Неравномерность социально-экономического развития регионов Северо-Западного федерального округа: методика оценки и рекомендации по ее снижению
Коренникова В.С.1, Губанова Е.С.2
1 Фонд «Центр стратегических разработок»
2 Вологодский государственный университет
Скачать PDF | Загрузок: 22
Статья в журнале
Экономика, предпринимательство и право (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Том 14, Номер 5 (Май 2024)
Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=67918251
Аннотация:
Неравномерность социально-экономического развития территорий является одной из наиболее актуальных проблем пространственного развития нашей страны. Для эффективного решения этой проблемы необходимо в первую очередь определенить масштаб и глубину ее проявления. В статье представлен обзор сложившихся в научной литературе методических подходов к оценке межтерриториальных различий. Анализ методов оценки показал, что большая часть методик построена на использовании показателей математической статистики, которые с одной стороны, являются универсальным способом определения различий, но с другой стороны не позволяют учитывать сложность явления неравномерность, что ограничивает их использование для разработки рекомендаций по снижению межтерриториальных различий. В статье апробирована предложенная авторами методика оценки неравномерности социально-экономического развития территорий, в основу которой легла идея, что неравномерность проходит три стадии. Выявление стадии неравномерности развития территорий позволяет определить характер и состав мер государственного регулирования, необходимых как для решения внутренних социально-экономических проблем территорий, так и для снижения неравномерности их развития. Статья представляет интерес для органов исполнительной власти, специалистов в области территориального развития, представителей научного сообщества, изучающего вопросы неравенства социально-экономического развития территорий.
Ключевые слова: регион, Северо-Западный федеральный округ, неравномерность развития, показатели неравномерности, дифференциация, асимметрия, поляризация
JEL-классификация: R11, R12, R13, R58
Введение
В феврале 2019 года Правительство Российской Федерации утвердило Стратегию пространственного развития Российской Федерации на период до 2025 года [1]. В документе отмечено, что одной из тенденций пространственного развития страны за 10 лет, предшествующих ее утверждению, является сокращение межрегиональных социально-экономических диспропорций. Несмотря на проводимую государственную политику проблема меж- и внутрирегиональной неравномерности социально-экономического развития остается актуальной и требует своего решения.
Стоит отметить, что меры воздействия, реализуемые органами власти на федеральном и региональном уровнях для снижения межтерриториального неравенства, должны применяться с учетом уровня социально-экономического развития территорий, имеющихся у территорий ресурсов, потенциала и возможностей территорий самостоятельно решить внутренние социально-экономические проблемы, а также факторов, обусловивших сложившиеся межтерриториальные различия. Немаловажным при выборе инструментов регулирования и поддержки является сложившиеся масштаб и глубина социально-экономического неравенства. В этой связи цель исследования заключается в апробации разработанного авторами данной статьи инструментария для оценки неравномерности социально-экономического развития. Научную новизну исследования составляет апробация авторской методики оценки неравномерности социально-экономического развития регионов и разработке предложений по сокращению межтерриториальных диспропорций. Методом исследования данной статьи является сравнительная оценка существующих подходов к определению величины неравномерности социально-экономического развития.
Обзор литературы
В ходе исследования были систематизированы работы отечественных и зарубежных авторов, в которых представлены различные инструменты для оценки межтерриториальных различий.
Во многих работах авторы для оценки неравномерности развития территорий используют статистические показатели. Так, при исследовании асимметрии в отношениях бюджетного федерализма между федеральным центром и регионами Коротина Н.Ю. использовала ряд статистических показателей: размах вариации, коэффициент вариации, коэффициент осцилляции, коэффициент асимметрии, коэффициент фондов [10] (Коротина, 2019). В работе [11] (Морозкина, 2020) с помощью абсолютного и относительного размаха вариации, коэффициента вариации и индекса Тейла была проведена оценка внутристранового межрегионального цифрового неравенства в странах БРИКС. Авторы исследования [14] (Плякин и др., 2019) оценивают различия экономического потенциала и экономической активности муниципальных районов Волгоградской области с использованием среднего и медианного значений показателей, среднего квадратического отклонения, коэффициентов вариации, асимметрии и эксцесса. Авторы работы [5] (Данилова и др., 2017) провеи оценку различий в уровне социально-экономического развития поселений агломераций с помощью коэффициента вариации и индекса Тейла. Для оценки неравенства социально-экономического развития регионов и городов Зубаревич Н.В. и Сафронов С.Г. используют индекс Джини и коэффициент вариации [6] (Зубаревич и др., 2013). Этого подхода придерживаются Москвина О.С. и Маковеев В.Н., оценивающие неравномерность инновационного развития по таким показателям, как абсолютный и относительный размах вариации, абсолютный и относительный децильный размах вариации, абсолютный и относительный квартильный размах вариации, среднее квадратическое отклонение, коэффициент вариации, коэффициент стабильности [13] (Москвина и др., 2019). Авторы других исследований также используют статистические показатели для оценки неравномерности территориального развития [7–9; 12; 16–18; 20; 23; 24] (Ибрагимова и др., 2019; Коломак, 2010; Колчина и др., 2018; Морошкина. 2018; Шаталова, 2022; Blus et al., 2022; Green et al., 2015; Hudecz et al., 2020; Sousa Filho et al., 2022; Kent et al., 2021).
