CC BY
24Ю. В. Вертакова1 В. Г. Зарецкая2
ИССЛЕДОВАНИЕ ПРОЦЕССОВ КОНВЕРГЕНЦИИ РЕГИОНАЛЬНОГО ЭКОНОМИЧЕСКОГО И СОЦИАЛЬНОГО РАЗВИТИЯ В УСЛОВИЯХ ЦИФРОВИЗАЦИИ И МОДЕРНИЗАЦИИ РОССИЙСКОЙ ЭКОНОМИКИ
Показано, что различия в экономическом развитии и в социальных показателях усложняют проблему управляемости в масштабе страны; неоднородность социальных показателей регионов обусловливает различные условия жизни для населения, нарушает принцип равных возможностей для граждан России. Предметом исследования является динамика экономических показателей (уровень ВРП на душу населения, показатели инвестиций, уровня жизни и т. д.) в различных субъектах Федерации с точки зрения их исходной однородности и процессов конвергенции или дивергенции за последние годы. В качестве методов исследования использованы показатели о- и Р-конвергенции, а также показатель вариации ряда. В процессе исследования сделаны выводы о существовании активных конвергентных региональных процессов в 2004-2013 гг. (особенно это касалось показателей заработной платы и доходов, в несколько меньшей мере - ВРП и инвестиций на душу населения). После 2013 г. процессы конвергенции в экономических показателях в основном прекратились, по показателю инвестиций на душу населения имеется некоторая дивергенция. При этом по регионам наблюдается значительная однородность по показателям, характеризующим цифровизацию экономики. В связи с достаточно равномерным процессом развития по этому направлению появляется шанс конвергенции экономического пространства, сближения регионов по уровню экономического развития. Ключевые слова: регион, дивергенция, конвергенция, ВРП, доходы, инвестиции, заработная плата.
DOI: 10.37930/1990-9780-2022-2-72-66-86 УДК 330.352
Введение
Проблема значительных и не сокращающихся с годами различий в уровнях социально-экономического развития регионов Российской Федерации [1-8 и др.] вызывает у политиков, учёных, государственных функционеров серьёзную озабоченность по пово-
1 Юлия Владимировна Вертакова, профессор кафедры менеджмента и информационных технологий Курского филиала Финансового университета при Правительстве Российской Федерации (305016, РФ, Курск, ул. Ломоносова, 3), д-р экон. наук, профессор, e-mail: vertakova7@ yandex.ru
2 Вера Григорьевна Зарецкая, доцент кафедры менеджмента и информационных технологий Курского филиала Финансового университета при Правительстве Российской Федерации (305016, РФ, Курск, ул. Ломоносова, 3), канд. экон. наук, доцент, e-mail: zar.59@mail.ru
ду целостности экономического пространства, угрозы разрыва экономических региональных связей. Экономическое неравенство несёт потенциальную опасность для территориальной целостности страны. Известно, что распад СССР, вызванный комплексом причин, был обусловлен в том числе социально-экономическими различиями между республиками, завышенными иждивенческими ожиданиями одних регионов и нежеланием делиться доходами в сложном экономическом положении других регионов. Согласно докладу Всемирного банка, «постоянная несправедливость и растущее неравенство между группами, а не отдельными лицами постепенно оказывает разрушающее воздействие на сплоченность общества» (цит. по: https://openknowledge.worldbank.org/bitstream/ handle/10986/30393/ 9781464813535.pdf). Проблема неравномерности развития регионов осознавалась российскими политиками в период восстановления экономики после спада 1990-х гг. В 2001 г. была принята Федеральная целевая программа «Сокращение различий в социально-экономическом развитии регионов Российской Федерации (2002-2010 гг. и до 2015 г.)», которая была досрочно прекращена в 2006 г. (см.: https://docs.cntd.ru/ document/90l798968), при этом цели программы достигнуты не были.
Идея единого государства предполагает некоторую однородность: единство закона, идеологии, культурологическую однородность и др. Но главное - это единое экономическое пространство. Единая валюта, таможенное пространство, налоговая система и, конечно, сходный уровень экономических условий для развития индивида и бизнеса -это атрибутивные экономические признаки устойчивой государственности. Однородность условий особенно важна в медицине, образовании и других базовых сферах жизнедеятельности населения, обеспечивающих равные возможности для людей в разных регионах. Например, школьник должен иметь возможность получить образование одинакового уровня, обучаясь в Москве или в Тыве. Теоретически государство гарантирует это право: в стране приняты соответствующие стандарты образования, единые, действующие на всем пространстве образовательные программы, издаются единые учебники, да и сами педагоги готовятся по государственным стандартам. На практике уровень образования в регионах столь различен, что школьники, получившие первые места на региональных олимпиадах, не попадают автоматически на олимпиаду общероссийскую. Это не имеет смысла, если, став победителями в своем регионе, они не набрали необходимого количества баллов.
Единые стандарты и протоколы работают и в медицине. Это должно обеспечить жителям России равную доступность к медицинской помощи. На деле же получить высокотехнологичную помощь можно только в крупных центрах. Чтобы дождаться, например, пересадки почки, человек должен на несколько лет переселиться с Камчатки, как минимум, в Новосибирск, за 8,5 тыс. километров, обеспечить себя жильем и иметь денежные средства на этот период.
Безусловно, экономические различия в развитии регионов порождают неравенство в социальных показателях, уровне жизни граждан Российской Федерации, что угрожает национальной экономической безопасности.
Методы исследования
Предметом данного исследования является динамика экономических показателей (ВВП на душу населения, показателей инвестиций, уровня жизни и т. д.) в различных субъектах Федерации с точки зрения их исходной однородности и конвергенции или дивергенции.
Под конвергенцией в экономике понимается процесс сближения во времени уровней развития стран, регионов, отраслей. Противоположный процесс называется дивергенцией. В своём исследовании мы будем разделять экономические и социаль-
ные показатели. Такое выделение может показаться искусственным, но оно поможет оценить степень различий уровня жизни в отдельных регионах и связь экономических и социальных показателей. Мы предполагаем наличие процессов конвергенции по показателям, характеризующим социальное и экономическое развитие регионов РФ. Процессы конвергенции являются залогом долгосрочного устойчивого развития.
Тематика исследования потребовала ознакомления с широким кругом вопросов, затрагивающих теоретические вопросы и практические проблемы оценки процессов дивергенции, конвергенции, территориального неравенства. Эта тема не так широко обсуждается, как другие проблемы экономического развития в России. Большинство широко цитируемых исследований было выполнено в 2005-2013 гг., затем эта повестка несколько теряет свою популярность в научных журналах, хотя острота проблемы не уменьшилась.
Наиболее известными, по нашему мнению, работами по данной тематике являются статьи Н. В. Зубаревич, С. Г. Сафронова [9, 10]. В них изучается в том числе социально-экономическое неравенство (в доходах населения, заработной плате, уровне бедности) и делаются выводы о конвергенции, сокращении неравенства по этим показателям. Авторы в качестве инструмента сокращения неравенства называют перераспределение государством нефтяной ренты, что указывает на паллиативность таких мер, не приводящих к выстраиванию устойчивых тенденций выравнивания анализируемых факторов.
Проблемой пространственного развития РФ активно занимается группа исследователей Института экономики и организации промышленного производства СО РАН (Новосибирск). Ими опубликован ряд работ [11, 12], в которых на основе идей новой экономической географии доказывается естественность процессов дальнейшей дивергенции регионов по уровню концентрации производительных сил. Поскольку в работах сохраняется преемственность изложения (статистические данные и расчёты -с 2000 г.), эти авторы показали возрастающую дивергенцию регионов, сосредоточение человеческих ресурсов и производства по направлениям: запад - восток; центр - периферия, добывающие регионы - обрабатывающие.
Методологической базой авторского исследования служат труды А. Г. Гранберга [13, 14 и др.], а также известных зарубежных экономистов, изучающих процессы перераспределения ресурсов между регионами: Г. Мюрдаля [15], Дж. Фридмана [16] и др. Ф. Перру были рассмотрены вопросы концентрации деловой активности в определённых благоприятных локациях, с асимметрией на «полюсах» [17], причём эта концентрация восстанавливалась даже после войн, сопровождавшихся разрушением инфраструктуры [18, 19], что говорит об устойчивости указанных полюсов.
