CC BY
29
Вестник Челябинского государственного университета. 2022. № 4 (462). Экономические науки. Вып. 76. С. 56-71. ISSN 1994-2796 (print).
Bulletin of Chelyabinsk State University. 2022;(4(462):56-71. ISSN 1994-2796 (print). Научная статья УДК 332.14
doi: 10.47475/1994-2796-2022-10406
ДОЛГОСРОЧНЫЕ ТРЕНДЫ МЕЖРЕГИОНАЛЬНОЙ ДИФФЕРЕНЦИАЦИИ
Дарья Сергеевна Бенц
Челябинский государственный университет, Челябинск, Россия, [email protected], ORCID 0000-0003-1257-248X
Аннотация. Автор ставит цель определить, усиливается или ослабевает межрегиональная дифференциация в течение последних двадцати лет. Оценка глубины дифференциации проведена по полному перечню российских регионов. Автором предложена методика оценки, включающая индикаторы межрегиональной дифференциации — размах вариации, коэффициенты дифференциации, осцилляции и вариации. Предложены три модификации в отношении размаха вариации, коэффициентов дифференциации и осцилляции. Расчёт предложенных индикаторов проведён по четырём показателям: номинальный и реальный валовой региональный продукт на душу населения; номинальная и реальная начисленная заработная плата по полному кругу организаций. Тренды построены по реальным показателям. Доказано отсутствие влияния ценового фактора на уровень межрегиональных различий. Получено ослабление территориальной дифференциации в отношении разрыва по уровню реальной заработной платы. Показано, что регионы-аутсайдеры растут быстрее регионов-лидеров.
Ключевые слова: межрегиональная дифференциация, оценка уровня межрегиональной дифференциации, долгосрочные тренды, валовой региональный продукт на душу населения, заработная плата, номинальные и реальные величины, регионы-лидеры, регионы-аутсайдеры
Для цитирования: Бенц Д. С. Долгосрочные тренды межрегиональной дифференциации // Вестник Челябинского государственного университета. 2022. № 4 (462). Экономические науки. Вып. 76. С. 56-71. doi: 10.47475/1994-2796-2022-10406
Original article
LONG-TERM TRENDS OF INTERREGIONAL DIFFERENTIATION Daria S. Benz
Chelyabinsk State University, Chelyabinsk, Russia, [email protected], ORCID 0000-0003-1257-248X
Abstract. In the article, the author aims to determine whether interregional differentiation has been increasing or weakening over the past twenty years. The depth of differentiation was estimated according to the complete list of Russian regions. The author proposes an assessment method, including indicators of interregional differentiation such as scale of variation, coefficient of differentiation, coefficient of oscillation, coefficient of variation. The author proposes three modifications concern the range of variation, differentiation and oscillation coefficients. The proposed indicators were calculated according to four indicators: nominal and real gross regional product per capita; nominal and real accrued wages for a full range of organizations. Trends are built on real indicators. The absence of the influence of the price factor on the level of interregional differences has been proved. There is a weakening of territorial differentiation in relation to the gap in real wages. The outsider regions grow faster than the leading regions.
Keywords: interregional differentiation, assessment of the interregional differentiation level, long-term trends, gross regional product per capita, wages, nominal and real values, leading regions, outsider regions
For citation: Benz DS. Long-Term Trends of Interregional Differentiation. Bulletin of Chelyabinsk State University. 2022;(4(462):56-71. (In Russ.). doi: 10.47475/1994-2796-2022-10406
© Бенц Д. С., 2022 56
Постановка проблемы
Усиление межрегиональной дифференциации — это проблема, лежащая в основе проблемы пространственного развития. По сути, именно по причине возросшего внимания к вопросам территориального неравенства проблема пространственного развития и стала одной из приоритетных в региональной экономике. В научном сообществе сформированы научные школы, чьи труды всецело посвящены изучению проблемы пространственного развития [1—3]. Подробный обзор научных школ приведён автором в одной из публикаций [4]. Проблема «центра» и «периферии» не обошла вниманием и представителей уральской науки [5; 6].
Цель исследования — оценить уровень межрегиональной дифференциации по ключевым экономическим показателям.
Задачи исследования: 1. Предложить методику оценки уровня межрегиональной дифференциации. 2. Определить перечень регионов-лидеров и регионов-аутсайдеров по выбранным показателям. Оценить постоянство присутствия регионов в этих группах. 3. Оценить уровень межрегиональной дифференциации по выборочным индикаторам. 4. Построить долгосрочные тренды по предложенным индикаторам.
Некоторые авторы научных публикаций указывают на противоречивые заявления, имеющие место в различных документах. Например, принятая Указом Президента Стратегия экономической безопасности страны до 2030 г. заявляет об усилении дифференциации регионов и называет это угрозой для российской экономики. Другой документ — «Справочные материалы к подготовке проекта Стратегии пространственного развития РФ» — свидетельствует о сокращении межрегионального неравенства за последние десять лет по величине валового регионального продукта на душу населения по паритету покупательной способности [7]. Сама же Стратегия пространственного развития РФ на период до 2025 г. говорит о том, что результатом реализации инерционного сценария и станет усиление территориального неравенства, а «одним из важных результатов Стратегии станет предотвращение роста межрегионального социально-экономического неравенства». Коллектив авторов ИЭ РАН и ЦЭМИ РАН, наоборот, говорит об отсутствии как такового «сглаживания». Авторы «нащупали» интересную тенденцию: в периоды экономического роста уровень дифференциации регионов вырастает, в периоды спада и стагнации — сокращается [8].
Анализируя этапы формирования современной системы государственного регулирования регионального развития, учёные констатируют некую нелогичную реализацию «выравнивающей» политики. На этапе реализации политики выравнивания наблюдалось усиление самостоятельности регионов. В период же поляризованного развития, когда саморегулирование регионов должно было стать приоритетным, наоборот, сокращалась ресурсная база регионов, а воздействие центра лишь усиливалось [9].
В экономической литературе существует достаточное количество исследований, посвящён-ных математической оценке территориальных различий [10-17]. Среди наиболее распространённых показателей оценки территориального неравенства можно назвать следующие: коэффициент фондов [8; 12], децильные коэффициенты дифференциации доходов, заработной платы [8; 12], индекс Джини [11; 14-16], индекс Аткинсо-на [11; 14; 15], индекс Хэчмана [14], коэффициент Тэйла [14; 15], коэффициенты вариации, осцилляции и т. п. [16]. При оценке территориальных различий не последнее место занимает ценовой фактор [17], который должен быть учтён в исследовании, особенно если речь идёт о денежных единицах измерения.
Методы и материалы
На рис. 1 приведена методика оценки уровня межрегиональной дифференциации. Термином «индикаторы» назовём те показатели, которые позволяют прямо или косвенно оценить уровень межрегиональной дифференциации. Термином «показатели» — те величины, которые могут быть рассчитаны по формулам индикаторов. Перечень показателей может быть очень широким. Сюда могут быть включены любые показатели социально-экономического развития региона. Вовлечение показателей в методику зависит от целей исследования (например, оценить глубину дифференциации в области экономического, социального, демографического или какого-либо иного развития).
