CC BY
13Научная статья УДК 332.143
doi: 10.47576/2411-9520 2023 3 168
СРАВНИТЕЛЬНАЯ ИНТЕГРАЛЬНАЯ ОЦЕНКА СУБЪЕКТОВ АРКТИЧЕСКОЙ ЗОНЫ РОССИЙСКОЙ ФЕДЕРАЦИИ НА ОСНОВЕ НАБОРА РАЗНООБРАЗНЫХ ПОКАЗАТЕЛЕЙ
Грейз Георгий Маркович
Южно-Уральский государственный университет, Челябинск, Россия, ggreyz09@mail. ru
Кузменко Юлия Геннадьевна
Южно-Уральский государственный университет, Челябинск, Россия, polina. [email protected]
Босе Упасак
Южно-Уральский государственный университет, Челябинск, Россия, upasakbosegre@gmail. com
Аннотация. В статье дается сравнительная интегральная оценка субъектов Арктической зоны Российской Федерации на основе набора разнообразных показателей. Проведены оценка и сравнение девяти субъектов Арктической зоны Российской Федерации на основе разнообразного и неоднородного набора показателей. Выбраны три различные группы показателей. Были получены интегральные оценки по трем группам показателей: финансовой устойчивости, региональных инвестиций и доступности услуг, а также интегральные оценки набора из этих показателей. Для комплексного анализа и сравнительной оценки субъектов был использован инструментарий теории нечеткой логики в рамках задачи определения подпрямого образа нечеткого множества. На основе интегральной оценки выбранных показателей были ранжированы субъекты в следующем порядке: Красноярский край; Республика Саха (Якутия); Республика Коми; Ямало-Ненецкий автономный округ; Архангельская область; Мурманская область; Республика Карелия; Чукотский автономный округ; Ненецкий автономный округ. Этот результат позволяет анализировать проблемы как отдельных субъектов, так и зоны в целом. Результаты также подчеркивают взаимозависимость между тремя выбранными наборами показателей, которые могут помочь в разработке и формулировании политики и инвестиционных решений.
Ключевые слова: Арктическая зона Российской Федерации; определение подпрямого образа нечеткого множества; теории нечеткой логики; сравнение разнородного набора показателей, вычисления интегрального рейтинга.
Для цитирования: Грейз Г. М., Кузменко Ю. Г., Босе Упасак. Сравнительная интегральная оценка субъектов Арктической зоны Российской Федерации на основе набора разнообразных показателей // Инновационная экономика: информация, аналитика, прогнозы. - 2023. - № 3. - С. 168-176. https://doi.org/10.47576/2411-9520_2023_3_168.
Original article
COMPARATIVE INTEGRAL ASSESSMENT OF THE SUBJECTS OF THE ARCTIC ZONE OF THE RUSSIAN FEDERATION BASED ON A SET OF VARIOUS INDICATORS
Greiz Georgy M.
South Ural State University, Chelyabinsk, Russia, [email protected] Kuzmenko Yulia G.
South Ural State University, Chelyabinsk, Russia, [email protected] Bose Upasak
South Ural State University, Chelyabinsk, Russia, [email protected]
Abstract. The article provides a comparative integral assessment of the subjects of the Arctic Zone of the Russian Federation based on a set of various indicators. The assessment and comparison of nine subjects of the Arctic zone of the Russian Federation (AZRF) was carried out on the basis of a diverse and heterogeneous set of indicators. Three different groups of indicators have been selected. Integral estimates were obtained for three groups of indicators: financial stability, regional investments and accessibility of services, as well as integral estimates of a set of these indicators. For a comprehensive analysis and comparative evaluation of subjects, the tools of the theory of fuzzy logic were used within the framework of the task of «Determining the indirect image of a fuzzy set. Based on an integral assessment of the selected indicators, the authors ranked the subjects of the Russian Arctic in the following order: Krasnoyarsk Territory; Republic of Sakha (Yakutia); Komi Republic; Yamalo-Nenets Autonomous Okrug; Arkhangelsk Region; Murmansk Region; Republic of Karelia; Chukotka Autonomous Okrug; Nenets Autonomous Okrug. This result makes it possible to analyze the problems of both individual subjects and the zone as a whole. The results also highlight the interdependence between the three selected sets of indicators that can help in the design and formulation of policies and investment decisions.