В рамках теории новой экономической географии П. Кругмана [20] были построены экономико-математические модели, которые показали формальные преимущества перемещения производства в определённые регионы. Все факторы, влияющие на процессы концентрации и перемещений, были объединены в две группы: первая определялась природными ресурсами и географическим положением; вторая, созданная человеком, также выступала объективной доминантой, обеспечивающей функцию притяжения ресурсов с периферии. Ко второй группе можно отнести эффект урбанизации, созданную инфраструктуру, институциональные условия.
В качестве методического инструментария для оценки степени неравномерности пространственного развития наши предшественники использовали следующие варианты измерения неравномерности структурных единиц пространственно распределенных социально-экономических систем: коэффициент Джини, индекс Тейла, Р-конверген-цию (показывает темп роста показателей отдельных элементов системы), о-конвер-
генцию и коэффициент вариации (показывают степень однородности элементов системы) и др.
Коэффициент Джини традиционно используют для исследования неравенства доходов населения. Теоретически его (или его модификации) можно применять при исследовании неравенства по другим стоимостным параметрам социально-экономического развития, например, при оценке равномерности распределения бюджетного финансирования [21, 22]). Формула для расчёта коэффициента Джини следующая:
G = 1 - 22", X - sum 7. + X" X • Y , (1)
'—'1=1 1 1 '—'1=1 1 1 v '
где X - доля исследуемой группы (обычно населения) в общей величине показателя; Y. - доля второй величины, исследуемой на неравномерность распределения (обычно доходов) в общей величине; sum Y - кумулятивная доля показателя, исследуемого на неравномерность распределения по 1-й группе. Например, если групп 3, то sumYj для первой группы - это доля показателя по первой группе; sumY2 равно сумме долей первой и второй групп, а sum Y равно единице.
Чаще всего этот коэффициент предлагают рассчитывать графическим методом. Однако G не подходит для исследования показателей в других, не стоимостных единицах измерения, что затрудняет сравнение результатов по различным параметрам, характеризующим региональное неравенство. Кроме того, он не пригоден для исследования показателей, не подразумевающих аддитивную составляющую в условиях системы. Мы можем говорить о коэффициенте Джини в отношении доходов населения (например, 20 % населения получают 10 % доходов, следующие 20 - 15 % доходов и т. д.; сумма всех доходов будет равна 100 %). Исследуя же неравенство по отношению к показателю ВВП либо инвестиций на душу населения, мы не можем принять их сумму за 100 %. То есть эта модель без модификации не подходит для рассматриваемых нами показателей.
Индекс Тейла Т также достаточно широко используют для характеристики однородности системы, например, при исследовании равенства доходов:
R
Y , Y
T = H-Y- • ln --), (2)
r=1
Y = Г^, (3)
где Yr - доход или другой показатель r-го объекта (индивидуума); Y/R - среднее значение показателя (дохода).
Если все показатели Yr равны между собой, то Yr=Y/R, тогда показатель равен 0. Максимальное неравенство будет давать коэффициент, равный 1.
Преимуществом индекса Тейла является то, что он подлежит разложению, т. е. с его помощью мы можем проследить вклад, например, отдельных федеральных округов в общий показатель неравенства. Недостаток у этого показателя тот же, что у индекса Джини. Мы должны рассматривать равномерность распределения чего-то, в сумме составляющего 100 %. При этом некоторые исследователи не учитывают это обстоятельство и применяют данный метод для изучения, например, неравномерности в уровнях ВРП на душу населения или в уровнях производительности труда по регионам [11].
Такой подход нам представляется сомнительным и не применимым к нестоимостным показателям (уровням занятости, цифровизации и др.). Тем не менее мы использовали этот метод на начальной стадии исследования и выяснили, что коэффициент Тейла, рассчитанный по годам исследования по показателю ВРП на душу населения, имеет корреляцию, близкую к показателю о-конвергенции, применение которого кажется нам более корректным.
Методы о- и Р-конвергенции наиболее распространены при исследовании процессов конвергенции и дивергенции (в частности, мы использовали их при изучении процессов неравномерности развития в ЕС [23, 24]).
Для анализа сходимости, вернее, однородности элементов системы, применяют показатели о-конвергенции. Для её расчёта используется показатель среднеквадрати-ческого отклонения, характеризующий среднее отклонение изучаемого признака от среднего значения:
Поскольку сам изучаемый признак имеет тенденцию к изменению (например, экономический рост или инфляция будут увеличивать ВРП на душу населения и могут увеличить стандартное отклонение), для анализа полезно нормировать среднеквадра-тическое отклонение, т. е. использовать коэффициент вариации:
В формулах (5) и (6) у. - значение наблюдаемого показателя за .-й период; у -среднее значение наблюдаемого показателя за весь период наблюдения.
В процессе исследования будут рассчитаны стандартное отклонение и коэффициент вариации по анализируемым показателям субъектов Российской Федерации. Уменьшение стандартного отклонения и коэффициента вариации говорит о наличии процессов конвергенции, так как отличия по регионам постепенно сглаживаются, наблюдается процесс сходимости в уровнях ВРП на душу населения, уровне жизни и других показателях. Увеличение стандартного отклонения и коэффициента вариации свидетельствует о дивергенции и возникновении предпосылок к дезинтеграции.
Р-конвергенция характеризуется темпами роста важнейших показателей развития экономики. Для её расчёта используется математическая модель базисных темпов роста изучаемого показателя:
где У Уп - значения изучаемого показателя динамического ряда соответственно в первый и в последний год наблюдений или в любой другой год, в который мы хотим проследить процесс конвергенции.
При помощи этого показателя сравнивают темпы изменения аналогичных показателей разных регионов. Если темпы роста показателей регионов с относительно низкими начальными показателями (регионы-аутсайдеры) опережают темпы роста регионов-лидеров, то это говорит о наличии процессов конвергенции, и наоборот.
Использование показателей Р-конвергеции требует внимательного выбора периода расчёта, поскольку на длинных интервалах показатель Р-конвергенции зачастую не может уловить существование нескольких сменяющих друг друга периодов (тенденций) развития процессов сближения или диверсификации.
В исследовании выдвинута гипотеза: успешное развитие социально-экономической системы страны обеспечивает постепенную конвергенцию основных показателей социально-экономического развития регионов.
Содержание и результаты исследования
Российская Федерация экономически очень неоднородна. Развитие государства шло путём присоединения восточных и южных территорий к европейскому «ядру». Плот-
о = STD = - У.)Л2)/И].
(4)
V = о/у.
(5)
(6)
ность населения, уровень экономического развития, индустриализация и урбанизация общества в «старых» европейских районах Российской Федерации по-прежнему гораздо выше, чем в восточных регионах. Южные регионы, как правило, не уступают по показателю плотности населения, но остальные индикаторы развития существенно ниже.
Когда речь идёт о восточных регионах России, то даже с учётом объективных климатических условий (сложность проживания в северных районах Евразии) остаётся необъяснимой малая плотность населения, скажем, юга Хабаровского или Приморского края (Хабаровск расположен южнее Курска и Киева, Владивосток - немногим севернее Баку).
В советские годы, в период индустриализации осуществлены колоссальные вложения в развитие регионов Урала, Западной и Центральной Сибири, Дальнего Востока. Эти регионы развивались опережающими темпами, увеличивалась численность населения. Однако с переходом к рыночному типу хозяйствования и сокращением государственного финансирования темпы экономического развития восточных регионов снизились, наблюдается отток населения.
Неравномерность размещения производительных сил в России поражает. В 2019 г. (последний доступный нам на момент проведения исследования год с полными данными государственной статистики) ВРП на душу населения в Сахалинской области составлял 2400 тыс. рублей на одного человека в год, в то время как в Республике Ингушетия - 145 тыс. рублей в год. Разница между подушевым ВРП в субъектах, занимающих первое и последнее места по этому показателю, - почти в 17 раз. Все расчёты велись только при учёте таких субъектов Российской Федерации, как края и области, республики. Если выделять в этом анализе автономные округа, то различия будут ещё сильнее.
Исходные данные для оценки уровня дивергенции или конвергенции представляют собой достаточно громоздкие таблицы, поэтому мы приводим только фрагмент таких данных (табл. 1) и результаты расчётов (табл. 2). Как видно из табл. 2, коэффициент вариации по ВРП на душу населения имеет тенденцию к росту до 2005 г. Этот период характеризуется высокими темпами роста ВРП (5...7 % в год), и неравенство регионов по этому показателю нарастает - высокоразвитые регионы растут быстрее. Затем наступает период некоторой конвергенции регионов, после 2013 г. показатель стабилизируется и имеет некоторую тенденцию к росту (дивергенция) после 2016 г.
