CC BY
68
УДК 911.3, 911.6, 914/919 И.Р. Красноперова1
ФАКТОРЫ ТРАНСФОРМАЦИИ СОЦИАЛЬНО-ЭКОНОМИЧЕСКОГО РАЗВИТИЯ В ДЕПРЕССИВНЫХ РАЙОНАХ ГЕРМАНИИ
Систематизируются и анализируются подходы к изучению феномена социально-экономической депрессивности, к факторам формирования и инструментам поддержки депрессивных территорий. Показана значимость факторов «второй природы» в процессе преодоления региональной деп-рессивности.
На основе разработанной методики выделены депрессивные регионы Германии на 2000 и 2013 гг. Представлен актуальный срез распространения депрессивных явлений, а также дана оценка пространственных изменений, произошедших за исследуемый период.
С помощью регрессионного анализа выявлены факторы, способствовавшие преобразованию уровня социально-экономического развития прежде депрессивных территорий. Помимо экономической составляющей отдельное внимание уделяется влиянию демографических, социальных и культурных особенностей на процесс преодоления региональной депрессивности.
Ключевые слова: региональная депрессивность, депрессивный регион, факторы «второй природы.
Введение. Статья посвящена феномену региональной депрессивности и его преодолению. Феномен депрессивных регионов становится актуальной темой дискуссий в сфере региональной политики при переходе от планового типа хозяйства к рыночному, при смене технологических укладов, вследствие чего прежде развитые территории становятся неконкурентоспособными: происходит стагнация экономики, что, в свою очередь, проявляется в уменьшении объемов производства, сопровождается ростом безработицы и является причиной снижения уровня жизни населения.
Современная Германия - высокоразвитая страна, экономика которой является крупнейшей в Европе, но, несмотря на это, проблема депрессивных регионов остается для нее острой, во многом осложняет механизмы регионального управления и замедляет темпы территориального развития. Задачей данного исследования явился анализ факторов возникновения диспропорций и усиления пространственной поляризации социально-экономического развития регионов Германии. Результаты и выводы работы могут быть использованы при разработке комплекса мер региональной и промышленной политики поддержки развития депрессивных территорий, что очень актуально на современном этапе развития российской экономики.
На сегодняшний день существуют два фундаментальных подхода к понятию депрессивного региона: традиционный и современный. Традиционный подход восходит к центро-периферийной концепции, основателем которой является Джон Фридманн ^пе<1тапп, 1966]. Эта концепция объясняет причины возникновения периферии; согласно ей, экономический рост (а именно - его неравномерность) и пространственная поляризация провоциру-
ют рост диспропорций между ядром и периферией. Человеческие и финансовые ресурсы концентрируются в центрах, что обуславливает всплеск инноваций в них. Генерирование, внедрение и диффузия новшеств является условием постоянной качественной трансформации ядра. Постепенно (с некоторым лагом во времени) происходит трансляция инноваций на периферию [Грицай, Иоффе, Трейвиш, 1991].
Традиционный подход к исследованию региональной депрессивности изучает механизмы экономического упадка ранее благополучных территорий и объясняет экономический спад как результат структурного кризиса (при стагнации отрасли специализации), вызванного сменой технологических укладов. В качестве основного рецепта лечения рассматривается переориентация на новые отрасли производства, размещение в депрессивных регионах предприятий отраслей более новых технологических укладов - то есть продолжение промышленной траектории развития. Однако такой путь провоцирует возобновление, создает опасность закономерного повторения кризисных явлений: с течением времени наступит новый экономический цикл, а отрасли специализации региона, которые считались новейшими для прошлого цикла, снова устареют. Регион сохраняет свое периферийное (зависимое от центра) положение пока в нем не созданы условия для возникновения инноваций, а происходит только адаптация нововведений, созданных извне. В таком случае условия для развития депрессивности сохраняются.