В соответствии с поставленными выше задачами автором проведён расчёт по следующим показателям: валовой региональный продукт на душу населения в текущих ценах (далее по тексту назовём его «номинальный»); валовой региональный продукт на душу населения в фиксированных ценах, ценах базового года — за базу примем 2001 г. — стартовый в исследовании (далее по тексту назовём его «реальный»); размер начисленной заработной платы в текущих ценах
Индикаторы относительного порядка (коэффициенты)
Индикаторы с теми же единицами измерения, что и базовый показатель
Индикаторы оценки уровня межрегиональной дифференциации
1. Коэффициент дифференциации (версия 1) = -
2. Коэффициент дифференциации (версия 2) = -
3. Коэффициент дифференциации (версия 3) =
ХШп среди 10% регионов — лидеров тах среди 10% регионов — аутсайдеров
Хф среди 10% регионов — лидеров Хср среди 10% регионов — аутсайдеров
4. Коэффициент осциляции (версия 1) = :
1т ах 1
5. Коэффициент осциляции (версия 2) =
6. Коэффициент осциляции (версия 3) =
т„ , , Стандартное отклонение
7. Коэффициент вариации =---
Л';.,,среди 10% регионов—лидеров — Хтд среди 10% регионов—аутсайдеров Л'. . среди 80% срединной выборки
среди 10% регионов—лидеров — среди 10% регионов—аутсайдеров
Хср среди 80% срединной выборки
1. Размах вариации (версия 1) = Хтах — Хп
2. Размах вариации (версия 2) = Хт1п среди 10% регионов — лидеров — Хтах среди 10% регионов — аутсайдеров
3. Размах вариации (версия 2) — Хср среди 10% регионов — лидеров — Х^ среди 10% регионов — аутсайдеров
Индикаторы анализа тенденций
1.Х,
ср
2. Стандартное отклонение = ^^
3- ХШп среди 10% регионов — лидеров
4. Хтах среди 10% регионов — аутсайдеров
5. Хср среди 10% регионов — лидеров
6. Х^ среди 10% регионов — аутсайдеров
to CS
3.
cs
рз Ьэ
где X или Х^ — значение показетеля социально — экономического развития региона;
Хср - среднее значение показателя выборки;
Хщах" максимальное значение показателя выборки;
Хп
: значение показателя выборки.
Рис. 1. Методика оценки уровня межрегиональной дифференциации (Разработано автором) Fig. 1. Methodology for assessing the level of interregional differentiation (Developed by the author)
П
по полному кругу организаций (далее по тексту назовём показатель «номинальная заработная плата»); размер начисленной заработной платы в фиксированных ценах (ценах 2001 г.) по полному кругу организаций (далее по тексту назовём показатель «реальная заработная плата»).
Статистической базой данных в исследовании выступают данные, публикуемые Росстатом. Реальные величины были рассчитаны с учётом региональных дефляторов — индексов потребительских цен, характерных для каждого конкретного региона. По показателям «номинальный» и «реальный ВРП на душу населения» временной ряд включает выборку значений за 2001-2019 гг.; по показателям «номинальная» и «реальная заработная плата» — за 2001-2020 гг. В генеральную выборку автором включены 79 регионов. Такое решение принято исходя из доступности данных (ВРП, заработной платы, индексов цен за весь рассматриваемый период). В исследование не попали Чеченская Республика, Республика Крым, г. Севастополь. Архангельская область учитывает данные по Ненецкому автономному округу, Пермский край — данные по Коми-Пермяцкому округу, Тюменская область — данные по Ханты-Мансийскому автономному округу — Югре и Ямало-Ненецкому автономному округу.
Обратимся к методике, представленной на рис. 1. В верхней части приведены индикаторы, позволяющие оценить глубину межрегиональной дифференциации; в нижней части — индикаторы, напрямую не позволяющие оценить дифференциацию, но помогающие в сравнительном разрезе проанализировать сложившиеся тенденции.
В левой части рисунка приведены коэффициенты, которые могут быть рассчитаны как в отношении номинальных, так и реальных величин. Автором предложено по три варианта коэффициента дифференциации и коэффициента осцилляции. Первый вариант учитывает максимальный размах между регионами. Коэффициент дифференциации (версия 1) показывает, во сколько раз показатель региона-лидера превышает значение региона-аутсайдера. Но чтобы нивелировать статистические «выбросы» выборки, в ряде случаев целесообразнее исключить из анализа «топовые» и «антитоповые» регионы (несколько регионов-лидеров и несколько регионов-аутсайдеров). В этом смысле в научной литературе существует децильный подход: среди 10 % регионов-лидеров следует ориентироваться на регион с «наихудшим» значением; среди 10 % регионов-аут-
сайдеров — на регион с «наилучшим» значением [8]. При расчёте коэффициента дифференциации по версии 2 размах дифференциации будет ниже, но фактически он лучше отразит сложившуюся ситуацию. Коэффициент дифференциации по версии 3 также предполагает отношение децильных значений, но уже средних среди лидеров и аутсайдеров.
Коэффициенты осцилляции автор также предлагает рассчитывать по трём версиям. Коэффициент осцилляции показывает, какая величина размаха вариации приходится на среднее значение показателя. Вторая и третья версии также ориентированы на децильные значения, поэтому автор предлагает скорректировать знаменатель коэффициентов: среднюю величину рассчитывать не по генеральной совокупности, а по выборке 80 % регионов, исключающих 10 % лидеров и 10 % аутсайдеров, но включающих те два региона, которые демонстрируют минимальное значение среди лидеров и максимальное среди аутсайдеров.
В правой части рисунка приведены индикаторы, измеряемые в тех же единицах, что и показатель, оцениваемый по предложенным индикаторам. В контексте этого исследования это рубли. Автор считает, что проводить оценку по индикаторам из правой части рисунка имеет смысл только в отношении показателей, приведённых к реальным величинам, то есть нивелировав влияние цен. В работе размах вариации также оценён по трём версиям, две из которых учитывают де-цильные выборки.
Результаты исследования
Прежде чем провести оценку межрегиональной дифференциации по методике, описанной на рис. 1, покажем, какие регионы по исследуемым показателям попали в группу «лидеры» и в группу «аутсайдеры» (табл. 1 и 2). Группы сформированы в соответствии со следующими принципами:
1. С точки зрения количества, в группу лидеров, как и в группу аутсайдеров, автором включены по восемь регионов — число 8 сформировано по децильному принципу. Общий размер выборки составил 79 регионов — соответственно 10 % выборки — это восемь регионов.
2. Временной ряд включает в себя период с 2001 по 2019 г. — в отношении показателей ВРП на душу населения (как номинального, так и реального) и с 2001 по 2020 г. — в отношении показателей начисленной заработной платы (аналогично — как номинальной, так и реальной).
Таблица 1 Table 1
Топ-8 регионов-лидеров и регионов-аутсайдеров по размерам номинального и реального1 ВРП за период с 2001 по 2019 г. Тор 8 leading regions and outsider regions in terms of nominal and real size1 GRP for the period from 2001 to 2019
2019 2015 2010 2005 2001
Регион ВРП номинальный ВРП реальный ВРП номинал. ВРП реальный ВРП номинал. ВРП реальный ВРП номинал. ВРП реальный ВРП
место2 млн р. место млн р. место млн р. место млн р. место млн р. место млн р. место млн р. место млн р. место млн р.
