сотрудник с 01.01.2019 по настоящее время
Санкт-Петербург, г. Санкт-Петербург и Ленинградская область, Россия
студент с 01.01.2022 по настоящее время
Санкт-Петербург, г. Санкт-Петербург и Ленинградская область, Россия
ВАК 5.2.1 Экономическая теория
ВАК 5.2.3 Региональная и отраслевая экономика
ВАК 5.2.4 Финансы
ВАК 5.2.5 Мировая экономика
ВАК 5.2.6 Менеджмент
УДК 353.5 Районы, округа, подпрефектуры
ГРНТИ 06.61 Территориальная структура экономики. Региональная и городская экономика
ТБК 787 Государственное и муниципальное управление
Социально-экономическая поляризация регионов Центрального федерального округа (ЦФО), несмотря на его лидерство по ключевым показателям, требует разработки новых комплексных подходов к классификации входящих в него субъектов для реализации целей государственного управления по сокращению межрегиональных диспропорций. Цель исследования — создание оригинальной методики типологии субъектов РФ на основе показателей эффективности деятельности их глав, утвержденных Указом Президента. Научная и практическая значимость заключается в формировании инструмента для выявления региональных особенностей, что позволяет дифференцировать управленческие стратегии и оптимизировать ресурсы. Апробация методики на данных ЦФО за 2022-2023 гг. позволила выделить 6 типологических групп, выявив ключевые различия, потенциал и проблемы регионов, подтвердив выраженную поляризацию округа. Ценность и научная новизна состоят в предложенном универсальном классификационном подходе, комплексно оценивающем регионы одновременно по текущему состоянию и динамике развития через призму эффективности их руководства. Методология адаптирована для учета специфики ЦФО, но может быть применена к другим округам после накопления данных. Исследование подчеркивает связь между деятельностью региональных властей и социально-экономическими результатами, предлагая инструмент для совершенствования государственного управления.
дифференциация регионов, классификация, показатели эффективности, эффективность глав субъектов, типологические группы, государственное управление, управленческие стратегии
ЦФО является самым развитым федеральным округом из восьми ныне существующих в РФ. Первенство округу обеспечивают его лидерские позиции по ряду важнейших социально-экономических показателей, таких как: численность населения; плотность населения; величина ВРП; степень износа основных фондов; среднемесячная номинальная начисленная заработная плата и т.д. Отметим, какие субъекты ЦФО определяют его передовые позиции в вышеобозначенных рейтингах и охарактеризуем положения в них наименее развитых субъектов округа.
Наибольшую численность населения в Центральном федеральном округе определяют Москва, численность населения в которой в 2023 году превысила численность населения в Уральском и Северо-Кавказском федеральных округах, и Московская область. Численности же населения в таких субъектах ЦФО как Костромская и Орловская области одни из самых низких в РФ. Численность населения в Костромской области меньше «московской» в 23 раза. Ситуация с плотностью населения аналогична. Средняя плотность населения по стране - 8,5 чел/км², в ЦФО плотность населения составляет - 61,9 чел./км². При этом плотность населения в Москве (5 116,8 чел./км².) превосходит плотность населения в Костромской области (9,5 чел./км².) больше, чем в 500 раз.
На территории ЦФО производится более 30 % от общего объёма ВВП РФ, при этом 76,5% ВРП округа приходится на Москву и Московскую область. В 2023 году в ЦФО отмечалась самая низкая степень износа основных фондов – 40,9 % – при среднем значении в РФ в 48%. Лидерство региона по данному показателю было обусловлено вхождением пяти его субъектов (Москва, Московская, Тульская, Воронежская, Белгородская области) в ТОП-10 регионов с самой низкой степенью износа основных фондов в РФ. Ярославская и Липецкая области оказались же, наоборот, в самом конце рассматриваемого рейтинга. Степень износа фондов в данных областях превысила износ в регионах-лидерах ЦФО на 20%. Среднемесячная номинальная начисленная зарплата в ЦФО в 2023 году была наибольшей среди всех округов и составила 94 239 рублей. Основной вклад в значение данного показателя внесла Москва (138 882 рублей), занявшая третье место в рейтинге субъекта РФ по величине номинальной зарплаты. Одной из наименьших заработных плат не только в ЦФО, но и во всей России, оказалась зарплата в Ивановской области (41 929 рублей) [9].