Keywords: Arctic zone of the Russian Federation; Definition of the indirect image of a fuzzy set; theory of fuzzy logic; comparison of a heterogeneous set of indicators, calculation of the integral rating.
For citation: Greiz G. M., Kuzmenko Yu. G., Bose Upasak. Comparative integral assessment of the subjects of the Arctic zone of the Russian Federation based on a set of various indicators. Innovative economy: information, analysis, prognoses, 2022, no. 3, pp. 168-176. https://doi. org/10.47576/2411-9520_2023_3_168.
Арктическая зона Российской Федерации (АЗРФ) состоит из девяти субъектов Российской Федерации, в состав которых полностью входят четыре субъекта: Чукотский автономный округ (ЧАО), Ямало-Ненецкий автономный округ (ЯНАО), Ненецкий автономный округ (НАО) и Мурманская область (МО). Остальные пять субъектов включают в себя муниципальные образования, находящиеся в составе АЗРФ, к которым относятся: Республика Карелия (РКА), Республика Коми (РКО), Архангельская область (АО), Красноярский край (КК) и Республика Саха (Якутия) (РС) [13; 14].
Авторы оценили и сравнили различные субъекты АЗРФ на основе показателей, объединенных в три различных набора, которые представлены следующим образом:
1. Показатели региональной финансовой устойчивости и уровня доходов [8]:
- Доходы консолидированного бюджета (всего), млн руб. (Д1).
- Налоговые доходы, тыс. руб. (Д2).
- Среднедушевые денежные доходы, руб. (Д3).
- Покупательная способность доходов населения (Д4).
2. Показатели наличия государственных и частных услуг [7]:
- Объем платных услуг населению (в сопоставимых ценах), млн руб. (У1).
- Объем бытовых услуг населению (в сопоставимых ценах), млн руб. (У2).
- Объем транспортных услуг населению (в сопоставимых ценах), млн руб. (У3).
- Объем услуг связи населению (в сопоставимых ценах), млн руб. (У4).
- Объем коммунальных услуг населению (в сопоставимых ценах), млн руб. (У5).
3. Показатели региональных инвестиций [5; 9]:
- Объем инвестиций в основной капитал организаций за счет всех источников финансирования (в фактически действовавших ценах), млн руб. (И1).
- Доля внутренних инвестиций в Арктической зоне Российской Федерации в общем объеме российских инвестиций, % (И2).
- Структура потенциала предприятий в разрезе регионов АЗРФ, % (И3).
Набор выбранных показателей разнообразен и неоднороден с различными единицами измерения. Оценка и сравнение таких наборов показателей требуют использования сложных математических инструментов и моделирования [10; 12; 15]. Авторы использовали инструментарий теории нечеткой логики с применением алгоритма задачи «Определение подпрямого образа нечеткого множества». Данный алгоритм позволяет провести комплексный анализ и сравнение разнородного набора показателей и определить их интегральную оценку [1-4; 11]. Временной период, выбранный для анализа - 2015-2018 гг., исходя из доступности необходимых данных для анализа.
Для составления интегральных оценок по различным наборам показателей, во-первых, из различных источников были получены и зафиксированы значения этих показателей с 2015 по 2018 г.
В соответствии с методикой, изложенной в [1-4; 11], на основе решения задачи «Определение подпрямого образа нечеткого множества» выполняются вычисления интегрального рейтинга для каждого субъекта АЗРФ по комплексу выбранных показателей. В соответствии с правилами теории нечеткой логики все показатели должны находиться в диапазоне [0...1]. Для перевода показателей, имеющих различные значения (иногда, отличающиеся на порядок) и различные единицы
измерения, в этот диапазон была использована следующая авторская методика:
1. Определение частного рейтинга ( ) для каждого показателя (формула (1)):
р
у шах
где - значение показателя; j - субъект АЗРФ: у - год анализа
pi - максимальное значение i-го показа-
у шах
теля за период.
