В статье представлено исследование экономического районирования России с точки зрения обеспечения единства ее экономического пространства. В рамках данного исследования предполагается проверить гипотезу - при сравнении двух сеток районирования по риску неоднородности пространственного развития, более оптимальным территориальным делением России, позволяющим снизить дифференциацию регионов по уровню и темпам социально-экономического развития, являются федеральные округа, поскольку в них сохраняются сложившиеся системы межрегиональных связей, координации посредством полномочных представителей Президента РФ и статистического учета для мониторинга ситуации. Для сравнения двух вариантов сетки районов страны: федеральных округов и макрорегионов, в рамках данного исследования предложен подход к оценке рисков неоднородности пространственного развития территорий. Рассмотрены два вида рисков: риски снижения уровня социально-экономического развития и риски неравномерности пространственного развития. Первые из них определяются в виде вероятности снижения уровня социально-экономического развития территории, вторые - как вероятность увеличения коэффициента вариации уровня социально-экономического развития федеральных округов и макрорегионов в рамках страны. В построенной модели многомерного риска рассматривается система факторов риска в виде случайного вектора с коррелированными (зависимыми) компонентами. В качества факторов риска использованы социально-экономические показатели субъектов РФ, взятые из статистической базы Росстата. Для оценки рисков рассчитывается область неблагоприятных исходов по каждому из факторов. На основе предложенного подхода рассчитана вероятность проявления неблагоприятного исхода - снижения уровня социально-экономического развития и повышения межрегиональной дифференциации России в разрезе федеральных округов и макрорегионов за период 2000-2022 гг. Согласно полученным результатам, с точки зрения обеспечения единого экономического пространства федеральные округа и макрорегионы существенно не различаются. Значимыми факторами рисков неоднородности пространственного развития России в разрезе федеральных округов и макрорегионов на протяжении всего рассматриваемого периода являются бюджетный потенциал, обеспечивающий устойчивое развитие территории и повышение качества жизни населения, и специализация регионов, определяющая структуру региональной экономики.
Идентификаторы и классификаторы
Экономическое районирование страны направлено на укрепление межрегиональных связей, создание условий для выравнивания уровня социальноэкономического развития между регионами и в конечном счете на обеспечение единства экономического пространства. Подходы к организации регионального деления определяются необходимостью повышения конкурентоспособности экономики страны [1], а его рациональность и адекватность характеризует эффективность проводимой региональной политики. В стратегических документах применяются различные региональные экономические группировки объектов административно-территориального деления России. Среди них наиболее широко используются федеральные округа. Утвержденные еще в 2000 г.1, они до сих пор продолжают трансформироваться. За это время увеличилось их количество и изменился состав, а в настоящее время обсуждается вопрос группировки новых территорий России.
Список литературы
1. Владыко И.Ю. Макрорегион как элемент стратегического пространственного управления региональной экономикой // Регион: системы, экономика, управление. 2022. № 3 (58). С. 10-19. DOI: 10.22394/1997-4469-2022-58-3-10-19 EDN: KSQOME
2. Бухвальд Е.М. Стратегическое пространственное планирование: макрорегионы и субъекты Российской Федерации // Журнал российского права. 2020. № 3. С. 31-44. DOI: 10.12737/jrl.2020.028 EDN: ODIHCE
3. Жихаревич Б.С., Прибышин Т.К. Стратегия пространственного развития России как результат взаимодействия науки и власти // Регион: экономика и социология. 2021. № 4. С. 264-287. DOI: 10.15372/REG20210401
4. Иванов О.Б., Бухвальд Е.М. “Геостратегические территории” и “точки роста” в стратегировании пространственного развития Российской Федерации // ЭТАП: экономическая теория, анализ, практика. 2019. № 4. С. 7-23. DOI: 10.24411/2071-6435-2019-10098 EDN: MVVQYQ
5. Кузнецова О.В. Стратегия пространственного развития Российской Федерации: иллюзия решений и реальность проблем // Пространственная экономика. 2019. Т. 15, № 4. С. 107-125. DOI: 10.14530/se.2019.4.107-125 EDN: PWBYDT