Таким образом, факт чрезвычайной дифференции регионов в рамках самого развитого федерального округа очевиден. Значительная социально-экономическая поляризация регионов восемнадцати субъектов ЦФО в границах единого территориального образования подчеркивает важность исследований, направленных на изучение этой темы в контексте теорий районирования.
Следует отметить, что данная проблема имеет структурный и долгосрочный характер. Ещё в 2014 году О.А. Головачева, анализируя пространственную поляризацию экономик ЦФО [4], указывала на её прямую взаимосвязь с интенсивностью поступления капитала. В её исследовании было показано, как происходит «стягивание» инвестиционных ресурсов к экономически развитым центрам, что обостряет отставание периферийных субъектов в производственной и социальной сферах. В работе М.Ю. Сидоркиной [10], основанной на традиционных подходах, была выполнена группировка регионов ЦФО по величине валового регионального продукта (ВРП), по результатам которой также были выявлены глубокие структурные диспропорции. Выявленная Сидоркиной М.Ю. корреляция большинства социально-экономических показателей с уровнем ВРП продемонстрировала устойчивость сформировавшейся модели «центр-периферия» в округе.
Эти выводы находят подтверждение в более поздних исследованиях, анализирующих долгосрочные пространственные трансформации на общероссийском уровне. Так, в работе Е.А. Коломак в 2019 году [6], с помощью анализа индекса Тейла за период 2000-2017 гг., показано, что в России действительно происходит медленное, но устойчивое перемещение экономической активности из «периферии» в «центр» и с востока на запад, таким образом, наблюдаемая в ЦФО поляризация является не просто локальной проблемой, а ярким проявлением общенациональных структурных сдвигов, а наблюдаемая сегодня дифференциация является результатом устойчивых экономических процессов, а не только текущей эффективности управления.
Более позднее исследование 2020 года А.О. Смоляковой и В.И. Тихого [8], посвященное также поляризации в ЦФО, с помощью кластерного анализа на основе традиционных социально-экономических показателей подтвердило сохранение глубоких диспропорций между регионами округа. Их работа показала наличие устойчивых групп лидеров и аутсайдеров, что подчеркивает системный характер проблемы и необходимость поиска новых подходов к ее классификации и решению. Этот системный характер убедительно доказывается в других исследованиях, посвященных долгосрочной динамике пространственного развития России. В частности, работа А.Н. Буфетовой, основанная на анализе марковских процессов, не только подтверждает нарастающую поляризацию, но и выявляет формирование устойчивых «клубов сходимости» или «ловушек развития» [3].
Такое положение дел не является уникальным для России и имеет не только экономическое, но и политическое измерение. Международные исследования, в частности работа Филипа МакКанна на примере Великобритании [14], показывают, что глубокое межрегиональное неравенство формирует так называемую «географию недовольства» (geography of discontent). Этот феномен ведет к росту социального напряжения и политической нестабильности, подрывая доверие к институтам власти в отстающих регионах. Таким образом, точная диагностика и классификация региональных диспропорций, приобретает особую актуальность как инструмент не только экономического регулирования, но и предотвращения долгосрочных социально-политических рисков.
Для детального анализа и понимания различных аспектов развития территорий большое значение имеют тщательно разработанные типологии и классификации регионов, основанные на определенных критериях. В настоящее время существует уже более десятка различных теорий районирования, основу каждой из которых положен свой критерий. Самые распространенные из них: величина ВРП; плодородность почв; сводные индексы развития субъектов ЦФО, рассчитанные на основе значений ряда социально-экономических и других показателей; «донорство» или «реципиенство» регионов и т.д. Каждая из них выполняет свои задачи, однако они не всегда позволяют получить комплексную оценку, одновременно учитывающую как текущий уровень социально-экономического развития региона, так и его динамику за недавний период, что особенно важно для понимания траекторий развития в условиях высокой дифференциации. В этом контексте предложенный подход согласуется с ключевыми выводами ведущих отечественных регионоведов. Так, Н.В. Зубаревич в своем фундаментальном исследовании «Регионы России: неравенство, кризис, модернизация» [5] доказывает, что пространственное неравенство является объективным следствием неравномерного распределения конкурентных преимуществ и формирует устойчивую структуру «центр-периферия». Согласно её концепции, задача государственного управления состоит не в полном устранении дифференциации, а в её эффективном регулировании и смягчении наиболее острых диспропорций. Именно поэтому разработка актуальных и динамических типологий, способных уловить траекторию развития каждого региона, становится ключевым условием для выработки адекватной региональной политики.