Лидеры
Сахалинская область 1 2400 858 2 514436 1 1716 734 2 419072 1 977256 2 343 974 4 230298 3 137717 6 84769
Тюменская область (с учётом ХМАО и ЯНАО) 2 2 384 622 1 576 387 2 1626 160 1 452 579 2 973 333 1 388765 1 673208 1 428579 1 232236
Чукотский автономный округ 3 1898 635 3 379768 3 1226 152 3 290699 3 767846 4 247271 3 237135 5 119181 3 123131
г. Москва 4 1555 587 4 329060 4 1 102 496 4 276967 4 730774 3 283 629 2 381997 2 239773 2 134436
Магаданская область 5 1518 067 5 301659 5 854 562 5 194916 7 377895 8 135 980 7 157799 7 102083 5 89988
Республика Саха (Якутия) 6 1258 707 6 261297 6 780 140 6 188233 5 403659 5 152520 5 191896 4 119792 4 105733
г. Санкт-Петербург 7 950 587 8 193121 7 650 340 8 154086 9 349254 9 127145 12 141796 12 87290 16 53 525
Красноярский край 8 938017 7 218632 9 582 346 7 156347 8 372 848 6 143 915 11 152389 10 91437 7 80039
Республика Коми 10 873 159 10 182 832 8 613 975 9 149323 6 390740 7 143257 6 176075 6 106460 8 75 535
Мурманская область 11 828 366 13 164446 12 525476 13 122755 12 292 926 14 101990 8 156653 11 91420 10 62 965
Вологодская область 26 541319 25 119648 22 402 652 23 102088 25 217827 24 83262 9 156380 8 98370 17 50934
Аутсайдеры
Республика Ингушетия 79 145 723 79 31322 79 106 956 79 25 846 79 48239 79 16910 79 17435 79 10320 79 8001
Кабардино-Балкарская Республика 78 197218 77 38 967 78 139 909 78 32257 77 89668 76 32259 72 42253 72 26053 70 21834
Карачаево-Черкесская Республика 77 197658 78 38661 77 144062 77 32319 76 91782 77 31337 76 36972 76 22 508 76 16640
Республика Дагестан 76 231886 75 49248 71 189 575 71 45359 75 94884 75 34125 77 33 840 77 22 371 78 12 562
Республика Тыва 75 243 052 71 59 500 76 150266 75 42229 74 100000 69 41628 75 38430 73 25 526 75 17012
Республика Северная Осетия-Алания 74 248 172 74 55464 74 178 921 73 45161 72 105782 71 39795 70 44127 70 28261 74 17914
Ивановская область 73 249 592 76 46 919 75 174688 76 38748 73 103280 74 35 806 73 40039 74 24821 73 18 947
Республика Алтай 72 268657 70 60705 70 196639 69 49119 70 108730 70 40770 71 43 592 71 26513 69 22 164
Республика Калмыкия 61 327149 64 63 696 73 185 799 74 42416 78 84359 78 29614 78 33018 78 20437 68 22262
Республика Адыгея 68 288148 68 61146 72 187211 72 45293 71 107298 72 39381 74 38515 75 23467 77 14 859
Республика Марий Эл 64 300163 61 64 939 57 250039 53 63108 68 118110 66 44 888 69 46590 69 29673 72 20 503
Алтайский край 71 271320 73 57899 68 204 933 67 50636 65 124956 64 46 381 63 53812 64 32 903 65 23509
Брянская область 69 280 971 72 57974 66 207236 68 49823 60 129013 73 38 877 66 51724 68 29944 64 24 429
1В ценах 2001 года.
2 Место в рейтинге (по выборке 79 регионов). Регионы упорядочены по убыванию значений. Источник: составлено автором по данным Росстата.
г-
I
3
»9
о'
3 s
fT^
Таблица 2
Топ-8 регионов-лидеров и регионов-аутсайдеров по размерам номинальной (ЗН) и реальной1 (ЗР) начисленной заработной платы2 с 2001 по 2020 г. Тор 8 leading regions and outsider regions in terms of nominal and real1 accrued wages2 for the period from 2001 to 2020
2020 2015 2010 2005 2001
Регион ЗН ЗР ЗН ЗР ЗН ЗР ЗН ЗР Заработная плата
место3 Р- место Р- место Р- место Р- место Р- место Р- место Р- место Р- место Р-
Лидеры
Чукотский авт.округ 1 120641 1 23679 1 79 531 1 18855 1 46 866 2 15 092 1 23314 2 11718 2 8216
Магаданская область 2 102 843 3 19463 2 65 996 4 15053 4 36 582 4 13163 5 14673 3 9492 5 5614
г. Москва 3 100070 2 20 397 3 64310 2 16156 2 38411 3 14 908 6 14425 6 9054 9 4924
Сахалинская область 4 92 518 4 18 880 4 61311 5 14967 5 35 848 5 12618 4 15243 4 9115 8 4979
Камчатский край 5 85 623 6 17194 5 57404 6 13624 6 35 748 6 12231 3 15477 5 9105 3 6157
Тюменская область (с учётом ХМАО и ЯНАО) 6 78619 5 18337 6 56616 3 15757 3 38213 1 15263 2 19838 1 12 630 1 9980
Мурманская область 7 69135 9 13185 8 45 989 8 10743 7 29 308 8 10204 8 12510 8 7300 6 5 387
г.Санкт-Петербург 8 68667 8 13 322 9 44187 9 10469 9 27190 9 9 898 12 10134 12 6238 14 3695
Республика Саха (Якутия) 20 47172 26 9300 7 54631 7 13181 8 28708 7 10 847 7 13437 7 8 388 4 6052
Республика Коми 11 57156 14 11224 10 41365 10 10060 10 26140 10 9 584 9 11612 9 7021 7 5178
Омская область 9 60 358 7 13 901 36 27234 29 7497 36 16708 32 6767 33 7124 30 4608 50 2295
Аутсайдеры
Ивановская область 79 29083 79 5168 74 21161 76 4694 66 13123 70 4 550 68 5144 67 3189 68 1764
Республика Ингушетия 78 29648 72 6022 71 21481 70 5191 68 12 855 71 4 506 60 5449 64 3225 71 1758
Карачаево-Черкесская Республика 77 29 865 77 5 554 76 20511 78 4601 78 11346 78 3 874 76 4710 77 2 867 76 1637
Кабардино-Балкарская Республика 76 29 899 76 5 605 75 20866 74 4811 76 11663 75 4196 77 4653 76 2 869 78 1625
Республика Хакасия 75 30072 68 6 388 25 29 935 23 7812 26 18358 28 7016 26 7771 25 4 908 26 3067
Республика Северная Осетия — Алания 74 30479 64 6484 73 21267 65 5 368 75 11818 73 4446 75 4722 74 3 024 74 1703
Тамбовская область 73 31063 70 6241 68 21725 63 5407 71 12 624 66 4 806 72 5009 68 3156 69 1761
Республика Мордовия 72 31105 56 6736 64 22 029 60 5 520 74 11883 74 4 375 71 5061 73 3 087 77 1636
Республика Дагестан 71 31342 71 6205 79 19239 77 4603 79 10244 79 3 684 79 3660 79 2419 79 1172
Алтайский край 13 54426 16 11025 78 20090 73 4964 73 12 051 72 4473 74 4914 75 3 004 65 1870
Республика Калмыкия 66 32013 75 5 861 77 20109 79 4591 77 11601 77 4072 78 4495 78 2 782 71 1759
Чувашская Республика 69 31844 50 7012 72 21369 57 5 576 67 13 004 60 5013 70 5073 66 3208 73 1726
Брянская область 67 31946 78 5 553 69 21679 75 4697 72 12 326 76 4175 66 5235 70 3140 67 1817
Республика Марий Эл 63 32278 59 6642 65 21947 59 5539 70 12 651 65 4 808 73 4938 69 3145 75 1657
Пензенская область 60 32 766 55 6736 57 23192 55 5712 55 14424 56 5202 67 5207 65 3222 72 1752
Ульяновская область 62 32 504 74 5 987 59 22 846 71 5173 62 13 339 69 4625 65 5 344 72 3105 60 2035
Смоленская область 59 33139 73 5 995 55 23470 72 5140 52 14513 64 4 883 48 6191 51 3 720 48 2 384
о
к
о
»
к 'S-
ж -к к с -к к к
1 В ценах 2001 г.