Становление новых подходов к исследованию депрессивных территорий тесно связано с возникновением в 90-е годы XX в. «новой экономической географии», основателем которой считают американского экономиста Пола Кругмана. Его заслугой
1 Московский государственный университет имени М.В. Ломоносова, географический факультет, кафедра социально-экономической географии зарубежных стран, магистрант; e-mail: [email protected]
является систематизация конкурентных преимуществ территорий и выделение двух групп факторов. Факторы «первой природы» не зависят от деятельности людей и включают в себя ресурсообес-печенность, выгодное экономико-географическое положение. Опора на такие преимущества существенно сдерживает модернизацию территории. Преимущества, возникшие в ходе человеческой деятельности, относятся к факторам «второй природы» - это агломерационный эффект, социальный капитал, институты, способствующие улучшению предпринимательского климата, мобильности населения, распространению инноваций и др. [Зубаре-вич, 2010].
Основанный на концепции «новой экономической географии» современный подход к региональной депрессивности ориентирован, таким образом, не столько на статичную картину различий «центра и периферии», сколько на динамику процесса регионального развития и на преодоление депрессивнос-ти благодаря использованию факторов «второй природы». Он рассматривает в качестве первоочередной задачи преодоления депрессивности борьбу с блокировками развития, которые «душат на корню» все стратегические инновационные проекты. Для решения этой проблемы создается новая промышленная политика, призванная «научить» регион успешно функционировать в современной экономике и адаптироваться к переменам. В этом случае выбор падает на инновационную траекторию развития, что проявляется в создании или укреплении местной базы знания, увеличении роли наукоемких отраслей, диверсификации экономики региона и территориальном ребрендинге [Замятина, Пилясов, 2015; Steiner, 1985].
Под «депрессивным регионом» понимается территория, экономика которой находится в состоянии стагнации, что усугубляется отсутствием потенциала инноваций и стимулов для самостоятельного преодоления кризиса. В результате происходит спад промышленного производства, что без четкой региональной политики вызывает сильный рост безработицы, резкое сокращение душевых доходов, миграционный отток населения и в дальнейшем длительные демографические изменения. Таким образом, несмотря на то, что первопричиной региональной депрессивности является устаревшая отраслевая структура экономики, хорошими диагностическими признаками, индикаторами для выявления состояния депрессии могут быть показатели современного развития не только экономической, но и социальной сфер.
Материалы и методы исследований. В рамках исследования был разработан алгоритм выявления депрессивных регионов, отбор которых проводился на 2000 и 2013 гг. Такой выбор дат объясняется как наличием полной статистической информации за этот период, так и поставленными задачами исследования, среди которых актуальная оценка региональной депрессии в Германии и анализ факторов трансформации социально-экономического развития деп-
рессивных регионов с течением времени. Вся статистическая информация была собрана по сетке АТД 3-го уровня (городские и сельские округа Германии; всего в Германии насчитывается 402 округа).
Для выделения депрессивных регионов было отобрано пять индикаторов:
1. Валовой региональный продукт на душу населения. Душевой объем ВРП (валовой региональный продукт) позволяет определить уровень производства товаров и услуг для конечного использования на душу населения и в результате оценить эффективность развития экономики региона;
2. Уровень длительной безработицы. Под длительной (застойной) безработицей в статистике Федерального статистического ведомства Германии понимается безработица в течение 12-ти месяцев и более. Такой тип безработицы характерен прежде всего для моногородов или регионов с не-диверсифицированной экономикой и заключается в резком спаде востребованности некоторых профессий (например, вследствие закрытия градообразующего предприятия);
3. Коэффициент миграционного прироста (на 10 тыс. чел.). Миграционное сальдо характеризует результаты межрегионального перемещения людей и может использоваться как индикатор уровня комфортности среды проживания в регионе. Недостаточное количество рабочих мест, низкая заработная плата или плохие условия труда, а также неблагоприятный социальный климат являются мощным стимулом для миграционного оттока населения в более благополучные регионы;
4. Ввод нового жилья (на 10 тыс. жителей). Показатель ввода нового жилья представлен в виде статистической информации о количестве построенных жилых квартир на 10 тыс. жителей. Низкий годовой объем ввода нового жилья может указывать на отсутствие спроса (например, вследствие миграционной убыли населения), а также на высокую долю пустующих помещений в регионе;
5. Доля пожилого населения (доля людей старше 65 лет от общей численности населения). Повышенная доля пожилого населения указывает на процессы демографического старения в регионе, что является результатом сдвигов в типе воспроизводства населения, рождаемости, смертности, изменении величины миграционного сальдо. Рост доли населения старше 65 лет может стать серьезной проблемой, так как резко увеличивается нагрузка на трудоспособное население. Высокие значения этого показателя также могут стать индикатором миграционной убыли молодого трудоспособного населения, которое является более чувствительным к экономическим проблемам региона и более мобильным. Отток трудоспособного населения безусловно свидетельствует о кризисном состоянии региона.