Гораздо сложнее с анализом Р-конвергенции. Темп роста ВРП на душу населения в текущих ценах по РФ составляет 16,35 %. Мы насчитали 35 субъектов РФ, у которых темп роста был ниже, чем в среднем по стране. В эту группу вошли очень разные регионы. Часть из них имела ВРП существенно выше среднего (Москва, Московская область), часть явно относилась к регионам-аутсайдерам (Костромская, Липецкая, Орловская области, если речь идет о ЦФО). Наибольшая доля регионов с низким Р-коэффициентом в Уральском федеральном округе (75 %) и Приволжском (71 %). Между тем, по уровню ВРП на душу населения они занимают соответственно 1 и 6 места (из 8). Мы не смогли сделать однозначных выводов о превышении базисных темпов роста наиболее развитых регионов над отстающими либо наоборот.
Таким образом, в дальнейшем исследовании мы будем в большей степени опираться на коэффициент вариации, т. е. на характеристику о-конвергенции как показателя степени однородности системы.
Нам показалось продуктивным сравнить уровень Р- и о-конвергенции по ВРП на душу населения с аналогичными показателями стран Евросоюза. (табл. 3). Мы не стали отражать промежуточные результаты Р-конвергенции, ограничились расчётом темпов базисного роста показателя относительно 2000 г.
Исходные данные для расчета 0- и о- конвергенции по величине ВРП на душу населения
по Центральному федеральному округу*
ко
Область 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
Белгородская 27970 33127 41327 50271 75629 95911 118211 156225 208548 199046 260016 331010 354571 368875 400821 447620 469922 506168 559184 617427
Брянская 17414 21512 27020 31953 37719 49923 62188 78519 96885 98015 114778 137187 164727 175865 196097 221080 229845 251086 272743 332443
Владимирская 21073 27170 32924 40809 49353 58261 76185 99683 119942 127815 155494 181843 200456 216321 232758 262946 282604 298376 321079 394560
Воронежская 20365 24905 34790 42238 49530 56535 70493 94850 122591 129113 148433 203576 241947 262578 308005 345567 350098 371925 404839 431037
Ивановская 14240 18947 23397 29192 35733 40039 50272 68866 80709 81287 103280 12146 129448 151264 146033 174688 174277 181378 195995 249592
Калужская 22438 30202 35708 47137 56326 69192 84317 109790 147930 152612 186348 232722 283300 291365 324024 336354 367868 410481 461023 541870
Костромская 21985 29668 35110 40741 52661 63304 78227 95687 119072 116856 146537 175627 198143 211383 223884 245941 243346 258533 281569 319405
Курская 23678 28946 36546 46131 63512 72995 88949 111348 146276 141834 171322 203676 221537 242646 266769 301243 323146 346101 385588 449289
Липецкая 39051 41309 58066 79661 117959 121376 150197 176535 219136 192165 211611 246214 251961 271896 343840 388075 418328 439070 506054 499587
Московская 26688 35569 47324 62023 79833 104738 137092 188565 237596 217340 259422 304343 336651 359047 381893 437249 496849 506478 556414 670800
Орловская 25168 31676 41323 49342 54740 64180 79342 95387 120531 113849 134534 167465 187660 213218 232962 273108 284386 286468 310357 360732
Рязанская 22070 29646 37164 48978 58095 70666 89011 102983 128212 131891 154845 186187 221430 244399 259732 285258 296254 321083 342734 392304
Смоленская 25798 33575 39983 47084 54179 63687 77367 94432 121013 125743 156567 184185 206392 232504 242885 266927 275444 306414 330766 370820
Тамбовская 19134 25830 32858 40134 49099 55574 70416 94533 108653 123512 131457 159543 188419 220393 268052 300290 284834 288147 323619 350323
Тверская 23073 31210 37695 47234 61158 68049 90518 112022 139216 144258 161305 189484 200327 224622 239829 251633 277929 300329 345919 383529
Тульская 24292 30989 38894 43542 53715 71587 88476 109226 146466 136852 152572 180866 202303 227926 270915 316249 345117 372265 428276 462903
Ярославская 29828 44116 54917 67915 84008 99335 117309 143936 166712 165758 187876 225778 257427 285332 307827 348376 371537 403038 443970 482945
Москва 115631 134436 171128 209174 268390 381997 477873 601147 734242 628930 730774 859355 895018 980987 1051560 1102496 1152351 1260755 1423589 1555587
(о; §
а
I
г; -с
О §
ГЪ 05
о
о.
Гй
а
г;
£ О О
г; г;
о
К)
К)
&
К)
3
*Составлено по данным Росстата (https://rosstat.gov.ru/accounts).
Расчётные значения 0- и о-конвергенцин ВРП на душу населения*
со
Область 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
Белгородская 1,00 1,18 1,48 1,80 2,70 3,43 4,23 5,59 7,46 7,12 9,30 11,83 12,68 13,19 14,33 16,00 16,80 18,10 19,99 22,07
Брянская 1,00 1,24 1,55 1,83 2,17 2,87 3,57 4,51 5,56 5,63 6,59 7,88 9,46 10,10 11,26 12,70 13,20 14,42 15,66 19,09
Владимирская 1,00 1,29 1,56 1,94 2,34 2,76 3,62 4,73 5,69 6,07 7,38 8,63 9,51 10,27 11,05 12,48 13,41 14,16 15,24 18,72
Воронежская 1,00 1,22 1,71 2,07 2,43 2,78 3,46 4,66 6,02 6,34 7,29 10,00 11,88 12,89 15,12 16,97 17,19 18,26 19,88 21,17
Ивановская 1,00 1,33 1,64 2,05 2,51 2,81 3,53 4,84 5,67 5,71 7,25 8,56 9,09 10,62 10,26 12,27 12,24 12,74 13,76 17,53
Калужская 1,00 1,35 1,59 2,10 2,51 3,08 3,76 4,89 6,59 6,80 8,31 10,37 12,63 12,99 14,44 14,99 16,39 18,29 20,55 24,15
Костромская 1,00 1,35 1,60 1,85 2,40 2,88 3,56 4,35 5,42 5,32 6,67 7,99 9,01 9,62 10,18 11,19 11,07 11,76 12,81 14,53
Курская 1,00 1,22 1,54 1,95 2,68 3,08 3,76 4,70 6,18 5,99 7,24 8,60 9,36 10,25 11,27 12,72 13,65 14,62 16,28 18,98
Липецкая 1,00 1,06 1,49 2,04 3,02 3,11 3,85 4,52 5,61 4,92 5,42 6,30 6,45 6,96 8,80 9,94 10,71 11,24 12,96 12,79
Московская 1,00 1,33 1,77 2,32 2,99 3,92 5,14 7,07 8,90 8,14 9,72 11,40 12,61 13,45 14,31 16,38 18,62 18,98 20,85 25,14
Орловская 1,00 1,26 1,64 1,96 2,17 2,55 3,15 3,79 4,79 4,52 5,35 6,65 7,46 8,47 9,26 10,85 11,30 11,38 12,33 14,33
Рязанская 1,00 1,34 1,68 2,22 2,63 3,20 4,03 4,67 5,81 5,98 7,02 8,44 10,03 11,07 11,77 12,92 13,42 14,55 15,53 17,78
Смоленская 1,00 1,30 1,55 1,83 2,10 2,47 3,00 3,66 4,69 4,87 6,07 7,14 8,00 9,01 9,41 10,35 10,68 11,88 12,82 14,37
Тамбовская 1,00 1,35 1,72 2,10 2,57 2,90 3,68 4,94 5,68 6,46 6,87 8,34 9,85 11,52 14,01 15,69 14,89 15,06 16,91 18,31
Тверская 1,00 1,35 1,63 2,05 2,65 2,95 3,92 4,86 6,03 6,25 6,99 8,21 8,68 9,74 10,39 10,91 12,05 13,02 14,99 16,62
Тульская 1,00 1,28 1,60 1,79 2,21 2,95 3,64 4,50 6,03 5,63 6,28 7,45 8,33 9,38 11,15 13,02 14,21 15,32 17,63 19,06
Ярославская 1,00 1,48 1,84 2,28 2,82 3,33 3,93 4,83 5,59 5,56 6,30 7,57 8,63 9,57 10,32 11,68 12,46 13,51 14,88 16,19
Москва 1,00 1,16 1,48 1,81 2,32 3,30 4,13 5,20 6,35 5,44 6,32 7,43 7,74 8,48 9,09 9,53 9,97 10,90 12,31 13,45
Стандартное отклонение 24258 31365 38716 48769 61656 84715 100139 119752 141524 151264 167683 203508 216329 225466 257335 279779 283716 305234 396336 418509
Коэффициент вариации 0,741 0,748 0,752 0,769 0,765 0,859 0,815 0,781 0,759 0,799 0,764 0,771 0,745 0,724 0,761 0,741 0,714 0,720 0,818 0,764
§ О
СГ
•>4
43
8
§ §
а
р
г; ч г;
* Рассчитано авторами на основе данных табл. 1.
