Оценка инфраструктурной дифференциации регионов России на основе показателей плотности железных дорог и автодорог

Введение Положительное влияние инвестиций в транспортную инфраструктуру на экономический рост страны анализируется с начала становления и развития теорий регионального роста, теорий размещения производительных сил, теорий международной торговли. Развитая транспортная инфраструктура страны, с одной стороны, дает преимущество для ускоренного развития экономики, а с другой стороны, становится фактором неоднородности экономического пространства [3]. Использование фактора неоднородности зависит от уровня развития страны, ее культуры, государственного управления. В статье Йанга Л. и др. рассмотрен опыт управления транспортной инфраструктурой с разной степенью дифференциации в Нидерландах, США и Китае [16]. По мнению Фернальда Дж. строительство системы автомагистралей между штатами в США в конце 1950-х и начале 1960-х годов позволило выявить причинно-следственные связи между изменениями в дорожном фонде и изменениями в производстве [6]. В исследовании Банистера Д. и Беречмана Й. утверждается, что инвестиции в транспортную инфраструктуру являются дополнением к другой инфраструктуре, такой как коммуникационная сеть, агломерация и рынок труда [4].

С ростом урабанизационных процессов поиск причинно-следственных связей в транспортной инфраструктуре осложняется наличием сетей метро, и различием в безопасности проживания в промзонах и спальных районах. В статье Грэма Д. рассмотрен случай искажения параметров регрессионных моделей из-за близости таких объектов [9]. Со временем происходит срастание городов и выделение их в новую административно-территориальную единицу. Совместное применение методов сетевого и эконометрического анализа в работе Тиана М. и др. позволило с помощью модели панельных данных выявить инвестиционную агломерацию и оценить эффект заимствования полезности наличия высокоскоростных магистралей (ВСМ) в близлежащих городах. Результаты исследования Тиана М. и др. подтверждают, что улучшение сети высокоскоростных железных дорог также важно для центрального города, как и для соседних городов. Положительное влияние сети высокоскоростных железных дорог на экономию от городских агломераций коррелирует с факторами экономического роста городов [15]. Другая графоподобная модель, представленная в статье Кальвиа А. и др., посвящена пространственной неоднородности экономического роста, вызванного географическим расположением [5].

Научной новизной является создание авторской двумерной группировки на основе показателей транспортной инфраструктуры – плотности железнодорожных путей и автодорог. Также выявлены различия между группами регионов в обеспеченности автодорогами и железнодорожными путями в разрезе отраслевой структуры производства. Авторами была выдвинута гипотеза: инфраструктурная дифференциация транспортной системы регионов негативно влияет на экономический рост. Авторская методика предполагает оценку инфраструктурной дифференциации и выделение приоритетной группы регионов для инвестирования в транспортную инфраструктуру.

Инфраструктура финансируется в основном за счет государственных инвестиций, в свою очередь, они зависят от поступления налогов с доходов фирм, поскольку чем больше прибыль фирм, тем больше объем налогов, тем больше государство может инвестировать в инфраструктуру. Наряду с государством инвестиции могут осуществлять и частные предприятия, но для этого необходима экономическая и институциональная дружественная среда [7]. Херрера-Каталан П. и др. в своей статье предлагают методику выявления приоритетов для инфраструктурных инвестиций, что поможет государству направлять инвестиции в инфраструктуру в соответствии с потребностями промышленности регионов и их агломерационным потенциалом [10].

Фришман Б. рассматривает управление инфраструктурой через режим «частного доступа» или через режим «открытого доступа» [8]. Авторы Май В. и Кэсади К. рассмотрев эволюцию предприятия Вьетнамского метро, пришли к выводу, что «статус государственной собственности и некоммерческий характер модели государственного предприятия давали правительству определенную гибкость в политике решения проблем, связанных с негативным воздействием непредвиденных рисков» [11]. Сращивание государственного и частного капитала для инвестирования строительства железных и автомобильных дорог существует и в России. Однако, доступ к платным дорогам из-за социального неравенства граждан неоднороден и приводит к инфраструктурному неравенству в транспорте. Пандей Б. и др. предполагают, что «инфраструктурное неравенство может быть связано с региональным (экономическим) неравенством на этапе дивергенции, т.е. когда региональное экономическое неравенство усиливается», при этом, результаты показывают, что неравенство уменьшается в результате крупномасштабных потрясений, таких как войны и конфликты, которые влияют на доступность инфраструктуры [13].