6. Лаврикова Ю.Г., Суворова А.В. Неоднородность экономического развития российских макрорегионов // Экономика региона. 2023. Т. 19, № 4. С. 934-948. DOI: 10.17059/ekon.reg.2023-4-1 EDN: UFATKN
7. Наумов И.В., Никулина Н.Л. Оценка пространственной неоднородности экономической деятельности хозяйствующих субъектов в муниципальных образованиях свердловской области // Экономика региона. 2022. Т. 18, № 3. С 820-836. DOI: 10.17059/ekon.reg.2022-3-14 EDN: SEFHIO
8. Земсков В.В. Риски и угрозы пространственного развития страны // Экономическая безопасность. 2020. Т. 3, № 3. С. 313-322. DOI: 10.18334/ecsec.3.3.110793 EDN: TSGLQH
9. Голубченко И.В. О районировании России (в связи с Проектом Стратегии пространственного развития) // Вестник Московского государственного областного университета. Серия: Естественные науки. 2018. № 4. С. 32-38. DOI: 10.18384/2310-7189-2018-4-32-38 EDN: YTSCXR
10. Чернышов М.М. Проблемы выделения субъектов Российской Федерации в макрорегионы в контексте формирования стратегии пространственного развития России на период до 2025 года // Региональные проблемы преобразования экономики. 2018. № 11 (97). С. 9-25. DOI: 10.26726/1812-7096-2018-11-9-25
11. Строев П.В. Влияние размещения экономических ресурсов на особенности пространственной организации России // Экономика региона. 2023. Т. 19, № 4. С. 949-963. DOI: 10.17059/ekon.reg.2023-4-2 EDN: JPPZSU
12. Каргинова-Губинова В.В., Васильева А.В., Морошкина М.В. Районирование и прогнозирование как основа устойчивого пространственного развития (на примере территорий Республики Карелия) // МИР (Модернизация. Инновации. Развитие). 2023. Т. 14, № 3. С. 450-466. DOI: 10.18184/2079-4665.2023.14.3.450-466 EDN: BCBDRB
13. Татаренко В.И., Робинсон Б.В., Усикова О.В. Округа, районы, макрорегионы // Экономика Профессия Бизнес. 2019. № 4. C. 72-76. DOI: 10.14258/epb201950 EDN: AWOSDQ
14. Губанова Е.С., Клещ В.С. Методика оценки неравномерности социально-экономического развития региона // Проблемы развития территории. 2018. № 6 (98). С. 30-41. DOI: 10.15838/ptd.2018.6.98.2
15. Smith R.J., Rey S.J. Spatial approaches to measure subnational inequality: implications for sustainable development goals // Development Policy Review. 2017. Vol. 36, Issue S2. Pp. O657-O675. DOI: 10.1111/dpr.12363
16. Блусь П.И., Плотников Р.В. Пространственная кластеризация как инструмент снижения внутрирегиональной неравномерности // Journal of New Economy. 2022. Т. 23, № 1. С. 88-108. DOI: 10.29141/2658-5081-2022-23-1-5 EDN: JSKAJF
17. Жуков Р.А., Прокопчина С.В., Плинская М.А., Желуницина М.А. Моделирование функциональных связей региональных экономических систем по малым выборкам на основе байесовских интеллектуальных измерений // Journal of Applied Economic Research. 2024. Т. 23, № 3. С. 721-750. DOI: 10.15826/vestnik.2024.23.3.029 EDN: TSKURG
18. Буфетова А.Н. Неоднородность пространственного развития Азиатской России: о чем молчат показатели межрегионального неравенства // Регион: Экономика и Социология. 2022. № 2 (114). С. 58-81. DOI: 10.15372/REG20220203 EDN: EPGUHS
19. Naumov I.V., Nikulina N.L. Scenario modeling and forecasting of the spatial heterogeneity of innovation development in Russia // Economic and Social Changes: Facts, Trends, Forecast. 2023. Vol. 16, Issue 4. Pp. 71-87. DOI: 10.15838/esc.2023.4.88.4 EDN: KGNJQW
20. Дорошенко С.В., Васильева Р.И. Пространственная оценка неоднородности регионального экономического роста в 2014-2021 гг. // Регионология. 2024. Т. 32, № 3. С. 484-503. DOI: 10.15507/2413-1407.128.032.202403.484-503 EDN: QXFUKO
21. Данилова И.В., Савельева И.П., Резепин А.В. Влияние межтерриториальной связанности на развитие экономического пространства регионов // Экономика региона. 2022. Т. 18, № 1. С. 31-48. DOI: 10.17059/ekon.reg.2022-1-3 EDN: VWTXKK
22. Забнина Г.Г., Скребова А.В. Влияние пространственной интеграции на развитие макрорегиона // Журнал прикладных исследований. 2023. № 2. С. 8-13. DOI: 10.47576/2712-7516_2023_2_8 EDN: ZWUHWG
23. Курушина Е.В., Петров М.Б. Критерии успешности проектов пространственного развития на основе межрегиональной интеграции // Экономика региона. 2018. Т. 14, № 1. С. 176-189. DOI: 10.17059/2018-1-14 EDN: YWWBRV
