CC BY
9
Научная статья УДК 332.146(470.325) https://doi.org/10.24158/pep.2023.8.17
Определение приоритетов «умной специализации» Белгородской области на основе сопряжения отраслевых и научно-технологических компетенций
Юлия Владимировна Лыщикова
Белгородский государственный национальный исследовательский университет, Белгород, Россия, [email protected], https://orcid.org/0000-0002-7282-3095
Аннотация. В статье исследованы подходы зарубежных и российских авторов к определению приоритетов «умной специализации» регионов. Установлено, что актуальные подходы преимущественно носят комплексный характер и включают адаптацию методологических подходов зарубежных организаций, например, Европейской кластерной обсерватории, определение альтернативных сценариев развития и дифференцированных структурных моделей специализации; использование показателей локализации с целью выявления ядра специализации регионов, а также показателей относительного технологического преимущества и технологической связности для определения дополнительных возможностей диверсификации на основе межрегиональных связей с акцентом на развитие сквозных цифровых технологий; формирование пространственных контекстов «умной специализации» с учетом степени промышленной и организационной плотности и разнообразия, институциональных структур, системных особенностей, политических возможностей, прошлого опыта инновационных стратегий, уровня политической централизации; выявление «пучка компетенций» (гибкого комплекса видов экономической деятельности или взаимосвязанных отраслей в зависимости от ключевых компетенций региона) на основе исследования отраслевой, патентной, инновационной и публикационной компоненты региональной специализации. В результате предложен авторский методический поход к определению приоритетов «умной специализации» на основе сопряжения отраслевой специализации глобального, национального и макрорегионального уровня и научно-технологических компетенций региона в контексте географической, структурно-технологической и когнитивной близости. В результате апробации инструментария исследования построена сценарная модель определения приоритетов «умной специализации» Белгородской области в рамках применения процедур предпринимательского поиска с участием всех заинтересованных сторон (региональных органов власти, бизнес-сообщества, научного сообщества и жителей региона). Реализация предложенного подхода позволит всем регионам, в том числе не включенным широко в глобальное или национальное разделение труда, найти перспективную нишу для развития на макрорегиональном уровне, а также учитывает возможности межотраслевой конвергенции и использования накопленных компетенций регионов в области сквозных цифровых технологий.
Ключевые слова: «умная специализация», теория близости, географическая близость, структурно-технологическая близость, когнитивная близость, экспортная специализация, отраслевая специализация, научно-технологическая специализация
Финансирование: исследование выполнено в рамках государственного задания НИУ "БелГУ" FZWG-2023-0014, тема проекта «Пространственно-сетевое взаимодействие российских регионов в контексте новых вызовов технологического развития».
Для цитирования: Лыщикова Ю.В. Определение приоритетов «умной специализации» Белгородской области на основе сопряжения отраслевых и научно-технологических компетенций // Общество: политика, экономика, право. 2023. № 8. С. 136-142. https://doi.org/10.24158/pep.2023.8.17.
Original article
Defining Priorities for "Smart Specialization" of the Belgorod Region Based on the Conjugation of Industrial and Scientific-Technological Competencies
Julia V. Lyshchikova
Belgorod State National Research University, Belgorod, Russia, [email protected], https://orcid.org/0000-0002-7282-3095
Abstract. The article examines the approaches of foreign and Russian authors to determining the priorities of the "smart specialization" of regions. It is established that the current approaches are mainly of a complex nature and include the adaptation of methodological approaches of foreign organizations, for example, the European Cluster Observatory, the definition of alternative development scenarios and differentiated structural models of specialization; using localization indicators to identify the core specialization of regions, as well as indicators of relative technological advantage and technological connectivity to identify additional opportunities for diversification based on interregional
© Лыщикова Ю.В., 2023
ties with an emphasis on the development of end-to-end digital technologies; formation of spatial contexts of "smart specialization" taking into account the degree of industrial and organizational density and diversity, institutional structures, system features, political opportunities, past experience of innovative strategies, the level of political centralization; identification of a "bundle of competencies" (a flexible set of economic activities or interrelated industries depending on the key competencies of the region) based on the study of the industry, patent, innovation and publication components of regional specialization. As a result, the author's methodological approach to determining the priorities of "smart specialization" based on the conjugation of sectoral specialization of global, national and macro-regional level and scientific and technological competencies of the region in the context of geographical, structural-technological and cognitive proximity is proposed. Approbation of the research tools resulted in the construction of a scenario model for determining the priorities of "smart specialization" of the Belgorod region within the application of entrepreneurial search procedures involving all stakeholders (regional authorities, business community, scientific community and residents of the region). The implementation of the proposed approach will allow all regions, including those not widely included in the global or national division of labor, to find a promising niche for development at the macro-regional level, and also takes into account the possibilities of intersectoral convergence and the use of accumulated competencies of regions in the field of end-to-end digital technologies.