Таким образом, проведенный обзор исследований показал, что существование этих теорий одновременно возможно на территории России из-за ее природной, культурной и экономической неоднородности. И Россия является государством, где взаимодействие этих теорий на большом территориальном пространстве приводит к асимметрии размещения и развития транспортной инфраструктуры, что осложняет анализ и оценку инфраструктурной дифференциации.

В работе ставится цель разработать методический подход к оценке инфраструктурной дифференциации регионов - субъектов РФ на основе показателей плотности железнодорожных путей и автодорог.

Основная часть Для разработки подхода к оценке инфраструктурной дифференциации регионов - субъектов РФ по уровню плотности железнодорожных путей и плотности автодорог использовались методы эмпирического исследования (сравнительно-аналитический, группировки и обобщения, статистической информации, интерпретации, визуализации). При разработке эконометрических моделей, отражающих влияние инфраструктурных факторов на экономический рост в российских регионах в качестве зависимой переменной выбран среднедушевой валовой региональный продукт как основной показатель экономического роста. Объясняющими переменными выбраны показатели, характеризующие обеспеченность транспортной инфраструктурой.

На подготовительном этапе рассмотрены данные за период с 2009 по 2023 гг. по 85 регионам России по следующим показателям: [1]

- плотность железнодорожных путей, км на 10 000 км кв.;

- плотность автодорог с твердым покрытием, км на 1000 км кв.;

- валовой региональный продукт на душу населения, руб.;

- объем производства на душу населения, тыс. руб.;

- объем обрабатывающей промышленности на душу населения. тыс. руб.;

- объем добычи полезных ископаемых, млн руб.;

- площадь территории, тыс. кв. км.

Данные приведены к одинаковой размерности, ВРП ввиду нелинейной зависимости был прологарифмирован, далее произведена группировка регионов по тенденции влияния плотности железнодорожных путей и автодорог на среднедушевой ВРП региона. С помощью частотной диаграммы созданы интервалы по степени плотности железных дорог и автодорог и проведена группировка данных по показателям транспортной инфраструктуры. Для оценки инфраструктурной дифференциации созданы фиктивные переменные, отвечающие за принадлежность региона к соответствующей группе по плотности железных дорог.

На этапе определения вида модели применен графический анализ и анализ автокорреляционной функции и частной автокорреляционной функции временных рядов. Также тестом Дикки-Фуллера исследован тип временных рядов, это было необходимо для построения регрессионных моделей внутри групп регионов. Проведен сравнительный анализ между группами регионов по двумерной группировке на основе показателей плотности железных дорог и автодорог с учетом дотационности регионов в соответствии с приказом Минфина [2]. Построены регрессионные модели с фиктивными переменными сдвига и наклона.

Рассмотрим показатели транспортной инфраструктуры за период с 2009 по 2023 гг. регионов России. Плотность железнодорожных путей общего пользования по России - слабо меняющийся показатель почти на уровне константы 50-51 км путей на 10000 км кв. территории по данным Росстата [3] и в этот показатель входят данные, не распределенные по субъектам Российской Федерации. Средние значения по регионам России без учета таких территорий представлены на рис. 1. Данные значения имеют убывающую тенденцию и задаются линейным трендом вида:

(1),

где x – время 1,2, 3 и т.д.

Рисунок 1 Тренд показателя плотности железнодорожных путей по России с 2009 по 2023 гг.

Источник: составлено авторами [4]

На рисунке 1 график средних значений имеет периоды снижения в 2012 и в 2021 году. Однако, плотность железнодорожных дорог в 2022 году вернулась к значениям 2020 года, в это время государством проводилась реконструкция железных дорог и реструктуризация промышленности. Но несмотря на это, тенденция к снижению средней плотности железных дорог сохраняется. С другой стороны, в России плотность автодорог растет. На рисунке 2 представлен линейный тренд показателя плотности автодорог по России.

Рисунок 2 Тренд показателя плотности автодорог по России с 2009 по 2023 гг.

Источник: составлено авторами [5]

Из рисунка 2 видно, что тренд восходящий и имеет вид:

(2),

где x – время 1, 2, 3 и т.д. В 2023 году рост плотности автодорог превысил аналогичный показатель 2009 года в 2 раза, при этом наблюдались этапы усиленного строительства 2012-2015 гг. и умеренного строительства в периоды 2009-2011 гг., 2016-2023 гг.