Для агрегирования исходных статистических данных по пяти индикаторам было проведено ранжирование регионов Германии. Каждый округ занял определенное место на пяти шкалах показателей.
Более благоприятной ситуации в регионе соответствовал более низкий ранг (то есть порядковый номер 1 -лучшее значение показателя среди всех регионов), максимальный ранг (порядковый номер 402) получил наиболее проблемный регион. В результате были просуммированы ранги по пяти показателям отдельно для каждого региона и получен список округов с максимальной суммой баллов, что характеризует их как наиболее кризисные.
На следующем этапе частично применялась методика, разработанная М.В. Мильчаковым в работе, посвященной депрессивным регионам России [Мильчаков, 2012]: было выделено 25% регионов с максимальной суммой рангов (то есть с наиболее кризисной ситуацией). В качестве «механизмов калибровки» для увеличения объективноти отбора и отделения группы слаборазвитых территорий были использованы два дополнительных условия:
1. Ни по одному из пяти показателей регион не должен попадать в категорию 1/4 регионов с минимальным рангом (то есть с наиболее благоприятной ситуацией);
2. Как минимум по трем из пяти показателей регион должен попадать в категорию 1/4 регионов с максимальным рангом (то есть с наиболее кризисной ситуацией).
Регионы, которые не удовлетворяли обоим дополнительным условиям, исключались из категории 25% регионов с максимальной суммой рангов. Для лучшего представления уровня социально-экономического развития выделенные регионы были разбиты на 3 типа по состоянию региональной депрессии (исходя из суммы рангов): «признаки депрессии» -регионы, вошедшие в 1/3 перечня депрессивных регионов с самой низкой суммой рангов; «глубокая депрессия» - к этому типу была отнесена 1/3 регионов с максимальной суммой рангов; в промежуточный тип - «депрессия» - были зачислены регионы, попавшие в 1/3 списка депрессивных регионов со «средними» значениями суммы рангов.
На состояние 2000 г. к депрессивным регионам было отнесено 53 округа Германии, что составило чуть более 13% от общего числа административно-территориальных единиц такого уровня. Полученные результаты свидетельствует о довольно широкой географии региональной депрессивности (рис. 1), однако резко среди других регионов Германии выделяется территория Восточной Германии с сильным сосредоточением проблемных территорий.
В 2013 г. к депрессивным регионам было отнесено 66 округов Германии. Депрессивные явления к 2013 г. стали характерны для большего количества регионов по сравнению с 2000 г. (рис. 2). Все более ухудшается положение восточногерманских земель: в 2013 г. в перечень депрессивных регионов вошли округа и Мекленбурга-Передней Померании (в 2000 г. эта земля была единственной в Восточной Германии (за исключением Берлина), в которой отсутствовали депрессивные регионы). Территории, характеризующиеся глубокой стадией депрессии остались только в Восточной Германии.
Выделение депрессивных регионов позволило выявить регионы, которые смогли преодолеть состояние социально-экономической депрессии к 2013 г. (по принятой в данной работе модели определения депрессивности). В перечень таких регионов вошли 12 округов Германии (рис. 3). В первую очередь, это округа Северного Рейна-Вестфалии, а именно регионы одного из типичных старопромышленных районов Европы - Рурской области, а также наиболее густонаселенной конурбации Германии - Рейнско-Рур-ского региона. Среди них Бохум, Дуйсбург, Золинген, Гельзенкирхен и Хаген. Помимо этого, в список регионов, которые перестали быть депрессивными, вошли городские округа Бремерхафен, Хемниц и Фран-кенталь (Пфальц) и сельские округа Остпригниц-Руппин, Шпрее-Найсе, Кузель и Саарпфальц. Именно на примере этих регионов в дальнейшем выявлялись факторы, способствовавшие смене их социально-экономического положения в стране.