В некоторых исследованиях используются методы ранжирования или рейтингования для отражения межтерриториального неравенства. Например, авторы исследования [27] (Sermagambet at al., 2022) предлагают оценивать диспропорцию развития регионов Казахстана путем их ранжирования по индексу социально-экономического развития, в состав которого входят ВРП, объем инновационной продукции, инвестиции в основной капитал, заработная плата, занятость, уровень бедности и другие показатели. Якуб Кубичек [22] (Kubiczek at al., 2021) при оценке неравенства социально-экономического развития воеводств Польши использовали коэффициент вариации, а также рейтингование территорий по совокупности рассматриваемых в работе показателей: ВРП, затраты на НИОКР, располагаемые доходы, безработица и др. Департамент инфраструктуры, регионального развития и городов Правительства Австралии в своем исследовании оценивает неравномерность развития регионов Австралии путем ранжирования территории страны по индексу относительного социально-экономического неблагополучия, рассчитываемого с помощью таких показателей, как доходы населения, стоимость жизни, человеческий капитал, в том числе доля населения пенсионного возраста, доступ домашних хозяйств к транспорту и инфраструктуре [19] (Department of Infrastructure, 2018).
Авторы исследования [26] (Fina, at al., 2021) используют пространственную типологию для отражения неравенства социально-экономического развития регионов Италии по таким показателям как уровень безработицы, доходы населения, цены на жилье, обеспеченность врачами, коэффициент миграции и др. В основе предложенной типологизации лежит трехэтапный анализ, включающий в себя приведение показателей к стандартизированному виду, анализ по методу главных компонент и иерархический кластерный анализ с использованием метода Уорда.
Распространенным методом для оценки различий между территориями является метод главных компонент с последующим выделением групп территорий. Так, Баранов С.В. и Скуфьина Т.П. предложили его использование для измерения экономического неравенства и построения рейтингов регионального развития [2] (Баранов и др., 2008). В работе [25] (Li at al., 2021) при помощи метода главных компонент и метода кластерного анализа проведена комплексная оценка и анализ различий между уровнями экономического развития регионов провинции Гуанси в Китае. Оценка проводилась по совокупности социальных и экономических параметров: ВРП, объем импорта и экспорта товаров, объем прямых иностранных инвестиций, объем розничных продаж потребительских товаров, располагаемые доходы городского населения и др.
Ряд авторов предлагают оценивать межтерриториальные различия путем сравнения величин рассматриваемых показателей. Например, Гранберг А.Г. оценивает дифференциацию уровня экономического развития регионов по величине ВРП на душу населения, а также в сравнении этого показателя со среднероссийской величиной ВРП [3] (Гранберг, 2004). Национальная статистическая служба Великобритании определяет неравномерность доходов и производительности труда в стране путем сравнения показателей каждой территории со средним значением [28] (What are the regional…, 2021). Авторы исследования [21] (Le Bras, 2021) рассматривают различия между регионами и различия между городами и сельской местностью. При этом для оценки неравномерности авторы используют сравнение территорий по величине рассматриваемых показателей: плотность населения, доля населения в возрасте от 25 до 34 лет, не имеющих образования, доля населения за чертой бедности, уровень безработицы среди экономически активного населения, располагаемый доход на душу населения и др.
В некоторых работах оценка неравномерности опирается на использование интегральных показателей. Например, Суспицын С.А. определяет межрегиональные различия путем расчета нормированных индикаторов по таким показателям, как средняя заработная плата, среднедушевой ВРП, бюджетная обеспеченность, производительность труда и др., а также нормированных показателей, скорректированных на региональные удорожания с последующей группировкой регионов [15] (Суспицын, 2017). Авторы исследования [1] (Ахунов и др., 2016) оценивают сложившуюся дифференциацию территориального развития Республики Башкортостан с помощью интегрального показателя, объединяющего в себе такие частные показатели, как естественный и миграционный прирост, среднемесячная заработная плата, доля налоговых и неналоговых доходов местного бюджета в общем объеме собственных доходов бюджета муниципального образования.
На более ранних этапах исследования межтерриториального неравенства авторы данной статьи разработали и предложили методику оценки неравномерности социально-экономического развития регионов [4] (Губанова и др., 2018), алгоритм которой включает следующие этапы:
1) выбор социальных и экономических показателей для оценки неравномерности;
2) определение оптимального (эталонного) значения для каждого из показателей («среднего стандарта»);
3) сравнение значений показателей рассматриваемых территорий с оптимальным (эталонным) значением («средним стандартом»);
4) определение неравномерности социально-экономического развития территории.
Отметим, что наличие в научной литературе различных подходов к определению величины межтерриториальных различий, а также все новые научные изыскания исследователей в вопросах их оценки свидетельствуют о сложности явления неравномерности социально-экономического развития и отсутствии универсального метода определения величины межтерриториальных отличий.
Методы анализа
Обозначенные выше подходы к оценке межтерриториального различий легли в основу исследования масштаба и глубины неравномерности социально-экономического развития субъектов, входящих в Северо-Западный федеральный округ. В данной статье предлагается выполнить оценку межрегиональных различий, используя два подхода: во-первых, с помощью статистических показателей, наиболее часто используемых исследователями (размах вариации, коэффициент размаха вариации, коэффициент вариации, среднее квадратическое отклонение, индекс Тейла), и во-вторых, с помощью авторской методики оценки неравномерности социально-экономического развития.
Для оценки неравномерности выбраны следующие социальные и экономические показатели, отражающие основные аспекты развития регионов: валовый региональный продукт (ВРП) на душу населения, инвестиции в основной капитал на душу населения, доля обрабатывающей промышленности в структуре ВРП, численность населения, среднемесячная заработная плата, уровень безработицы. Анализ проводился на временном интервале 2005–2021 гг.
Исследовательская выборка состояла из субъектов, входящих в Северо-Западный федеральный округ, информация по которым представлена в полном объеме. В данной работе для анализа рассматриваются значения показателей для Архангельской области, без выделения Ненецкого автономного округа. С одной стороны, это обусловлено отсутствием статистических данных по Ненецкому автономному округу до 2011 года. С другой стороны, – тем, что удельные показатели по данному субъекту являются статистическими выбросами из-за особенностей структуры экономики (табл. 1).