24. Shirov A.A. Assessment of Interregional Economic Interactions Using Statistics of Freight Railway Transportation // Studies on Russian Economic Development. 2020. Vol. 31, No. 2. Pp. 153-161. DOI: 10.1134/S1075700720020112 EDN: CMROVT
25. Проскурнова К.Ю. Инструменты оценки пространственного развития регионов // Вестник Московского университета. Серия 21: Управление (государство и общество). 2024. Т. 21, № 1. С. 121-138. DOI: 10.55959/MSU2073-2643-21-2024-1-121-138 EDN: WQSBHN
26. Юдина М.А. Методические аспекты диагностики макрорегиональных структурных сдвигов // Journal of New Economy. 2019. Т. 20, № 4. С. 22-46. DOI: 10.29141/2073-1019-2019-20-4-2 EDN: DECSNL
27. Котов А.В. Пространственный анализ структурных сдвигов как инструмент исследования динамики экономического развития макрорегионов России // Экономика региона. 2021. Т. 17, № 3. С. 755-768. DOI: 10.17059/ekon.reg.2021-3-3 EDN: VPNPJU
28. Джурка Н.Г. Анализ структурных сдвигов: обзор пространственных версий // Регионалистика. 2022. Т. 9, № 5. С. 5-16. DOI: 10.14530/reg.2022.5.5 EDN: EOEBTB
29. Makhrova A.G., Babkin R.A. Official and “real” cities: the case study of Moscow metropolitan area // Regional Research of Russia. 2022. Vol. 12, Issue 4. Pp. 508-519. DOI: 10.1134/s2079970522700241 EDN: CNGSMU
30. Abdullaev A.M., Zemlyanskii D.Yu., Kalinovskii L.V., Medvednikova D.M. Socioeconomic Situation of Russian Urban Agglomerations in 2015-2021 // Regional Research of Russia. 2024. Vol. 14, Issue 2. Pp. 143-159. DOI: 10.1134/S2079970524600045 EDN: AUVROC
31. Lachininsky S.S., Sorokin I.S. Spatial structure and development of settlements in the Saint Petersburg agglomeration // Baltic Region. 2021. Vol. 13, Issue 1. Pp. 48-69. DOI: 10.5922/2079-8555-2021-1-3 EDN: OVYJGM
32. Golovanov O.A., Tyrsin A.N., Vasilyeva E.V. Modeling economic security risks for Russian regions in the context of sanctions pressure // Economic and Social Changes: Facts, Trends, Forecast. 2023. Vol. 16, Issue 5. Pp. 49-65. DOI: 10.15838/esc.2023.5.89.3 EDN: LNXWOC
33. Николаев М.А. Риски и угрозы экономической безопасности регионов России в условиях цифровой экономики // Региональная экономика и управление. 2022. №4 (72). 7212. DOI: 10.24412/1999-2645-2022-472-12
34. Лаврикова Ю.Г., Суворова А.В. Угрозы пространственного развития страны: особенности оценки // Экономика и управление. 2021. Т. 27, № 3. С. 152-164. DOI: 10.35854/1998-1627-2021-3-152-164 EDN: KKSHUR
35. Тырсин А.Н., Сурина А.А. Моделирование риска в многомерных стохастических системах // Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2017. № 39. С. 65-72. DOI: 10.17223/19988605/39/9 EDN: YQPQTT
36. Ганичева А.В., Ганичев А.В. Оценивание числа слагаемых суммы независимых случайных величин при моделировании гауссовских случайных величин // Экономика. Информатика. 2022. Т. 49, № 3. С. 546-557. DOI: 10.52575/2687-0932-2022-49-3-546-557 EDN: VXJSLQ
37. Fisher R.A. On the Mathematical Foundations of Theoretical Statistics // Philosophical Transactions of the Royal Society of London. Series A. 1922. Vol. 222. Pр. 309-368. DOI: 10.1098/rsta.1922.0009
38. Широв А.А. Российская экономика - возможности структурно-технологического маневра // Научные труды Вольного экономического общества России. 2023. Т. 241, № 3. С. 61-71. DOI: 10.38197/2072-2060-2023-241-3-61-71 EDN: SINWUE
39. Shirov A.A., Belousov D.R., Blokhin A.A., Gusev M.S., Klepach A.N., Uzyakov M.N.Russia 2035: The New Quality of the National Economy // Studies on Russian Economic Development. 2024. Vol. 35, Issue 2. Pp. 161-170. DOI: 10.1134/S1075700724020151 EDN: CJZZCV
40. Ворошилов Н.В. Подходы к оценке развитости агломераций на территории России // Проблемы развития территории. 2019. № 4 (102). С. 40-54. DOI: 10.15838/ptd.2019.4.102.2
41. Стрижкова Л.А., Тишина Л.И., Селиванова М.В. Структурные сдвиги в экономике России и ее импортоемкости в 2014-2019 годах: анализ макроэкономической статистики // Вопросы статистики. 2021. Т. 28, № 5. С. 5-27. DOI: 10.34023/2313-6383-2021-28-5-5-27 EDN: FXLJYC
42. Pechenskaya M.A. Budget potential of municipal entities: assessment and directions for development (on the example of Vologda oblast) // Studies on Russian Economic Development. 2019. Vol. 30, Issue 4. Pp. 453-461. DOI: 10.1134/S1075700719040105 EDN: PERXVZ
43. Rastvortseva S.N., Snitko L.T. Regional specialization and agglomeration effects in the Russian economy // Economic and Social Changes: Facts, Trends, Forecast. 2020. Vol. 13, Issue 3. Pp. 46-58. DOI: 10.15838/esc.2020.3.69.4 EDN: KOYPWJ
