющих основу модели, не всегда отражают реальность и достаточно трудоемки и дорогостоящи в реализации [35, c. 4, 8] [35] (Korepina, 2017, р. 4, 8).

Преимущество регрессионного моделирования состоит в том, что нормативные (факторные) модели позволяют учесть структурную специфику отражаемой системы, то есть состав ее элементов, их количественные связи и функциональные зависимости, формирующие целостность исследуемого объекта. Основной недостаток применения регрессионных моделей заключается в трудностях определения оптимального количества переменных факторов. В этом вопросе мы придерживаемся позиции, что точность модели определяется не количеством переменных факторов, а их качеством, адекватным отражением действительности.

Так, В.В. Орешников и М.М. Низамутдинов указывают, что численность постоянного населения крупнейшего города формируется под воздействием естественного и механического движения [36, c. 386] (Oreshnikov, Nizamutdinov, 2019, р. 386), т.е. описывается уравнением демографического баланса. В целом разделяя это утверждение, считаем, что демографические процессы определяются качеством жизни людей в городе. Поэтому состав переменных эконометрической модели для условий города Перми отражает именно этот аспект (табл. 3).

Таблица 3

Состав элементов моделей рождаемости, смертности и миграции

Элементы модели
Модель рождаемости
Модель смертности
Модель миграции
Свободный член
10015
13181
2403
Жилье, тыс. кв. м
+853
-
-
Выплаты по рождению детей, руб.
+1188
-
-
Доля учащихся во
2-ю и 3-ю смены, %
-562
-
-
Загрязнение атмосферы, тыс. т.
-385
-
-2439
Количество больных, чел./1000
-
+623
-
Преступления, ед./10000
-
+ 819
-3823
Зарплата, руб./месяц
-
-
+5496
Минимальный набор продуктов, руб.
-
-
-6167
Источник: рассчитано автором.

Статистическую базу эконометрической модели составила информация администрации Перми об итогах развития города за 1995–2022 гг. и данные прогноза развития города до 2023 года. Для расчета параметров модели применен программный продукт Microsoft Excel 2010 и R. При построении эконометрической модели использованы стандартизированные данные.

Проверка качества разработанной модели подтвердила ее значимый характер: t-статистика выявила значимость всех объясняющих факторов на уровне 90–95%; f-статистика имеет вероятность больше 98,98%; тест Дарбина–Уотсона равен 2, значит в моделях нет автокорреляции; тест Броша–Погана не превышает критическое значение (хи-квадрат), то есть в моделях отсутствует гетероскедостичность; RESET-тест Рамсея показал значение меньше критического, подтвердив, что функциональная форма верна. Скорректированный коэффициент детерминации равен 96,2 для всей модели.

Использование эконометрической модели в системе стратегического управления развитием социально-экономической системы крупнейшего города

Разработка эконометрической модели численности населения ценна не только сама по себе, но и с точки зрения целесообразности ее использования в качестве инструмента стратегического управления развитием крупнейшего города. Так, применение эконометрической модели позволяет решать задачи развития социально-экономической системы крупнейшего города. Покажем это на примере города Перми, входящего в состав российских мегаполисов. Актуальность применения эконометрической модели в системе стратегического управления развитием социально-экономической системы Перми подтверждается данными таблицы 4.

Таблица 4

Сравнение прогнозной и фактической численности постоянного населения г. Перми (на начало года)

Прогноз социально-экономического развития города
Численность постоянного населения города, тыс. чел.
2020 г.
2021 г.
2022 г.
2023 г.
2024 г.
Динамика к 2020г., %
До 2020 г. (от 18.10.2017, № 864)
1064,96
-
-
-
-
-
Фактические данные
1055,4
-
До 2021 г. (от 17.10.2018, № 743)
1055,0
1056,7
-
-
-
100,16
Фактические данные
1055,4
1049,2
99,4
До 2022 г. (от 17.10.2019, № 704)
1056,0
1058,0
1059,8
-
-
100,36
Фактические данные
1055,4
1049,2
99,4
До 2023 г. (от 16.10.2020, № 1000)
1055,4
1055,79
1055,89
1056,34
-
100,09
Фактические данные
1055,4
1049,2
99,4
До 2024 г. (от 15.10.2021, № 878)
1055,4
1049,2
1048,2
1048,3
1048,6
99,36
Фактические данные
1055,4
1049,2
99,4
Динамика к первому прогнозу в колонке, %
99,10
99,29
98,91
99,24
-
100,1
Источник: разработано автором по данным сайта администрации г. Перми.