Keywords: "smart specialization", proximity theory, geographical proximity, structural-technological proximity, cognitive proximity, export specialization, industry specialization, scientific-technological specialization
Funding: The reported study was funded by the state assignment of the National Research University "Belgorod State National Research University" FZWG-2023-0014, project topic "Spatial-network interaction of Russian regions in the context of new challenges of technological development".
For citation: Defining Priorities for "Smart Specialization" of the Belgorod Region Based on the Conjugation of Industrial and Scientific-Technological Competencies. Society: Politics, Economics, Law. (8), 136-142. Available from: doi: 10.24158/pep.2023.8.17 (In Russian).
Введение. Концепция «умной специализации», получившая развитие и широкое распространение в начале 21-го века, основывается на подборе конкретных областей специализации, которые могут стать основой для устойчивого социально-экономического развития региона. Такие области должны быть связаны с сильными сторонами региона и возможностями для инноваций, а также соответствовать глобальным вызовам и требованиям рынка (Foray, David, Hall, 2009).
В рамках методологии «умной специализации» важное значение придается созданию специальных инструментов и механизмов, позволяющих регионам воплощать свои идеи в конкретные проекты и продукты, а также способствующих коммерциализации результатов научных исследований и инновационных разработок, таких как программы финансирования инноваций, технологические парки, инкубаторы и акселераторы, центры трансфера технологий и др. (Foray, 2018: 817-832). В современных условиях, когда инновации становятся ключевым фактором экономического роста и конкурентоспособности, методология «умной специализации» занимает важное место в стратегиях развития региональных экономик. Она позволяет не только создавать конкурентные преимущества для региона, но и способствует развитию инновационной экосистемы, эффективно связывает научные и технологические разработки с бизнесом, а также создает благоприятные условия для привлечения инвестиций и талантливых специалистов в регион (Dosso, Lebert, 2020: 1366-1376).
Методы. Развитие методических подходов к определению приоритетов «умной специализации» в научном дискурсе, помимо традиционного использования коэффициентов локализации и специализации, в последнее время происходит в направлениях обоснования альтернативных технологических траекторий с использованием концепций технологической связанности и диверсификации (разнообразия), локального (в том числе, неявного) знания (табл. 1).