Исходные данные и показатели о- и р-конвергенции по ВВП на душу населения стран Евросоюза, долл.
Код 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 Р
AUT 29389 29716 31178 32124 33756 35025 37615 39384 41316 40957 42053 44469 46478 47937 48814 49942 52665 54185 57069 58665 55340 1,88
BEL 27797 28799 30282 30901 32037 33177 35212 36746 37883 37779 39869 40943 42290 43673 44930 46202 48599 50443 52663 54709 52063 1,87
BGR 6425 7046 7755 8357 9118 10184 11248 12605 14090 13928 14605 15667 16247 16589 17561 18343 20020 21387 22911 24579 24350 3,79
CYP 21299 22873 23557 24255 25923 27763 29975 32842 34830 33910 33449 33313 31835 30375 30080 31815 35719 38051 40477 41515 38603 1,81
CZE 16215 17616 18246 19503 20895 22046 23827 26190 27854 27656 27790 29000 29259 30829 32504 33909 36101 38843 41148 43327 42044 2,59
DEU 27463 28671 29504 30238 31715 32237 34620 36814 38432 37493 39707 42542 43360 44994 47011 47610 50579 52953 54955 55891 53809 1,96
DNK 28679 29460 30640 30792 32921 34153 37286 38969 41283 40362 43041 44408 44809 46743 47905 49058 51967 55356 57453 59870 60566 2,11
ESP 21601 23007 24376 25015 26160 27601 30705 32424 33242 32113 31717 31872 31725 32453 33544 34929 37314 39580 40780 42212 38335 1,77
EST 9409 10292 11635 13081 14483 16574 19252 22128 22808 20591 21785 24739 26141 27596 29108 29436 31574 33902 36406 38881 38454 4,09
FIN 26796 27808 28605 29022 31176 32052 34409 37793 40084 38000 38986 40917 40873 41493 41750 42490 44934 47570 49749 51557 51096 1,91
FRA 26106 27506 28528 28148 29041 30504 32431 34087 35103 34712 35939 37448 37684 39528 40144 40830 42856 44446 46419 49345 46422 1,78
GRC 19525 20964 22616 23872 25439 25577 28511 29285 30856 30381 27934 25671 24912 25948 26642 26721 27471 28645 29681 30869 28486 1,46
HRV 11008 11535 12637 13543 14521 15295 17413 19307 20763 20004 19810 20793 21161 21827 22073 22981 24888 26766 28533 30231 28594 2,60
HUN 11858 13214 14526 15465 16230 17074 18337 19041 20697 20689 21717 23000 23206 24499 25643 26777 27912 29465 31832 33957 33084 2,79
IRL 30226 32602 35223 36241 38729 40466 44212 46704 44105 41467 43240 45095 46383 47870 51156 69120 71594 77832 84782 89681 95513 3,16
ITA 27084 28043 28716 29116 29449 30016 32252 33897 35274 34348 34861 36183 36003 36068 36195 36899 39927 41581 43097 44398 41492 1,53
LTU 8450 9440 10481 12055 13020 14511 16462 19071 20721 18130 20112 22885 24704 26722 28184 28834 30925 33762 36346 38765 38734 4,58
LUX 55280 55853 58709 59960 63999 68141 77881 83837 86592 82250 85587 91814 91527 95246 100934 103760 110261 112188 116481 120671 118582 2,15
LVA 8033 9035 10068 11028 12240 13878 15797 18180 19516 16973 17659 19888 21415 22811 23798 24964 26713 28666 30814 32013 32028 3,99
MLT 18369 18516 19602 20909 21533 22309 23293 25028 26524 26671 28747 28973 30241 32288 34319 37431 39777 42646 44453 46696 43026 2,34
NLD 31884 33195 34447 34115 35780 37625 40959 43885 46419 44591 45079 46599 47272 49243 49233 50288 52289 55090 57900 59675 59335 1,86
POL 10677 11124 11804 12279 13343 13898 15136 16784 18308 19088 20829 22554 23456 24273 25163 26535 27985 29715 31614 33858 34004 3,18
PRT 18885 19533 20357 20830 21460 22725 24650 25702 26666 26478 27283 26769 26438 27936 28742 29661 31608 33045 34932 36872 34520 1,83
ROU 5853 6441 7180 7552 8983 9602 11541 13683 16782 16644 16989 17896 18868 19777 20650 21599 24266 27136 29245 32293 31875 5,45
SVK 11356 12390 13308 14151 15185 16595 18826 21110 23609 22964 25030 26084 26974 28005 28997 29928 29659 30082 31509 32563 31822 2,80
S VN 18005 18957 20236 21085 22739 23849 25673 27527 29595 27531 27845 28931 29048 29980 30873 31632 33943 36516 38952 41181 39537 2,20
SWE 29631 29940 30926 31782 33831 34244 37680 40855 42158 40309 42256 44609 45432 46312 47185 49103 50430 51948 53553 55338 54848 1,85
OECD 24637 25410 26208 26980 28417 29776 31753 33283 34134 33214 34498 35863 36820 38158 39295 40459 41883 43478 45215 46456 44811 1,82
Ст. откл 10706 10758 11085 11020 11556 11965 13313 13979 14000 13372 13852 14701 14610 15106 15882 17046 17853 18224 18987 19552 20023
Коэфф. вариации 0,4345 0,4234 0,4230 0,4084 0,4066 0,4018 0,4193 Q4200 0,4101 0,4026 0,4015 0,4099 0,3968 0,3959 0,4042 0,4213 0,4263 0,4191 0,4199 0,4209 0,4468
§ а
I
г; -с
О §
ГЪ 05
о
о. fü
г;
£ О О
s; s;
Kj о Kj Kj
ig Kj
3
Сопоставление данных табл. 2 и 3 показывает, что степень конвергенции по показателю ВВП на душу населения в Евросоюзе значительно больше, чем по ВРП среди субъектов Российской Федерации. Экономическое пространство ЕС более однородно. Кроме того, в ЕС ярко прослеживается тенденция Р-конвергенции - темпы роста большинства стран-аутсайдеров выше, чем стран-лидеров. Так, темпы роста подушевого ВРП за 20 лет выше 400 % у Эстонии, Латвии, Румынии, в то время как прирост данного показателя в Германии, Австрии, Франции составляет около 1,8 раза. Экономика Евросоюза как объединения государств более однородна, чем Российской Федерации.
Интересно проследить объёмы инвестиций в регионах. Нам этот показатель кажется вторым по значению в характеристике экономического развития региона и показателях неравенства субъектов Российской Федерации. Показатель инвестиций является производным от уровня ВРП в регионе. Однако часть инвестиционных ресурсов перераспределяется через федеральный бюджет. Около 15...19 % инвестиций в РФ осуществляются через бюджетное финансирование, причём на долю федерального бюджета приходится около 5...7 % инвестиционных ресурсов, и доля бюджетных инвестиций имеет тенденцию к снижению (см.: https://rosstat.gov.ru/investment_nonfinancial).
Выясним, сохраняется ли неравенство в распределении и освоении инвестиций на том же уровне, какой наблюдается по уровню ВРП на душу населения. Если мы хотим запустить процесс экономического выравнивания по регионам России, нам нужно увеличить финансирование инвестиционных программ отстающих территорий, провести перераспределение инвестиционных ресурсов в регионы с наименьшим ВРП.