При этом разработка таких комплексных оценок требует особой методологической строгости. Как отмечается в руководстве Организации экономического сотрудничества и развития (ОЭСР) [15] по построению сводных индикаторов, при всей своей пользе для анализа и коммуникации, они могут приводить к неверным управленческим выводам, если их построение непрозрачно и не основано на надежных принципах. Поэтому ключевыми требованиями к любой классификации являются четкость теоретической рамки, обоснованность выбора показателей и методов агрегирования.
Авторы статьи предлагают собственный подход к разделению субъектов на группы, позволяющий определить специфику исследуемых субъектов для реализации стратегий государственного управления на основе выявленных проблем. Исходя из вышесказанного, целью исследования данной статьи явилась разработка оригинальной универсальной классификации регионов, основанной на результатах анализа итогов деятельности высших должностных лиц регионов, на примере ЦФО. Показателями, положенными в основу группировки регионов, стали показатели, характеризующие эффективность деятельности глав регионов. В современных международных исследованиях регионального развития подчеркивается важность анализа как макроэкономических условий, так и уникальных внутренних факторов. Например, комплексная эконометрическая модель MASST3 [11] Р. Капелло и коллег объясняет различия в росте европейских регионов через концепцию «территориального капитала», который включает инновационный потенциал, качество инфраструктуры, человеческие ресурсы и эффективность городских агломераций. Такой подход позволяет выявить глубинные структурные причины дифференциации, в то время как показатели эффективности деятельности региональных властей, используемые в настоящей статье, можно рассматривать как их измеримые проявления и результаты.
Важно подчеркнуть, что сам предмет исследования – административно-территориальные единицы – имеет глубокую функциональную природу. Как отмечает В. Н. Лексин, территориальные деления государства следует рассматривать как «ареалы реализации общественно значимых функций» [7]. В этом контексте субъекты Российской Федерации являются не просто географическими территориями, а ключевыми элементами, созданными в рамках децентрализации государственного управления для выполнения конкретных публичных задач. Оценка эффективности работы глав регионов, которая проводится на основе системы показателей из Указов Президента РФ, становится инструментом анализа того, насколько успешно регионы справляются со своей функциональной ролью, в связи с чем, в настоящей статье предложен подход к классификации регионов через призму таких показателей, создавая объективную основу для разработки дифференцированных управленческих стратегий.
Основой для классификации регионов ЦФО послужили показатели эффективности из Указа Президента РФ от 04.02.2021 № 68 (в ред. от 09.09.2022) [2], который на момент проведения исследования утратил свою актуальность. Этот выбор продиктован отсутствием необходимых статистических данных для применения более нового Указа № 1014 [1], ввиду его недавнего вступления в силу, необходимых для расчета новых или существенно измененных показателей (таких как суммарный коэффициент рождаемости, удовлетворенность участников СВО, доля нового общественного транспорта и др.). Формирование репрезентативных временных рядов по обновленному перечню потребует нескольких последующих циклов статистического наблюдения и отчетности. В связи с этим для апробации методики были использованы показатели эффективности из предыдущего Указа № 68 за 2022-2023 гг. Данный подход является единственно возможным и методологически верным, поскольку он опирается на доступные данные и соответствует системе оценки, действовавшей в анализируемый период.
В Указе Президента № 68 обозначено 17 социальных и 3 экономических показателя. Социальными показателями, обозначенными в Указе, являются: доверие к власти; численность населения; ожидаемая продолжительность жизни при рождении; уровень бедности; доля граждан, систематически занимающихся физической культурой; уровень образования; эффективность системы поддержки и развития способностей и талантов у детей и молодежи; доля граждан, занимающихся добровольческой деятельностью; условия для воспитания гармонично развитой и социально ответственной личности; число посещений культурных мероприятий; количество семей, улучшивших жилищные условия; объем жилищного строительства; качество городской среды; доля дорожной сети в крупнейших городских агломерациях, соответствующая нормативам; качество окружающей среды; темп роста реальной среднемесячной заработной платы и реального среднедушевого денежного дохода населения. К числу экономических отнесены: темп роста физического объема инвестиций в основной капитал; численность занятых в сфере малого и среднего предпринимательства; «Цифровая зрелость» ОГВ субъектов РФ, ОМСУ и организаций [2].