2 По полному кругу организаций.
3 Место в рейтинге (по выборке 79 регионов). Регионы упорядочены по убыванию значений. Источник: составлено автором по данным Росстата.
Выбор такого периода связан с доступностью данных на официальном сайте Росстата.
3. Результаты, приведённые в табл. 1 и 2, показывают перечень лидеров и аутсайдеров за каждые пять лет анализируемого периода. Это позволит в динамике оценить сложившиеся тенденции.
4. Табл. 1 и 2 укомплектованы по принципу формирования 10 % регионов, ставших лидерами и аутсайдерами в каждом рассмотренном году по всем изучаемым показателям. Иными словами, по итогам каждого года показана восьмёрка лидеров и восьмёрка аутсайдеров, поэтому в общей сложности в таблицы попали более восьми регионов в каждой группе.
В табл. 1 приведены регионы-лидеры и регионы-аутсайдеры по показателям номинального и реального ВРП на душу населения. Можно констатировать, что за 19 исследуемых лет топ лидеров стабилен, причём как в отношении номинального, так и реального ВРП. Причём восьмёрка лидеров по состоянию на 2019 г. полностью одинакова в отношении и номинального, и реального ВРП.
Из восьми регионов-лидеров по состоянию на 2019 г. шесть регионов попали в группу лидеров в каждый рассмотренный год. Это Сахалинская область, Тюменская область, Чукотский автономный округ, город Москва, Магаданская область и Республика Саха — Якутия. Город Санкт-Петербург, занимавший в 2019 г. седьмое место по показателю «номинальный ВРП на душу населения» и восьмое место по показателю «реальный ВРП на душу населения», укрепил свои позиции к 2015 г. Ранее в перечень регионов-лидеров он не входил. Вологодская область, наоборот, потеряла свои позиции. На сегодня она занимает 26-е место по показателю «номинальный ВРП на душу населения» и 25-е — по показателю «реальный ВРП на душу населения». В перечень лидеров этот регион попал исключительно по причине восьмого места по показателю реального ВРП на душу населения в 2005 г. Во все остальные годы регион никак не может быть назван «регионом-лидером».
С регионами-аутсайдерами ситуация аналогичная, но они несколько более мобильны внутри своей группы. В течение анализируемого периода они демонстрируют менее статичные места. Из восьми регионов «антитопа» только три региона — Республика Ингушетия, Карачаево-Черкесская Республика, Ивановская область — стабильно попадают в восьмёрку аутсайдеров. Некоторые регионы попали в перечень аутсайде-
ров лишь в некоторые годы. Например, Брянская область лишь дважды (в 2010 и 2019 гг.) попала в этот список, причём только по уровню реального ВРП на душу населения. Это свидетельствует о том, что рост цен за рассматриваемый период в Брянской области превысил аналогичные значения в других регионах-аутсайдерах. И действительно, цены в Брянской области выросли в 6,29 раза, в то время как в Ивановской области — в 6,19 раза, Карачаево-Черкесской Республике — в 5,78 раза, в Республике Ингушетия — в 5,36 раза1.
В табл. 2 приведён перечень регионов-лидеров и регионов-аутсайдеров с указанием места в рейтинге и значениями номинальной начисленной заработной платы по полному кругу организаций и также значениями заработной платы, рассчитанной автором в фиксированных ценах (ценах 2001 г.) с учётом региональных дефляторов (индексов потребительских цен). В части того, что в восьмёрку лидеров входят пять регионов, являющихся бессменными лидерами, здесь ситуация аналогичная той, что мы наблюдали в табл. 1. Состав лидеров практически стабилен. Чукотский автономный округ, Магаданская область, Сахалинская область, Камчатский край и Тюменская область — те регионы, которые по показателям номинальной и реальной заработной платы в каждый рассмотренный год попали в перечень регионов-лидеров. Наибольшую мобильность показали Республика Саха — Якутия и Омская область, которые из года в год не демонстрируют стабильно лидерских позиций. Если в 2001 г. Омская область занимала аж 50-е место, то к 2020 г. по уровню реальной заработной платы область попала на 7-е место. Республика Саха — Якутия, наоборот, сдала свои позиции: с 4-го места в 2001 г. регион переместился на 20-е место по размеру номинальной заработной платы и 26-е место — по размеру реальной заработной платы в 2020 г.
Опять же среди аутсайдеров перемещение регионов внутри антирейтинга является более динамичным, поэтому в таблицу попали 17 регионов, в какие-либо годы занимавшие одно из восьми мест. Только два региона как по номинальной, так и по реальной заработной плате попадали в восьмёрку худших в каждый рассмотренный год. Это Карачаево-Черкесская Республика и Кабардино-Балкарская Республика. Среди регионов-
1 Рассчитано автором на основе индексов потребительских цен, опубликованных на официальном сайте Росстата.
аутсайдеров есть регионы, которые укрепили свои позиции в течение изучаемых двадцати лет, а есть регионы, которые, наоборот, демонстрируют отрицательную динамику. К первым можно отнести Пензенскую область и Республику Марий Эл. В 2001 г. Пензенская область занимала восьмое место с конца, а в дальнейшие годы ни разу не попала в перечень аутсайдеров — ни по значению номинальной, ни по значению реальной заработной платы. Республика Марий Эл, будучи 75-й в 2001 г. и 73-й по значению номинальной зарплаты в 2005 г., в последующие годы также в антирейтинг не попадала. Смоленская область, наоборот, потеряла свои позиции, причём именно по величине реальной заработной платы. В 2015 и 2020 гг. область занимала 72-е и 73-е места при том, что по размеру номинальной заработной платы она была на 55-м и 59-м местах соответственно. Это вновь свидетельствует о более высоком темпе роста цен в этом регионе в сравнении с другими регионами-аутсайдерами. В Смоленской области цены за двадцатилетний период выросли в 5,98 раза.