Выбор показателей. Несмотря на то, что первопричина превращения региона в депрессивный заключается в устаревшей отраслевой структуре, факторами успешной трансформации их социально-экономического развития являются не ресурсообес-печенность или возобновление мощного промышленного производства, а факторы «второй природы» -институты, содействующие улучшению предпринимательского климата, созданию и внедрению инноваций, качество человеческого капитала (качество образования, уровень развития здравоохранения, возрастная структура населения, трудовые мотивации), который также оказывает существенное влияние на распространение инноваций [Зубаревич, 2010; Rodrik, 2004]. Важно, что все эти факторы, с одной стороны, являются следствием экономического положения региона, а с другой - фактором изменения этого положения. Именно поэтому возникает возможность «переломить» депрессивную экономическую ситуацию через проведение целенаправленной политики по улучшению предпринимательского климата, человеческого капитала, через привлечение высококвалифицированных мигрантов. Все это - не только следствие улучшения социально-экономической ситуации в регионе, но и фактор этой трансформации, причина выхода из состояния депрессии.
Таким образом, в качестве возможных факторов, которые способствовали преобразованию уровня социально-экономического развития прежде депрессивных территорий, были выбраны следующие показатели: миграционное сальдо (на 10 тыс. жит.), доля молодежи (от 15 до 30 лет) от общей численности населения, доля иностранцев от общей численности населения, количество студентов (на 10 тыс. жит.), доля выпускников без аттестата зрелости (от общего числа выпускников), количество патентов на высокотехнологичные изобретения (на 1 млн жит.), электоральные предпочтения (пять основных партий: ХДС/ХСС, СДПГ, Левые, Союз 90/ «Зеленые», СвДП (Свободная Демократическая Партия Германии)) и религиозная принадлежность (католицизм, протестантизм, атеизм).
Рис. 1. Депрессивные регионы Германии, 2000 г. Fig. 1. Depressed regions of Germany, 2000
Корреляционный анализ. Для оценки влияния каждого из факторов на трансформацию социально-экономического развития депрессивных регионов сначала необходимо проверить, насколько тесно взаимосвязаны между собой выбранные переменные. Для этого необходимо провести корреляционный анализ, который позволит понять, существует ли зависимость исследуемого показателя (зависимой переменной) от независимых переменных и насколько она сильна.
В качестве зависимой переменной было решено использовать значение изменения индекса деп-рессивности с 2000 по 2013 гг., так как задачей исследования является оценка влияния выбранных факторов на трансформацию социально-экономического положения регионов. Индекс депрессивно-
сти был создан на основе тех же пяти показателей, что применялись при выделении депрессивных регионов (душевой ВРП, уровень длительной безработицы, коэффициент миграционного прироста, объем ввода нового жилья, доля пожилого населения). Однако в этом случае применялся уже не метод рангов, а метод, используемый для вычисления ИРЧП (Индекс развития человеческого потенциала).
На основе таких расчетов были получены значения индекса депрессивности в 2000 и в 2013 гг. по всем регионам. Важно, что результаты выделения депрессивных регионов и регионов, преодолевших состояние социально-экономической депрессии, не зависят от выбранного способа: перечень регионов обоих типов, выделенных при использовании индек-
Рис. 2. Депрессивные регионы Германии, 2013 г. Fig. 2. Depressed regions of Germany, 2013
са депрессивности, совпал с таковым, составленным при использовании метода рангов. Переход же к индексу депрессивности был необходим для дальнейшего проведения корреляционного и регрессионного анализов.
Согласно результатам корреляционного анализа, наблюдается средняя обратная корреляционная зависимость между изменением индекса деп-рессивности с 2000 по 2013 гг., с одной стороны, и долей иностранцев (-0,50), долей молодежи (-0,44), долей людей, голосующих за партию Союз 90/ «Зеленые» (-0,39) и числом студентов на 10 тыс. жителей (-0,38) - с другой.