Таблица 1 - Подходы к определению приоритетов «умной специализации» территорий (составлена автором на основе обобщения источников (Balland [et al.], 2019: 1252-1268; Balland, Boschma, 2021: 1059-1070; Balland, Boschma, 2021: 1-15; Trippl, Zukauskaite & Healy, 2020: 1328-1340; Myslyakova, Shamova, Neklyudova, 2021: 123-132; Kutsenko, Eferin, 2019: 24-40; Котов, 2020: 22-45)
Table 1 - Approaches to Prioritizing Smart Specialization of Territories (Compiled by the Author Based on a Synthesis of Sources (Balland [et al. ], 2019: 1252-1268; Balland, Boschma, 2021: 1059-1070; Balland, Boschma, 2021: 1-15; Trippl, Zukauskaite & Healy, 2020: 1328-1340; Myslyakova, Shamova, Neklyudova, 2021: 123-132; Kutsenko, Eferin, 2019: 24-40; Kotov, 2020: 22-45)_
Авторы Содержание подхода
1 2
Балланд П.-А. (Balland P.-A.), Бошма Р. (Boschma R.) - использование показателей относительного технологического преимущества и технологической связности; - определение дополнительных возможностей диверсификации на основе межрегиональных связей; - акцент на развитие сквозных цифровых технологий;
Триппл М. (Trippl M.), Цукаускайте Е. (Zukauskaite E.), Хили А. (Healy A.) - формирование пространственных контекстов «умной специализации» в менее развитых, промежуточных и развитых регионах с учетом степени промышленной и организационной плотности и разнообразия, институциональных структур, системных особенностей, политических возможностей, прошлого опыта инновационных стратегий, уровня политической централизации;
Продолжение таблицы 1
1 2
Мыслякова Ю.Г., Шамова Е.А., Неклюдова Н.П - использование показателей локализации отраслевых разделов по данным ОКВЭД2; - выявление регионов, имеющих ядро специализации, определение из их числа территорий, обладающих наибольшей предрасположенностью к инновационным трансформациям;
Куценко Е.С., Еферин Я. Ю. - адаптация методологических подходов к исследованию отраслевой специализации регионов и тенденций ее развития Европейской кластерной обсерватории; - типология специализаций согласно четырем альтернативным сценариям развития отраслей специализации; - дифференцированные структурные модели развития в зависимости от масштаба и интенсивности изменения структуры экономики регионов, наличия или близости городов-миллионников;
Котов А.В. - формирование «пучка компетенций» (гибкого комплекса видов экономической деятельности или взаимосвязанных отраслей в зависимости от ключевых компетенций региона) на основе исследования отраслевой, патентной, инновационной и публикационной компоненты региональной специализации.
Основываясь на рассмотренных и обобщенных подходах, а также на исследованных нами ранее основных положениях и измерениях теории близости (Lyshchikova, 2022: 98-116), можно предложить методический подход к определению приоритетов «умной специализации» регионов в контексте основных форм близости (табл. 2).
Таблица 2 - Методический подход к определению приоритетов «умной специализации»: основные положения в контексте теории близости (авторская разработка, развитие ранее опубликованной работы (Стрябкова, Лыщикова, 2019: 73-82))
Table 2 - Methodological Approach to Prioritizing "Smart Specialization": Main Provisions in the Context of Proximity Theory (Author's Elaboration, Development of Previously Published Work
(Stryabkova, Lyshchikova, 2019: 73-82))_
Форма (измерение) близости Направления определения «умной специализации» Показатели
Общий принцип
Географическая близость - выделение глобальной, национальной и макрорегиональной специализации;
Количественный анализ
Структурно- технологическая близость - исследование экспортной специализации региона; - коэффициент экспортной специализации (соотношение долей экспорта отрасли в экспорте региона и экспорте соответствующей отрасли в экспорте страны (согласно ТН ВЭД 2));
- исследование отраслевой специализация региона на национальном уровне; - коэффициент локализации национального уровня (соотношение долей стоимости продукции отрасли в совокупном выпуске региона и стоимости продукции соответствующей отрасли в выпуске страны (согласно ОКВЭД 2));
- исследование отраслевой специализация региона на макрорегиональном уровне; - коэффициент локализации макрорегионального уровня (соотношение долей стоимости продукции отрасли в совокупном выпуске региона и стоимости продукции соответствующей отрасли в выпуске макрорегиона (согласно ОКВЭД 2));
Когнитивная близость - исследование научно- технологической специализации региона. - коэффициент научно-технологической специализации (отношение доли публикаций в ядре РИНЦ из определенной области тематического рубрикатора РИНЦ в научной электронной библиотеке в общем числе публикаций в ядре РИНЦ региона на определенный момент времени и доли публикаций в ядре РИНЦ, соответствующей области тематического рубрикатора РИНЦ в общем числе публикаций из ядра РИНЦ, опубликованных в стране).