Если проводить сравнение по перечням регионов, попавших в табл. 1 и 2, то среди лидеров мы увидим совпадение по пяти регионам: Чукотский автономный округ, г. Москва, Сахалинская, Тюменская и Мурманская области представляют собой перечень регионов-лидеров как по значениям заработной платы (номинальной) в 2020 г., так и по значениям ВРП на душу населения (и номинального, и реального) в 2019 г. Среди аутсайдеров четыре региона попали в антирейтинг по тем же совпадениям. Это Республики Ингушетия, Кабардино-Балкарская, Карачаево-Черкесская и Северная Осетия — Алания. Такая ситуация говорит о наличии связи между показателями: если регион является обеспеченным в отношении размера ВРП на душу населения, то с большой вероятностью в этом регионе и заработные платы будут выше, что вполне логично.
Стоит отметить, что размах значений внутри децильных групп достаточно высокий. Так, например, в 2019 г. по размеру реального ВРП на душу населения уровень дифференциации (отношение значения региона, занимающего первое место, к региону, занимающему восьмое место) составил 2,98. Размах значений внутри последней децильной группы меньше — среди группы аутсайдеров аналогичное соотношение на ту же дату составило 1,85. Надо сказать, что уровень межрегиональной дифференциации по размеру реального ВРП в принципе за весь период 2001-2019 гг.
среди регионов-лидеров был выше, нежели среди регионов-аутсайдеров. Максимальный уровень дифференциации среди регионов-лидеров был отмечен в 2005 г. и составил 4,36 раза, минимальный — в 2016 г. — 2,69. Среди регионов-аутсайдеров не наблюдается даже трёхкратной разницы: все годы демонстрируют меньшие значения, за исключением 2002 г., когда соотношение составило 3,21. Минимальный размах пришёлся на 2014 г. и составил 1,49 раза. Среднее значение такого соотношения за весь период для регионов-лидеров составило 3,33 раза, для регионов-аутсайдеров — 2,12.
В части аналогичного соотношения по уровню реальной заработной платы размах как среди лидеров, так и среди аутсайдеров оказался существенно ниже: 1,22 — среди аутсайдеров, 1,83 — среди лидеров. Причём среди регионов-лидеров можно наблюдать тенденцию к сокращению уровня дифференциации: в 2001 г. размах составлял 1,5 раза, в 2020 г. значение составило 1,17. И это чётко выраженная тенденция — постепенно за весь период значение сокращается. Среди лидеров такой тенденции нет. Можно сказать, что такое соотношение развивается по параболе: в 2001 г. размах составил 2 раза, далее идёт тенденция к его сокращению к 2009-2010 гг., а после 2010 г. размах опять нарастает и в 2020 г. резко поднимается до 4,46 раза.
Далее проведём оценку уровня межрегиональной дифференциации по методике, предложенной на рис. 1. На рис. 2-6 приведена динамика индикаторов, рассчитанных по показателю «реальный ВРП на душу населения». На рис. 2 отображена динамика минимального значения показателя среди 10 % регионов-лидеров и максимального значения — среди 10 % регионов-аутсайдеров. Расстояние между кривыми свидетельствует о размахе вариации (по версии 2). Расстояние растёт, что, казалось бы, говорит о нарастающей дифференциации. Но значение размаха (приведено на рис. 4) измеряется в абсолютных единицах — рублях, а потому нельзя здесь однозначно заявлять о нарастающей дифференциации. Если предположить, что темп роста всех регионов приблизительно равный, то большие значения при тех же темпах будут расти в абсолютном выражении на большую сторону, нежели малые значения. В относительном измерении — что видно на рис. 5 — коэффициент дифференциации (версия 2) за весь исследуемый период не растёт. Он нестабильно колеблется год от года, но всегда остаётся в коридоре значений от 3,05 до 3,78.
'Минимальное значение среди 10% регионов-лидеров ■ Максимальное значение среди 10% регионов-аутсайдеров
Рис. 2. Динамика минимального значения среди 10 % регионов-лидеров и максимального значения среди 10 % регионов-аутсайдеров объёмов реального ВРП на душу населения (в ценах 2001 г.), р. Здесь и далее рассчитано автором по данным Росстата.
Fig. 2. Dynamics of the minimum value among 10% of the leading regions and the maximum value among 10% of the outsider regions of the volume of real GRP per capita (in 2001 prices), rubles Here and further calculated by the author according to Rosstat.
'Среднее значение среди 10% регионов-аутсайдеров ■ Среднее значение среди 10% регионов-лидеров
Рис. 3. Динамика средних значений объёмов реального ВРП на душу населения первой и десятой децильных групп (в ценах 2001 г.), р.
Fig. 3. Dynamics of average values of real GRP per capita of the first and tenth decile groups
(in 2001 prices), rubles
В долгосрочном периоде можно констатировать, что дифференциация даже падает.
Самый наибольший размах вариации (рис. 4) можно наблюдать по версии 1. И рост этого размаха является также наибольшим — в сравнении с версиями 2 и 3. Опять же такой рост вполне логичен и в явном виде не говорит о нарастающей межрегиональной дифференциации. Объясняется это двумя причинами: во-первых, в этом случае размах вариации рассчитывается по самым крайним регионам (разность между лидером и аутсайдером), во-вторых, топ лидеров со своими боль-
шими числами в принципе статистически выбивается из всей выборки. На рис. 5 видно, что коэффициент дифференциации (версия 1) существенно падает. За последние пять лет он несколько подрос, но долгосрочный тренд явно фиксирует падение (особенно с 2005 г., когда он составлял 41,53). В 2019 г. лидер опережает аутсайдера по показателю ВРП на душу населения в ценах 2001 г. в 18,4 раза. За период с 2001 по 2011 г. соотношение было выше, а в ряде лет существенно выше.
Если же мы обратимся к индикаторам по версии 3, то здесь растёт размах вариации (рис. 3
500 000
300
100 000
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 ^^"Размах вариации (версия 1) ^^"Размах вариации (версия 2) ^ Размах вариации (версия 3)
Рис. 4. Динамика размаха вариации объёмов реального ВРП на душу населения (в ценах 2001 г.), р. Fig. 4. Dynamics of the scale of variation in the volume of real GRP per capita (in 2001 prices), rubles
• Коэффициент дифференциации (версия 1) ■ Коэффициент дифференциации (версия 2) —А Коэффициент дифференциации (версия 3)
Рис. 5. Динамика коэффициентов дифференциации по уровню реального ВРП на душу населения
(в ценах 2001 г.)
Fig. 5. Dynamics of differentiation coefficients by the level of real GRP per capita (in 2001 prices)
и 4) как в абсолютном выражении, так и коэффициент дифференциации (рис. 5) в относительном измерении, хотя последний вырос очень несущественно. Это говорит о том, что средние значения между децильными группами несколько отдаляются друг от друга. Коэффициент дифференциации (версия 3) выше коэффициента дифференциации (версия 2), но в части динамики также ведёт себя нестабильно и практически не растёт. Коэффициент изменяется в диапазоне 6,30-7,54. Здесь можно сказать лишь о том, что за два последних года значения несколько выше, чем за предыдущие 12 лет.