2. Корректировка значений частных рейтингов с использованием весовых коэффициентов значимости. Данные коэффициенты позволяют менять значимость показателя в зависимости от его приближенности (удаленности) от текущего момента времени. Значимость показателя растет по мере его приближения к текущему моменту времени, и наоборот, снижается по мере удаления.
Весовые коэффициенты рассчитываются по формуле (2) [6]:
kf =Дх*ехр(-Х;Х (2)
где Dx- интервал, рассчитываемый с учетом количества показателей и размаха значений kf. Обычно принимают Dx = 0,5; хi - середина i-того интервала, соответствующего рангу показателя (для показателя первого ранга (2018 г.) хi=0,25, для показателя второго ранга (2017 г.) хi=0,75 и т.д.).
Числовые значения весовых коэффициентов значимости по годам приведены в табл. 1.
Таблица 1 - Значения весовых коэффициентов значимости по годам
Показатель Годы
2015 2016 2017 2018
Весовой коэффициент значимости 0,087 0,143 0,236 0,389
1. Вычисление произведение частного рейтинга на весовой коэффициент:
< = кг * ^ (3)
2. Вычисление интегрального регионального рейтинга за весь анализируемый период:
= (4)
Выполним расчеты этих рейтингов для группы «Региональная финансовая стабильность и уровень доходов»
Исходные данные для показателей этой группы приведены в табл. 2.
Таблица 2 - Показатели региональной финансовой стабильности и уровня доходов за 2015-2018 гг.
Субъект АЗРФ (j) Год (y) Д1 Д2 Д3 Д4
АО 2015 59943,7 27050,2 31114 2,4
2016 61737,2 32492,7 31047 2,5
2017 63450,7 32922,1 31705,5 2,7
2018 69898,7 39475,4 32054 2,7
ЯНАО 2015 137650,2 135172,7 66795 4,3
2016 152052,4 144190,9 68971 4,5
2017 196673 175463,5 71705 4,7
2018 235177,8 209797,7 79398 5,1
КК 2015 211416,9 170219,2 27102 2,5
2016 223619,8 193950,6 28035 2,6
2017 204427,3 198776,3 28046,7 2,5
2018 277015,2 233356,6 30015 2,6
МО 2015 66556 53035 36848 2,7
2016 72667 60472,1 36116 2,7
2017 72725 60529,5 37107,5 2,8
2018 81971,4 67883,3 41564 2,8
НАО 2015 18470,6 18070,4 70871 3,9
2016 14540,7 14317,7 69959 3,7
2017 19958,5 19090,3 70120,9 3,5
2018 23251,5 20093,8 78549 3,9
РКА 2015 34801,5 19542,5 25717 2,2
2016 39323,6 21158,4 25747 2,13
2017 41108,6 21512,9 26740 2,13
2018 54378,3 27880 29150 2,27
РКО 2015 67419,7 60011,9 32545 2,8
2016 71849,9 65482,2 31529 2,6
2017 82654,5 75855,4 31181 2,5
2018 95970,1 86531,6 33961 2,6
РС 2015 186473,2 105471,2 37805 2,5
2016 196187,2 113544,6 38937 2,4
2017 137481,1 105845 39765 2,4
2018 248323,2 128196,5 42669 2,6
ЧАО 2015 28053,5 14767 61640 3,8
2016 32964 15961,3 65679 3,7
2017 30156 12267,6 70903,9 3,6
2018 36268,6 13106,8 78812 3,6
Данные по каждому показателю для веденной выше методике, представлены субъектов АЗРФ, вычисленные по при- в табл. 3.