Таблица 1
Границы межквартильного расстояния и значение показателей Ненецкого автономного округа
|
2015 год
|
2022 год [2]
|
ВРП на душу
населения, тыс. руб.
| ||
Верхняя граница
|
890,0
|
2 237,4
|
Нижняя граница
|
249,5
|
310,0
|
Значение показателя в Ненецком АО
|
5 210,1
|
9 149,6
|
Инвестиции в
основной капитал на душу населения, тыс. руб.
| ||
Верхняя граница
|
231,0
|
378,8
|
Нижняя граница
|
27,5
|
72,3
|
Значение показателя в Ненецком АО
|
2 625,9
|
2 065,2
|
Оценка статистических выбросов [3] показала, что значения ВРП на душу населения и инвестиций в основной капитал на душу населения в Ненецком автономном округе не попадают в границы доверительного интервала. Поэтому данный субъект может быть исключен из анализа.
Результаты оценки неравномерности социально-экономического развития субъектов СЗФО
Результаты оценки различий, выполненной при помощи статистических показателей, между субъектами СЗФО представлены в таблице 2.
Таблица 2
Показатели неравномерности регионов Северо-Западного Федерального округа в 2005–2022 гг. [4]
|
2005 год
|
2010 год
|
2015 год
|
2022 год
|
ВРП на душу населения
| ||||
Размах
вариации, тыс. руб.
|
120,3
|
262,1
|
441,9
|
1 397,8
|
Коэффициент
размаха вариации, раз
|
3,2
|
3,0
|
3,1
|
4,9
|
Коэффициент
вариации, %
|
28,4
|
30,6
|
39,4
|
43,3
|
Среднее
квадратическое отклонение
|
34 825,7
|
76 941,0
|
129 252,0
|
399 141,1
|
Индекс
Тейла
|
0,043
|
0,046
|
0,043
|
0,089
|
Доля обрабатывающей
промышленности в структуре ВРП
| ||||
Размах
вариации, п.п.
|
34,9
|
28,4
|
27,7
|
44,8
|
Коэффициент
размаха вариации, раз
|
4,0
|
3,9
|
3,5
|
5,7
|
Коэффициент
вариации, %
|
40,8
|
38,3
|
44,6
|
57,4
|
Среднее
квадратическое отклонение
|
9,8
|
8,0
|
9,7
|
14,1
|
Индекс
Тейла
|
0,077
|
0.071
|
0,095
|
0,153
|
Инвестиции в основной капитал
на душу населения
| ||||
Размах
вариации, тыс. руб.
|
44,2
|
138,2
|
155,3
|
320,0
|
Коэффициент
размаха вариации, раз
|
6,8
|
6,6
|
4,7
|
5,8
|
Коэффициент
вариации, %
|
41,9
|
53,8
|
43,4
|
47,2
|
Среднее
квадратическое отклонение
|
13 701,3
|
39 696,8
|
45 345,5
|
85 884,1
|
Индекс
Тейла
|
0,097
|
0,134
|
0,094
|
0,103
|
Численность населения
| ||||
Размах
вариации, млн чел.
|
4,0
|
4,3
|
4,6
|
5,1
|
Коэффициент
размаха вариации, раз
|
7,1
|
7,7
|
8,5
|
10,6
|
Коэффициент
вариации, %
|
84,2
|
89,7
|
95,6
|
105,7
|
Среднее
квадратическое отклонение
|
1 154 747
|
1 221 649
|
1 324 042
|
1 466 100
|
Индекс
Тейла
|
0,249
|
0,278
|
0,311
|
0,378
|
Среднемесячная заработная плата
| ||||
Размах
вариации, тыс. руб.
|
6,8
|
14,8
|
24,4
|
48,4
|
Коэффициент
размаха вариации, раз
|
2,2
|
2,0
|
2,1
|
2,2
|
Коэффициент
вариации, %
|
22,6
|
21,3
|
23,3
|
25,6
|
Среднее
квадратическое отклонение
|
2 031,6
|
4 555,1
|
7 875,1
|
15 663,8
|
Индекс
Тейла
|
0,026
|
0,022
|
0,027
|
0,032
|
Уровень безработицы
| ||||
Размах
вариации, п.п.
|
8,9
|
7,7
|
6,7
|
4,9
|
Коэффициент
размаха вариации, раз
|
5,0
|
4,0
|
4,2
|
3,7
|
Коэффициент
вариации, %
|
34,2
|
31,3
|
29,0
|
34,7
|
Среднее
квадратическое отклонение
|
2,3
|
2,4
|
1.8
|
1,4
|
Индекс
Тейла
|
0,063
|
0,056
|
0,049
|
0,061
|
По результатам анализа таблицы 2 установлено, что в целом субъекты СЗФО развиваются неравномерно, однако величина межрегиональных различий и их динамика по рассматриваемым показателям отличаются.
Так, в 2005–2021 гг. наблюдается усиление неравномерности развития субъектов СФЗО по ВРП на душу населения. Это подтверждают увеличение коэффициента размаха вариации с 3,2 раз в 2005 году до 4,9 раз в 2021 году, коэффициента вариации – с 28,4% до 43,3% за 2005–2021 гг., индекса Тейла – с 0,043 до 0,089 в анализируемом периоде, среднего квадратического отклонения – с 34825,7 до 399141,1. При этом указанное изменение коэффициента вариации свидетельствует о том, что в 2005 и 2010 годах рассматриваемые регионы были однородны по ВРП на душу населения, а с 2015 года развитие субъектов происходит неравномерно [5], различия между субъектами СЗФО по этому показателю увеличиваются. Субъектами с наибольшим объемом ВРП на душу населения являются г. Санкт-Петербург (147% от значения показателя по округу в 2021 году) и Мурманская область (124,6%). При этом Новгородская и Псковская области значительно отстают по величине ВРП на душу населения от среднеокружного значения: 48,6% и 29,9% соответственно. Причиной неравномерного развития регионов СЗФО по рассматриваемому показателю является отраслевая специализация территорий. Так, в г. Санкт-Петербург это развитие обрабатывающей промышленности, в т.ч. машиностроения, к крупнейшим предприятиям которого относятся Кировский завод, Ленинградский электромашиностроительный завод, Ленинградский металлический завод и другие. Основу экономики Мурманской области составляют добывающая и обрабатывающие промышленность, представленные горно-обогатительными комбинатами (Апатит, Ковдорский, Ловозерский и другими), перерабатывающими предприятиями (Кандалакшский алюминиевый завод, Кольская горно-металлургическая компания, Оленегорский ГОК и другие). Основу экономики Новгородской области составляет пищевая промышленность, деревообработка и химическое производство. Экономика Псковской области представлена преимущественно пищевой промышленностью и производством электрического оборудования.