Корреляционный анализ позволил выявить, насколько сильна связь зависимой переменной (то есть изменения индекса депрессивности) и независимых
переменных (факторов). В тех случаях, где уровень связи между переменными не превышает +/-0,15, то есть степень взаимосвязи крайне мала, не имеет смысла проводить дальнейший анализ степени влияния фактора на трансформацию социально-экономического развития, поэтому эти переменные (а именно - доля голосующих за партию ХДС/ХСС, партию СДПГ, доля протестантов и доля выпускников без аттестата зрелости) были исключены из списка рассматриваемых при последующем анализе.
Помимо этого, при проведении регрессионного анализа не стоит рассматривать факторы, которые сильно коррелируют между собой. Для этого нужно избегать включения в анализ независимых переменных, значения коэффициента корреляции между которыми превышает 0,8. Соответственно, помимо
Рис. 3. Регионы Германии, преодолевшие состояние социально-экономической депрессии к 2013 г. (по сравнению с 2000 г.) Fig. 3. The regions of Germany which overcame the socio-economic depression by 2013 (in comparison to 2000)
четырех факторов, которые выбыли из перечня исследуемых из-за низкой степени взаимосвязи с изменением индекса депрессивности, при дальнейшем анализе степени влияния каждого фактора на исследуемую переменную не учитывались доля голосующих за партию «Левые» и доля атеистов или людей с иным вероисповеданием, так как значение коэффициента корреляции между этими двумя факторами было равным 0,9.
Регрессионный анализ является основным способом оценки неявной зависимости исследуемой переменной от определенных факторов. Создание регрессионной модели позволяет определить величину этой зависимости, то есть получить представление о значимости каждого фактора в изменении зависимой переменной.
Напомним, что после проведения корреляционного анализа появилась необходимость исключить из анализа 6 факторов, поэтому среди исследуемых
остались 8 показателей, а именно: коэффициент миграционного прироста (на 10 тыс. жит.), доля молодежи, доля иностранцев, число патентов на высокотехнологичные изобретения (на 1 млн жителей), количество студентов (на 10 тыс. жителей), доля голосующих за партию Союз 90/ «Зеленые», за партию СвДП, доля католиков.
Результаты исследований и их обсуждение. Результаты построения регрессионной модели представлены в табл. 1, 2. Рассмотрим полученную регрессионную статистику. Величина ^-квадрат (Я.2), с помощью которой можно определить качество построенной модели, равняется 0,86. Таким образом, расчетные параметры данной модели (Ь - коэффициент, показывающий значимость других (не исследуемых в модели) факторов - и х, х2,..., хп) на 86% объясняют зависимость и изменение переменной У.
Дополнительным инструментом проверки значимости построенной модели служит критерий
Таблица 1
Результаты регрессионного анализа: оценка адекватности построенной регрессионной модели
Регрессионная статистика
Множественный R 0,93
R-квадрат 0,86
Нормированный R-квадрат 0,47
Стандартная ошибка 0,04
Наблюдения 12
Критерий Фишера (^расч) 2,23
Фишера (^-критерий), который отражает адекватность регрессионной модели. Обычно ^-тест проводится путем сопоставления вычисленного значения ^-критерия с эталонным (табличным) показателем F табл для соответствующего уровня значимости. В нашем случае уровень значимости равен 95%, рассчитанный критерий Фишера - 2,23. Эталонное значение критерия Фишера для установленного уровня значимости и восьми переменных равно 8,85. Для того, чтобы уравнение считалось статистически значимым, необходимо выполнение условия F расч.<^габл. Поскольку 2,23<8,85, то можем убедиться в значимости построенной регрессионной модели.
Таким образом, после проведенной проверки можно сделать вывод, что уравнение этой регрессионной модели верно и имеет вид: У = 2,23 + 0,0003 х} - 0,138 х2 + 0,005 х3 + 0,003 х( +
+ 0,00001 х5 + 0,011 Хб - 0,03 х7- 0,0007 х1Г (1)
То есть изменение индекса депрессивнос-ти = 2,23 + (0,0003 х коэффициент миграционного прироста) + (-0,138 х доля молодежи) + (0,005 х доля иностранцев) + (0,003 х количество патентов на хай-тек изобретения) + (0,00001 х количество студентов) + (0,011 х доля голосующих за Союз 90/ «Зеленые») + (-0,03 х доля голосующих за партию СвДП) + (-0,0007 х доля католиков).