Отчасти наше предположение оказывается верным. Разрыв в инвестициях на душу населения в наиболее инвестиционно активном субъекте (Тюменская область -крупнейший нефтегазовый регион страны) по сравнению с наименее инвестиционно активным (Ивановская область - депрессивный или старопромышленный регион) составляет 14938 %, или примерно 15 раз (напомним, по уровню ВРП этот разрыв составляет 17 раз).
Проследим процесс конвергенции, сходимости уровней ВРП и инвестиций на душу населения и сопоставим их. Поскольку мы исследуем достаточно длинные временные ряды, удобно показать результаты расчётов о-конвергенции графически (рис. 1). Так как сравниваемые величины имеют разный масштаб, на рисунке указан коэффициент вариации. Как видим, показатели вариации ряда по среднедушевому ВРП колеблются в очень ограниченном диапазоне. После 2005 г. наметилась тенденция сближения регионов по этому показателю, но после 2016 г. она себя исчерпала, небольшое сближение, достигнутое за 10 лет, было нарушено, и по степени дивергенции мы вернулись к уровню 2005 г.
Значительно активнее шёл процесс конвергенции по уровню инвестиций на душу населения благодаря усилиям государства по выравниванию этого показателя. Коэффициент вариации снизился со 1,19 до 0,77 в 2013 г., но затем эта тенденция прервалась, и возобновился некоторый рост межрегионального неравенства по этому показателю.
Понятно, что регионы с наиболее высоким ВРП должны иметь и более высокий уровень инвестирования. Мы рассортировали все регионы РФ по уровню ВРП и инвестиций на душу населения, для обоих показателей выстроили последовательность с присвоением региону ранга (места) в аналогичном ряду (рис. 2). Картина получилась неоднозначная. Тенденция в целом просматривается (чем выше ранг по ВРП, тем он выше и по инвестициям), но коэффициент детерминации составляет только 65 %, т. е. 35 % вариации признака у ранга по инвестициям определяется не местом субъекта по рангу ВРП, а другими факторами.
Рис. 1. Показатели о-конвергенции регионов России по уровню ВРП (2) и инвестиций (7) на душу населения (составлено авторами на основе данных табл. 2 и аналогичных данных по инвестициям на душу населения) (см.: https://showdata.gks.ru/report/273982)
Рис. 2. Соответствие ранга инвестиций на душу населения субъекта Российской Федерации его рангу по уровню ВРП на душу населения
(составлено авторами)
Любопытно, что для окраин и ряда республик ранг инвестиционной обеспеченности обычно выше, чем место субъекта по рангу ВРП. В то же время ранги по инвестициям на душу населения областей Центральной России часто ниже их ранга по ВРП. Это свидетельствует о влиянии перераспределительных процессов, о вмешательстве государства в рамках инвестиционной политики для выравнивания экономического развития регионов.
Но нас больше интересует равномерность уровня потребления, доступность социальных благ и их распределение по регионам.
Проанализируем показатели средней заработной платы и среднедушевых доходов по регионам России (рис. 3). Эти показатели гораздо более равномерны. Самая высокая оплата труда в Чукотском автономном округе (107 тыс. рублей), а самая низкая -в Дагестане (26,8 тыс. рублей). Разница составляет 3,9 раза. Несколько больше разрыв в среднедушевых доходах по субъектам страны (примерно 5 раз). Самое последнее место занимает Тыва: 15,6 тыс. рублей на душу населения в месяц против 78,8 тыс. рублей на Чукотке.
Рис. 3. Показатели о-конвергенции регионов России по уровню средней заработной платы и среднедушевым доходам: 1 - коэффициент вариации, среднедушевые денежные доходы населения, р. мес.; 2 - коэффициент вариации, среднемесячная номинальная начисленная заработная плата работников по полному кругу организаций (составлено авторами по данным Росстата: среднедушевые доходы - https://gks.ru/bgd/regl/ Ь20_14р/Мат.Мш; https://rosstat.gov.ru/folder/13397, https://gks.ru/bgd/ regl/B10_14pЛssWWW.exe/Stg/d01/05-02.htm; среднемесячная зарплата - https://rosstat.gov.ru/storage/mediabank/t3.htm)
Анализ показал, что в 2000-2008 гг. происходило сглаживание уровня заработной платы по субъектам РФ. Финансовый кризис затормозил эти процессы, на короткий период сходимость по уровню доходов и заработной платы возобновилась и окончательно остановилась в 2015 г.
Несомненно, вариация по заработной плате и среднедушевым доходам существенно ниже, чем по уровню ВРП и инвестиций на душу населения, и различия в конвергенции «производственных факторов» и факторов, характеризующих «конечное потребление» возрастают. В 2000 г. коэффициент вариации по среднедушевому ВРП в субъектах Федерации составлял 74 % и почти не изменился к 2019 г. Конвергенция по зарплате составляла около 66 % в 2000 г. и спустя 20 лет упала до 39 %. Близка к этому и динамика сходимости среднедушевых доходов. Всё это говорит о наличии перераспределительных процессов в экономике, осуществлении идеи социального государства с равными возможностями для людей в разных регионах.
Сопоставим данные по доходам, заработной плате и инвестициям в наиболее отстающих и лидирующих регионах (табл. 4). В целом, субъекты, более успешные по показателю ВРП и инвестиций на душу населения, имеют больший размер заработной платы и доходов. Но существует множество отклонений, «вмешательства» со стороны
государства. Так, Севастополь занимает в рейтинге ВРП на душу населения 78 место (из 82 субъектов), но по уровню инвестиций находится на 35 месте, а по уровню зарплат и доходов соответственно на 45 и 30. Сопоставительный анализ рангов показал, что у регионов Центральной России ранг по показателям ВРП и инвестиций на душу населения обычно выше, чем по уровню заработной платы и доходов. На Дальнем Востоке, а также в национальных образованиях соотношение обычно обратное.
Таблица 4
Некоторые показатели социально-экономического развития по регионам РФ с указанием ранга (данные 2019 г.)*
о Л Республика
Показатель Сахалинска обл. Тюменская обл. Чукотский а Москва Магаданска обл. л о п о т с л в е С Кабардино-Балкарская Карачаево-Черкесская Чеченская Ингушетия
ВРП на душу населения, тыс. р. 2 407 2 370 1 578 1423 1 196 180 168 165 133 113
Ранг по показателю 1 2 3 4 5 78 79 80 81 82
Инвестиции на душу населения, тыс. р. 473 567 518 225 254 96 50 48 56 47
Ранг по показателю 3 1 2 8 6 35 74 76 68 78
Средняя номинальная начисленная зарплата, р. 77499 68664 98864 83801 85631 31814 25776 25430 26177 25367
Ранг по показателю 4 7 1 3 2 45 77 80 75 81
Среднедушевые доходы, р. 53783 46124 78812 68386 59 774 28 834 20 782 18051 23 197 16 163
Ранг по показателю 4 6 1 2 3 30 73 79 63 81
*Составлено по данным Росстата (https://rosstat.gov.ru).
Итак, на первом этапе исследования мы показали, что регионы России характеризуются значительным неравенством экономического развития, уровень которого по различным показателям существенно выше и не снижается (после 2008 г. коэффициент вариации примерно 70 % по ВРП и 80 % по инвестициям на душу населения), а по социальным показателям - несколько ниже, но тоже прекратил снижаться после 2012 г. (около 40 %).
На следующем этапе мы проанализировали показатель однородности параметров развития цифровизации экономики - важнейшей тенденции современности [25-31 и др.].
Доступные нам данные (с 2015 г.) отражают очень высокую однородность по этим параметрам (табл. 5). Анализ показывает, что условия для развития в вызревающей в недрах современного технологического уклада новой экономике будут гораздо более равными во всех регионах России. Это обусловлено нейтральным отношением нового уклада к природным ресурсам, региональному базированию и усилением роли человеческого капитала. Цифровизация предполагает развитие удалённой, в том числе трансрегиональной, занятости [32, 33]. Уже сейчас возможность работать в организации, юридически зарегистрированной, например в Москве, появилась у квалифицированных специалистов, живущих в других регионах РФ.