Таблица 3 - Интегральные рейтинги показателей региональной финансовой устойчивости и уровня доходов
Субъект АЗРФ Показатели Интегральный рейтинг
Архангельская область Д 0,236
Д 0,143
д 0,363
д 0,470
Ямало-Ненецкий автономный округ д 0,712
Д, 0,734
д 0,849
д 0,856
Красноярский край д 0,856
д 0,856
д 0,330
д 0,457
Мурманская область д 0^73
Д, 0,,57
д 0,445
д 0,495
Ненецкий автономный округ д 0,073
Д, 0,076
д 0,846
д 0,670
Республика Карелия д 0,163
Д, 0,098
д 0,315
Д4 0,393
Республика Коми д 0,304
Д, 0,314
д 0,374
д 0,463
Республика Саха(Якутия) Д 0,710
Д, 0,477
Д 0,466
Д4 0,446
Чукотский автономный округ Д, 0,118
Д, 0,056
д 0,830
Д4 0,650
В соответствии с методикой, изложенной полняется в соответствии с формульным выв [4; 11], вычисление сравнительных инте- ражением (5): гральных рейтингов для субъектов АЗРФ вы-
Крптериальный набор признаков
(0,85; 0,85; 0,85; 0,85)
Региональные рейтинги субъектов АЗРФ по каждому показателю
" АО ЯНАО КК МО НАО РК РКо РС ЧАО
0,236 0,712 0,856 0,273 0,073 0,163 0,304 0,710 0,118
0,143 0,734 0,856 0,257 0,076 0,098 0,314 0,477 0,056
0,363 0,849 0,330 0,445 0,846 0,315 0,374 0,466 0,830
-0,470 0,856 0,457 0,495 0,670 0,393 0,463 0,446 0,650.
Итоговые интегральные рейтинги субъектов АЗРФ (степеньсоответствия значений региональных рейтингов критериальному набору)
(0,143; 0,712; 0,330: 0,257; 0,073; 0,098; 0,304; 0,446: 0,056) (5)
Критериальный набор признаков устанав- но с особенностями используемого матема-
ливает целевые значения для показателей тического инструментария. Если значения у
этой группы. Значения признаков критери- всех признаков критериального набора будут
ального набора на 15 % ниже 1,00, что связа- равны единице, то это нивелирует его влия-
ние на результаты расчета. Незначительное снижение значений критериального набора принципиально не меняет соотношение итоговых интегральных оценок субъектов АЗРФ.
Содержание операции ◄ изложено в [4; 11]. Чем ближе значение итогового интегрального рейтинга к единице (максимальное значение), тем в большей степени объект по своим свойствам соответствует установленному критериальному набору признаков.
Согласно результатам расчета по формуле (5) субъекты АЗРФ могут быть ранжирова -ны следующим образом: 1. Ямало-Ненецкий автономный округ (0,712); 2. Республика Саха (Якутия) (0,446); 3. Красноярский край (0,330); 4. Республика Коми (0,304); 5. Мурманская область (0,257); 6. Архангельская область (0,143); 7. Республика Карелия (0,098); 8. Ненецкий автономный округ (0,073); 9. Чукотский автономный округ (0,056).
По приведенной методике рассчитаны интегральная оценка и итоговые рейтинги субъектов с использованием набора показателей «Наличие государственных и частных
услуг» и ранжированы субъекты АЗРФ: 1. Красноярский край (1,000); 2. Архангельская область (0,125); 3. Республика Саха (Якутия) (0,124); 4. Республика Коми (0,089); 5. Мурманская область (0,083); 6. Ямало-Ненецкий автономный округ (0,064); 7. Республика Карелия (0,051); 8. Чукотский автономный округ (0,008); 9. Ненецкий автономный округ (0,004).
Снова по аналогичной методике рассчитываются интегральная оценка и итоговые рейтинги субъектов по набору показателей «Региональные инвестиции» и ранжируются субъекты АЗРФ: 1. Ямало-Ненецкий автономный округ (0,466); 2. Красноярский край (0,195); 3. Республика Саха (Якутия) (0,142); 4. Республика Коми (0,074); 5. Архангельская область (0,059); 6. Ненецкий автономный округ (0,055); 7. Мурманская область (0,047); 8. Республика Карелия (0,017); 9. Чукотский автономный округ (0,007).
Выполним интегральную оценку субъектов АЗРФ по трем группам показателей.