44. Oprea F., Onofrei M., Lupu D., Vintila G., Paraschiv G. The determinants of economic resilience. The case of Eastern European regions // Sustainability. 2020. Vol. 12, Issue 10. 4228. DOI: 10.3390/su12104228 EDN: ZMKGHK
45. Аганбегян А.Г. От стагнации и кризиса - к социально-экономическому подъему России // ОРГЗДРАВ: новости, мнения, обучения. Вестник ВШОУЗ. 2021. Т. 7, № 2 (24). С. 4-27. DOI: 10.33029/2411-8621-2021-7-2-4-27 EDN: MYYIHN
46. Gluschenko K. Impact of the global crisis on spatial disparities in Russia // Papers in Regional Science. 2015. Vol. 94, Issue 1. Pp. 3-23. DOI: 10.1111/pirs.12030 EDN: UFOROT
47. Зубаревич Н.В., Сафронов С.Г. Налогово-бюджетная дифференциация регионов России: масштабы и динамика // Региональные исследования. 2023. № 1 (79). С. 31-41. DOI: 10.5922/1994-5280-2023-1-3 EDN: TOLXAV
48. Крюков В.А., Селиверстов В.Е. Стратегическое планирование пространственного развития России и ее макрорегионов: в плену старых иллюзий // Российский экономический журнал. 2022. № 5. С. 22-40. DOI: 10.33983/0130-9757-2022-5-22-40 EDN: STMBMA
49. Моргунов Е.В., Чернявский С.В., Соломщук А.Н., Фатуллаев С.Т. Анализ потенциала человеческого развития и взаимовлияния ожидаемой продолжительности жизни и плотности населения по регионам России // Вестник Томского государственного университета. Экономика. 2022. № 59. С. 39-57. DOI: 10.17223/19988648/59/3
50. Дохолян С.В. Направления совершенствования социально-экономической политики развития проблемного региона (на примере СКФО) // Региональные проблемы преобразования экономики. 2021. № 10 (132). С. 115-122. DOI: 10.26726/1812-7096-2021-10-115-122 EDN: KICMJY
51. Kuznetsova O.V., Druzhinin A.G. On a spatial development strategy for Russia // Studies on Russian Economic Development. 2024. Vol. 35, Issue 4. Pp. 490-496. DOI: 10.1134/S1075700724700047 EDN: VVXHSP
52. Федорова Е.А., Черникова Л.И., Пастухова А.Э. Региональные рейтинги оценки уровня развития туризма // Пространственная экономика. 2020. Т. 16, № 1. С. 100-122. DOI: 10.14530/se.2020.1.100-122 EDN: MOIEYH
53. Антонов Е.В., Куричев Н.К., Трейвиш А.И. Исследования городской системы и агломераций в России. Известия Российской академии наук. Серия географическая. 2022. Т. 86, № 3. С. 310-331. DOI: 10.31857/S2587556622030037 EDN: YMBNBH
54. Минакир П.А. Российское экономическое пространство: стратегические тупики // Экономика региона. 2019. Т. 15, № 4. С. 967-980. DOI: 10.17059/2019-4-1 EDN: YPKOUK
Выпуск
Другие статьи выпуска
Retailers around the world have been actively developing the Private Label (PL) niche in recent years, significantly contributing to food sales in value. Therefore, the goal of this research is to determine the factors influencing trust in private label food brands among consumers in relation to loyalty to retailers. Hypotheses were formulated to identify the above-mentioned influence. The research involved an empirical approach combining qualitative (semi-structured interviews) and quantitative methods: Exploratory Factor Analysis (EFA); Confirmatory Factor Analysis (CFA) and Structural Equation Modelling (SEM). The online survey was conducted in March-April 2023 (387 respondents). The criteria for selecting respondents were that they resided in Moscow or the Moscow region; were aged 18 years or older; at least once bought private label branded food in the previous year. Analysis revealed the most significant factors of trust development in private label brands foods among consumers. They were structured and systematised, and recommendations were also formed for Russian retailers to strengthen consumer loyalty in the “dairy” category. The study addresses a gap in theoretical publications regarding the influence of factors on the choice of private label branded food products on loyalty to the retailer. The results can be used to analyse the factors of choice, their structure and influence on loyalty to private label branded foods in other product categories, as well as for the study of such influence and adaptation of the results obtained in other regions of Russia, due to a different socio-demographic profile of the population. The results can be adapted for different price segments of private label branded foods.