Относительно коэффициентов осцилляции (рис. 6), здесь можно констатировать несколько сложившихся тенденций. В долго-, средне-
и краткосрочной перспективах динамики несколько разнятся. В долгосрочном периоде (если брать весь исследуемый период 2001 г.) уровень межрегиональной дифференциации по этому индикатору падает — во всяком разе, точно не растёт. По версии 1 мы видим чётко выраженный снижающийся тренд с 2005 г. Размах вариации, приходящийся на значение среднестатистического российского региона, только падает. В относительно краткосрочной перспективе дифференциация нарастает (с 2017 г.). С другой стороны, значение 2019 г. примерно равно тем значениям, которые в среднесрочной перспективе наблюдались с 2009 г.
Не всё однозначно и с динамикой коэффициентов осцилляции по версиям 2 и 3. В долгосрочной
5,00
6,00
4,00
2,00
0,00
6,83
5,86 6,16
5,35 5,22 5,34 5,35 5,06 4,70 4,85
4,60 4,68 4,62 4,57
-♦— — ♦ -•— 4,50 4,47 4,03 4,36
—A—
h— 2,75 — A 2,64 A - 2,68 — 2,61 —*— 2,78 —À 2,66 à. 2,70 à. - 2,73 2,85 2,83 2,85 — à. - 2,74 - A— 2,65 2,81 2,80 — A 2,64 2,64 3,03 2,99
■ - ■ ■ - - ■ - ■ ■ ■ —■
1,52 1,17 1,14 1,37 1,37 1,31 1,20 1,12 1,22 1,38 1,35 1,24 1,21 1,20 1,33 1,27 1,32 1,35 1,35
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 Ф Коэффициент осциляции (версия 1) ■ Коэффициент осциляции (версия 2) —d Коэффициент осциляции (версия 3)
Рис. 6. Динамика коэффициентов осцилляции по уровню реального ВРП на душу населения (в ценах 2001 г.) Fig. 6. Dynamics of oscillation coefficients by the level of real GRP per capita (in 2001 prices)
перспективе коэффициент осцилляции по версии 2 падает. Но это происходит, если мы анализируем крайние значения — 2019 г сопоставляем с 2001 г Видно, что значение 2001 г несколько выбивается из всей выборки. И если сократить исследуемый диапазон до периода 2002-2019 гг., то ситуация становится противоположной, коэффициент то падает, то растёт, но в общем смысле тренд всё же растущий. По версии 3 коэффициент осцилляции также является растущим. Самые большие значения в принципе приходятся на 2018 и 2019 гг.
Аналогичное исследование по тому же перечню индикаторов автор провёл и в отношении показателя «реальная заработная плата». Результаты расчётов приведены на рис. 7-11. Размах вариации к 2020 г. вырос по всем трём вариантам (версиям) расчёта (рис. 9). Но важно понимать, что в 2020 г. Чукотский автономный округ показал очень высокое значение реальной заработной платы, поэтому среднее значение среди 10 % регионов-лидеров оказывается завышенным. В связи с этим результаты, которые мы получаем по итогам расчётов индикаторов по версиям 1 или 3, оказываются несколько искажёнными вследствие такого статистического «выброса». По версии 1 Чукотский автономный округ искажает значение в связи с тем, что именно он и явился лидером по состоянию на 2020 г. И по версии 3 он также попадает в выборку. Так, например, если рассчитать среднее значение реальной заработной платы в 2020 г. по выборке 10 % лидеров, то есть с учётом указанного округа, то это значение на 33 % будет превышать среднее значение по выборке восьми лидеров, но исключающей Чукотский ав-
тономный округ. По этой причине размах вариации по версиям 1 и 3, динамика которых представлена на рис. 9, в 2020 г. так существенно возрастает. И на рис. 8 виден рост среднего значения показателя 10 % лидеров к 2020 г.
Если исключить из анализа 2020 г., то долгосрочный тренд коэффициента дифференциации по версии 1 имеет устойчивую тенденцию к снижению. И нужно сказать, что и два других коэффициента дифференциации (версии 2 и 3) в долгосрочной перспективе также снижаются. Коэффициент дифференциации (версия 2) имеет два, даже три ярко выраженных цикла (рис. 10). Первый приходится на период с 2001 по 2007 г. Внутри этого периода уровень межрегиональной дифференциации снижается. Следующий цикл приходится на 2008-2018 гг. Внутри этого периода коэффициент также устойчиво снижается. С 2016 по 2019 г. можно увидеть обратную тенденцию — к росту. Вероятно, это третий цикл, но полное понимание растущего тренда станет очевидно позднее. Ровно те же три цикла — три тренда — можно увидеть и по динамике коэффициента осцилляции (версия 2), что представлена на рис. 11. Опять же в долгосрочной перспективе все три коэффициента осцилляции снижаются. Но в циклическом смысле ведут себя несколько по-разному. Коэффициент по версии 3 имеет примерно ту же динамику, что и коэффициент по версии 2. А вот что касается коэффициента по версии 1, то здесь можно выделить два других явно выраженных цикла — с другой длительностью (2001-2010 и 2010-2017 гг.). До 2010 г. значение коэффициента падает, причём устойчиво, а далее до 2017 г. растёт, после чего несущественно,
• Xmin среди 10% регионов-лидеров ■ Xmax среди 10% регионов-аутсайдеров
Рис. 7. Динамика минимального значения среди 10 % регионов-лидеров и максимального значения среди 10 % регионов-аутсайдеров размера реальной (в ценах 2001 г.) заработной платы, р.
Fig. 7. Dynamics of the minimum value among 10% of the leading regions and the maximum value among 10% of the outsider regions of the size of real wages (in 2001 prices), rubles
30000 25000 20000 15000 10000 5000
24237
13837 14733 15515 15672 14792 15087 15615 16472 17530
8196 8695 9600 10441 11578 12796 12669
6445 7434 2895 3295 3647 3954 4161 4162 4365 4875 5272 5194 4763 4760 4924 5330 5558 5718 —♦
1614 2018 2304 2516
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 • Среднее значение среди 10% регионов-аутсайдеров ■ Среднее значение среди 10% регионов-лидеров
Рис. 8. Динамика средних значений размеров реальной заработной платы первой и десятой децильных групп (в ценах 2001 г.), р.
Fig. 8. Dynamics of average values of real wages of the first and tenth decile groups (in 2001 prices), rubles
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 • Размах вариации (версия 1) ■ Размах вариации (версия 2) А Размах вариации (версия 3)
Рис. 9. Динамика размаха вариации размеров реальной заработной платы (в ценах 2001 г.), р. Fig. 9. Dynamics of the scale of variation in the size of real wages (in 2001 prices), rubles
0
0
■Коэффициент дифференциации (версия 1) ■ Коэффициент дифференциации (версия 2) Коэффициент дифференциации (версия 3)
Рис. 10. Динамика коэффициентов дифференциации по уровню реальной заработной платы (в ценах 2001 г.) Fig. 10. Dynamics of differentiation coefficients by the level of real wages (in 2001 prices)
• Коэффициент осциляции (версия 1) ■ Коэффициент осциляции (версия 2) -А- Коэффициент осциляции (версия 3)
Рис. 11. Динамика коэффициентов осциляции по уровню реальной (в ценах 2001 г.) заработной платы Fig. 11. Dynamics of oscillation coefficients by the level of real wages (in 2001 prices)
■Коэффициент вариации по реальной заработной плате ■ Коэффициент вариации по реальному ВРП на душу населения
Рис. 12. Динамика коэффициентов вариации по уровню реального ВРП на душу населения и реальной заработной платы (в ценах 2001 г.)