Выявлены значительные различия между субъектами по доле обрабатывающей промышленности в структуре ВРП, которые увеличились в рассматриваемом периоде. Об этом свидетельствуют рост размаха вариации (с 34,9 п.п. до 44,8 п.п.), коэффициента размаха вариации (с 4 раз до 5,7 раз), коэффициента вариации (с 40,8% до 57,4%), индекса Тейла (с 0,077 до 0,153). Сложившаяся неравномерность обусловлена также отраслевой специализацией экономик рассматриваемых субъектов. Так, Республика Коми является регионом с наименьшей долей обрабатывающей промышленность в структуре ВРП, так как основу экономики региона составляет добыча полезных ископаемых, на долю которой в 2021 году приходится почти половина ВРП. При этом за 2005–2021 гг. наблюдается усиление зависимости от добывающей промышленности (доля увеличилась с 34,3% до 48%) при сокращении доли обрабатывающей промышленности с 11,7% до 9,8% в экономике Республики. Вологодская область – регион, где доля обрабатывающей промышленности в ВРП в 2021 году составляла 54,6%. К ключевым игрокам рынка, обеспечивающим значительный вклад в развитие обрабатывающей промышленности региона, относятся Северсталь – одна из ведущих горнодобывающих и сталелитейных компаний в мире [6], ФосАгро – один из ведущих в мире производителей фосфорсодержащих удобрений [7], Вологодский подшипниковый завод – крупнейшее предприятие российской подшипниковой промышленности, лидер по производству подшипников всех конструктивных групп [8], Сокольский деревообрабатывающий комбинат – крупнейшее деревообрабатывающее производство в европейской части России, производящее клееные деревянные конструкции для домостроения, в т.ч. комплекты домов из клееной древесины [9] и другие.
Стоит отметить, что обрабатывающая промышленность хоть и является одной из ключевых отраслей экономики Псковской области, ее доля незначительна и сократилась с 18% в 2005 году до 16,6% в 2021 году. С целью активизации развития обрабатывающих отраслей экономики, в том числе высокотехнологичных, на территории Псковской области в 2012 году создана особая экономическая зона производственно-промышленного типа «Моглино». За время ее существования резидентами зоны стали 18 компаний (5,7% от общего числа резидентов ОЭЗ этого типа в России). Резиденты ОЭЗ за 2012–2021 гг. создали 364 рабочих места (1,4% от общего количества рабочих мест, созданных в ОЭЗ производственно-промышленного типа в России). Объем привлеченных инвестиций в 2012–2021 гг. составил 11,2 млрд руб. (3% от общего объема инвестиций резидентов ОЭЗ этого типа в России) [10]. Из отмеченных результатов деятельности ОЭЗ «Моглино» можно сделать вывод о низкой эффективности использования этого инструмента для развития обрабатывающей промышленности региона.
Создание преференциального режима в Псковской области не помогло региону улучшить свои позиции по величине объема инвестиций в основной капитал на душу населения. Так, в 2005–2022 гг. для региона характерны самые низкие капиталовложения на душу населения, находящиеся на уровне 21%–45% от среднеокружных значений. В то же время с 2015 года лидером по объему инвестиций в основной капитал на душу населения является Мурманская область, значения показателя которого превышают значения по округу на 26%–110% в 2015–2022 гг. Это обусловлено реализацией крупных инвестиционных проектов в регионе, среди которых создание Центра строительства крупнотоннажных морских сооружений (объем инвестиций – 200 млрд руб.) [11], комплексный туристский проект «Валла-Тунтури» (27,8 млрд руб.) [12], создание специализированного терминала навалочных грузов в морском порту Мурманск (19,9 млрд руб.) [13] и другие. Высокая инвестиционная привлекательность одних субъектов (Мурманская, Ленинградская, Вологодская области, г. Санкт-Петербург) и низкая других (Псковская, Новгородская области) стали причиной формирования и усиления неравномерности развития регионов по этому показателю. Об этом свидетельствуют и результаты расчетов, представленные в таблице 2.
Наибольшие различия между субъектами СЗФО наблюдаются по численности населения. Так, коэффициент вариации сохраняется на уровне 84%–105,7% в 2005–2022 гг., коэффициент размаха вариации увеличился с 7,1 раза до 10,6 раз, а индекс Тейла – с 0,249 до 0,378. С одной стороны, выявленная неравномерность обусловлена различной динамикой численности населения. Так, в г. Санкт-Петербург, Ленинградской и Калининградской областях произошло увеличение численности населения за 2005–2022 гг. на 18,8%, 20,1% и 10,2% соответственно, тогда как в остальных субъектах округа численность населения сократилась на 8,6%–24,6%. С другой стороны, наблюдается усиление агломерационного эффекта: если в 2005 году в г. Санкт-Петербург и Ленинградской области проживало 34,4% населения округа, то в 2022 году – уже 55%. Рост численности населения этих субъектов обусловлен привлекательностью рынков труда, доступностью и качеством объектов социальной инфраструктуры, степенью комфортности городской среды, возможностью получения более высоких доходов и другими факторами.