В исследовании изучается влияние ESG-показателей на финансовое благосостояние акционеров российских компаний. На основе данных о публичных нефинансовых компаниях России за 2018-2023 гг. был проведен анализ общего ESG-рейтинга и его компонентов - экологического (E), социального (S) и управленческого (G) - в контексте их влияния на рентабельность собственного капитала (ROE) и доходность акций. Гипотезы исследования предполагают, что каждый из показателей оказывает положительное воздействие. Применены два метода регрессионного анализа: традиционный метод наименьших квадратов (МНК) и LASSO-регрессия, позволяющая учитывать влияние коррелированных факторов. Результаты исследования выявили, что социальный компонент (S Rank) оказывает положительное влияние на рентабельность собственного капитала (ROE). Это свидетельствует о важности социальных инициатив, которые способствуют повышению корпоративной эффективности за счет укрепления репутации компании и повышения мотивации сотрудников. В то же время экологический (E Rank) и управленческий (G Rank) компоненты демонстрируют отрицательное воздействие на доходность акций. Такой эффект можно объяснить значительными затратами на реализацию экологических программ и ориентированностью управленческих решений на долгосрочную устойчивость, что снижает их привлекательность для инвесторов, стремящихся к краткосрочной прибыли. Общий ESG-рейтинг не оказал статистически значимого влияния ни на ROE, ни на доходность акций, что подчеркивает важность дифференцированного подхода к анализу воздействия ESG-показателей на финансовую производительность компаний. Для компаний, стремящихся к устойчивому развитию, важно учитывать как потенциальные преимущества, так и риски, связанные с каждым аспектом ESG, чтобы достичь баланса между финансовой результативностью и корпоративной ответственностью. Теоретический вклад исследования заключается в предоставлении новых эмпирических данных о взаимосвязи между ESG-факторами и ключевыми финансовыми показателями, что углубляет понимание роли экологических, социальных и управленческих факторов в формировании операционной и рыночной производительности компаний. Практическая значимость работы состоит в том, что ее результаты могут быть использованы менеджерами и инвесторами для принятия более взвешенных решений.
Исследование проведено в рамках актуальной задачи оценки влияния факторов внешней и внутренней среды на развитие человеческого капитала организации и снижение уровня выгорания сотрудников через призму формирования и реализации корпоративной программы well-being. Целью работы является разработка метода оценки возможной степени отклонения от моделируемого продвижения по достижению целевых значений ключевых показателей эффективности сотрудников организации на основе формирования оптимальной структуры распределения инвестиций в направления программы well-being. В статье проверяется гипотеза о возможности построения инструмента, позволяющего оценивать возможные степени отклонения достигаемых показателей эффективности сотрудников от прогнозируемых по оптимизационной модели, и ранжировать по силе влияния на эти отклонения риски внутренней и внешней среды. Предложенный метод состоит из имитационной модели на основе метода Монте-Карло и алгоритма количественного определения рисков. Алгоритм включает три этапа: генерация реализаций параметров оптимизационной модели, рассматриваемых как случайные величины; построение выборки значений результирующих показателей: оптимальная структура инвестиций в направления программы well-being, интегральный показатель эффективности организации; вычисление по полученной выборке рисков недостижения целевых значений ключевых показателей эффективности сотрудников. В апробации метода рассмотрены неопределенности значений параметров четырех типов: коэффициенты эконометрических зависимостей каналов влияния; границы интервалов постоянности градиента кусочно-линейных функций; границы категорий интегральных показателей; ограничения сверху суммарного объема инвестиций по направлениям. Апробация показала, что наибольшим влиянием на величину рисков недостижения ключевых показателей эффективности сотрудников обладают неопределенности эконометрических зависимостей и границ категорий. С практической точки зрения предложенный инструмент позволит оценивать влияние различных факторов внешней и внутренней среды на продвижение по достижению ключевых показателей эффективности сотрудников за счет развития компетентности сотрудников и снижения их выгорания, происходящее в результате реализации корпоративной программы well-being. На основе оценки данного влияния можно осуществлять выбор мероприятий, которые позволят нивелировать имеющиеся риски.