Результаты и обсуждение. На количественном этапе определения приоритетов «умной специализации» в первую очередь предполагается исследование экспортной специализации региона. Если коэффициент экспортной специализации выше 1, считается, что регион имеет сравнительные преимущества в экспорте продукции данной отрасли и, соответственно, возможности определения приоритетов «умной специализации» глобального уровня на основе накопленных научно-технологических компетенций. Результаты расчета коэффициента экспортной специализации Белгородской области в 2016-2020 гг. приведены в таблице 3.
Таблица 3 - Динамика коэффициента экспортной специализации Белгородской области в 2016-2020 гг. (представлена выборочно, по группам ТН ВЭД 2, где регион имеет специализацию в исследуемом периоде)
Table 3 - Dynamics of the Coefficient of Export Specialization of the Belgorod Region in 2016-2020
Группы ТН ВЭД 2 2016 2017 2018 2019 2020
Продовольственные товары и сельскохозяйственное сырье (группы 1 - 24) 2,07 2,06 1,90 2,02 2,35
Металлы и изделия из них (группы 72 - 83) 6,38 6,23 7,81 7,78 5,86
Исходя из результатов расчета коэффициента экспортной специализации, можно сделать вывод, что Белгородская область на протяжении всего исследуемого периода характеризуется экспортной специализацией по товарным группам «Продовольственные товары и сельскохозяйственное сырье» и «Металлы и изделия из них».
Далее была определена отраслевая специализация Белгородской области национального (табл. 4) и макрорегионального уровня на основе коэффициента локализации. Аналогично коэффициенту экспортной специализации, регион будет характеризоваться отраслевой специализацией в национальном или макрорегиональном разрезе, если коэффициент локализации превышает 1.
Таблица 4 - Динамика коэффициента национальной отраслевой специализации Белгородской области в 2016-2020 гг. (представлена выборочно, по разделам ОКВЭД 2, где регион имеет специализацию в исследуемом периоде)
Table 4 - Dynamics of the Coefficient of National Sectoral Specialization of the Belgorod Region in 2016-2020
Раздел ОКВЭД 2 2016 2017 2018 2019 2020
Раздел A Сельское, лесное хозяйство, охота, рыболовство и рыбоводство 3,91 3,81 3,92 3,87 3,62
Раздел B Добыча полезных ископаемых 1,01 1,10 1,18 1,17 1,45
Раздел C Обрабатывающие производства 1,23 1,22 1,20 1,15 1,16
Раздел E Водоснабжение, водоотведение, организация сбора и утилизация отходов, деятельность по ликвидации загрязнений 1,00 0,93 0,77 0,98 0,76
Раздел F Строительство 1,05 0,95 0,85 0,89 0,84
Исходя из результатов расчета коэффициента национальной отраслевой специализации, можно сделать вывод, что Белгородская область на протяжении всего исследуемого периода характеризуется национальной отраслевой специализацией по видам экономической деятельности «Сельское, лесное хозяйство, охота, рыболовство и рыбоводство», «Добыча полезных ископаемых» и «Обрабатывающие производства». При этом специализация по видам экономической деятельности «Водоснабжение, водоотведение, организация сбора и утилизация отходов, деятельность по ликвидации загрязнений» и «Строительство» утрачена регионом, и можно утверждать, что экономика региона стала менее диверсифицированной в течение исследуемого периода.
Что касается специализации Белгородской области на макрорегиональном уровне, регион имеет макрорегиональную специализацию по видам экономической деятельности «Торговля оптовая и розничная; ремонт автотранспортных средств и мотоциклов» и «Деятельность в области культуры, спорта, организации досуга и развлечений».
Далее были определены научно-технологические компетенции Белгородской области по данным 2020 года на основе расчета коэффициента научно-технологической специализации (табл. 5). Регион специализируется в определенной области, если коэффициент научно-технологической специализации принимает значение больше 1.