Критериальный набор признаков
Итоговые реги он ал ьные рейтинги субъектов АЗРФ по каждому
(0,85; 0,85; 0,85) ^
АО ЯНА О КК МО НАО РК РКо PC ЧАО
ОД 43 0,712 0,330 0,257 0,073 0,098 0,304 0,446 0,056
0,125 0,064 1,000 0,083 0,004 0,051 0,089 0,124 0,008
1.0,059 0,466 0,195 0,047 0,055 0,017 0,074 0,142 0,007.
Комплексные интеграл ьные рейтинги субъектов АЗРФ (степень соответствия значений региональных рейтингов критериальному
набосу1}
= (0,059: 0.064; 0,195; 0,047; 0,004; 0,017; 0,074; 0,124; 0,007) (8)
Согласно результатам, полученным по выражению (8), субъекты АЗРФ по комплексу экономических показателей могут быть окон -чательно ранжированы как: 1. Красноярский край (0.195); 2. Республика Саха (Якутия) (0,124); 3. Республика Коми (0,074); 4. Ямало-Ненецкий автономный округ (0,064); 5. Архан -гельская область (0,059); 6. Мурманская область (0,047); 7. Республика Карелия (0,017); 8. Чукотский автономный округ (0,007); 9. Ненецкий автономный округ (0,004).
Ранги субъектов АЗРФ на основе пока-
зателей группы «Региональная финансовая устойчивость и уровень доходов»: 1. Ямало-Ненецкий автономный округ; 2. Республика Саха (Якутия); 3. Красноярский край; 4. Республика Коми; 5. Мурманская область; 6. Архангельская область; 7. Республика Карелия; 8. Ненецкий автономный округ; 9. Чукотский автономный округ.
Самый высокий рейтинг у Ямало-Ненецкого автономного округа, а самый низкий у Чукотского по показателю «Региональная финансовая стабильность и уровень дохо-
дов». Это можно объяснить стратегическим географическим положением Ямало-Ненецкого автономного округа, близкого к европейским рынкам, а также обилием нефти, газа и других полезных ископаемых. Уровень урбанизации и индустриализации этого региона был высоким со времен СССР, и регион продолжает доминировать в арктической экономике АЗРФ, Чукотский автономный округ расположен в крайней дальневосточной части страны и страдает от географической изолированности, отсутствия развитой транспортной и инфраструктуры и суровых климатических условий. Причиной низкой финансовой стабильности является низкий уровень развития торговли и деловой активности, отсутствие рабочих мест и высокий уровень оттока населения.
Ранги субъектов АЗРФ на основе показателей группы «Наличие государственных и частных услуг» : 1. Красноярский край; 2. Архангельская область; 3. Республика Саха (Якутия); 4. Республика Коми; 5. Мурманская область; 6. Ямало-Ненецкий автономный округ; 7. Республика Карелия; 8. Чукотский автономный округ; 9. Ненецкий автономный округ.
Красноярский край занимает самое высокое место, а Ненецкий автономный округ -самое низкое место по показателю «Наличие государственных и частных услуг». Это может быть связано с тем, что Ненецкий автономный округ является сравнительно новым регионом, и, следовательно, государственные службы еще недостаточно налажены. Частным компаниям невыгодно инвестировать в регион с меньшей численностью населения и низким уровнем доходов, а также высоким уровнем оттока населения. Красноярский край, с другой стороны, является развитым регионом АЗРФ с уже хорошо налаженной городской инфраструктурой, логистикой, транспортной и портовой инфраструктурой и адекватными возможностями трудоустройства. Кроме того, близость к Северному морскому пути дает региону географическое преимущество с точки зрения международной торговли и бизнеса. Эти факторы привели к хорошо развитой экономике с установленными коммунальными услугами со стороны правительства и частных компаний,
Ранги субъектов АЗРФ на основе показателей группы «Региональные инвестиции»: 1.
Ямало-Ненецкий автономный округ; 2. Красноярский край; 3. Республика Саха (Якутия); 4. Республика Коми; 5. Архангельская область; 6. Ненецкий автономный округ; 7. Мур -манская область; 8. Республика Карелия; 9. Чукотский автономный округ.