This study explores the factors determining entrepreneurial passion among Micro and Small Enterprises (MSEs) in the service and industrial sectors of Dire Dawa, Ethiopia. The research investigates the extent of entrepreneurial passion among MSE operators, identifies key personal, environmental, and institutional factors, and analyzes their impact on the success, growth, and sustainability of MSEs. The purpose of the study is to understand how these factors shape entrepreneurial passion, identify key drivers and barriers and offer practical recommendations for enhancing MSE performance. Utilizing a mixed-methods approach, both quantitative and qualitative data were collected from 248 MSE operators selected via stratified sampling across five sectors. The findings reveal a strong sense of passion, motivation, and emotional commitment, primarily driven by financial independence, growth opportunities, creativity, and resilience in overcoming challenges. Regression analysis highlights the significant role of personal characteristics such as age, education, prior experience, and risk-taking propensity in fostering entrepreneurial passion. Additionally, external factors, including market competition, technological advancements, government policies, and supportive networks, are shown to be critical in encouraging innovation and creating a conducive environment for entrepreneurship. The research concludes that entrepreneurial passion is influenced by a dynamic interaction of intrinsic and extrinsic factors. The study’s theoretical contribution lies in advancing understanding of the drivers of entrepreneurial passion, while the practical significance includes recommendations for policymakers, educators, and practitioners to address challenges such as financial constraints, regulatory barriers, networking difficulties, and work-life balance issues. These insights can help enhance MSE success, sustainability, and long-term entrepreneurial passion.
Глобальным трендом современной экономики является курс на декарбонизацию, связанный с развитием технологий низкоуглеродной энергетики, сокращением выбросов парниковых газов и т. п. Эффективным ответом на данный вызов может стать применение крупных биогазовых установок, которые позволяют автономно и экологично обеспечить в полном объеме энергией частных потребителей. Однако существующие программы социальной газификации могут препятствовать распространению сверх капиталоемких биогазовых проектов. Цель работы - оценка экономической эффективности замены традиционных способов энергообеспечения частных потребителей в российских регионах альтернативными биогазовыми технологиями. Проверяется гипотеза о том, что биогазовые установки являются реальной экономически обоснованной альтернативой магистральному газоснабжению и другим технологиям независимо от удаленности проживания частных потребителей. Авторский подход основан на дисконтированной стоимостной оценке технологий в течение жизненного цикла, достигаемой экономии, сценарном распределении затрат между участниками проекта. Итоговым показателем эффективности являются приведенные затраты на потребляемый газ, а решение принимается на основе сравнительной оценки с соблюдением принципа наименьшей стоимости. Объектами стали три альтернативы - магистральное газоснабжение, сжиженный газ и биогазовая установка. Расчеты проведены для сельского поселения, расположенного в Свердловской области. Сценарная оценка доказала, что гипотеза обоснована: крупная биогазовая установка может стать экономической альтернативной традиционному энергоснабжению вне зависимости от удаленности потребителей от магистральных сетей; основное условие - владельцем является агропромышленное предприятие, которое обеспечит требуемый объем исходного сырья и покроет 95 % затрат с учетом достигнутой экономии. Целесообразность участия предприятия связана с выполнением требований законодательства по утилизации отходов и достижению «экологического эффекта». Теоретически обоснованы возможные экономические выгоды для предприятия как направления будущих исследований. Полученные выводы обладают теоретической и практической значимостью. Методология может быть применена при оценке эффективности использования биогазовых установок при выходе агропромышленного предприятия на розничный рынок электроэнергии.
В статье рассматривается анализ факторов в разрезе территориального планирования по субъекту Российской Федерации, муниципальным образованиям и агломерациям, изменение значений которых приведет к изменению социально-экономического развития региона. Актуальность исследования заключается в необходимости оценки влияния этих факторов с целью определения возможности их корректировки в стратегических планах развития территорий. Целью работы является исследование влиянии различных факторов на показатели, характеризующие развитие Кемеровской области - Кузбасса. Факторами, влияние которых исследовалось, являются принадлежность муниципального образования к одной из двух агломераций в Кузбассе, принадлежность к самому муниципальному образованию как фактору, определяющему конкурентные преимущества территории, время в пути до крупного городского центра, площадь муниципального образования, плотность населения, год исследования. На основании дисперсионного анализа доказано, что с высокой долей вероятности для Кузбасса, Северо-Кузбасской и Южно-Кузбасской агломераций около 91 %, 97 % и 85 % факторов, соответственно, влияющих на изучаемые показатели, учтены. Исследование построено на применении математических методов дисперсионного, регрессионного и корреляционного анализа, применение которых для оценки влияния факторов, способных оказать воздействие на изменение социально-экономического положения в регионе не использовалось. Данные, полученные при анализе объема произведенной продукции, работ, услуг в расчете на 1 человека, показали, что вопреки общепринятым ожиданиям, более эффективной является производительность труда не в тех муниципальных образованиях, где валовый объем производства и численность населения максимальны. Получен вывод, что увеличение рабочей силы на территориях области не приведет к увеличению экономических показателей региона, следовательно, наращивание числа рабочих мест не будет способствовать экономическому росту территорий. Для дальнейшего экономического роста территориям необходимы инвестиции в современное оборудование и инновационные технологии. Выводы, полученные в исследовании, определяют вектор развития региона, используются для стратегирования агломераций, чтобы вывести регион на новую траекторию развития, которая обеспечивает новое качество жизни населения.