Информационной базой для проведения исследования стали значения по каждому из указанных показателей для всех субъектов ЦФО за 2022 и 2023 года. Источниками информационной базы в большинстве случаев являлись Росстат и ЕМИСС, исключение составили лишь два показателя – «Доверие к власти» и «Качество городской среды». Источником данных для определения значений показателя «Качество городской среды» стали индексы городской среды. Показатель «Доверие к власти» является субъективным и отражает исключительно общественное мнение, по этой причине определить единый достоверный его источник – нельзя. В зависимости от целей исследования, каждым автором выбирается свой определенный ресурс. В настоящем исследовании основой показателя «доверие к власти» стали МедиаИндексы губернаторов субъектов ЦФО. То есть авторская метрика российского сервиса «Медиалогия», позволяющая качественно оценить характер взаимоотношения губернатора и общества.
Для осуществления комплексной классификации регионов был выполнен анализ приведённых показателей эффективности деятельности глав регионов по двум ключевым измерениям: их текущему значению (состоянию) на 2023 год и их динамике (изменению показателя по сравнению с предыдущим периодом, 2022 годом). Разделение оценки статических и динамических характеристик региона для его более глубокой диагностики актуально и в зарубежных исследованиях при решении задач по созданию многомерных классификаций. Например, в работе Р. Капелло и коллег [12] для анализа европейских приграничных регионов предложен подход, разделяющий проблемы территорий на «потребности в обеспеченности» (аналог низкого «Состояния») и «потребности в эффективности» (неспособность эффективно использовать имеющиеся ресурсы, что отражается в низкой «Динамике»). Такой двухмерный анализ позволяет, как и в настоящем исследовании, перейти от общих мер поддержки к стратегиям, нацеленным либо на привлечение ресурсов, либо на совершенствование управления.
На основе этих результатов при помощи метода подсчета категорий по каждому и агрегации полученных данных произведена итоговая классификация регионов. Методика предусматривает обработку пропусков путем исключения региона из расчетов перцентилей/квартилей только по конкретному отсутствующему показателю и учет типа показателей (19 положительных, 1 отрицательный – уровень бедности).
На первом этапе для каждого региона и по каждому из набора ключевых показателей определялись две базовые категории:
- Состояние (на 2023 г.): регионы ранжировались по значению показателя за 2023 год и для разделения выборки на три сопоставимые по численности группы с низким, средним и высоким уровнем значений («слабое», «среднее», «сильное») использовались терцили (границы на 33.3 и 66.7 перцентилях). Для показателей с негативной направленностью (например, уровень бедности, где большее значение показателя отражает отрицательную природу явления и оказывает обратное влияние на итоговые результаты) шкала инвертировалась.
- Динамика (изменение 2022-2023 гг.): оценивалось процентное изменение показателя. Для обеспечения сопоставимости динамики разнонаправленных показателей, процентное изменение для отрицательного показателя инвертировалось путем умножения на -1. Таким образом, снижение такого показателя интерпретируется как положительная динамика, а рост – как отрицательная, аналогично положительным показателям. Для разделения на четыре категории («упадок», «стагнация», «рост», «интенсивный рост») использовался анализ квартилей отдельно для положительных и отрицательных изменений. Границами выступили:
- 75-й перцентиль отрицательных изменений (Q3neg), который разделил «упадок» и «стагнацию», выделив уровень, ниже которого лежат 75% отрицательных изменений (от самых сильных до умеренных), а выше – самые малые отрицательные изменения в около нулевой зоне, что определило нижнюю границу «стагнации».
- 25-й перцентиль положительных изменений (Q1pos), который стал верхней границей «стагнации» и нижней границей «роста». Это значение, ниже которого лежат 25% самых малых положительных изменений в динамике.
- 75-й перцентиль положительных изменений (Q3pos) выделяет значение, ниже которого лежат 75% положительных изменений, который стал верхней границей «роста» и отделил его от «интенсивного роста».
На втором этапе был выполнен подсчет категорий при помощи сводной таблицы, где строками выступили наименования анализируемых регионов, а столбцы – количество показателей по нему, попадающих в каждую их 7 категорий (3 по состоянию и 4 по динамике).