Таблица 5
Коэффициенты вариации по основным параметрам развития цифровизации экономики (в разрезе субъектов Федерации)
Параметры развития 2015 2016 2018 2019
Удельный вес домашних хозяйств, имеющих широкополосный доступ к интернету, в общем числе домашних хозяйств 0,125 0,127 0,112 0,114
Абоненты фиксированного широкополосного доступа к интернету в расчете на 100 чел. 0,402 0,367 0,330 0,317
Удельный вес организаций, использующих широкополосный интернет, в общем числе организаций 0,096 0,107 0,085 0,065
То же использующих облачные сервисы 0,285 0,238 0,221 0,183
В настоящее время не только программисты, но и инженеры-разработчики, проектировщики, архитекторы, юристы и даже врачи имеют возможность выполнять свою работу независимо от локации. В данном исследовании мы не можем говорить о перспективе перераспределения производств из Центральной России к периферии, но можем с уверенностью прогнозировать влияние цифровой экономики на выравнивание социальных факторов жизни. Цифровая экономика не только позволит выравнять уровень доходов за счёт удалённого доступа к рабочим местам для значительного числа специалистов, но и улучшит потенциальные варианты получения образования, медицинских услуг (телемедицина, доступность предварительных обследований), доступность социально-культурных благ.
Современная наука о размещении производительных сил утверждает, что структура с ярко выраженным центром и оскудевающей периферией возникает, когда расстояние является серьёзным фактором при размещении производительных сил. При существенном улучшении коммуникаций в XXI в. стоимость перевозки конечных продуктов и сырья перестала быть барьером, эффект от масштаба перевешивает издержки по транспортировке, организации, управлению. Россия находится на левой стороне ко-локолообразной кривой, которая характеризует издержки производства в зависимости от степени пространственной концентрации. То, что эта кривая колоколообразна, подтверждают исследования во Франции, Испании и др. [34-38 и др.].
В России переход на рыночные механизмы привёл к перераспределению за последние 30 лет производительных сил из периферии к центру. Региональное неравенство усилилось. Заметим, что это проблема не только России. Так, согласно исследованиям, в Евросоюзе при сглаживании в уровне развития по странам ЕС внутри этих стран регионального сглаживания не происходит [39].
Проблема асимметрии развития имеет не только академическое значение, но и общественно-политическое. Политики регулярно выдвигают проекты развития территорий, продвижения населения и материального производства на восток России. Так, в преддверии выборов в Государственную Думу Федерального Собрания РФ министр обороны страны С. К. Шойгу предложил построить три, а лучше - пять крупных научно-промышленных, экономических центров с населением, как минимум, 300...500 тыс. человек (см.: https://www.rbc.ru/politics/05/08/2021/610c0dc49a79475818b2d7f0). Подобные проекты вызывают сомнения, так как не ясно, какая сила заставит массы людей переместиться из центра на периферию, преодолеть факторы природы первого и второго вида, обоснованные новой экономической географией. Возможно, этой силой станут цифровизация, долгосрочные изменения климата и экологические факторы. По мере развития цифровизации экономики возможен обратный процесс - нарастание
центробежных тенденций в силу проявления отрицательных последствий концентрации (экологические эффекты, стоимость земли, воды, других ресурсов жизнеобеспечения, улучшение транспортной структуры для краткосрочных поездок), что сделает российские регионы более конкурентоспособными и привлекательными с точки зрения качества жизни населения.
Выводы
Регионы России имеют крайнюю степень неравномерности развития и показателей, которые его характеризуют. Когда экономика была относительно здоровой, наблюдался экономический рост, в РФ наметились процессы конвергенции между субъектами РФ. После мирового финансового кризиса Россия не смогла вернуться к темпам роста ВРП больше 3.. .4 % в год; замедление процессов конвергенции стало особенно заметным после 2012 г., когда рост российской экономики составлял 1.2 % в год.
В последние два-три года мы наблюдаем процессы дивергенции по уровню ВРП, инвестиций на душу населения. Это создаёт опасность дальнейшей дивергенции по социальным показателям, условиям жизни. Власти осознают опасность такого развития ситуации - мы видим активное государственное вмешательство. Неравномерность по уровню зарплаты, уровню доходов населения по регионам гораздо меньше, чем по уровню ВРП. Но надо отметить, что активные процессы конвергенции также прекратились после 2012 г.
Неравенство регионов создаёт условия для дальнейшей миграции внутри страны. Происходит отток населения с отдельных территорий, особенно с Дальнего Востока и из Сибири, что может иметь нежелательные геополитические последствия. Из некоторых поселений средней России рабочие уезжают на заработки в крупные агломерации, чем ухудшают социальную обстановку в своих регионах. Процессы конвергенции являются основой укрепления целостности государства и должны быть возобновлены, если мы хотим сохранить единое экономическое пространство.
В стране наблюдаются признаки перехода к шестому технологическому укладу, ядром которого наряду с нано- и молекулярными технологиями будут информационные технологии и цифровизация. В связи с достаточно равномерным процессом развития по этому направлению в регионах России у нас появляется шанс конвергенции экономического пространства, сближения регионов по уровню экономического развития.
Список литературы
1. Вертакова, Ю. В. Оценка эффективности регулирования пространственного развития региона в условиях поляризации / Ю. В. Вертакова, М. Г. Клевцова, Ю. С. Положенцева // Вестник ОрелГИЭТ. - 2012. - № 4 (22). - С. 20-25.
2. Вертакова, Ю. В. Управление воспроизводственным процессом региона на основе гармонической пропорции / Ю. В. Вертакова, В. А. Плотников // Известия Иркутской государственной экономической академии. -2010. - № 5. - С. 89-93.
3. Гладкий, Ю. Н. Роль ренты столичного статуса в усилении межрегионального неравенства / Ю. Н. Гладкий // Вестник Забайкальского государственного университета. - 2014. -№ 10. - С. 106-115.
4. Зарецкая, В. Г. Отраслевая конвергенция производительности труда как залог восприимчивости экономики РФ к инновациям / В. Г. Зарецкая, Л. А. Дремова, Л. М. Осиневич // Региональная экономика: теория и практика. -2013. - № 33. - С. 38-44.
5. Зарецкая, В. Г. Структурные сдвиги и экономический рост региона / В. Г. Зарецкая, К. В. Токарева // Региональная экономика: теория и практика. - 2019. - Т. 17, № 9 (468). -С. 1610-1624.
6. Ибрагимова, З. Ф. Неравенство возможностей: роль пространственного фактора / З. Ф. Ибрагимова, М. В. Франц // Пространственная экономика. - 2020. - Т. 16, № 4. - С. 44-67.
7. Иваницкая, И. П. Проблема диспропорциональности социально-экономического развития российских регионов / И. П. Иваницкая, И. А. Васильева // Научное обозрение. - 2016. -№ 12. - С. 236-240.
8. Плотников В. А. Оценка уровня региональной дифференциации в Российской Федерации / В. А. Плотников, Е. А. Лисина // Теория и практика сервиса: экономика, социальная сфера, технологии. - 2018. - № 2 (36). - С. 5-15.
9. Зубаревич, Н. В. Региональное развитие и региональная политика в России / Н. В. Зу-баревич // ЭКО. - 2014. - № 4 (478). - С. 6-27.
10. Зубаревич, Н. В. Неравенство социально-экономического развития регионов и городов России 2000-х годов: рост или снижение? / Н. В. Зубаревич, С. Г. Сафронов // Общественные науки и современность. - 2013. - № 6. - С. 15-26.
11. Коломак, Е. А. Неравномерное пространственное развитие в России: объяснения новой экономической географии / Е. А. Коломак // Вопросы экономики. - 2013. - № 2. - С. 132-152.
12. Пространственное развитие современной России: тенденции, факторы, механизмы, институты / под ред. Е. А. Коломак. - Новосибирск: Изд-во ИЭОПП СО РАН, 2020. - 502 с.
13. Гранберг, А. Г. Возможны ли распад или сжатие России? / А. Г. Гранберг // Регион: экономика и социология. - 2011. - № 2. - С. 9-18.
14. Гранберг, А. Г. Моделирование пространственного развития национальной и мировой экономики: эволюция подходов / А. Г. Гранберг // Регион: экономика и социология. - 2007. -№ 1. - С. 87-107.
15. Myrdal G. Economic Theory and Under-Developed Regions. London, 1957.
16. Friedmann J. Regional development policy. Boston, 1966.
17.мПерру, Ф. Экономическое пространство: теория и приложения // Пространственная экономика. - 2007. - № 2. - С. 77-93.