In Bangladesh, banks are crucial for driving economic activities by channeling funds. This makes it essential to understand how bank lending impacts growth. This study offers valuable insights for policymakers to fine-tune financial policies, supporting stable and sustainable development. It delves into the intricate relationship between bank lending and the growth of economy of Bangladesh, emphasizing both short- and long-term effects. This paper looks at the causal relationships between bank lending and economic growth in Bangladesh, focusing on both short-term and long-term effects. To achieve the objectives of this study, time series econometric such as unit root test, Johansen Cointegration test, Vector Error Correction Model (VECM), and Granger causality test are followed. Outcomes from the stationarity test show that all data series become stationary at their first difference. The Johansen Cointegration test confirms a long-term relationship among the variables, while the VECM highlights a bidirectional causal link between bank lending and economic growth over the long term, where causality runs both from GDP to bank lending and vice versa. However, in the short term, no direct causal link is found between GDP and bank lending to the private sector. The study also finds that bank credit may impact GDP indirectly through investment rates, though GDP itself doesn’t immediately affect bank lending in the short run. These insights help shed light on the magnificent role of financial sector in supporting Bangladesh’s economic growth. Its findings can help shape financial reforms to achieve the country’s goal of reaching middle-income status.
Цель работы - разработать и апробировать методологию проведения налогового эксперимента в образовательном процессе для определения оптимального уровня налоговой нагрузки и изучения поведенческих мотивов физических лиц. Материалами исследования являются данные проведенного в 2021 г. лабораторного эксперимента среди студенческой среды вузов Российской Федерации. Для получения результатов обработаны 304 анкеты, каждая из которых состоит из четырех разделов, посвященных поведенческим аспектам налогообложения физических лиц. Методология исследования включает следующее: анкетный опрос, регрессионный анализ, методы классификации (дерево решений, случайный лес, кластерный анализ), канонический анализ, метод сопоставления, табличный метод. Гипотеза исследования состоит в том, что наиболее эффективным инструментом стимулирования добровольного декларирования доходов физических лиц выступает налоговый контроль, а не стимулирующие налоговые меры, нацеленные на снижение налоговой нагрузки и освобождение граждан от мер налоговой ответственности. Желание декларировать основывается не уровнем дохода налогоплательщика, а налоговыми издержками. При этом влияние на декларирование доходов вероятности попадания под налоговую проверку гораздо более сильное, чем влияние размера налоговой ставки. Наконец, общее восприятие налоговой системы определяет категорию налогоплательщика с вероятностью 99,34 %. Научная новизна исследования заключается в комплексной разработке нового методического подхода к проведению и обработке результатов лабораторных экспериментов, основанных на факторных опросах студентов и позволяющих оценить оптимальную налоговую нагрузку, выявить морально-этические и финансовые мотивы налогового поведения физических лиц. Исследование отличается от ранее проведенных российских и зарубежных аналогов тем, что позволяет оценить влияние на поведение налогоплательщика не только ставок налога, но и вероятности проверки профиля его образования при разных фискальных условиях, а также детально раскрывает не только технологию проведения такого эксперимента, но и методы обработки его результатов.
В статье представлен анализ взаимосвязи между уровнем инфляции, обменным курсом рубля к доллару США и расходами домашних хозяйств в экономике России. В исследовании применялся эконометрический инструментарий и метод многомерного вейвлет-анализа (MWA), включающий в себя множественную и частичную когерентность вейвлетов с целью анализа взаимосвязи между анализируемыми переменными в различных частотных и временных диапазонах, частичную разность фаз и коэффициент частичного вейвлет-усиления для оценки величины взаимосвязи. Фактически метод MWA представляет собой регрессию в частотно временном диапазоне. Полученные посредством многомерного вейвлет-анализа результаты, с одной стороны, совпадают с результатами эконометрического метода, а с другой - показывают преимущества многомерного вейвлет-анализа перед эконометрическим за счет частотно-временной локализации особенностей временных рядов. Показано, что расходы домашних хозяйств как в краткосрочном, так и в долгосрочном временном периоде, являются более важным детерминантом по сравнению с обменным курсом в зависимости уровня инфляции от этих переменных. Особый интерес представляют результаты, полученные методом MWA для текущего временного периода, характеризуемого наличием санкций, наложенных на экономику РФ со стороны недружественных стран. В частности, в текущий период с 2022 по второй квартал 2024 г. между уровнем инфляции и расходами домашних хозяйств существует краткосрочная и среднесрочная двухсторонняя причинно-следственная связь. При этом коэффициент частичного вейвлет-усиления в этот период постоянно увеличивается и достигает максимума во втором квартале 2024 г. Таким образом, обоюдные эластичности уровня инфляции по расходам и расходов домашних хозяйств по инфляции постоянно возрастают. Результаты анализа циклов высокой частоты интересны для лиц, принимающих краткосрочные решения. Результаты, полученные для циклов средней и низкой частоты, интересны лицам, разрабатывающим планы на среднесрочную и долгосрочную перспективу.