С помощью частотной диаграммы было установлено 4 группы регионов с разной степенью плотности железнодорожных путей. Частотное разложение по плотности железнодорожных путей представлено в таблице 1. Группа 1, если плотность железнодорожных путей меньше или равно 60, группа 2, если плотность железнодорожных путей в интервале от 61 до 139, группа 3, если плотность от 140 до 218.5. Если плотность железнодорожных путей свыше 218,5, то это будет группа 4. По статистике 75% регионов в наборе данных с 2009-2023 гг. имеют плотность в среднем меньше, чем 218,5 км на 10000 кв. км. территории. Плотность железных дорог существенно отличается в г. Москве и г. Санкт-Петербурге от других регионов России. Максимальная плотность железных дорог была отмечена в регионе Москва и составляла 1900 км на 10000 квадратных километров территории в 2023 г., 3082 – в Санкт-Петербурге.

Таблица 1 Частотное разложение по плотности железнодорожных путей, км на 10000 кв. км и по плотности автодорог, км на 1000 кв. км

Аналогично на основе частотного разложения были выделены две группы по плотности автодорог. Частотное разложение по плотности автодорог представлено в таблице 1. В 1-ую группу вошли регионы с плотностью до 186 км на 1000 кв. км территории, во 2-ую группу остальные.

Для анализа развития каждой группы регионов рассмотрим модель с фиктивными переменными сдвига и наклона на основе статистических данных, опубликованных на официальном сайте Росстата России [7]:

(3),

где i - индекс группы инфраструктурной дифференциации, j - объём данных каждой группы от 1до N_i,

lnY_ij – логарифм ВРП на душу населения, руб.,

X_ij – плотность железнодорожных путей общего пользовании, км на 10000 км² территории.

z_ij – фиктивная переменная сдвига, отвечающая за количественное изменение,

d_ij – фиктивная переменная наклона, отвечающая за качественное изменение.

Данная модель позволит отследить момент перехода региона из одной группы в другую, и тем самым, выявить наилучшее условие перехода в перспективе для менее развитых регионов. В результате исследования было оценено четыре регрессионных уравнения по степени охвата регионов железнодорожными путями:

(4) (5)

(6)

(7),

где i = 1, 2, 3, 4 – номер группы по степени охвата региона j железными дорогами.

Сведем полученные данные в таблицу 2 с возвратом к исходному показателю ВРП на душу населения, руб.

Таблица 2 Сравнение коэффициентов регрессии МНК по группам

Увеличение фактора X_ij на 1-у единицу плотности железнодорожных путей (км на 10000 км² территории) увеличит в среднем ВРП на указанный процент при прочих равных условиях в рублях. Представим полученные результаты в виде кусочно-линейной функции, рисунок 3.

Рисунок 3 Регрессии с фиктивными переменными по группам

Источник: составлено авторами [9]

В процентном соотношении ВРП увеличивается за счет областей из группы 2 и группы 4 согласно графику на рисунок 3 и уменьшается из-за групп 1 и 3, именно у этих групп плотность железнодорожных путей имеет нисходящий тренд. В исследовании Игнатьевой Е.Д. и Серковой А.Е. [2] проводится оценка влияния транспортной инфраструктуры на ВРП России, в регрессии был получен отрицательный коэффициент при переменной плотности железнодорожных путей, и наше исследование объясняет это тем, что вклад в ВРП групп 2 и 4 не компенсирует его падение из-за групп 1 и 3.

Проведем аналогичный анализ для переменной плотности автодорог.

Для каждой из групп уравнение регрессии (1) имеет вид:

(8)

(9),

где Y_5j и Y_6j – номера групп 1 и 2 по степени охвата автодорогами региона j.

Коэффициент при переменной плотности автодорог равен -0,00728 (0,00052-0,0078) и означает увеличение фактора на 1-у единицу, что уменьшит в среднем ВРП на 0,728 % при прочих равных условиях. Сдвиг по оси Y больше и составит 13,51 (12,4085+1,1). Для 2-ой группы имеем сдвиг по оси Y равный 2,40, коэффициент при переменной плотности автодорог равен 0,00052. Графики полученных уравнений представлены на рисунке 4.

Рисунок 4 График регрессии с фиктивными переменными сдвига и наклона для автодорог

Источник: составлено авторами [10]

На рисунке 4 видно, что 1-ая группа имеет нисходящий тренд, 2-ая группа восходящий и суммарное воздействие на логарифм ВРП зависит от возможности 2-ой группы своим ростом скомпенсировать падение 1-ой.