Анализ неравномерности субъектов СЗФО по среднемесячной заработной плате показал, что межрегиональные различия имеются, но они несущественны и на протяжении исследуемого периода сохраняются на одном уровне. Такая ситуация обусловлена проводимой государственной социальной политикой, направленной на обеспечение роста заработной платы работников бюджетной сферы опережающими темпами по сравнению с занятыми в других сферах экономики.
Незначительны межрегиональные различия и по уровню безработицы, при этом за исследуемый период неравномерность субъектов СЗФО по данному показателю снижается. Во-первых, причиной сокращения безработицы является снижение численности населения в среднем на 0,7% ежегодно в 1990–2005 гг. По данным официальной статистики установлено [14], что в 2005 году рождаемость составила 126,8 тыс. чел., однако не достигла уровня 1990–1992 гг. С 2005 года, года исследования, смертность сокращается, однако во все годы в рассматриваемом периоде превышает рождаемость. Резкий рост смертности в 2020 и 2021 гг. обусловлен новой коронавирусной инфекцией, от которой умерло 60,4 тыс. чел. [15] в СЗФО, что также сказалось на снижении уровня безработицы. Во-вторых, причиной снижения безработицы является сокращение доли трудоспособного населения с 64% в 2005 году до 58,1% в 2022 году и одновременного увеличения числа жителей, достигших пенсионного возраста (доля населения старше трудоспособного возраста составила 25,6% в 2022 году против 21,4% в 2005 году). Также к причинам сокращения безработицы можно отнести вахтовый метод работы, переезд высококвалифицированных кадров в другие страны, невысокую производительность труда, неформальную трудовую занятость, которая увеличилась с 12,5 тыс. чел. или 18,3% от общей численности занятых в 2005 году до 14,6 тыс. чел. или 20,3% от общей численности занятых в 2021 году [16].
На следующем этапе исследования была проведена оценка неравномерности развития субъектов СЗФО по авторской методике [4] (Губанова, 2018), которая подтвердила наличие различий между субъектами округа (табл. 3). Авторы работы [4] (Губанова, 2018) предложили подход, согласно которому неравномерность социально-экономического развития территорий можно рассматривать как явление, проходящее в своем развитии три стадии: дифференциация, асимметрия и поляризация. Переход от одной стадии к другой сопровождается нарастанием диспропорций между исследуемыми территориями. Отличительной особенностью этой методики является возможность определить не только величину межтерриториальных различий, но и текущую стадию неравномерности, которая отличает конкретную территорию, степень влияния каждой территории на формирование неравномерности, выявить факторы, оказывающие влияние на различия между территориями.
Таблица 3
Неравномерность развития субъектов СЗФО по социальным и экономическим показателям в 2022 гг. [17]
Субъект СЗФО
|
ВРПнд1
|
ДОП
|
Инд
|
ЧН
|
ЗП
|
УБ
|
Республика
Карелия
|
0,80
|
0,62
|
0,99
|
0,43
|
0,92
|
1,39
|
Республика
Коми
|
1,15
|
0,40
|
0,89
|
0,58
|
1,12
|
1,61
|
Архангельская
область
|
1,02
|
0,69
|
1,05
|
0,80
|
1,11
|
1,35
|
Вологодская
область
|
0,95
|
2,22
|
0,81
|
0,82
|
0,88
|
0,82
|
Калининградская
область
|
0,71
|
0,67
|
0,75
|
0,74
|
0,77
|
0,75
|
Ленинградская
область
|
0,84
|
1,25
|
1,49
|
1,38
|
0,98
|
0,79
|
Мурманская
область
|
1,61
|
1,37
|
2,13
|
0,52
|
1,43
|
1,15
|
Новгородская
область
|
0,63
|
1,68
|
0,54
|
0,42
|
0,74
|
0,75
|
Псковская
область
|
0,39
|
0,68
|
0,37
|
0,44
|
0,64
|
0,96
|
г.
Санкт-Петербург
|
1,90
|
0,43
|
0,98
|
3,87
|
1,42
|
0,43
|
Источник:
составлено автором
1 Здесь и далее: ВРПнд – ВРП на душу населения, ДОП – доля обрабатывающей промышленности в структуре ВРП, Инд – инвестиции в основной капитал на душу населения, ЧН – численность населения, ЗП – среднемесячная заработная плата, УБ – уровень безработицы. Здесь и далее: цветовая заливка дает не оценку региону, а отражает стадию неравномерности, которой соответствуют рассчитанная неравномерность развития по выбранным социальным и экономическим показателям Условное обозначение неравномерности: где с – положительное комплексное число, [0; 0,33) – стадия поляризации, уровень социально-экономического развития ниже среднего, [0,33; 0,67) – стадия асимметрии, уровень социально-экономического развития ниже среднего, [0,67; 1) – стадия дифференциации, уровень социально-экономического развития ниже среднего, [1; 1,33) – стадия дифференциации, уровень социально-экономического развития выше среднего, [1,33; 1,67) – стадия асимметрии, уровень социально-экономического развития ниже среднего, [1,67; 1,67+с) – стадия поляризации, уровень социально-экономического развития ниже среднего |
Из таблицы видно, что для субъектов СЗФО характерна значительная неравномерность развития по таким показателям, как ВРП на душу населения, доля обрабатывающей промышленности в структуре ВРП, инвестиции в основной капитал на душу населения, численность населения, а межрегиональные различия по среднемесячной заработной плате и уровню безработицы выражены меньше. Причины сложившихся диспропорций между субъектами указаны выше.