Коэффициенты регрессии (табл. 2) следует понимать как степень влияния каждого из факторов на изменение индекса депрессивности, если все остальные рассматриваемые факторы остаются константами. Наибольшее значение среди всех коэффициентов имеет показатель доли молодежи в общей численности населения —0,138. Это означает, что среди всех рассматриваемых факторов значимость доли молодежи в изменении индекса деп-рессивности больше всего. Отрицательное значение этого значения указывает на обратную связь этого фактора и зависимой переменной, то есть индекс депрессивности становится тем меньше, чем больше доля молодого населения в регионе. И, соответственно, наоборот: усугубление социально-экономической депрессии (то есть рост индекса депрессивности) провоцируется низкой долей молодежи.
Отрицательная связь изменения индекса деп-рессивности отмечается также с долей голосующих за СвДП и долей католиков: -0,03 и -0,0007 соответственно. Однако если величина коэффициента регрессии у показателя доли голосующих за партию СвДП относительно значима (-0,03), что дает право утверждать, что сокращение региональной депрессивности в определенной степени обуславливается повышенной долей голосующих за либеральную партию, то в случае с показателем доли католиков установление подобной связи необходимо осуществлять с большой осторожностью и на основе дополнительных исследований, так как коэффициент регрессии равен всего -0,0007.
Важно, что высокие доли молодежи и голосующих за либеральную партию являются именно причиной, фактором снятия социально-экономической депрессивности, а не следствием улучшения экономической ситуации в регионе. Как подтверждение - сопоставимо высокие значения этих показателей в более ранний период: доля молодежи изменилась с 2000 по 2013 гг. совсем незначительно, на доли процента, а что касается доли голосующих за СвДП (при сравнении итогов 2013 г. и 1998, 2002 гг.), то в этом случае произошло даже уменьшение к 2013 г. доли либералов в исследованных регионах. Таким образом, можно утверждать, что эти два фактора действительно являлись исходным позитивным условием для преодоления депрессивности и не были вызваны улучшением социально-экономического положения этих регионов.
Остальные 5 факторов (коэффициент миграционного прироста, доля иностранцев, количество патентов на высокотехнологичные изобретения, количество студентов и доля голосующих за партию Союз 90/ «Зеленые») имеют прямую связь с изменением индекса депрессивности. Однако относительно высокое (0,011) значение коэффициента среди этих факторов имеет только показатель
Таблица 2
Результаты регрессионного анализа: коэффициенты регрессии
Показатель Значение
коэффициента
У-пересечение 2,23
Коэффициент миграционного прироста 0,0003
Доля молодежи -0,138
Доля иностранцев 0,005
Патенты на высокотехнологичные 0,003
изобретения
Количество студентов 0,00001
Доля голосующих за Союз 90/ «Зеленые» 0,011
Доля голосующих за СвДП -0,030
Доля католиков -0,0007
доли голосующих за партию Союз 90/ «Зеленые», поэтому можно считать, что остальные четыре фактора не влияют на динамику индекса депрес-сивности.
Выводы:
- по результатам выделения депрессивных регионов можно заключить, что социально-экономическая депрессивность является актуальной проблемой в территориальном развитии Германии. За исследуемый период с 2000 по 2013 гг. еще больше усугубилось положение восточногерманских земель: к 2013 г. уже все земли Восточной Германии (кроме Берлина) имели в своем составе депрессивные регионы. К депрессивным территориям по состоянию на 2013 г. были отнесены, во-первых, регионы Восточной Германии с почти повсеместным распространением социально-экономической депрессии (за исключением Берлина), во-вторых, округа Рурской области и, в третьих, регионы востока и юго-востока Нижней Саксонии, северо-востока Гессена, а также крайнего северо-востока Баварии (преимущественно на границе с Восточной Германией);
- проведение регрессионного анализа подтвердило значимость молодого поколения в трансформации социально-экономического развития депрессивных регионов: этот фактор является самым значимым из восьми исследованных, причем наблюдается обратная связь этого показателя с изменением уровня социально-экономической депрессии. Это означает, что большая доля молодежи (то есть людей от 15 до 30 лет) - самой активной части общества, которая обладает высоким творческим потенциалом и более развитой способностью к усвоению инноваций, способствует выходу региона из состояния социально-экономической депрессии;
- к факторам преодоления региональной деп-рессивности можно также отнести повышенную долю голосующих за главную либеральную партию Германии - Свободную демократическую партию (СвДП). Либеральные и демократические устои, а также признание толерантного отношения способствуют привлечению в регион креативного класса, который в свою очередь становится движущей силой социально-экономического развития региона.