Создадим группировку регионов по степени плотности железнодорожных путей и плотности автодорог, таблица 3. В данной группировке используется двумерная характеристика групп G (i;j), где i номер соответствующей группы по плотности железнодорожных путей, j – группа по плотности автодорог. Сложность создания двумерной группировки заключается в необходимости определить базовый признак от которого зависит вторая размерность. Например, если рассматривать плотность автодорог как первопричину, поскольку исторически этот тип инфраструктуры появился раньше, то получим группу G^T, где в каждой из групп по плотности автодорог рассматривается степень плотности железнодорожных путей, то придем к следующему выводу: в группе регионов с высокой плотностью автодорог наибольшее влияние на ВРП оказывает 4-ая группа с высокой плотностью железных дорог. Однако, такой подход не позволяет выявить оптимальные пути устранения инфраструктурной дифференциации из-за развития технологий в строительстве железнодорожных путей за последнее десятилетие. В случае развитой сети железнодорожных путей происходит увеличение ВРП за счет обрабатывающей промышленности, в случае низкой плотности железнодорожных путей региона сеть сосредоточена на небольшой части региона и работает на добывающую отрасль. Поэтому рассмотрим характеристику сначала по железнодорожным путям как первопричину, а затем по плотности автодорог.

Таблица 3 Группировка регионов по степени плотности железнодорожных путей и автодорог

Отсутствие сети железнодорожных путей приведет регион к статусу депрессивных не только по инвестиционной активности, но и по социально - экономическому развитию, поскольку в этих регионах ярко выражен дефицит инфраструктурной обеспеченности [1].

Инфраструктурная дифференциация регионов влияет и на отраслевую структуру производства. Рассмотрим средние показатели, характеризующие отраслевую структуру каждой группы регионов, выделенных по степени плотности железнодорожных путей и автодорог. Создадим рейтинг групп регионов по транспортной инфраструктуре и отраслевой структуре производства, таблица 4, присвоив первый ранг в рейтинге наибольшему значению показателя, а наименьшему значению показателя - восьмой ранг. Перемножая ранги, определяем группу с наименьшим произведением, и получим группу с наилучшими показателями.

Таблица 4 Рейтинг групп регионов по транспортной инфраструктуре и отраслевой структуре производства

Группа 1-1 является лидером не только по ВРП на душу населения, но и по объему добычи полезных ископаемых и обрабатывающей промышленности на душу населения.

Группа 4-2 уступает предыдущей группе, но обгоняет группу 2-1, имеющую второй ранг по ВРП, за счет первого места в рейтинге по обрабатывающей промышленности. В группу 4-2 из 4-1 перешли: Рязанская область в 2010 г., Смоленская область в 2012 г., и Ленинградская область в 2013 г. Переход в другую группу был связан с улучшением автотранспортных сетей. И только в Чувашской Республике улучшилась плотность железных дорог к 2023 г., и это позволило ей перейти в группу 4-2 из группы 3-2 в 2023 г.

Группа 2-1 занимает третье место, имеет второй ранг по добыче полезных ископаемых и пятый - по обрабатывающей. Эта группа представлена регионами: Республика Дагестан, Кабардино-Балкарская Республика, Алтайский край и др., за счет плохого обеспечения автодорогами потенциал регионов не раскрыт.

Группа 1-2 занимает последнее место и представлена единственным регионом - Карачаево-Черкесской Республикой. В данном случае улучшение в долгосрочном периоде не предвидится, поскольку республике необходимо достроить железные дороги до уровня группы 2-2 в сложных горных массивах.

На четвертом месте находится группа 3-1. Например, Чеченская республика попала в группу 3-1 и наличие хорошо развитой сети железных дорог позволит перейти в группу 3-2 за счет строительства автодорог. В 2026 году Министерством автомобильных дорог Чеченской Республики запланирован ввод в эксплуатацию около 110 км дорог и 6 мостов, включая строительство новой объездной трассы вокруг Грозного протяженностью 20 км [13].

Группа 3-2 получает пятое место в рейтинге. В эту группу вошла Республика Северная Осетия - Алания, она имеет высокую плотность автодорог и среднюю плотность железнодорожных путей. Ее вклад в ВРП имеет нисходящий тренд (группа 3 рис.3), но ее потенциал не полностью использован. Вклад в ВРП можно увеличить следующими действиями: перевести из группы 3-2 в группу 4-2 с помощью строительства железных дорог. Правительство РФ намерено раскрыть рекреационный потенциал региона и в 2024 г. на исполнение регионального проекта «Туристическая инфраструктура» национального проекта «Туризм и индустрия гостеприимства» было предусмотрено выделение 318,7 млн рублей [14]. Республика Северная Осетия - Алания является самым вероятным претендентом на выход из группы 3-2 в ближайшее время. Из группы 3-1 в группу 3-2 перешли: Чеченская республика, Удмуртская Республика, Ивановская область в 2010 г.; Республика Мордовия и Тамбовская область в 2011 г.; Новгородская область, Пензенская область, Ростовская область, Тверская область в 2012 г.; Ульяновская область и Челябинская область в 2013 г.; Кемеровская область в 2022 г.