Таблица 5 - Научно-технологическая специализация Белгородской области в 2020 году (представлена выборочно, по направлениям, где регион имеет специализацию)
Table 5 - Scientific and Technological Specialization of the Belgorod Region in 2020
Направления научно-технологической специализации Коэффициент 2020 года
Автоматика. Вычислительная техника 1,17
География 2,18
Горное дело 1,17
Кибернетика 1,95
Металлургия 6,11
Науковедение 3,36
Общие и комплексные проблемы естественных и точных наук 5,23
Охрана окружающей среды. Экология человека 1,84
Сельское и лесное хозяйство 1,77
Социология 1,10
Строительство. Архитектура 6,21
Физика 2,70
Химическая технология. Химическая промышленность 5,48
В качестве итогового результата, на основе уровневого сопряжения полученных результатов, была построена сценарная модель определения приоритетов «умной специализации» Белгородской области в рамках применения процедур предпринимательского поиска (рис. 1). При этом научно-технологические компетенции в области автоматики, вычислительной техники и кибернетики отнесены к сквозным цифровым компетенциям, поскольку могут быть эффективно реализованы во всех видах экономической деятельности.
В рамках предложенной сценарной модели осуществлено уровневое сопряжение экспортной, национальной и макрорегиональной специализации и научно-технологических компетенций региона с целью последующей реализации процедур предпринимательского поиска с участием всех заинтересованных сторон (региональных органов власти, бизнес-сообщества, научного сообщества и жителей региона). Подобный подход в полной мере соответствует современным направлениям развития инструментария «умной специализации» как в зарубежном, так и в российском научном дискурсе, поскольку позволяет даже регионам, не включенным широко в глобальное или национальное разделение труда, найти перспективную нишу для развития на мак-рорегиональном уровне, а также учитывает возможности межотраслевой конвергенции и использования накопленных компетенций регионов в области сквозных цифровых технологий.
- Продовольственные товары и сельскохозяйственное сырье + научно-технологические компетенции региона в области географии, охраны окружающей среды, экологии человека, сельского и лесного хозяйства, химической технологии и химической промышленности + сквозные научно-технологические компетенции региона в области автоматики, вычислительной техники и кибернетики. - Металлы и изделия из них + научно-технологические компетенции региона в области горного дела, металлургии, охраны окружающей среды, экологии человека + сквозные научно-технологические компетенции региона в области автоматики, вычислительной техники и кибернетики.
Глобальный уровень
J
-Сельское, лесное хозяйство, охота, рыболовство и рыбоводство + научно-технологические компетенции региона в области географии, охраны окружающей среды, экологии человека, сельского и лесного хозяйства, химической технологии, химической промышленности + сквозные научно-технопогические компетенции
региона в области автоматики, вычислительной техники и кибернетики. -Добыча полезных ископаемых + научно-технологические компетенции региона в области географии, горного дела, металлургии, охраны окружающей среды, экологии человека, химической технологии, химической промышленности + сквозные научно-технологические компетенции региона в области автоматики, вычислительной техники и кибернетики. - Обрабатывающие производства + научно-технологические компетенции региона в области металлургии, охраны окружающей среды и экологии человека, химической технологии и химической промышленности + сквозные научно-технологические компетенции региона в области автоматики, вычислительной техники и кибернетики.
Национальный уровень
-Торговля оптовая и розничная; ремонт автотранспортных средств и мотоциклов + сквозные научно-технологические компетенции региона в области автоматики, вычислительной техники и кибернетики. -Деятельность в области культуры, спорта, организации досуга и развлечений + сквозные научно-технологические компетенции региона в области автоматики, вычислительной техники и кибернетики.