Анализируя данные таблицы 4, выделим особенности динамики численности постоянного населения Перми. Во-первых, видим несовпадение прогнозных и фактических данных. Так, в 2020 году по прогнозу численность жителей города составила 1064,96 тыс. человек, а фактически ­­– 1055,4 тыс. чел., т.е. меньше на 9,56 тыс. человек, или 99,1% к уровню прогноза. В 2021 году прогнозная численность – 1056,7, а фактическая –1049,2 тыс. человек, что на 7,5 тысяч меньше, или 99,29% к уровню прогноза. Во-вторых, отмечается изменение прогнозной численности за один и тот же год по разным прогнозам. Так, прогноз численности населения на 2020 г. менялся следующим образом (тыс. чел.): 1064,96 (прогноз 2017 г.); 1055,0 (прогноз 2018 г.); 1056,0 (прогноз 2019 г.); 1055,4 (прогноз 2020 г.); 1055,4 (прогноз 2021 г.). В-третьих, в прогнозных документах указано, что прогноз на очередной год и плановый период основан на итогах развития города в предыдущем периоде. Очевидна подгонка очередного прогноза к фактическим данным предыдущего периода. Так, прогнозы на 2020–2021 гг., приведенные в постановлении администрации города от 15.10.2021 г. № 878, полностью совпадают с фактической численностью жителей города. В-четвертых, при прогнозировании численности населения в расчет принимаются только факторы естественного и механического прироста (табл. 5).

Таблица 5

Основные факторы изменения численности населения города, официально выделенные администрацией Перми

Год
Тыс. чел.
Динамика к предыдущему году, %
Влияние естественного прироста населения, чел.
Влияние механического прироста (миграции), чел.
рождаемость
смертность
прирост
убыль
2020
1055,4
100,1
9406
13442
-
1177
2021
1049,2
99,4
9287
15192
192
-
2022
1042,77
99,4
1524
2596
-
698
Примечание: 2022 г.; данные приведены за январь – март.

Источник: составлено автором по данным сайта администрации г. Перми.

Очевидно, что действующая в Перми архитектура прогнозирования может использоваться только как инструмент укрупненного анализа ситуации в городе. Между тем представленная модель имеет факторный характер, фиксирует количественные соотношения регрессанда и регрессоров, позволяет на основе маневрирования экзогенными переменными, задаваемыми в муниципальных программах, разрабатывать прогноз на среднесрочный период и реализовать сценарный подход к формированию стратегии развития социально-экономической системы крупнейшего города.

Полученная модель апробирована для прогнозирования динамики людности города Перми (табл. 6).

Таблица 6

Прогноз числа жителей Перми по эконометрической модели

Год
Число жителей, тыс. чел.
Отклонение расчетных и фактических данных
фактически
по модели
тыс. чел.
%
2018
1051,6
1051,9
0,3
0,03
2019
1053,9
1054,1
0,2
0,02
2020
1055,4
1055,3
0,1
0,01
2021
1049,2
1050,7
1,5
0,14
2022
1048,2
(прогноз)
1050,1
1,9
0,2
Источник: рассчитано автором.

Полученные прогнозные данные имеют вполне удовлетворительную точность в среднесрочном периоде (2018–2022 гг.). Учитывая, что демографическая ситуация резюмирует итоги реализации муниципальных программ и проектов, уменьшение числа жителей города, выявленное в результате расчетов по предложенной модели, свидетельствует о необходимости внесения корректив в проектно-программный механизм публичного управления развитием социально-экономической системы Перми.

Программно-проектному комитету администрации при утверждении состава муниципальных программ и проектов нужно обеспечить их согласование с целями и задачами стратегии развития социально-экономической системы города. Программно-проектному офису необходимо определить такой состав и количественные параметры программных показателей, которые будут способствовать росту численности постоянного населения города и свидетельствовать о развитии его социально-экономической системы. Подразделения администрации города – исполнители программ и проектов должны оптимизировать деятельность по достижению программных параметров решения стратегических задач развития.

Эконометрическая модель позволила обосновать коэффициенты, обеспечивающие увеличение численность жителей города при росте или снижении анализируемых факторов на 1% с учетом их значимости. Так, например, с 2022 года необходимо увеличивать на 1,5–2,0% в год величину программных показателей развития экономики и обеспечить стабилизацию и снижение уровня преступности и загрязнения природы. Результаты моделирования в свою очередь предусматривают возможность разработки и оптимизации финансирования программных и проектных мероприятий, направленных на улучшение демографической ситуации с помощью формирования условий социально-экономического развития города в рамках стратегического публичного управления.