Шестое место в рейтинге занимает группа 2-2. Из группы 2-1 сюда перешли следующие регионы: Алтайский край и Республика Дагестан в 2011 г., Республика Марий Эл и Ставропольский край в 2012 г., Республика Башкортостан в 2014 г.

Седьмое место в рейтинге принадлежит группе 4-1. В группе 4-1 на данный момент присутствуют большое количество регионов, которые нуждаются в улучшении автодорог. В эту группу входят следующие регионы: Ленинградская область (до 2013 г.), Рязанская область, Саратовская область, Смоленская область. Улучшение автодорог позволит данным регионам увеличить вклад в ВРП в краткосрочном периоде по примеру Ленинградской области.

Нужно обратить внимание на группы 2-1 и 4-1, поскольку можно в короткий срок существенно поднять уровень ВРП без больших вложений в строительство заводов или железнодорожных магистралей. Наличие хороших автодорог согласно теориям экономического роста позволит увеличить скорость обращения денежной массы и поможет сдерживать инфляцию.

В перспективе следует рассматривать регионы из группы 3-2 и разрабатывать программы развития для перехода в группу 4-2. Для этого необходимо инвестировать в построение высокоскоростных магистралей, открытие новых железнодорожных станций и модернизацию инфраструктуры портов или аэропортов. Прибыль от таких вложений инвесторы получат в отдаленном периоде. Предложенный авторами исследования вариант позволит получить отдачу от инвестиций в краткосрочном периоде и подготовить финансирование для долгосрочных проектов. Такие проектные работы уже существуют для Новосибирской области, Пермского края, Рязанской области, Саратовской области, Смоленской области [15].

Для каждой выделенной группы возможно построение векторных авторегрессий таких, как в статье Парка И. и Ии Д. [14], для оценки влияния инвестиций в транспортную инфраструктуру на ВРП через связующее состояние, вызываемое косвенным эффектом. В нашем случае таким состоянием является переход из одной группы в другую. Другим вариантом использования полученной инфраструктурной дифференциации по группам регионов РФ является оценка влияния выделенных групп регионов на соседние регионы. По мнению китайских исследователей Оу И. и Чжен Д. и др. экономические последствия высокоскоростных магистралей выйдут за рамки местного уровня и неоднородно распространятся на соседние административные единицы [12]. При проектировании современных высокоскоростных магистралей следует учитывать данный эффект, чтобы не усилить имеющуюся инфраструктурную дифференциацию. Например, строительство высокоскоростной железнодорожной магистрали в Липецкой области пройдет через два дотационных региона и три донора-региона, а именно Тульская, Ростовская, Краснодарская области и Республика Адыгея. Известно, что в планах Правительства России также значится строительство ВСМ в Челябинской области к 2030-2035 гг., в данный момент строительство заморожено и отдан приоритет ВСМ Москва-Санкт-Петербург. После осуществления планов строительства возможен переход Челябинской области из группы 3-1 в группу 4-1 [16]. Таким образом, регион переходя из одной группы инфраструктурной дифференциации в другую, освобождает место для перехода в эту группу другим регионам с меньшими показателями по плотности автодорог и железнодорожных путей.

Заключение Рассмотренная группировка на основе инфраструктурной дифференциации, описывает определенную стратегию развития авто- и железнодорожной инфраструктуры и позволяет проводить сравнительную характеристику регионов в различных группах. На примере Ленинградской области иллюстративно обосновано увеличение ВРП на 24% с 2012 по 2015 гг. за счет строительства автодорог, т.е., переход из группы 4-1 в группу 4-2. При этом выделена группа регионов, способных повторить рост ВРП в Ленинградской области в краткосрочном периоде.

Реализуемые в рамках долгосрочной стратегии государственные программы строительства высокоскоростных магистралей способствуют трансформации инфраструктурной дифференциации регионов, что в долгосрочной перспективе обеспечивает окупаемость вложений в развитие железнодорожных путей.