Л
Макрорегионапьный уровень
J
Рисунок 1 - Сценарная модель определения приоритетов «умной специализации» Белгородской области
Figure 1 - Scenario Model for Determining Priorities of "Smart Specialization" in the Belgorod Region
Заключение. Таким образом, в контексте актуальных вызовов развития технологий формирование новых видов экономической специализации играет большую роль в преобразовании отраслевой структуры региона. Это позволяет сформировать новые инновационно-технологические факторы регионального экономического роста и стимулировать интеграцию регионов страны в единое экономическое пространство. При этом для определения перспективных конкурентных экономических специализаций регионов необходимо комбинировать разнообразные подходы к анализу, оценивать существование и уровень развития в регионах сквозных межотраслевых технологий и возможности межрегионального взаимодействия.
Исследование методического и институционально-инфраструктурного обеспечения формирования «умной специализации» региона и адаптация российских региональных стратегий социально-экономического развития к принципам «умной специализации» демонстрируют особую роль сетей сотрудничества, привлечения инвестиций в НИОКР из-за пределов региона и создания внутрирегиональных и межрегиональных инновационных сетей для реализации политики регионального развития и формирования более эффективных локальных моделей управления.
Список источников:
Котов А.В. Методический подход к определению умной специализации регионов России // Регион: Экономика и Социология. 2020. № 2 (106). С. 22-45.
Стрябкова Е.А., Лыщикова Ю.В. Развитие методических подходов к определению приоритетов «умной специализации» территорий // Экономика: вчера, сегодня, завтра. 2019. Т. 9, № 12 (1). С. 73-82.
Balland P.-A., Boschma R. Complementary interregional linkages and Smart Specialisation: an empirical study on European regions // Regional Studies. 2021. № 55(6). Pp.1059-1070, https://doi.org/10.1080/00343404.2020.1861240
Balland P.-A., Boschma R. Mapping the potentials of regions in Europe to contribute to new knowledge production in Industry 4.0 technologies // Regional Studies. 2021. № 55(3). Pp. 1-15. https://doi.org/10.1080/00343404.2021.1900557
Dosso M., Lebert D. The centrality of regions in corporate knowledge flows and the implications for Smart Specialisation Strategies // Regional Studies. 2020. № 54 (10). Pp. 1366-1376. https://doi.org/10.1080/00343404.2019.1619923
Foray D. Smart Specialization strategies as a case of mission-oriented policy - A case study on the emergence of new policy practices // Industrial and Corporate Change. 2018. № 27 (5). Pp. 817-832. https://doi.org/10.1093/icc/dty030
Foray D., David P., Hall B. Smart Specialisation: The Concept // Knowledge Economists Policy Brief. 2009. № 9, June. http://ec.europa.eu/research/era/publication_en.cfm (дата обращения 08.07.2023).
Kutsenko E., Eferin Y. "Whirlpools" and "Safe Harbors" in the Dynamics of Industrial Specialization in Russian Regions // Foresight and STI Governance. 2019. Vol. 13, № 3. Pp. 24-40. doi.org/10.17323/2500-2597.2019.3.24.40.
Lyshchikova J.V. Interregional interaction in the conditions of digitalization: analysis of programmes of the European Union (EU) for supporting cooperation across borders in the context of the proximity theory development // Relacoes Internacionais no Mundo Atual. 2022. Vol. 1, № 34. Pp. 98-116.