Третий этап состоял из агрегации полученных данных и итоговой классификации. Для агрегации данных рассчитывались интегральные баллы для каждого региона отдельно по состоянию и динамике путем взвешенного суммирования количества показателей в каждой категории (веса: состояние 1-2-3; динамика 1-2-3-4). Такой подход позволил придать больший вес элементам, демонстрирующим силу и активный рост. Полученные баллы нормализовались по шкале от 0 до 100 относительно теоретически минимально и максимально возможных баллов (с поправкой на фактическое количество учтенных показателей для каждого региона) для обеспечения сопоставимости. На данном этапе был применен подход, основанный на равном взвешивании исходных показателей, что является распространенной практикой при построении сводных индексов в условиях отсутствия однозначных теоретических или эмпирических оснований для присвоения разных весов. Как подчеркивают эксперты ОЭСР [15], равное взвешивание ценится за его простоту и прозрачность, хотя и предполагает полную компенсируемость между показателями – возможность замещения низкого значения одного показателя высоким значением другого/
Определение итоговых агрегированных категорий состояния («низкое», «среднее», «высокое») и динамики («низкая», «средняя», «высокая») осуществлялось с использованием адаптивных порогов – терцилей (T1факт, T2факт), рассчитанных по фактическому распределению нормализованных баллов среди всех регионов ЦФО, что позволило учесть специфику и разброс характеристик для исследуемой совокупности в данный период времени. Эти интегральные баллы отражают совокупное состояние и общую тенденцию развития региона, учитывая вклад каждой категории. Присвоение итоговой группы определялось по матрице «Состояние-Динамика»: комбинация этих двух итоговых категорий определяла принадлежность региона к одной из семи финальных типологических групп (табл. 1).
Таблица 1
Матрица «Состояние-Динамика»
|
Динамика Состояние |
Высокая (В) |
Средняя (Ср) |
Низкая (Н) |
|
Высокое (В) |
Лидеры роста |
Стабильные лидеры |
Стагнирующие |
|
Среднее (Ср) |
Развивающиеся |
Стабильные середняки |
В упадке / Проблемные |
|
Низкое (Н) |
Догоняющие |
Стагнирующие |
В упадке / Проблемные |
Предложенный алгоритм построен в соответствии с ключевыми этапами создания композитных индикаторов, рекомендованными ОЭСР [15]. Он включает в себя формирование концептуальной рамки (матрица «Состояние–Динамика»), отбор и обработку данных, их нормализацию для обеспечения сопоставимости (через ранжирование по перцентилям и квартилям) и последующее агрегирование для получения итоговой классификации. Такой структурированный подход позволяет обеспечить последовательность и логическую целостность исследования и в итоге дал возможность получить структурированную и количественно обоснованную типологию регионов ЦФО, отражающую как их текущий уровень развития, так и траекторию изменений. Описание типологических групп субъектов с их классификационными признаками представлены в таблице 2.
Таблица 2
Описание типологических групп субъектов с их классификационными признаками
|
№ п/п |
Тип субъекта |
Категории состояние/ динамика |
Описание |
Фокус мер поддержки |
|
|
Лидеры роста |
В/В |
Регионы с преобладанием сильных позиций по большинству показателей и одновременно демонстрирующие наиболее высокую положительную динамику (интенсивный рост или сильный рост по многим направлениям). Это наиболее благополучная группа, сочетающая высокий текущий уровень развития с активным его улучшением |
Поддержание темпов, стимулирование инноваций, управление вызовами роста |
|
|
Стабильные лидеры |
В/Ср |
Регионы, достигшие высокого уровня развития по большинству показателей, но демонстрирующие умеренную или смешанную динамику. Рост по одним направлениям может сочетаться со стагнацией или даже некоторым снижением по другим. Сохраняют сильные позиции, но темпы общего улучшения невысоки. |
Преодоление «бутылочных горлышек», поддержание конкурентоспособности, предотвращение стагнации |
|
|
Развивающиеся |
Ср/В |
Регионы со средним текущим уровнем развития, но показывающие высокую положительную динамику по многим показателям. Активно улучшают свои позиции и сокращают отставание от лидеров, стартуя со средней базы |
Закрепление и поддержка траектории роста, трансформация роста в качественное развитие |
|
|
Стабильные середняки |
Ср/Ср |