Ямало-Ненецкий автономный округ занимает самое высокое место, а Чукотский - самое низкое место по региональным ввозам. Это становится очевидным из того, что Ямало-Ненецкий автономный округ обладает наибольшими преимуществами по площади, населению, наличию инфраструктуры и транспортных средств, нефти, газа, минерально-сырьевых и природных ресурсов и стратегическому географическому положению. Благодаря наличию множества российских и иностранных компаний, занимающихся горнодобывающими и геологоразведочными проектами, инвестиции в регион выше, чем в другие регионы АЗРФ. Чукотский автономный округ страдает от проблем географической изоляции, отсутствия объектов городской, транспортной и логической инфраструктуры. Несмотря на наличие запасов природных ресурсов, отсутствие инфраструктуры затрудняет использование имеющихся ресурсов. Это некоторые из причин, которыми можно объяснить низкий уровнень инвестиций в регионе.
Ранги субъектов АЗРФ на основе комплексной оценки всех трех наборов показателей: 1. Красноярский край; 2. Республика Саха (Якутия); 3. Республика Коми; 4. Ямало-Ненецкий автономный округ; 5. Архангельская область; 6. Мурманская область; 7. Республика Карелия; 8. Чукотский автономный округ; 9. Ненецкий автономный округ.
Использование предложенной методики комплексной оценки позволяет дать целостное и всестороннее представление об уровне развития различных регионов Российской Арктики.
По результатам можно сделать вывод, что субъекты АЗРФ, такие как Красноярский край, Республика Саха (Якутия) и Республика Коми, имеют стабильно высокие рейтинги по разному набору показателей. Красноярский край и Республика Коми обладают географическими преимуществами близости к столице и другим экономическим центрам России, а также к Северному морскому пути и обширному европейскому рынку, а также
богаты полезными ископаемыми. Эти факторы в совокупности способствуют высокому уровню инвестиций и финансовой стабильности. Республика Саха (Якутия), несмотря на расположение в Дальневосточном регионе, имеет преимущество в том, что является крупнейшим субъектом Российской Федерации и богата полезными ископаемыми. Поскольку внимание правительства смещается на восточные и дальневосточные регионы страны, чтобы использовать ее огромные неиспользованные ресурсы, этот регион определенно будет одним из основных спонсоров новой государственной политики.
Однако такие регионы, как Ненецкий и Чукотский автономные округа, показали низкие результаты из-за слаборазвитой инфраструктуры, отсутствия развитой транспортной и логистической инфраструктуры, высокого уровня отрицательной миграции человеческого капитала, отсутствия образовательных учреждений, здравоохранения и возможностей трудоустройства. Как центральные, так и региональные органы вла-
сти должны сосредоточиться на улучшении основных условий жизни и инфраструктуры в этих регионах, чтобы контролировать негативную миграцию и развивать местные навыки и образование.
Однако у исследования возникла проблема недостаточности данных. Данные муниципального уровня по субъектам АЗРФ недоступны. Таким образом, были использованы общие данные по субъектам, что могло привести к некоторым отклонениям от точных результатов и рейтингов. Однако такие отклонения малы и не влияют на общую направленность исследования.
Доказано, что предложенная методика комплексной оценки на основе инструментария теории нечеткой логики позволяет адекватно оценить любые наборы показателей, отличающихся по своим значениям, размерности и природе. Эта методика может быть масштабирована на любое количество показателей и регионов и может стать эффективным инструментом анализа регионов АЗРФ на микро- и макроуровнях.
Список источников
1. Упасак Б., Грейз Г М., Кузьменко Ю. Г Интегральная оценка и сопоставление региональных инвестиций в субъектах Арктической Зоны Российской Федерации // Теория и практика финансово-хозяйственной деятельности предприятий различных отраслей : материалы IV Национальной (всероссийской) научно-практической конференции, Керчь, 27-28 октября 2022 года / Ред. коллегия: Е. П. Масюткин [и др.]. Керчь: Керченский государственный морской технологический университет, 2022. С. 78-82.