18. Davis D., Weinstein D. Bones, Bombs, and Break Points: The Geography of Economic Activity // The American Economic Review. 2002. Vol. 92 (5). P. 1269-1289.
19. Davis D., Weinstein D. A Search for Multiple Equilibria in Urban Industrial Structure // Journal of Regional Science. 2008. Vol. 48 (1). P. 29-65.
20. Krugman P. R. Geography and Trade. Cambridge (Mass.), 1991.
21. Зубаревич, Н. В. Регионы России: неравенство, кризис, модернизация / Н. В. Зубаре-вич. - М.: Независимый институт социальной политики, 2010. -160 с.
22. Маслихина, В. Ю. Межрегиональная дифференциация в России / В. Ю. Маслихина // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. - 2012. - № 84. - С. 670-681.
23. Вертакова, Ю. В. COVID-19 и европейская интеграция: станет ли пандемия корона-вируса триггером распада Европейского союза? / Ю. В. Вертакова, В. Г. Зарецкая, В. А. Плотников // Управление устойчивым развитием. - 2020. - № 3 (28). - С. 5-16.
24. Nadezhina O., Zaretskaya V., Vertakova Y., Plotnikov V., Burkaltseva D. European Integration Risks in the Context of the COVID-19 Pandemic // International Journal of Technology. 2021. Vol. 12(7). P. 1546-1556.
25. Абдурахманова, Э. Э. К. Цифровые технологии в системе материально-технического обеспечения: оценка рисков / Э. Э. К. Абдурахманова, А. Х. Курбанов // Компетентность. -2020.- № 5.- С. 10-14.
26. Брагина, А. В. Развитие сквозных технологий планирования деятельности промышленного предприятия в условиях цифровизации экономики / А. В. Брагина, Ю. В. Вертакова,
A. В. Евченко // Организатор производства. -2020. - Т. 28, № 1. - С. 24-36.
27. Институциональная трансформация социально-экономических систем в условиях цифровизации: состояние, тренды, проблемы и перспективы. - Курск: Университетская книга, 2020. - 294 с.
28. Котляров, И. Д. Цифровая трансформация финансовой сферы: содержание и тенденции / И. Д. Котляров // Управленец. - 2020. - Т. 11, № 3. - С. 72-81.
29. Плотников, В. А. Цифровизация как закономерный этап эволюции экономической системы / В. А. Плотников // Экономическое возрождение России. - 2020. - № 2 (64). -С.104-115.
30. Салимьянова, И. Г. Цифровая трансформация экономики: анализ трендов в контексте институциональных экономических теорий: ч. 1 / И. Г. Салимьянова, А. С. Погорельцев // Известия Санкт-Петербургского государственного экономического университета. - 2018. - № 6
(114). - С. 7-14.
31. Салимьянова, И. Г. Цифровая трансформация экономики: анализ трендов в контексте институциональных экономических теорий: ч. 2 / И. Г. Салимьянова, А. С. Погорельцев // Известия Санкт-Петербургского государственного экономического университета. - 2019. - № 1
(115). - С. 11-17.
32. Алиев, И. М. Удаленная занятость в России: состояние и перспективы развития / И. М. Алиев, А. С. Бобова // Журнал правовых и экономических исследований. - 2021. - № 1. -С.6-10.
33. Шульгина, Ю. В. Трансформация организации труда и социально-трудового мониторинга в условиях перехода на удаленную работу / Ю. В. Шульгина, Ю. В. Вертакова, И. Ф. Мальцева, В. А. Плотников // Современная наука: актуальные проблемы теории и практики. Серия: Экономика и право. - 2020. - № 11. - С. 97-102.
34. Воронов, В. В. Конвергенция регионов Европейского Союза: особенности и оценка /
B. В. Воронов // Экономические и социальные перемены: факты, тенденции, прогноз. - 2014. -№ 6 (36). - С. 85-99.
35. Combes P. P., Duranton G., Gobillon L. The identification of agglomeration economies // Journal of economic geography. 2011. Vol. 11 (2). P. 253-266.
36. Combes P. P., Lafourcade M., Thisse J. F., Toutain J. C. The Rise and Fall of Spatial Inequalities in France: A Long-run Perspective // Exploration of Economic History. 2011. Vol. 48 (2). P. 243-271.
37. Paluzie E., Pons J., Tirado D. A. The Geographical Concentration of Industry across Spanish Regions. 1856-1995 // Review of Regional Research. 2004. Vol. 24 (2). P. 143-160.
38. Roses J. R., Martinez-Galarraga J., Tirado J. The Upswing of Regional Income Inequality in Spain (1860-1930) // Exploration of Economic History. 2010. Vol. 47. P. 244-257.
39. Martin P. The Geography of Inequalities in Europe // Swedish Economic Policy Review. 2005. № 12.
References
1. Vertakova Yu. V., Klevtsova M. G., Poshentseva Yu. S. Ocenka effektivnosti regulirovaniya prostranstvennogo razvitiya regiona v usloviyah polyarizacii [Evaluation of the effectiveness of regulation of spatial development of the region in conditions of polarization] // Vestnik OrelGIET. 2012. No. 4 (22). P. 20-25.
2. Vertakova Yu. V., Plotnikov V. A. Upravlenie vosproizvodstvennym processom regiona na osnove garmonicheskoj proporcii [Management of the reproduction process of the region on the basis of harmonic proportion] // Izvestiya Irkutskoj gosudarstvennoj ekonomicheskoj akademii. 2010. No. 5. P. 89-93.
3. Gladkiy Yu. N. Rol' renty stolichnogo statusa v usilenii mezhregional'nogo neravenstva [The role of rent of the capital status in strengthening interregional entrepreneurship] // Vestnik Zabajkal'skogo gosudarstvennogo universiteta. 2014. No. 10. P. 106-115.
4. Zaretskaya V. G., Dremova L. A., Osinevich L. M. Otraslevaya konvergenciya proizvoditel'nosti truda kak zalog vospriimchivosti ekonomiki RF k innovaciyam [Sectoral convergence of labor productivity as a guarantee of the susceptibility of the Russian economy to innovation] // Regional'naya ekonomika: teoriya i praktika. 2013. No. 33. P. 38-44.
5. Zaretskaya V. G., Tokareva K. V. Strukturnye sdvigi i ekonomicheskij rost regiona [Structural shifts and economic growth of the region] // Regional'naya ekonomika: teoriya i praktika. 2019. Vol. 17. No. 9 (468). P. 1610-1624.
6. Ibragimova Z. F., Franc M. V. Neravenstvo vozmozhnostej: rol' prostranstvennogo faktora [Inequality of opportunities: the role of the spatial factor] // Prostranstvennaya ekonomika. 2020. Vol. 16. No. 4. P. 44-67.
7. Ivanickaya I. P., Vasil'eva I. A. Problema disproporcional'nosti social'no-ekonomicheskogo razvitiya rossijskih regionov [The problem of disproportionality of socio-economic development of Russian regions] // Nauchnoe obozrenie. 2016. No. 12. P. 236-240.
8. Plotnikov V. A., Lisina E. A. Ocenka urovnya regional'noj differenciacii v Rossijskoj Federacii [Assessment of the level of regional differentiation in the Russian Federation] // Teoriya i praktika servisa: ekonomika, social'naya sfera, tekhnologii. 2018. No. 2 (36). P. 5-15.
9. Zubarevich N. V. Regional'noe razvitie i regional'naya politika v Rossii [Regional development and regional policy in Russia] // EKO. 2014. No. 4 (478). P. 6-27.
10. Zubarevich N. V., Safronov S. G. Neravenstvo social'no-ekonomicheskogo razvitiya regionov i gorodov Rossii 2000-h godov: rost ili snizhenie? [Inequality of socio-economic development of regions and cities of Russia in the 2000s: growth or decline?] // Obshchestvennye nauki i sovremennost'. 2013. No. 6. P. 15-26.
11. Kolomak E. A. Neravnomernoe prostranstvennoe razvitie v Rossii: ob"yasneniya novoj ekonomicheskoj geografii [Uneven spatial development in Russia: explanations of the new economic geography] // Voprosy ekonomiki. 2013. No. 2. P. 132-152.
12. Kolomak E. A. (ed.) Prostranstvennoe razvitie sovremennoj Rossii: tendencii, faktory, mekhanizmy, instituty [Spatial development of modern Russia: trends, factors, mechanisms, institutions]. Novosibirsk: IEOPP SO RAN, 2020. 502 p.