СПИСОК ЛИТЕРАТУРЫ
Грицай О.В., Иоффе Г.В., Трейвиш А.И. Центр и периферия в региональном развитии. М.: Наука, 1991. 168 с.
Замятина Н., Пилясов А. Инновационный поиск в монопрофильных городах: блокировки развития, новая промышленная политика и дорожная карта перемен. М.: УРСС, 2015. 216 с.
Зубаревич Н. Регионы России: неравенство, кризис, модернизация. М.: Независимый институт социальной политики. 2010. 160 с.
Мильчаков М. В. Факторы и динамика развития депрессивных регионов и городов России. Дис. ... канд. геогр. н. М., 2012. 168 с.
Friedmann J. Regional development policy. Boston, MIT,
1966.
Rodrik D. Industrial Policy for the Twenty-First Century. Harvard University, 2004. [Электронный ресурс] // https:// www.sss.ias.edu/files/pdfs/Rodrik/Research/industrial-policy-twenty-first-century.pdf. Дата последнего обращения: 25.02.2016.
SteinerM. Old industrial areas: A theoretical approach // Urban Studies. 1985. V. 22. P. 387-398.
Поступила в редакцию 15.11.2016 Принята к публикации 09.06.2017
J.R. Krasnoperova1
FACTORS OF TRANSFORMATION OF THE SOCIOECONOMIC DEVELOPMENT IN THE DEPRESSED REGIONS OF GERMANY
The approaches to studying the phenomenon of socioeconomic depression are systematized and the factors of formation and the instruments of support of depressed territories are analyzed. The importance of factors of «second nature» in the process of overcoming the regional depression is outlined.
The depressed regions of Germany are identified for 2000 and 2013 using the original technique. The study also presents the present-day pattern of the depression phenomena and the estimation of spatial changes during the period under study.
The regression analysis was applied to reveal the factors contributing to the transformation of socioeconomic development level. Apart from the economic influence special attention is paid to the role of demographic, social and cultural features in the process of overcoming the regional depression.
Key words: regional depression, depressed region, factors of «second nature».
1 Lomonosov Moscow State University, Faculty of Geography, Department of Social-Economic Geography of Foreign Countries, Master's Student; e-mail: [email protected]
REFERENCES
Friedmann J. Regional development policy. Boston, MIT,
1966.
Gricaj O.V., loffe G.V., Trejvish A.I. Centr i periferiya v regional'nom razvitii [The center and the periphery in regional development]. M.: Nauka, 1991. 168 p. (in Russian).
Mil 'chakov M. V. Faktory i dinamika razvitiya depressivnyh regionov i gorodov Rossii [Factors and dynamics of development of the depressive regions and cities of Russia]. Dis. ... kand. geogr. n. M., 2012. 168 p. (in Russian).
Rodrik D. Industrial Policy for the Twenty-First Century. Harvard University, 2004. [Электронный ресурс] // https:// www.sss.ias.edu/files/pdfs/Rodrik/Research/industrial-policy-twenty-first-century.pdf. Accessed on: 25.02.2016.
SteinerM. Old industrial areas: A theoretical approach // Urban Studies. 1985. V. 22. P. 387-398.
Zamyatina N., Pilyasov A. Innovacionnyj poisk v monoprofil'nyh gorodah: blokirovki razvitiya, novaya promyshlennaya politika i dorozhnaya karta peremen [Innovative search in the company towns: the lock-in effect, new industrial policy and road map of changes]. M.: URSS, 2015. 216 p. (in Russian).
Zubarevich N. Regiony Rossii: neravenstvo, krizis, modernizaciya [Regions of Russia: inequality, crisis, modernization]. M.: Nezavisimyj institut social'noj politiki. 2010. 160 p. (in Russian).
Received 15.11.2016 Accepted 09.06.2017