При этом результаты оценки неравномерности социально-экономического развития субъектов СЗФО по совокупности рассматриваемых показателей, предоставленные на рис. 1, отражают следующее:
Рисунок1. Неравномерность социально-экономического развития субъектов СЗФО в 2005–2022 гг. [18]
Источник: составлено авторами
1) развитие регионов происходит неравномерно, о чем свидетельствуют выявленные различия между субъектами СЗФО по всем рассматриваемым показателям;
2) уровень неравномерности социально-экономического развития 6 из 10 рассматриваемых субъектов СЗФО соответствуют стадии дифференциации (выше и ниже «среднего стандарта»), что позволяет говорить о дифференцированном типе развития округа;
3) за рассматриваемый период существенных изменений, свидетельствующих о сокращении межрегиональных различий, не произошло. Однако в отличие от 2005 года уровень социально-экономического развития г. Санкт-Петербурга с 2010 года, а с 2020 года и Мурманской области стали соответствовать стадии асимметрии (выше «среднего стандарта»), что свидетельствует о нарастании социально-экономического неравенства между субъектами округа;
4) в СЗФО можно выделить 3 группы территорий. К первой группе (1-2 субъекта в зависимости от года исследования) относятся субъекты, показатели социально-экономического развития которых существенно превосходят показатели других регионов округа, и чей уровень неравномерности соответствует стадии асимметрии (выше «среднего стандарта»). К этой группе относятся г. Санкт-Петербург, который не только обладает особым статусом – город федерального значения, но и является центром притяжения и сосредоточения трудовых, производственных, инвестиционных и иных ресурсов, экономической и инвестиционной деятельности. В 2020–2022 гг. Мурманская область перешла в первую группу за счет более стремительного развития экономики (среднегодовой темп роста ВРП на душу населения в Мурманской области составил 15,1% в 2005–2021 гг., тогда как в среднем по субъектам округа – 13,4%), реализации крупных инвестиционных проектов, в том числе в обрабатывающей промышленности, увеличением доли обрабатывающих производств на 1,7% ежегодно в 2005–2021 гг.
Вторая группа представлена одним субъектом, показатели социально-экономического развития которого значительно отстает от показателей других регионов округа, и чей уровень неравномерности соответствует стадии асимметрии (ниже «среднего стандарта»). В эту группу в 2022 году вошла Псковская область, отстающие позиции которой объясняются слабо диверсифицированной экономикой и преобладанием двух отраслей в структуре ВРП, низкими объемами инвестиций в основной капитал на душу населения, слабой инвестиционной привлекательностью [19], низкой численностью населения, неконкурентоспособными по сравнению с другими субъектами округа (самыми низкими в СЗФО) заработными платами.
Третья группа – самая многочисленная (7–9 субъектов в зависимости от года исследования), – представлена регионами, уровень неравномерности развития которых соответствует стадии дифференциации (выше и ниже «среднего стандарта»). В данную группу вошли остальные регионы округа, значения социальных и экономических показателей которых в целом соответствуют «среднему стандарту». Для таких регионов характерно относительно равноценные условия жизни населения и равномерное развитие экономики и социальной сферы.
Выводы и рекомендации
Полученные результаты оценки неравномерности социально-экономического развития субъектов СЗФО, проведенной по двум методикам – анализе статистических показателей и авторской методике, позволяют сделать следующие выводы. Исследование неравенства с помощью статистических показателей позволяет определить общее значение неравномерности развития регионов, увидеть направление ее изменения: неравномерность увеличивается или ослабляется. Однако использование статистических показателей не дает представление о каждой из анализируемых территорий. Этот недостаток использования статистических показателей решает предложенная авторами данной статьи методика оценки неравномерности социально-экономического развития. Преимуществом этой методики, во-первых, является возможность не только количественной оценки неравномерности развития территорий, но и определения той стадии неравномерности (дифференциации, асимметрии, поляризации), которой соответствуют выявленные диспропорции. Во-вторых, методика позволяет определить положение территории относительно «среднего стандарта», что дает представления о преимуществах или проблематике социально-экономического развития рассматриваемых территорий. В-третьих, информативность результатов оценки неравномерности может стать основой для выработки системы инструментов государственного регулирования и мер поддержки.
Проведенный анализ показывает, что развитие субъектов СЗФО происходит неравномерно. Более того, за 2005–2021 гг. наблюдается усиление разрывов по ряду социальных и экономических показателей. В целях недопущения еще большего увеличения неравенства, нивелирования возможности проявления негативных последствий значительных диспропорций и сокращения существующих различий необходимо разработать и реализовать комплекс инструментов государственного воздействия. Стоит отметить, что федеральные округа не являются единицей административно-территориального деления страны и были созданы с целью реализации в них основных направлений внутренней и внешней политики. В этой связи именно перед региональными органами исполнительной власти стоит задача по повышению привлекательности и конкурентоспособности своих территорий, в том числе за счет инструментов, предлагаемых на федеральном уровне.
Отметим, что для снижения неравномерности социально-экономического развития, прежде всего, необходимо выработать комплекс дифференцированных мер регулирующего воздействия: поддерживающих – для территорий, обладающих высоким уровнем социально-экономического развития, значительным внутренним потенциалом и возможностями для самостоятельного решения проблем; стимулирующих – для территорий, обладающих достаточным внутренним потенциалом, но отстающих по уровню социально-экономического развития; антикризисных – для проблемных территорий, не имеющих собственных ресурсов, и решение внутренних проблем которых требует активного участия федерального уровня.