Fig. 12. Dynamics of coefficients of variation in terms of real GRP per capita and real wages (in 2001 prices)
но всё же опять снижается. В 2020 г. резко растёт — причина этому выше уже озвучена.
Что касается коэффициентов вариации (рис. 12), то коэффициент вариации по реальной заработной плате повторяет ровно те же циклы, что и коэффициент осцилляции по заработной плате по версиям 2 и 3. Стандартное отклонение, которое представляет собой числитель коэффициента вариации, рассчитано автором по всей генеральной выборке, то есть без учёта децильных групп. Коэффициенты осцилляции по версиям 2 и 3 учитывают значения децильных групп. Тем не менее геометрия этих трёх индикаторов повторяет друг друга. Поэтому можно предположить, что коэффициент вариации, несмотря на учёт в выборке как всех лидеров, так и всех аутсайдеров, можно назвать индикатором, вполне репрезентативно отражающим уровень межрегиональной дифференциации.
Коэффициент вариации, рассчитанный по реальному ВРП на душу населения, имеет иную геометрию. Устойчивый рост межрегиональной дифференциации по этому показателю наблюдается с 2002 по 2005 г., далее до 2010 г. можно видеть устойчивое снижение. Минимальное значение индикатор принимает в 2016 и 2017 гг. Если говорить про долгосрочный тренд — то явно выраженный тренд отсутствует. Усреднённо можно констатировать некое постоянство значения.
Заключение
Проведённые расчёты лишний раз доказали сомнения некоторых авторов в отношении устойчиво выраженных динамик усиления или же ослабления межрегиональной дифференциации [7; 8], а также результаты исследования тех авторов, кто констатирует тенденции сглаживания межрегиональных различий [16].
Проведя оценку межрегиональной дифференциации по выборочным показателям, можно сделать следующие выводы. Во-первых, однозначного тренда в отношении уровня межрегиональной дифференциации нет. Причём это касается как показателя «реальный ВРП на душу населения», так и показателя «реальная начисленная заработная плата по полному кругу организаций». С полной уверенностью можно говорить о том, что межрегиональная дифференциация не усиливается. Если бы регионы-лидеры росли быстрее регионов-аутсайдеров, это увеличивало бы разрыв между ними. Но ситуация явно противоположная. В частности, по показателю реального ВРП на душу населения «худший» лидер (среди 10 % лидеров) растёт медленнее «лучшего аутсайде-
ра» (среди 10 % аутсайдеров) — рост 2,55 против 2,83 раза, а разница между ростом «лучшего» лидера и «худшего» аутсайдера ещё больше: 2,48 против 3,9 раза. Что касается неких средних значений, то здесь и вовсе наблюдается равенство. «Средний» лидер по показателю реального ВРП на душу населения за период 2001-2019 гг. вырос в 2,99 раза. «Средний» аутсайдер — в 2,98 раза. Такие цифры никак не могут ориентировать в сторону роста дифференциации регионов.
Относительно показателя реальной заработной платы здесь несколько другие цифры роста, но они свидетельствуют даже о сокращении межрегиональных разрывов. «Лучший» аутсайдер за период 2001-2020 гг. растёт куда быстрее «худшего» лидера — 3,44 раза против 2,79, хотя «средний» лидер растёт всё же быстрее (3,76) «среднего» аутсайдера (3,54). Но последние цифры не являются показательными, опять же вследствие присутствия Чукотского автономного округа, который в 2020 г. увеличил среднюю величину реальной заработной платы. Если же исключить из анализа 2020 г., то рост показателя за период 2001-2019 гг. составил 2,72 раза — это динамика «среднего» лидера, в то время как «средний» аутсайдер демонстрирует рост в 3,44 раза.
Во-вторых, уровень цен в регионах хотя и различен, но существенно не влияет на индикаторы межрегиональной дифференциации. Соотношение сил как в отношении номинальных показателей, так и в отношении реальных, примерно одинаково. Разрыв в индексах потребительских цен существует, но он не столь критичен. Так, например, к 2020 г. ИПЦ к базовому 2001 г. в Саратовской области показывает минимальное значение, равное 4,14 раза, в Еврейской автономной области максимальное — 5,81 раза.
С одной стороны, казалось бы, есть связь между значением индекса цен и рейтингом региона. Например, три региона — Кабардино-Балкарская, Карачаево-Черкесская республики и Ивановская область входят в топ-15 регионов с наибольшим значением индекса цен. И эти же регионы попали в группу «худших». Но по факту такой связи (чем больший рост цен показывает регион, тем ниже по рейтингу исследуемых показателей он расположен) не выявлено. Некоторые из регионов (Магаданская область, г. Санкт-Петербург), где цены также выросли существенно, попали в группу лидеров, причём как по номинальной, так и по реальной заработной плате. Корреляция между индексом потребительских цен и исследуемыми показателями близка к нулю.
В-третьих, если и можно говорить об относительном росте уровня межрегиональной дифференциации, то только в отношении коэффициента вариации, рассчитанного по номинальным значениям ВРП на душу населения. Даже в отношении реального значения, по которому нет явно выра-
женного тренда (рис. 12), можно сказать, что явного углубления межрегиональной дифференциации всё же нет.
В-четвёртых, в отношении реальной заработной платы можно констатировать даже ослабление межрегиональной дифференциации.
Список источников
1. Зубаревич Н. В. Стратегия пространственного развития: приоритеты и инструменты // Вопросы экономики. 2019. № 1. С. 135-145.
2. Крюков В. А., Коломак Е. А. Пространственное развитие России: основные проблемы и подходы к их преодолению // Научные труды Вольного экономического общества России. 2021. Т. 227, № 1. С. 92-114.
3. Минакир П. А. «Стратегия пространственного развития» в интерьере концепций пространственной организации экономики // Пространственная экономика. 2018. № 4. С. 8-20.
4. Бенц Д. С. Эффективность пространственного развития территории как индикатор оценки деятельности региональной власти: кейс Челябинской области // Управленец. 2021. Т. 12, № 6. С. 49-66.
5. Бархатов В. И., Капкаев Ю. Ш., Плетнёв Д. А. Центры и периферия Урала и Поволжья в условиях «новой нормальности» // Социум и власть. 2019. № 5 (79). C. 65-82.
6. Pletnev D., Barkhatov V. Life quality in the Center and Periphery of the Urals and the Volga regions // E3S Web Conf. 2021. Vol. 258. DOI: 10.1051/e3sconf/202125807044
7. Бухвальд Е. М. «Саморазвитие» регионов и приоритеты регулирования пространственной структуры российской экономики // Федерализм. 2018. № 2 (90). С. 32-45.