Группа 1-1 имеет максимальный средний ВРП. Эту группу следует рассматривать отдельно, так как самая низкая плотность железных дорог и автодорог сосредоточена на самых больших площадях территории страны, со сложными природно-климатическими условиями, но большими запасами полезных ископаемых.

Для дальнейшего изучения влияния инфраструктурной дифференциации регионов на ВРП возможно построение подобных моделей внутри выделенных групп регионов России.

На основе оценки инфраструктурной дифференциации также формулируется предложение по увеличению ВРП на душу населения следующим образом: Первый вариант: быстрое развитие в краткосрочном периоде за счет строительства автодорог переводим из группы 4-1 в группу 4-2 и из группы 2-1 в группу 2-2. Второй вариант: всех доноров из группы 3-1 переводим в группу 4-1.

Регионы из группы 4-2 благодаря влиянию инфраструктуры железных и автодорог увеличивают ВРП на душу населения и пополняют государственный бюджет.

Использование предлагаемой методики открывает возможность для верификации и корректировки потребностей хозяйствующих субъектов в области транспортной инфраструктуры, что детерминирует увеличение валового регионального продукта и обуславливает дополнительные эффекты в социальной сфере.

Признательность

Статья выполнена в рамках темы НИР Института экономики УрО РАН на 2026 год.

[1] Регионы России. Социально-экономические показатели. 2023: Стат. сб. / Росстат.– М., 2023.

[2] Перечень субъектов Российской Федерации, не являющихся в 2025 году получателями дотаций на выравнивание бюджетной обеспеченности субъектов российской федерации. Приказ Минфина России от 15.11.2024 № 494/Приказ Минфина России от 11.11.2022 № 497 «Об утверждении перечней субъектов Российской Федерации в соответствии с положениями пункта 5 статьи 130 Бюджетного кодекса Российской Федерации»

[3] Регионы России: социально-экономические показатели. 2024: Стат. сб. / Росстат. – М. 2024. // rosstat.gov.ru, 2024. [Электронный ресурс]. URL: https://rosstat.gov.ru/ folder/210/document/13204 (дата обращения: 07.04.2025).

[4] Регионы России. Социально-экономические показатели. 2023: Стат. сб. / Росстат.– М., 2023.

[5] Регионы России. Социально-экономические показатели. 2023: Стат. сб. / Росстат.– М., 2023.

[6] Регионы России. Социально-экономические показатели. 2023: Стат. сб. / Росстат.– М., 2023.

[7] Регионы России: социально-экономические показатели. 2024: Стат. сб. / Росстат. – М. 2024. // rosstat.gov.ru, 2024. [Электронный ресурс]. URL: https://rosstat.gov.ru/ folder/210/document/13204 (дата обращения: 07.04.2025).

[8] Регионы России. Социально-экономические показатели. 2023: Стат. сб. / Росстат.– М., 2023.

[9] Регионы России. Социально-экономические показатели. 2023: Стат. сб. / Росстат.– М., 2023.

[10] Регионы России. Социально-экономические показатели. 2023: Стат. сб. / Росстат.– М., 2023.

[11] Перечень субъектов Российской Федерации, не являющихся в 2025 году получателями дотаций на выравнивание бюджетной обеспеченности субъектов российской федерации. Приказ Минфина России от 15.11.2024 № 494/Приказ Минфина России от 11.11.2022 № 497 «Об утверждении перечней субъектов Российской Федерации в соответствии с положениями пункта 5 статьи 130 Бюджетного кодекса Российской Федерации»

[12] Регионы России. Социально-экономические показатели. 2023: Стат. сб. / Росстат.– М., 2023.

[13] Новости Министерства автомобильных дорог Чеченской Республики: https://www.minavtodor-chr.ru/2026/01/28/v-2026-godu-v-chechenskoj-respublike-na-5-regionalnyh-obektah-nacproekta-raboty-budut-prodolzheny/ (Дата обращения: 28.01.2026)

[14] Национальные проекты РФ: https://xn--80aapampemcchfmo7a3c9ehj.xn--p1ai/projects/turizm/. (Дата обращения 12.12.2025).

[15]Государственные программы по строительству транспортных коридоров. https://rosavtodor.gov.ru/docs/gosudarstvennye-programmy/1089

[16] Коммерсант «Разморозить проект ВСМ Екатеринбург—Челябинск могут не ранее 2028 года», https://www.kommersant.ru/doc/6822690 Дата обращения: 21.07.2026