Заключение

В обеспечении устойчивости России важное место отводится крупнейшим городам, которые являются центрами социального и экономического развития, находятся в авангарде развертывания новых тенденций в жизни общества, точками привлечения трудового потенциала. Однако неконтролируемый рост населения мегаполисов приводит к перегрузке их социально-инженерной инфраструктуры, ухудшению городской социально-экономической ситуации. Все это создает риски потери устойчивости развития не только отдельных крупнейших городов, но и более крупных территориальных образований. Данные обстоятельства обуславливают необходимость разработки управляющих воздействий со стороны государственной власти в области оптимизации национальной системы расселения и органов местного самоуправления в части регулирования роста численности городского населения.

Развитие цифровых технологий ведет к углублению информатизации принятия управленческих решений в сфере обозначенной проблематики на основе моделирования численности населения крупнейших городов. Анализируя применимость моделей, отраженных в работах отечественных и зарубежных исследователей в качестве инструментов муниципального управления [35–38] (Korepina, 2017; Oreshnikov, Nizamutdinov, 2019; Furtado, Eberhard, 2016; Scherer, Wimmer, Lotzmann, Moss, Pinotti, 2015), можно заключить, что с учетом современной специфики организационного и кадрового обеспечения публичного управления в крупнейших городах России наиболее доступными являются эконометрические нормативные модели.

Эконометрическая модель численности постоянного населения, предложенная в данной работе, апробирована на материалах крупнейшего города Перми и показала достаточную точность прогноза в среднесрочном периоде. Для повышения эффективности использования эконометрической модели в качестве инструмента управленческих воздействий необходимо выполнение следующих условий:

1. Обеспечение соответствия элементного построения модели структуре и связям социально-экономической системы крупнейшего города.

2. Наполнение модели достоверными и статистически обеспеченными данными.

3. Соответствие управленческих воздействий, вырабатываемых на основе модельных расчетов, законодательно закрепленным полномочиям крупнейших городов.

Развитие экономической мысли и практики моделирования неизбежно будут способствовать совершенствованию существующих и разработке инновационных подходов к моделированию социально-экономического развития крупнейших городов с учетом ситуационной государственной политики.


References:

Strategicheskoe planirovanie v regionakh i gorodakh Rossii: obnovlenie strategiy, obnovlenie smyslov [Strategic planning in the regions and cities of Russia: updating strategies, updating meanings] (2015). (in Russian).

Anokhin A.A., Shelest K.D., Tikhonova M.A. (2019). Tendentsii dinamiki chislennosti naseleniya i ustoychivost sotsialno-ekonomicheskogo razvitiya gorodov Severo-Zapadnogo Federalnogo okruga [Trends in population dynamics and sustainability of socio-economic development of cities in the North-Western Federal District]. The Baltic region. (4). 36-57. (in Russian).

Arbuzova T.A., Elokhov A.M. (2018). Programmno-tselevoe territorialnoe upravlenie [Program-target territorial administration] (in Russian).

Bughin J., Manyika J., Woetze J. Urban world: Meeting the demographic challenge in cities. Retrieved May 14, 2022, from https://www.mckinsey.com/featured-insights/urbanization/urban-world-meeting-the-demographic-challenge-in-cities

Burlankov S. P., Burlankov P. S., Skvortsov A. O. (2017). Osnovnye ponyatiya i klassifikatsiya sotsiotekhnicheskikh, tekhniko-ekonomicheskikh i sotsialno-ekonomicheskikh sistem [Basic concepts and classification of socio-technical, techno-economic and socio-economic systems]. Izvestiya vysshikh uchebnyh zavedeniy. Povolzhskiy region. Obschestvennye nauki. (2). 169–183. (in Russian).

Chekmareva E.A. (2017). Agent-orientirovannye modeli v munitsipalnom upravlenii [Agent-based models in municipal administration]. Problems of Territory’s Development. (6 (92)). 121-135. (in Russian).

Elokhov A. M. (2020). Tselevye programmy i proekty v sisteme strategicheskogo upravleniya [Target programs and projects in the strategic management system] (in Russian).