Для снижения неравномерности социально-экономического развития субъектов СЗФО необходимо решение ряда проблем путем реализации следующих мер:
1) увеличение доли обрабатывающих производств в экономике регионов за счет создания новых предприятий, удлиняющих цепочку создания добавленной стоимости из добываемого и/или производимого в регионе сырья, а также путем формирования устойчивых кооперационных связей между предприятиями региона и соседних регионов;
2) повышение инвестиционной привлекательности и инвестиционной активности регионов путем активного взаимодействия власти и бизнеса по вопросам реализации инвестиционных проектов, в т. ч. содействие инвесторам на всех этапах их реализации, формирования благоприятного инвестиционного климата, создания транспортной, коммунальной, производственной, инновационной инфраструктур;
3) привлечение и закрепление населения в регионе путем создания привлекательных условий для проживания (обеспечение привлекаемых специалистов жильем, объектами социальной инфраструктуры, в т.ч. для детей), формирования комфортной городской среды, создания высокопроизводительных рабочих мест.
1)
[1] Распоряжение Правительства РФ от 13.02.2019 №207-р (ред. от 30.09.2022) «Об утверждении Стратегии пространственного развития Российской Федерации до 2025 года». СПС Консультант Плюс. URL: https://www.consultant.ru/document/cons_doc_LAW_318094/ (дата обращения: 05.03.2024)
[2] Для показателя ВРП на душу населения представлены данные за 2021 год.
[3] Статистически выбросы определялись путем сравнения значений показателей субъектов с границами межквартильного расстояния [(Х25-1,5•(Х75-Х25)); (Х75+1,5•(Х75-Х25))], где Х25 – первый квартиль выборки; Х75 – третий квартиль выборки, 1,5 – коэффициент, используемый для определения границ межквартильного расстояния.
[4] Для показателей ВРП на душу населения и доля обрабатывающей промышленности в структуре ВРП представлены данные за 2021 год.
[5] В статистике значение коэффициента вариации ниже 33% свидетельствует об однородности совокупности данных, больше 33% – о ее неоднородности.
[6] Краткая справка о ПАО «Северсталь». Режим доступа: https://severstal.com/upload/iblock/a46/Fact%20sheet_rus.pdf (дата обращения: 20.02.2024)
[7] Группа «ФосАгро». Режим доступа: https://www.phosagro.ru/about/ (дата обращения: 20.02.2024)
[8] Вологодский подшипниковый завод. Режим доступа: http://www.vbf.ru/ (дата обращения: 20.02.2024)
[9] Сокольский деревообрабатывающий комбинат. Режим доступа: https://sokoldok.ru/ (дата обращения: 20.02.2024)
[10] Особые экономические зоны. Режим доступа: https://www.economy.gov.ru/material/file/0425860f64bbafe8cd7b9e0a57c7a2e0/prilozhenie_oez_2021.pdf (дата обращения: 20.02.2024)
[11] Инвестиционный портал Мурманской области. Режим доступа: https://invest.nashsever51.ru/registry/investment-projects/cfa30e2b-b2c1-4f4f-b453-d77447d30927 (дата обращения: 20.02.2024)
[12] Инвестиционный портал Мурманской области. Режим доступа: https://invest.nashsever51.ru/registry/investment-projects/5f0411ea-e48f-4be8-9879-da6e4fd8f55d (дата обращения: 20.02.2024)
[13] Инвестиционный портал Мурманской области. Режим доступа: https://invest.nashsever51.ru/registry/investment-projects/91f17b71-f029-4f08-aed1-4101285b561a (дата обращения: 20.02.2024)
[14] Единая межведомственная информационно-статистическая система. Режим доступа: https://www.fedstat.ru/indicator/31606 (дата обращения: 20.02.2024)
[15] Данные по: стопкоронавирус.рф. Режим доступа: https://объясняем.рф/stopkoronavirus/ (дата обращения: 20.02.2024)
[16] На момент подготовки данной статьи данные за 2022 год не представлены. Федеральная служба государственной статистики. Рабочая сила, занятость и безработица в России. Режим доступа: https://rosstat.gov.ru/folder/210/document/13211# (дата обращения: 20.02.2024)
[17] Табличное представление расчетов неравномерности развития субъектов СЗФО по различным социальным и экономическим показателям является достаточно громоздким, поэтому в таблице приводятся результаты оценки неравномерности по рассматриваемым показателям только за 2021 год.
[18] На рисунке Ненецкий автономный округ имеет ту же стадию неравномерности, что и Архангельская область, потому что, как было отмечено ранее, в данном исследовании он рассматривается вместе с Архангельской областью.
[19] Согласно результатам Национального инвестиционного рейтинга, составляемого Агентством стратегических инициатив, Псковская область не вошла в этот рейтинг в 2014–2022 гг. за исключением 2015 года, когда регион занял 59 место из 76. Источник: Агентство стратегических инициатив. Режим доступа: https://asi.ru/government_officials/rating/ (дата обращения: 20.02.2024)
Источники:
2. Баранов С.В., Скуфьина Т.П. Новые методики и результаты исследования межрегиональной дифференциации на основе метода главных компонент // Вестник МГТУ. Труды Мурманского государственного технического университета. – 2008. – № 2. – c. 201-210.
3. Гранберг А.Г. Основы региональной экономики. - М.: Изд. Дом ГУ ВШЭ, 2004. – 495 c.
4. Губанова Е.С., Клещ В.С. Методика оценrи неравномерности социально-экономического развития региона // Проблемы развития территории. – 2018. – № 6(98). – c. 30-41. – doi: 10.15838/ptd.2018.6.98.2.
5. Данилова М.Н., Елисеев А.М., Волочкова И.В., Уфимцева Е.В., Шадейко Н.Р., Подопригора Ю.В., Селиверстов А.А. Методические подходы к оценке дифференциации на уровне социально-экономического развития муниципальных образований агломерации // Вопросы управления. – 2017. – № 2(45). – c. 57-69.
6. Зубаревич. Н.В., Сафронов С.Г. Неравенство социально-экономического развития регионов и городов России 2000-х годов: рост или снижение? // Общественные науки и современность. – 2013. – № 6. – c. 15-26.