8. Бахтизин А. Р., Бухвальд Е. М., Кольчугина А. В. Выравнивание регионов в России: иллюзии программы и реалии экономики // Вестник Института экономики Российской академии наук. 2016. № 1. С. 76-91.
9. Баранов С. В., Самарина В. П., Шаталова Т. А. Территориальная политика Российской Федерации и неравномерность пространственного развития // Современные проблемы науки и образования. 2015. № 2-1. С. 280.
10. Ворошилов Н. В., Губанова Е. С. Дифференциация территорий и механизм её снижения // Экономические и социальные перемены: факты, тенденции, прогноз. 2018. Т. 11, № 6. С. 57-72.
11. Гришина Е. Е., Казакова Ю. М., Ляшок В. Ю. Дифференциация заработной платы в России: региональный и профессиональный аспекты // Вопросы статистики. 2016. № 11. С. 45-52.
12. Жаромский В. С., Мигранова Л. А., Токсанбаева М. С. Социально-экономическое неравенство в России: динамика и методы оценки // Народонаселение. 2018. Т. 21, № 4. С. 79-95.
13. Кривошлыков В. С., Жахов Н. В., Фомичёва Л. М. Экономика и управление межрегиональной дифференциацией с позиций экономической безопасности // Вестник Кыргызско-Российского Славянского университета. 2017. Т. 17, № 2. С. 27-30.
14. Малкина М. Ю. Исследование факторов межрегиональной конвергенции/дивергенции реальных доходов и «социального благополучия» регионов РФ // Journal of Economic Regulation. 2015. Т. 6, № 4. С. 111-119.
15. Малкина М. Ю. Социальное благополучие регионов Российской Федерации // Экономика региона. 2017. Т. 13, № 1. С. 49-62.
16. Кривошлыков В. С., Жахов Н. В. Экономика и управление межрегиональной дифференциацией // Вестник НГИЭИ. 2017. № 1 (68). С. 119-129.
17. Перевышин Ю. Н., Синельников-Мурылев С.Г., Трунин П. В. Факторы дифференциации цен в российских регионах // Экономический журнал Высшей школы экономики. 2017. Т. 21, № 3. С. 361-384.
References
1. Zubarevich NV. Strategiya prostranstvennogo razvitiya: prioritety i instrumenty. Voprosy Ekonomiki = Economic issues. 2019;(1):135-145. (In Russ.).
2. Kryukov VA, Kolomak EA. Prostranstvennoye razvitiye Rossii: osnovnyye problemy i podkhody k ikh preodoleniyu. Nauchnyye trudy Vol'nogo ekonomicheskogo obshchestva Rossii = Scientific works of the Free Economic Society of Russia. 2021;(227):92-114. (In Russ.).
3. Minakir PA. "Strategiya prostranstvennogo razvitiya" v inter'yere kontseptsiy prostranstvennoy organi-
zatsii ekonomiki. Prostranstvennaya Ekonomika = Spatial Economics. 2018;(4):8-20. (In Russ.).
4. Bents DS. The effectiveness of a territory's spatial development as an indicator of the regional authorities performance: The case of Chelyabinsk oblast. Upravlenets — The Manager. 2021;12(6):49-66. DOI: 10.29141/2218-5003-2021-12-6-4. (In Russ.).
5. Barkhatov VI, Pletnev DA, Kapkaev IuSh. The Ural and Volga regions' centers and periphery in the context of "new normality". Socium i vlast' = Society and Power. 2019;(5):65-83. DOI: 10.22394/1996-0522-20195-65-83. (In Russ.).
6. Pletnev D, Barkhatov V. Life quality in the Center and Periphery of the Urals and the Volga regions. E3S Web Conf. 2021;258. DOI: 10.1051/e3sconf/202125807044
7. Bukhvald E. "Self-development" of regions and priorities for regulating the spatial structure of the Russian economy. Federalism. 2018;(2):32-45. (In Russ.).
8. Bakhtizin AR, Bukhvald EM, Kolchugina AV. Alignment of regions in Russia: illusions of the program and reality of the economy. Vestnik Instituta ekonomiki Rossiyskoy Akademii Nauk = Bulletin of the Institute of Economics of the Russian Academy of Sciences. 2016;(1):76-91. (In Russ.).
9. Baranov SV, Samarina VP, Shatalova TA. Territorial politics of Russian Federation and unevenness of spatial development. Sovremennyye problemy nauki i obrazovaniya = Modern Problems of Science and Education. 2015;(2-1):280. (In Russ.).
10. Voroshilov NV, Gubanova ES. Territorial Differentiation and Mechanism for its Reduction. Ekonomi-cheskiye i sotsial'nyye peremeny: fakty, tendentsii, prognoz = Economic and Social Changes: Facts, Trends, Forecast. 2018;11(6):57-72. DOI: 10.15838/esc.2018.6.60.4 (In Russ.).
11. Grishina EE, Kazakova YM, Lyashok VY. Wage inequality in Russia: regional and occupational aspects. Voprosy statistiki. 2016;(11):45-52. (In Russ.).
12. Zharomsky VS, Migranova LA, Toksanbaeva MS. Socio-economic inequality in Russia: dynamics and estimation method. Narodonaselenie = Population. 2018;21(4):89-95. DOI: 10.26653/1561-7785-2018-21-4-08 (In Russ.).
13. Krivoshlykov VS, Zhahov NV, Fomicheva LM. Economics and management interregional differentiation from the point of economic security. Vestnik Kyrgyzsko-Rossiyskogo Slavyanskogo universiteta = Vestnik KRSU. 2017;17(2):27-30. (In Russ.).
14. Malkina MUy. Study of the factors of interregional convergence / divergence in real incomes and «social well-being» of Russian regions. Journal of Economic Regulation. 2015;6(4):111-119. (In Russ.).
15. Malkina MUy. Social Well-Being of the Russian Federation Regions. Ekonomika regiona = Economy of Region. 2017;13(1):49-62. (In Russ.).
16. Krivoshlykov VS, Zhahov NV. Economics and management of interregional differentiation. Vestnik NGI-EI = Bulletin NGIEI. 2017;(1):119-129. (In Russ.).
17. Perevyshin YN, Sinelnikov-Murylev SG, Trunin PV. Determinants of Price Differentiation across Russian Regions. Ekonomicheskiy zhurnal Vysshey shkoly ekonomiki = HSE Economic Journal. 2017;21(3):361-384. (In Russ.).
Информация об авторе
Д. С. Бенц — кандидат экономических наук, доцент, профессор кафедры экономики отраслей и рынков.
Information about the author
D. S. Benz — Candidate of Economic Sciences, Associate Professor, Professor of the Department of Industry and Market Economics.
Статья поступила в редакцию 26.02.2022; одобрена после рецензирования 15.03.2022; принята к публикации 15.03.2022.
Автор заявляет об отсутствии конфликта интересов.
The article was submitted 26.02.2022; approved after reviewing 15.03.2022; accepted for publication 15.03.2022.
The author declares no conflicts of interests.