Fattakhov R.V., Nizamutdinov M.M., Aitova Yu.S., Oreshnikov V.V. (2021). Klyuchevye tendentsii i perspektivy ustoychivogo razvitiya sistemy gorodskogo rasseleniya v Rossiyskoy Federatsii [Key trends and prospects for sustainable development of the urban settlement system in the Russian Federation]. Finance: Theory and Practice». (25(4)). 152-172. (in Russian). doi: 10.26794/2587-5671-2021-25-4-152-172.

Florida R. (2018). Novyy krizis gorodov: Dzhentrifikatsiya, dorogaya nedvizhimost, rastushchee neravenstvo i chto nam s etim delat [A New Urban Crisis: Gentrification, Expensive Real Estate, Growing Inequality and What Should We Do about It] (in Russian).

Furtado B. A., Eberhard I. D. R. (2016). A simple agent-based spatial model of the economy: tools for policy Journal of Artiϔicial Societies and Social Simulation. (19(4)). 10.

Kolomak E.A. (2014). Razvitie gorodskoy sistemy Rossii: tendentsii i faktory [Development of Russian urban system:tendencies and determinants]. Voprosy Ekonomiki. (10). 82-96. (in Russian).

Korepina T.A. (2017). Sravnitelnyy analiz podkhodov k modelirovaniyu migratsii [Comparative analysis of approaches to migration simulation]. Territorial development issues. (1(36)). 1-12. (in Russian).

Kuchukov R. A. (2015). Bezalternativnost planovoy neoindustrialnoy modeli [There is no alternative to the planned neo-industrial model]. The Economist. (4). 18-28. (in Russian).

Kuzheleva A.A. (2018). Genezis sovremennogo ponyatiya «sotsialno-ekonomicheskaya sistema» [The genesis of the modern concepts socio-economic system]. Vestnik DonNU. Ser. V. Ekonomika i pravo. (2). 104-117. (in Russian).

Kuznetsova O. (2018). Vozrastayushchaya rol gorodov-millionerov: opyt Germanii v kontekste rossiyskikh problem [The increasing role of million-plus cities: the experience of Germany in the context of Russian problems]. Federalizm. (4). 37–50. (in Russian).

Limonov L.E., Nesena M.V. (2019). Disparitet «bolshikh» i «malyh» gorodov Rossii: sravnitelnyy analiz pokazateley ekonomicheskogo razvitiya i dannyh sotsialnyh obsledovaniy [Disparity of large and small cities of Russia: a comparative analysis of indicators of economic development and social survey data]. The Journal of the New Economic Association. (4). 163–188. (in Russian).

Mazaev A.G. (2018). Osnovnye kharakteristiki optimizirovannoy natsionalnoy sistemy rasseleniya Rossiyskoy Federatsii [The main characteristics of the optimized national settlement system of the Russian Federation] (in Russian).

O\'Sallivan A. (2002). Ekonomika goroda [City economy] (in Russian).

Oreshnikov V.V., Nizamutdinov M.M. (2019). Prognoz demograficheskogo razvitiya munitsipalnogo obrazovaniya s primeneniem metodov ekonomiko-matematicheskogo modelirovaniya [A municipal formation's demographic development forecast using the methods of economic and mathematical modeling]. Regional Economics: Theory and Pactice. (2). 383–398. (in Russian).

Scherer S., Wimmer M., Lotzmann U., Moss S., Pinotti D. (2015). Evidence Based and Conceptual Model Driven Approach for Agent-Based Policy Modelling Journal of Artiϔicial Societies and Social Simulation. (18(3)). 14.

Stiglitz Joseph E. Pr., Sen Amartya Pr., Fitoussi Jean-Paul Pr. (2009). Report by the Commission on the Measurement of Economic Performance and Social Progress

Suglar L., Kennedy S. (2020). Urban Scaling and the Benefits of Living in Cities Sustainable Cities and Society. (62). doi: 10.1016/j.scs.2020.102617.

Sukharev O.S., Voronchikhina E.N. (2019). Strategii industrializatsii ekonomiki: Issledovanie struktury ekonomicheskogo rosta i tekhnologicheskogo razvitiya [Strategies for the industrialization of the economy: A study of the structure of economic growth and technological development] (in Russian).

World Urbanization ProspectsOfficial site of the UN. Retrieved May 24, 2022, from https://population.un.org/wup/Download/

Zubarevich N. V. (2019). Neravenstvo regionov i krupnyh gorodov Rossii: chto izmenilos v 2010-e gody? [Inequality of regions and large cities of Russia: what was changed in the 2010s?]. Social Sciences and Contemporary World. (4). 57-70. (in Russian).

Страница обновлена: 02.04.2025 в 03:31:37