2. Босе У., Грейз Г М., Кузменко Ю. Г Интегральная оценка уровня образования в Арктической зоне Российской Федерации с использованием разнородных показателей // Развитие Арктики: гуманитарное измерение : Материалы всероссийской научной конференции, Санкт-Петербург, 15 февраля 2023 года. СПб. : ЛГУ имени А.С. Пушкина, 2023. С. 29-33.
3. Босе У., Грейз Г М., Кузменко Ю. Г Комплексная оценка и сравнение региональной финансовой устойчивости и уровня доходов в субъектах Арктической зоны Российской Федерации // Конкурентный потенциал региона: оценка и эффективность использования : сборник статей XIII Международной научно-практической конференции, Абакан, 09-12 ноября 2022 года. Абакан: Хакасский государственный университет им. Н. Ф. Ка-танова, 2022. С. 3-5.
4. Грейз Г М. К вопросу о возможностях трансфера инструментов теории нечетких множеств для информационно-аналитической поддержки логистического менеджмента // Вестник Южно-Уральского государственного университета, Серия Экономика и менеджмент. 2015. Т. 9. № 1. С. 170-177
5. Дядик Н. В., Чапаргина А. Н. // Финансовая состоятельность регионов Российской Арктики. 2021.
6. Модели и методы теории логистики: учеб. пособие / под ред. С. Лукинского. 2-е изд. СПб.: Питер, 2008. 448 с.
7. Регионы России. Социально-экономические показатели. 2021. URL: http://www.demoscope.ru/ weekly/2022/0937/biblio01.php (дата обращения: 13.05.2023).
8. Регионы России. Социально-экономические показатели. URL: https://rosstat.gov.ru/folder/210/ document/13204. (дата обращения: 13.12.2023).
9. Регионы России социально-экономические показатели 2020. статистический сборник (Росстат). URL: https:// www.sinref.ru/000_uchebniki/00495_04600_raznie_13_14_2022-9/999_02-72-rosstat-regioni-rossii-2020_2022-1/000. htm (дата обращения: 13.12.2022).
10. Справочно-аналитический сборник «Комплексное исследование регионов Арктической зоны Российской Федерации, Основные направления сотрудничества Санкт-Петербурга в Арктике» (2020), Санкт-Петербург: Правительство Санкт-Петербурга, C. 244-299. URL: http://www.gov.spb.ru/ (дата обращения: 11.12.2022).
11. Ухоботов В. И. Избранные главы теории нечетких множеств : учеб. пособие. Челябинск: ЧГУ, 2011. C. 245.
12. Череповицын А. Е., Цветков П. С., Евсеева О. О. Критический анализ методических подходов к оценке устойчивости арктических нефтегазовых проектов // Записки Горного института. 2021. № 249. С. 463-479.
13. Arctic Russia - About. URL: https://arctic-russia,ru/en/about (дата обращения: 11.05.2023).
14. Arctic zone of the Russian Federation. URL: https://invest.nashsever51.ru/en/pages/preferentsii-rezidentov-azrf (дата обращения: 14.05.2023).
15. Myakshin В. Н., Petrov В. Н., Pesiakova Т. Н. Methodology for Assessing the Effectiveness of Investment Policy in Russian Regions // Economy of Regions. 2023. № 19(1). С. 259-273.
References
1. Upasak B., Greiz G. M., Kuzmenko Yu. G. Integral assessment and comparison of regional investments in the subjects of the Arctic Zone of the Russian Federation. Theory and practice of financial and economic activity of enterprises of various industries: materials of the IV National (All-Russian) Scientific and Practical Conference, Kerch, October 2728, 2022 /Editorial Board: E. P. Masyutkin [et al.]. Kerch: Kerch State Marine Technological University, 2022. Pp. 78-82.
2. Bose U., Greiz G. M., Kuzmenko Yu. G. Integral assessment of the level of education in the Arctic zone of the Russian Federation using heterogeneous indicators. Development of the Arctic: humanitarian dimension: Materials of the All-Russian Scientific Conference, St. Petersburg, February 15, 2023. St. Petersburg : Pushkin State University, 2023. Pp. 29-33.