Группа регионов, характеризующаяся средними показателями как по текущему состоянию, так и по общей динамике. Отсутствуют как ярко выраженные прорывы, так и серьезные провалы; развитие идет умеренными темпами со смешанными результатами по разным показателям |
Поиск и стимулирование новых точек роста, повышение эффективности |
|
|
Догоняющие |
Н/В |
Регионы, имеющие низкий текущий уровень развития (преобладание слабых позиций), но демонстрирующие высокую положительную динамику. Активно пытаются сократить отставание, показывая темпы роста выше средних по округу |
Поддержка высоких темпов роста, создание базовых условий для развития |
|
|
Стагнирующие |
В/Н Н/Ср |
Неоднородная группа, включающая два типа регионов: 1) достигшие высокого уровня, но потерявшие динамику (преобладает стагнация/упадок); 2) имеющие низкий уровень и показывающие лишь умеренную/смешанную динамику, недостаточную для существенного улучшения позиций. Общая черта – отсутствие сильного позитивного импульса относительно своего уровня |
Диагностика причин стагнации/медленного роста, адресные меры по их устранению |
|
|
В упадке / Проблемные |
Ср/Н Н/Н |
Регионы, сталкивающиеся с наиболее серьезными вызовами. Сочетают средний или низкий уровень развития с преобладанием низкой или отрицательной динамики по большинству показателей. Высокий риск дальнейшего отставания, возможны системные проблемы |
Стабилизация ситуации, решение наиболее острых проблем, создание предпосылок для будущего развития (возможно, по новым траекториям). |
Несмотря на предложенные решения, направленные на корректный учет разнонаправленных показателей и адаптацию к конкретной выборке регионов, настоящее исследование имеет ряд ограничений. Во-первых, результаты зависят от полноты и достоверности исходных статистических данных за рассматриваемый период (2022-2023 гг.): обработка пропусков, хотя и позволяет сохранить регионы в анализе, может незначительно влиять на итоговые перцентильные ранги. Во-вторых, агрегация всего многообразия факторов предполагает их равную значимость, что является сознательным методологическим допущением, но в отдельных исследованиях могут потребоваться дифференцированные весовые коэффициенты. В рамках данного исследования используется компенсаторный подход, однако в международной практике также активно развиваются некомпенсаторные методы построения композитных индексов, которые не позволяют компенсировать низкие значения по одним показателям за счет высоких значений по другим [13]. Применение таких подходов могло бы стать перспективным направлением для дальнейшего анализа, особенно для выявления регионов со скрытыми системными проблемами, не видимыми при простом суммировании. В-третьих, анализ динамики ограничен двухлетним периодом, что может отражать краткосрочные колебания, а не устойчивые долгосрочные тенденции. Наконец, применение адаптивных порогов, основанных на фактическом распределении баллов внутри ЦФО, обеспечивает релевантность классификации для данной совокупности, но может затруднить прямое сопоставление полученных групп с результатами аналогичных исследований за другие периоды или для других федеральных округов. Отдельно следует подчеркнуть тот факт, что предложенная методология классификации (основанная на анализе состояния и динамики показателей, использовании перцентильного ранжирования, агрегации данных и построении матрицы «Состояние-Динамика») является универсальной и не привязана жестко к конкретному списку индикаторов. Значительная часть показателей в Указе № 1014 сохраняет преемственность с предыдущим перечнем (например, доверие к власти, численность населения, продолжительность жизни, уровень бедности, инвестиции, доходы и т.д.), либо представляет собой логическое развитие или уточнение прежних метрик. Следовательно, разработанный в данном исследовании методический подход сохраняет свою релевантность и может быть успешно применен для анализа и классификации регионов на основе нового перечня показателей из Указа № 1014, как только соответствующие статистические данные станут доступны за достаточный для анализа динамики период.
Значения каждого показателя, комплекс которых принят за основу предложенной классификации, и их динамика определяют нишу, занимаемую каждым исследуемым регионом.
Классификация успешно разделила регионы ЦФО на 6 групп (Лидеры роста, Стабильные лидеры, Развивающиеся, Стабильные середняки, Стагнирующие, В упадке/Проблемные), что представлено в таблице № 3.