Michaela Trippl, Elena Zukauskaite & Adrian Healy. Shaping smart specialization: the role of place-specific factors in advanced, intermediate and less-developed European regions // Regional Studies. 2020. № 54 (10). Pp. 1328-1340. https://doi.org/10.1080/00343404.2019.1582763
Myslyakova Yu.G., Shamova E.A., Neklyudova N.P. Key steps to smart specialization development of Russian regions // R-econ-omy. 2021. № 7 (2). Pp.. 123-132. https://doi.org/10.15826/recon.2021.7.2.011
Smart specialization policy in the European Union: relatedness, knowledge complexity and regional diversification / P.-A. Balland [et al.] // Regional Studies. 2019. № 53 (9). 3p. 1252-1268. https://doi.org/10.1080/00343404.2018.1437900
References:
Balland P.-A., Boschma R., Crespo J. & Rigby D. L. (2019) Smart specialization policy in the European Union: relatedness, knowledge complexity and regional diversification. Regional Studies. (53(9)), 1252-1268. Available from: https://doi.org/10.1080/00343404.2018.1437900
Balland P.-A., Boschma R. (2021) Complementary interregional linkages and Smart Specialisation: an empirical study on European regions. Regional Studies. (55(6)), 1059-1070, Available from: https://doi.org/10.1080/00343404.2020.1861240
Balland P.-A., Boschma R. (2021) Mapping the potentials of regions in Europe to contribute to new knowledge production in Industry 4.0 technologies. Regional Studies. (55(3)), 1-15. Available from: https://doi.org/10.1080/00343404.2021.1900557
Dosso M., Lebert D. (2020) The centrality of regions in corporate knowledge flows and the implications for Smart Specialisation Strategies. Regional Studies. (54(10)), 1366-1376. Available from: https://doi.org/10.1080/00343404.2019.1619923
Foray D., David P., Hall B. (2009) Smart Specialisation: The Concept. Knowledge Economists Policy Brief. (9), June. Available from: http://ec.europa.eu/research/era/publication_en.cfm (date of application 08.07.2023).
Foray D. (2018) Smart Specialization strategies as a case of mission-oriented policy - A case study on the emergence of new policy practices. Industrial and Corporate Change. (27(5)), 817-832. Available from: https://doi.org/10.1093/icc/dty030
Kotov A.V. (2020) Methodological approach to the definition of smart specialization of Russian regions. Region: Economics and Sociology. (2(106)), 22-45. (In Russian)
Kutsenko E., Eferin Y. (2019) "Whirlpools" and "Safe Harbors" in the Dynamics of Industrial Specialization in Russian Regions. Foresight and STI Governance. 13 (3), 24-40. Available from: doi.org/10.17323/2500-2597.2019.3.24.40.
Lyshchikova J.V. (2022) Interregional interaction in the conditions of digitalization: analysis of programmes of the European Union (EU) for supporting cooperation across borders in the context of the proximity theory development. Relacoes Internacionais no Mundo Atual. 1 (34), 98-116.
Michaela Trippl, Elena Zukauskaite & Adrian Healy. (2020) Shaping smart specialization: the role of place-specific factors in advanced, intermediate and less-developed European regions. Regional Studies. (54(10)), 1328-1340. Available from: https://doi.org/10.1080/00343404.2019.1582763
Myslyakova Yu.G., Shamova E.A., Neklyudova N.P. (2021) Key steps to smart specialization development of Russian regions. R-economy. (7(2)), 123-132. Available from: https://doi.org/10.15826/recon.2021.7.2.011
Stryabkova E.A., Lyschikova Yu.V. (2019) Development of methodological approaches to determining priorities of "smart specialization" of territories. Economy: yesterday, today, tomorrow. 9 (12-1), 73-82. (In Russian)
Информация об авторе Ю.В. Лыщикова - кандидат экономических наук, доцент, доцент кафедры прикладной экономики и экономической безопасности Белгородского государственного национального исследовательского университета, Белгород, Россия.
https://www.elibrary.ru/author_items.asp?authorid=673071
Конфликт интересов:
автор заявляет об отсутствии конфликта интересов.
Information about the author J.V. Lyshchikova - PhD in Economics, Associate Professor, Associate Professor of Applied Economics and Economic Security Department, Belgorod State National Research University, Belgorod, Russia. https://www.elibrary.ru/author_items.asp?authorid=673071
Conflicts of interests:
The author declares no conflicts of interests
Статья поступила в редакцию / The article was submitted 05.07.2023; Одобрена после рецензирования / Approved after reviewing 02.08.2023; Принята к публикации / Accepted for publication 22.08.2023
Автором окончательный вариант рукописи одобрен.