3. Bose U., Greiz G. M., Kuzmenko Yu. G. Comprehensive assessment and comparison of regional financial stability and income level in the subjects of the Arctic zone of the Russian Federation. Competitive potential of the region: assessment and efficiency of use : collection of articles of the XIII International Scientific and Practical Conference, Abakan, November 09-12, 2022. Abakan: N. F. Katanov Khakass State University, 2022. Pp. 3-5.
4. Greiz G. M. On the question of the possibilities of transfer of fuzzy set theory tools for information and analytical support of logistics management. Bulletin of the South Ural State University, Economics and Management Series. 2015. Vol. 9. No. 1. Pp. 170-177
5. Dyadik N. V., Chapargina A. N. Financial viability of the regions of the Russian Arctic. 2021.
6. Models and methods of logistics theory: textbook. manual /edited by S. Lukinsky. 2nd ed. St. Petersburg: St. Petersburg, 2008. 448 p.
7. Regions of Russia. Socio-economic indicators. 2021. URL: http://www.demoscope.ru/weekly/2022/0937/biblio01. php (date of application: 13.05.2023).
8. Regions of Russia. Socio-economic indicators. URL: https://rosstat.gov.ru/folder/210/document/13204 (accessed: 13.12.2023).
9. Regions of Russia socio-economic indicators 2020. statistical collection (Rosstat). URL: https://www.sinref.ru/000_ uchebniki/00495_04600_raznie_13_14_2022-9/999_02-72-rosstat-regioni-rossii-2020_2022-1/000.htm (accessed: 13.12.2022).
10. Reference and analytical collection «Comprehensive study of the regions of the Arctic zone of the Russian Federation, the main directions of cooperation of St. Petersburg in the Arctic» (2020), St. Petersburg: Government of St. Petersburg, pp. 244-299. URL: http://www.gov.spb.ru / (date of request: 11.12.2022).
11. Ukhobotov V. I. Selected chapters of the theory of fuzzy sets: textbook. stipend. Chelyabinsk: ChSU, 2011. C. 245.
12. Cherepovitsyn A. E., Tsvetkov P. S., Evseeva O. O. Critical analysis of methodological approaches to assessing the sustainability of Arctic oil and gas projects. Notes of the Mining Institute. 2021. No. 249. pp. 463-479.
13. Arctic Russia - About. URL: https://arctic-russia ,ru/en/about (accessed: 05/11/2023).
14. Arctic zone of the Russian Federation. URL: https://invest.nashsever51.ru/en/pages/preferentsii-rezidentov-azrf (accessed: 05/14/2023).
15. Myakshin V. N., Petrov V. N., Pesiakova T. N. Methodology for Assessing the Effectiveness of Investment Policy in Russian Regions. Economy of Regions. 2023. No. 19(1). Pp. 259-273.
Сведения об авторах
ГРЕЙЗ ГЕОРГИЙ МАРКОВИЧ - доктор экономических наук, доцент, профессор кафедры менеджмента, Южно-Уральский государственный университет, Челябинск, Pоссия, [email protected]
КУЗМЕНКО ЮЛИЯ ГЕННАДЬЕВНА - доктор экономических наук, профессор, профессор кафедры менеджмента, Южно-Уральский государственный университет, Челябинск, Pоссия, [email protected]
БОСЕ УПАСАК - аспирант кафедры менеджмента, Южно-Уральский государственный университет, Челябинск, Pоссия, [email protected]
Information about the authors
GREIZ GEORGE M. - Doctor of Economics, Associate Professor, Professor of the Department of Management, South Ural State University, Chelyabinsk, Russia, [email protected]
KUZMENKO YULIA G. - Doctor of Economics, Professor, Professor of the Department of Management, South Ural State University, Chelyabinsk, Russia, [email protected]
BOSE UPASAK - Postgraduate Student of the Department of Management, South Ural State University, Chelyabinsk, Russia, [email protected]