Таблица 3
Классификация регионов ЦФО по итогам группировки
|
№ п/п |
Тип субъекта |
Кол-во субъектов |
Субъекты |
Примечание |
|
|
Лидеры роста |
2 |
Москва Белгородская область |
демонстрируют высокие текущие показатели и значительное улучшение по многим параметрам |
|
|
Стабильные лидеры |
1 |
Московская область |
показала сильные текущие показатели, но с умеренной динамикой, что определило ее группу |
|
|
Развивающиеся |
2 |
Воронежская область Тульская область |
показывают средний уровень состояния, но высокую динамику улучшений, что указывает на их потенциал догнать лидеров и занятую им нишу «развивающихся» регионов |
|
|
Стабильные середняки |
3 |
Ярославская область Липецкая область Тверская область |
характеризуются средним уровнем как состояния, так и динамики, это регионы со сбалансированным, но не прорывным развитием |
|
|
Догоняющие |
- |
- |
- |
|
|
Стагнирующие |
4 |
Курская область Брянская область Ивановская область Костромская область |
эти регионы имеют низкий уровень состояния по совокупности показателей и среднюю (не высокую и не низкую) динамику, что указывает на необходимость мер по стимулированию развития и преодолению застоя |
|
|
В упадке / Проблемные |
6 |
Орловская область Тамбовская область Владимирская область Смоленская область Рязанская область Калужская область |
имеют низкие показатели по динамике и в основном низкую базу по состоянию |
Округ характеризуется наличием ярко выраженной поляризацией между «лидерами» (Москва, Московская обл.) с гиперконцентрацией ресурсов и депрессивными регионами с хроническими проблемами. Отсутствие регионов в категории «догоняющие», т.е. своего рода «промежуточных» регионов, способных на рывок, объясняется тем, что для такого перехода нужна критическая масса позитивных изменений, чего не наблюдается.
Выявленный тип субъекта наблюдается параллельно с результатами работы их губернаторов, что согласуется с полученными результатами классификации.
Например, активная деятельность высшего должностного лица и исполнительных органов города Москвы по развитию региона стала причиной отсутствия у субъекта «слабых» показателей, а мероприятия по созданию и благоустройству общественных пространств, развитию, модернизации и поддержки социальной, транспортной, экологической сфер и сферы здравоохранения определили лидерские позиции региона по показателям: «доверие к власти»; «численность населения»; «ожидаемая продолжительность жизни при рождении»; «уровень бедности» и т.д.
Противоположная ситуация наблюдается в одном из проблемных регионов – Орловской области. Низкие показатели эффективности деятельности в сферах кадровой и финансовой политик, а также в сфере здравоохранения определила отставание области по наибольшему количеству показателей, среди которых: «число посещений культурных мероприятий»; «объем жилищного строительства»; «численность занятых в сфере малого и среднего предпринимательства», что обусловило низкую позицию региона.
Данная классификация позволяет четко выделить приоритеты для каждого региона и дифференцировать подходы к управлению в регионе: поддержка инноваций и лидерства для Воронежской области и Москвы; стимулирование дальнейшего роста для «развивающихся»; поддержание стабильности и поиск точек роста для «середняков»; разработка комплексных программ по выходу из стагнации для соответствующей группы. Таким образом, предложенная типология является не только классификационной схемой, но и практическим инструментом для решения центральной дилеммы российской региональной политики, которую Н.В. Зубаревич [5] определяет как выбор между стратегиями «стимулирования» и «выравнивания». Выделенные группы «Лидеры роста» и «Развивающиеся» могут стать теми «локомотивами», поддержка которых способна ускорить общее развитие, в то время как «Проблемные» и «Стагнирующие» регионы требуют применения политики социального выравнивания для сохранения человеческого капитала и предотвращения дальнейшей деградации пространства.
Предложенная классификация позволяет выявить ключевые различия и сходства между регионами, определить их потенциал, проблемы и потребности. Понимание типа (группы) субъекта какого-либо округа может способствовать оптимизации государственного управления, разработке эффективных стратегий развития, распределению ресурсов и выработке мер, направленных на сокращение диспропорций между регионами. Кроме того, такой подход поможет учесть специфику каждого региона при планировании и реализации экономической и социальной политики РФ, способствуя более сбалансированному и устойчивому развитию страны в целом. Апробация разработанной методики на данных других федеральных округов Российской Федерации позволит провести межрегиональные сопоставления и выявить общие и специфические закономерности регионального развития. Также представляет научный интерес применение предложенной методики к более длинным временным рядам данных, что позволит выявить устойчивость выявленных тенденций, и сравнение результатов классификации, полученных с использованием адаптивных порогов, с результатами, основанными на фиксированных или нормативных пороговых значениях.