В качестве основного источника формирования национальных бюджетов и финансового ресурса, обеспечивающего макроэкономическую стабильность экономических союзов, выступают собственные доходные источники: налоговые, неналоговые платежи, прочие потенциальные резервы. Целью исследования является оценка фискальной конвергенции стран Евразийского экономического союза (ЕАЭС) на основе показателей внутренних доходных источников национальных бюджетов. Гипотеза исследования предполагает, что на степень фискальной конвергенции в странах Евразийского экономического союза оказывают непосредственное воздействие доходы государственных бюджетов как основные источники финансовой устойчивости национальных экономик и объединенной экономики в целом. В статье проводится анализ показателей, определяющих формирование внутренних доходных источников государственного бюджета (доходы бюджета, дефицит бюджета, налоговые доходы). Использован многомерный геометрический подход - метод многомерного эллипсоида минимального объема, оценивающий динамические изменения в объеме пространства между странами, входящими в ЕАЭС. Данный метод позволяет не только визуализировать происходящие процессы конвергенции на территории анализируемых стран, но и оценить общее воздействие исследуемых показателей на фискальную сходимость. Результаты исследования демонстрируют неустойчивые тенденции конвергенции/дивергенции в пределах интеграционного образования за 11 прошедших лет, что свидетельствует о недостаточном применении совместных фискальных рычагов для стабилизации общей макроэкономической ситуации. Предложенные показатели собственных доходных источников позволяют наглядно установить степень сходимости фискальных систем в многомерном пространстве. Выявлено, что исследуемые страны за анализируемый период не достигли существенной фискальной конвергенции, несмотря на участие в экономических союзах, в частности в ЕАЭС. В период шоковых ситуаций страны проводят фискальную политику, направленную на соблюдение внутренних интересов, не согласовывая ее последствия друг с другом. Теоретическая значимость полученных результатов заключается в расширении оценочного пула показателей фискальной конвергенции, практическая - в возможном согласовании национальной фискальной политики для обеспечения макроэкономической стабилизации в экономическом союзе в кризисные периоды.
Статья посвящена анализу эффектов, возникающих в связи геоэкономической фрагментацией - политически обусловленными противоречивыми процессами в международных экономических отношениях, которые, с одной стороны, сокращают открытость в отношениях с недружественными странами, препятствуя общесистемному международному сотрудничеству, а с другой - поощряют «макрорегиональную глобализацию» - укрепление экономических связей с дружественными странами, стимулируя инклюзивный (для стран альянса) экономический рост. Обосновано, что основными качественными особенностями международных экономических отношений в условиях геоэкономической фрагментации являются: отказ ведущих мировых игроков от безусловной поддержки глобализации; рост применения силы или угрозы ее применения для решения геоэкономических вопросов; разделение экономики мира и торговых отношений по геополитическим линиям. Для количественной оценки процессов геоэкономической фрагментации предложен коэффициент внешнеторговой автономии стран альянса, характеризующий соотношение объемов его внутренней и внешней торговли. Выдвинуты гипотезы: 1) что существует оптимальное значение коэффициента внешнеторговой автономии, при котором достигаются наибольшие темпы прироста выпуска стран альянса; 2) странам BRICS целесообразно этот коэффициент повышать (углублять взаимовыгодное сотрудничество), поскольку пик максимальных темпов пророста выпуска еще не пройден. Также обосновано, что утверждение о безусловном вреде геоэкономической фрагментации, особенно для менее развитых экономик - не вполне корректное. Нужно смотреть, какие это экономики, и учитывать дополнительные факторы: снижение рисков чрезмерной зависимости от недружественных стран в поставках важнейших товаров и ресурсов; укрепление национального экономического суверенитета за счет снятия части наднациональных ограничений, открывающего бо́льшие возможности проведения независимой торговой и промышленной политики; обеспечение устойчивости в критически важных для национальной безопасности секторах; возможности лучшего контроля за миграцией населения, облегчающего процессы социокультурной адаптации мигрантов; диверсификацию торговых партнеров, побуждающей страны к поиску альтернативных торговых соглашений и партнерств в рамках создания и/или укрепления дружественных блоков.
Издательство
- Издательство
- УрФУ
- Регион
- Россия, Екатеринбург
- Почтовый адрес
- 620002, Свердловская область, г. Екатеринбург, ул. Мира, д. 19
- Юр. адрес
- 620002, Свердловская область, г. Екатеринбург, ул. Мира, д. 19
- ФИО
- Кокшаров Виктор Анатольевич (Ректор)
- E-mail адрес
- rector@urfu.ru
- Контактный телефон
- +7 (343) 3754507
- Сайт
- https://urfu.ru/ru