7. Ибрагимова З.Ф., Франц М.В. Неравенство возможностей в Российской Федерации: факторный анализ // Экономика и управление: научно-практический журнал. – 2019. – № 5(149). – c. 10-15.
8. Коломак Е.А. Межрегиональное неравенство в России: экономический и социальный аспекты // Пространственная экономика. – 2010. – № 1. – c. 26-35.
9. Колчина О.А., Лесничая М.А. Модель оценки межмуниципалной социально-экономической дифференциации // Экономика: вчера, сегодня и завтра. – 2018. – № 11. – c. 64-75.
10. Коротина Н.Ю. Региональная пространственная асимметрия отношений бюджетного федерализма // Социум и власть. – 2019. – № 6(80). – c. 46-56. – doi: 10.22394/1996-0522-2019-6-46-56.
11. Морозкина А.К. Цифровой разрыв в странах БРИКС: проблемы межрегионального неравенства // Вестник международных организаций: образование, наука, новая экономика. – 2020. – № 4. – c. 70-90. – doi: 10.17323/1996-7845-2020-04-04.
12. Морошкина М.В. Пространственное развития России: региональные диспропорции // Регионология. – 2018. – № 4(105). – c. 638-657. – doi: 10.15507/2413-1407.105.026.201804.638-657.
13. Москвина О.С., Маковеев В.Н. Статистический анализ пространственной неравномерности инновационного развития российских регионов // Проблемы развития территории. – 2019. – № 5(103). – c. 124-137. – doi: 10.15838/ptd.2019.5.103.8.
14. Плякин А.В., Орехова Е.А. Пространственный анализ и оценка факторов устойчивого развития муниципальных образований // Региональная экономика. Юг России. – 2019. – № 2. – c. 146-136. – doi: 10.15688/re.volsu.2019.2.15.
15. Суспицын С.А. Методы и модели координации долгосрочных решений в системе «национальная экономика – регионы». / Монография. - Новосибирск: ИЭОПП СО РАН, 2017. – 295 c.
16. Шаталова О.М. Дифференциация экономического пространства РФ: структурный анализ на уровне макрорегионов // Вестник Южно-Уральского государственного университета. Серия: Экономика и менеджмент. – 2022. – № 2. – c. 55-63. – doi: 10.14529/em220205.
17. Blus P.I., Plotnikov R.V. Spatial clustering for reducing intraregional unevenness // Journal of New Economy. – 2022. – № 1. – p. 88-108. – doi: 10.29141/2658-5081-2022-23-1-5.
18. David A. Green, W. Craig Riddel, France St-Hilaire Has the Canadian Labour Market Polarized? Income Inequality. The Canadian Story. [Электронный ресурс]. URL: https://irpp.org/research/income-inequality-the-canadian-story/ (дата обращения: 20.02.2024).
19. Inquiry into the indicators of, and impact of, regional inequality in Australia. Department of Infrastructure, Regional Development and Cities Submission. [Электронный ресурс]. URL: https://www.aph.gov.au/DocumentStore.ashx?id=b40e4147-1c96-455d-a9f2-621a4e1c94a8&subId=657867 (дата обращения: 20.02.2024).
20. Gerley Hudecz, Edmund Moshammer, Thomas Wieser Regional disparities in Europe: should we be concerned?. European Stability Mechanism. [Электронный ресурс]. URL: https://www.esm.europa.eu/system/files/document/2021-08/2021_08_20_ESM_DP13_0.pdf (дата обращения: 20.02.2024).
21. Hervé Le Bras, Achille Warnant An inegalitarian France. Regional socio-economic disparities in France. Friedrich Ebert Stiftung. [Электронный ресурс]. URL: https://library.fes.de/pdf-files/bueros/paris/17929.pdf (дата обращения: 20.02.2024).
22. Jakub Kubiczek, Martyna Bieleń The level of socio-economic development of regions in Poland // Wiadomości Statystyczne. The Polish Statistician. – 2021. – № 11. – p. 27-47. – doi: 10.5604/01.3001.0015.5130.
23. José Firmino de Sousa Filho, Gervásio F. dos Santos et al. Inequality and income segregation in Brazilian cities: a nationwide analysis // SN Social Sciences. – 2022. – № 191. – doi: 10.1007/s43545-022-00491-9.
24. Kent Eliasson, Mika Haapanen, Olle Westerlund Patterns of inter- and intra-regional differences in human capital and earnings: Evidence from Finland and Sweden 1987–2015 // Applied Geography. – 2021. – p. 102539. – doi: 10.1016/j.apgeog.2021.102539.
25. Zongkeng L., Mykhailov A., Zhuoran L., Shi W., Zhuquan Y., Surong X. Evaluation and Analysis of Socio-Economic Development Level and Management in Guangxi Province of China // Estudios de Economía Aplicada. – 2021. – № 5. – doi: 10.25115/eea.v39i5.5089.
26. Stefan Fina, Bastian Heider, Francesco Prota Unequal Italy. Regional socio-economic disparities in Italy. Friedrich Ebert Stiftung. [Электронный ресурс]. URL: https://feps-europe.eu/wp-content/uploads/downloads/publications/210712%20unequal%20italy%20report.pdf (дата обращения: 20.02.2024).
27. Sermagambet U., Satpayeva Z., Smagulova G., Urban W., Yessenzhigitova R. Socio-economic inequality in Kazakhstani regions: Assessment and impact on regional development management // Problems and Perspectives in Management. – 2022. – № 3. – p. 487-500. – doi: 10.21511/ppm.20(3).2022.39.
28. What are the regional differences in income and productivity? Explore economic inequality in the UK with our map. Ons.gov.uk. [Электронный ресурс]. URL: https://www.ons.gov.uk/visualisations/dvc1370/ (дата обращения: 20.02.2024).
Страница обновлена: 03.12.2024 в 11:29:23