1. Указ Президента РФ от 28.11.2024 № 1014 «Об оценке эффективности деятельности высших должностных лиц субъектов Российской Федерации и деятельности исполнительных органов субъектов Российской Федерации»
2. Указ Президента РФ от 04.02.2021 № 68 «Об оценке эффективности деятельности высших должностных лиц субъектов Российской Федерации и деятельности исполнительных органов субъектов Российской Федерации».
3. Буфетова, А. Н. Поляризация пространственного развития России: камо грядеши? / А. Н. Буфетова // Мир экономики и управления. – 2022. – Т. 22, № 1. – С. 103–129. – DOI:https://doi.org/10.25205/2542-0429-2022-22-1-103-129.
4. Головачева, О. А. К вопросу о пространственной поляризации региональных экономик в России / О. А. Головачева // Современные наукоемкие технологии. Региональное приложение. – 2014. – № 2 (38). – С. 47–53.
5. Зубаревич, Н. В. Регионы России: неравенство, кризис, модернизация. – М.: Независимый институт социальной политики, 2010. – 160 с. ISBN 978-5-903599-10-3
6. Коломак, Е. А. Пространственное развитие России в XXI в. / Е. А. Коломак // Пространственная экономика. – 2019. – Т. 15, № 4. – С. 85–106. – DOI:https://doi.org/10.14530/se.2019.4.085-106.
7. Лексин, В. Н. Территориальные деления как ареалы реализации общественно значимых функций / В. Н. Лексин // Труды ИСА РАН. – 2010. – Т. 56. – С. 78–93. – EDN: https://elibrary.ru/UTBGXF
8. Смолякова, А. О. Межрегиональная социально-экономическая поляризация и разработка некоторых предложений по ее снижению (на материалах ЦФО) / А. О. Смолякова, В. И. Тихий // Вестник Воронежского государственного университета. Серия: География. Геоэкология. – 2020. – № 1. – С. 77–82. – DOI:https://doi.org/10.17308/geo.2020.1/2664
9. Регионы России. Социально-экономические показатели / Росстат — URL: https://rosstat.gov.ru/folder/210/document/13204 (Дата обращения: 19.03.2025)
10. Сидоркина, М.Ю. Ретроспективный анализ развития ЦФО на основе региональной группировки // Региональная экономика и управление: электронный научный журнал. - 2016. - №3 (47). - С. 30-38. – EDN YKQNFL.
11. Capello R., Caragliu A., Fratesi U. Modeling Regional Growth between Competitiveness and Austerity Measures: The MASST3 Model // International Regional Science Review. - 2014. - Vol. 38, No. 1. - P. 1–38. DOI:https://doi.org/10.1177/0160017614543850.
12. Capello R., Caragliu A., Fratesi U. Measuring border effects in European cross-border regions // Regional Studies. – 2017. – Vol. 52, No. 7. – P. 986–996. DOI:https://doi.org/10.1080/00343404.2017.1364843.
13. Greco S., Ishizaka A., Tasiou M., Torrisi G. On the Methodological Framework of Composite Indices: A Review of the Issues of Weighting, Aggregation, and Robustness // Social Indicators Research. 2019. Vol. 141, No. 1. P. 61–94. DOI:https://doi.org/10.1007/s11205-017-1832-9.
14. McCann P. Perceptions of regional inequality and the geography of discontent: insights from the UK // Regional Studies. – 2020. – Vol. 54, No. 2. – P. 256–267. – DOI:https://doi.org/10.1080/00343404.2019.1619928.
15. Organisation for Economic Co-operation and Development. Handbook on Constructing Composite Indicators: Methodology and User Guide. – Paris: OECD Publishing, 2008. – 162 p. – URL: https://www.oecd.org/content/dam/oecd/en/publications/reports/2008/08/handbook-on-constructing-composite-indicators-methodology-and-user-guide_g1gh9301/9789264043466-en.pdf (дата обращения: 20.07.2025).