13. Granberg A. G. Vozmozhny li raspad ili szhatie Rossii? [Is the disintegration or contraction of Russia possible?] // Region: ekonomika i sociologiya. 2011. № 2. P. 9-18.
14. Granberg A. G. Modelirovanie prostranstvennogo razvitiya nacional'noj i mirovoj ekonomiki: evolyuciya podhodov [Modeling of spatial development of national and world economy: evolution of approaches] // Region: ekonomika i sociologiya. 2007. № 1. P. 87-107
15. Myrdal G. Economic Theory and Under-Developed Regions. London, 1957.
16. Friedmann J. Regional development policy. Boston, 1966.
17. Perru F. Economic space: theory and applications // Spatial economics. 2007. No. 2. P. 77-93.
18. Davis D., Weinstein D. Bones, Bombs, and Break Points: The Geography of Economic Activity // The American Economic Review. 2002. Vol. 92 (5). P. 1269-1289.
19. Davis D., Weinstein D. A Search for Multiple Equilibria in Urban Industrial Structure // Journal of Regional Science. 2008. Vol. 48 (1). P. 29-65.
20. Krugman P. R. Geography and Trade. Cambridge (Mass.), 1991.
21. Zubarevich N. V. Regiony Rossii: neravenstvo, krizis, modernizaciya [Regions of Russia: inequality, crisis, modernization]. M.: Nezavisimyj institut social'noj politiki, 2010. 160 p.
22. Maslikhina V. Yu. Mezhregional'naya differenciaciya v Rossii [Interregional differentiation in Russia] // Politematicheskij setevoj elektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta. 2012. № 84. P. 670-681.
23. Vertakova Yu. V., Zareckaya V. G., Plotnikov V. A. COVID-19 i evropejskaya integraciya: stanet li pandemiya koronavirusa triggerom raspada Evropejskogo Soyuza? [COVID-19 and European integration: will the coronavirus pandemic trigger the collapse of the European Union?] // Upravlenie ustojchivym razvitiem. 2020. № 3 (28). P. 5-16.
24. Nadezhina O., Zaretskaya V., Vertakova Y., Plotnikov V., Burkaltseva D. European Integration Risks in the Context of the COVID-19 Pandemic // International Journal of Technology. 2021. Vol. 12(7). P. 1546-1556.
25. Abdurakhmanova E. E. K., Kurbanov A. H. Cifrovye tekhnologii v sisteme material'no-tekhnicheskogo obespecheniya: ocenka riskov [Digital technologies in the system of material and technical support: risk assessment] // Competence. 2020. No. 5. P. 10-14.
26. Bragina A.V., Vertakova Yu.V., Evchenko A.V. Razvitie skvoznyh tekhnologij planirovaniya deyatel'nosti promyshlennogo predpriyatiya v usloviyah cifrovizacii ekonomiki [Development of end-to-end technologies for planning the activities of an industrial enterprise in the conditions of digitalization of the economy] // Organizer of production. 2020. Vol. 28. No. 1. P. 24-36.
27. Institucional'naya transformaciya social'no-ekonomicheskih sistem v usloviyah cifrovizacii: sostoyanie, trendy, problemy i perspektivy [Institutional transformation of socio-economic systems in the context of digitalization: state, trends, problems and prospects]: monograph. Kursk: University Book, 2020. 294 p.
28. Kotlyarov I. D. Cifrovaya transformaciya finansovoj sfery: soderzhanie i tendencii [Digital transformation of the financial sphere: content and trends] // Manager 2020. Vol. 11. No. 3. P. 72-81.
29. Plotnikov V. A. Cifrovizaciya kak zakonomernyj etap evolyucii ekonomicheskoj sistemy [Digitalization as a natural stage of the evolution of the economic system] // The economic revival of Russia. 2020. No. 2 (64). P. 104-115.
30. Salimyanova I. G., Pogoreltsev A. S. Cifrovaya transformaciya ekonomiki: analiz trendov v kontekste institucional'nyh ekonomicheskih teorij [Digital transformation of the economy: analysis of trends in the context of institutional economic theories (Part 1)] // Proceedings of the St. Petersburg State University of Economics. 2018. No. 6 (114). P. 7-14.
31. Salimyanova I. G., Pogoreltsev A. S. Cifrovaya transformaciya ekonomiki: analiz trendov v kontekste institucional'nyh ekonomicheskih teorij [Digital transformation of the economy: analysis of trends in the context of institutional economic theories (Part 2)] // Izvestiya of St. Petersburg State University of Economics. 2019. No. 1 (115). P. 11-17.
32. Aliev I. M., Bobova A. S. Udalennaya zanyatost' v Rossii: sostoyanie i perspektivy razvitiya [Remote employment in Russia: state and prospects of development] // Journal of Legal and Economic Research. 2021. No. 1. P. 6-10.
33. Shulgina Yu. V., Vertakova Yu. V., Maltseva I. F., Plotnikov V. A. Transformaciya organizacii truda i social'no-trudovogo monitoringa v usloviyah perekhoda na udalennuyu rabotu [Transformation of labor organization and social and labor monitoring in the conditions of transition to remote work] // Modern science: actual problems of theory and practice. Series: Economics and Law. 2020. No. 11. P. 97-102.
34. Voronov V. V. Konvergenciya regionov Evropejskogo Soyuza: osobennosti i ocenka [Convergence of the regions of the European Union: features and assessment] // Economic and social changes: facts, trends, forecast. 2014. No. 6 (36). P. 85-99.
35. Combes P. P., Duranton G., Gobillon L. The identification of agglomeration economies // Journal of economic geography. 2011. Vol. 11 (2). P. 253-266.
36. Combes P. P., Lafourcade M., Thisse J. F., Toutain J. C. The Rise and Fall of Spatial Inequalities in France: A Long-run Perspective // Exploration of Economic History. 2011. Vol. 48 (2). P. 243-271.
37. Paluzie E., Pons J., Tirado D. A. The Geographical Concentration of Industry across Spanish Regions. 1856-1995 // Review of Regional Research. 2004. Vol. 24 (2). P. 143-160.
38. Roses J. R., Martinez-Galarraga J., Tirado J. The Upswing of Regional Income Inequality in Spain (1860-1930) // Exploration of Economic History. 2010. Vol. 47. P. 244-257.
39. Martin P. The Geography of Inequalities in Europe // Swedish Economic Policy Review. 2005. № 12.
Y. V. Vertakova3, V. G. Zaretskaya4. Research of the regional economic and social development convergence in the conditions of digitalization and modernization of the russian economy. There is a problem of differences in the levels of development of regions in Russia. Differences in economic development and social indicators complicate the problem of manageability across the country, heterogeneity in the social indicators of regions causes different living conditions for the population, violates the principle of equal opportunities for Russian citizens. The subject of the study is the dynamics of economic indicators (GRP per capita, investment indicators, living standards, etc.) in various subjects of the federation in terms of their initial homogeneity and convergence or divergence
3 Yulia V. Vertakova, Professor of the Department of Management and Information Technologies of the Kursk Branch Financial University under the Government of the Russian Federation (Lomonosova str., 3, Kursk, 305016, Russia), Doctor of Economics, Professor, e-mail: vertakova7@ yandex.ru
4 Vera G. Zaretskaya, Associate Professor of the Department of Management and Information Technologies of the Kursk Branch Financial University under the Government of the Russian Federation (Lomonosova str., 3, Kursk, 305016, Russia), Candidate of Economic Sciences, Associate Professor, e-mail: zar.59@mail.ru
processes in recent years. The research methods used indicators of a- and P-convergence, as well as an indicator of the variation of the series. In the course of the study, conclusions were drawn about the existence of active convergent regional processes in 2004-2013 (this was especially true of wage and income indicators, to a somewhat lesser extent - GRP and investment per capita). After 2013, the processes of convergence in economic indicators have mostly stopped, there is some divergence in the indicator of investment per capita. At the same time, there is a significant homogeneity across the regions in terms of indicators characterizing the digitalization of the economy. Due to the fairly uniform process of development in this direction in the regions of Russia, there is a chance of convergence of the economic space in the country, convergence of regions in terms of economic development.
Keywords: region, divergence, convergence, GRP, income, investments, wages.
