CC BY
30
УДК 332.122
DOI 10.18413/2411-3808-2019-46-2- 214-227
ЦЕНТРЫ РОСТА В ПОЛЯРИЗОВАННОМ МАКРОРЕГИОНАЛЬНОМ ПРОСТРАНСТВЕ: ПРИМЕР ЦЕНТРАЛЬНО-ЧЕРНОЗЕМНОГО МАКРОРЕГИОНА
GROWTH CENTRES IN POLARIZED MACRO-REGIONAL SPACE: AN EXAMPLE FROM RUSSIA'S CENTRAL BLACK EARTH MACRO-REGION
Е.А. Стрябкова, М.А. Кочергин E.A. Stryabkova, M.A. Kochergin
Белгородский государственный национальный исследовательский университет, Россия, 308015, г. Белгород, ул. Победы, 85
Belgorod National Research University, 85 Pobeda Street, Belgorod, the Belgorod region, 308015, Russia
E-mail: stryabkova@bsu.edu.ru, kochergin1994@yandex.ru
Аннотация. Статья посвящена теории поляризованного развития и теории полюсов (центров) роста. Объектом исследования является Центрально-Черноземный макрорегион (ЦЧМР). Оценивается с использованием коэффициента вариации уровень поляризации макрорегионального социально-экономического пространства (а также пространства регионов, образующих ЦЧМР) по совокупности показателей. Выявлено, что уровень поляризации в ЦЧМР и в регионах, его образующих, достаточно высок практически по всем показателям. Поляризованное социально-экономическое пространство макрорегиона рассматривается авторами в качестве подходящей базы для выявления центров роста. Предложена модель «четырех фильтров» - вопросов, с помощью которых последовательно отбираются, согласно заданным критериям, муниципалитеты - центры роста различных иерархических уровней (регионального и макрорегионального значения, потенциальные центры роста и т. д.). Авторы полагают, что налаживание сетевых связей между центрами одного уровня позволит укрепить межрегиональное взаимодействие в рамках ЦЧМР.
Abstract. The paper deals with polarized growth theory and growth centre (pole) theory. We examine competing theoretical approaches to economic space polarization and its consequences. Then we classify recent methods of its evaluation according to the object of the study, socio-economic indicators and polarization indices. We also summarize different approaches to growth poles (centres) detection. The object of our study is the Central Black Earth macro-region (CBEMR). We measure, using the coefficient of variation, the polarization of macro-regional socio-economic space (and also that of socio-economic spaces of regions, forming the CBEMR) according to a set of indicators. We discover that levels of polarization in CBEMR and in regions forming it are rather high with regards to almost every indicator. Highly polarized macro-regional socio-economic space is regarded in the paper as an appropriate basis for growth centres detection. We propose a «four filters» model, with filters being questions examining crucial characteristics of municipalities aiming at being called growth centres. Municipalities are being «filtered» through each question, leaving us with a hierarchy of growth centres (that of regional and macro-regional importance, potential growth centres etc.). The authors suppose that investment in those centres may become a driving force of regional and macro-regional economies.
Ключевые слова: экономическое пространство, поляризация, поляризованное развитие, полюс роста, центр роста, Центрально-Черноземный макрорегион.
Keywords: economic space, polarization, polarized development, growth pole, growth centre, Central Black Earth macro-region.
Введение
В РФ в феврале 2019 года была принята Стратегия пространственного развития до 2025 года [Правительство РФ, 2019]. В ней в качестве ключевых инструментов управления пространственным развитием выбраны:
- макрорегионы, которые формируются для реализации «в долгосрочной перспективе мегапроектов межрегионального сотрудничества» [Петров, Курушина, 2018; Зубаре-вич, 2019];
- центры роста, которые должны стать звеньями в каркасе пространственной структуры страны;
- специальные территории (ТОРы, кластероподобные структуры и т. д.).
Одной из характеристик экономического пространства является его склонность к поляризации. Пространственную поляризацию можем определить как такое состояние экон омического пространства, при котором по каким-либо показателям наблюдаются значительные различия между его отдельными элементами [Касаев, Ртищев, 2013].
Положение о неоднородности российского экономического пространства, как правило, не вызывает дискуссий в отечественном научном сообществе [Семашко, 2011; Ко-ломак, 2014б; Минакир, 2018]. Речь в данном случае идет о дифференциации между федеральными округами, экономическими районами, субъектами РФ, а также внутри самих субъектов [Буфетова, 2009; Нефедова, 2009; Семашко, 2011; Ускова, 2015].
Спорной остается лишь оценка уровня поляризованности. Так, например, Н.В. Зубаревич [Зубаревич, 2014] полагает, что межрегиональная дифференциация в России не столь сильна, чтобы считать ее исключительной проблемой. Более серьезные опасения вызывает, согласно мнению исследователя, внутрирегиональная поляризация (поляризация «между крупными городами-центрами и депрессивными периферийными сельскими муниципалитетами»).
В настоящее время мы идем с существенным отставанием от той траектории, которая нужна для достижения этих целевых показателей к 2020 году [Титов А.Б., Ваганова О.В., 2015]. Следует отметить, что явление поляризации фактически неизбежно: всегда какой-либо из элементов пространства будет развиваться быстрее, чем остальные. Это объясняется действием географических, природно-климатических, культурно-исторических, социально-экономических и других факторов [Семашко, 2011]. Именно на этом положении основывается теория полюсов роста (growthpole theory). В литературе также встречаются названия «теория полюсов развития» (development pole theory), «теория центров роста» (growth centre theory), «теория поляризованного/несбалансированного развития» (polarized/unbalanced development theory) [Кузьбожев и др., 2005; Украинский, 2017] и т. п.
Если не акцентировать внимание на вариантах названия, то сущность теории можно выразить в общем виде следующим образом: в пространстве страны/региона существуют некоторые объекты («полюса»/«центры»/«очаги»), доминирующие над пространством за счет того, что их рост/развитие происходит с опережающими темпами по сравнению с остальным пространством [Лобач, 2000; Исаченко, 2014]. Важно заметить, что полюс роста - не просто доминирующий объект пространства. Ключевой характеристикой полюса является его способность благодаря эффектам распространения/растекания (spread/trickling down effects) [Украинский, 2017], а также механизму диффузии инноваций (diffusion of innovation) [Hansen, 2018] распространять свое влияние на пространство, над которым он доминирует.
Автор теории Ф. Перру [Perroux, 1970] подразумевал под такими объектами отрасли или группы предприятий и вел разговор об экономическом пространстве [Украинский, 2017, Hansen, 2018]. Пространство страны он понимал как совокупность подпространств, каждое из которых функционирует как самостоятельная макроединица и формируется вокруг своего «полюса» [Минакир, 2018]. Из этих центров («полюсов»/«очагов»), «исходят центробежные силы», туда же «направлены центростремительные силы» (цит. по [Украинский, 2017]).
Последователи Перру, среди которых выделим Ж. Будвиля, переместили концепцию полюсов роста из абстрактного эконмического в географическое пространство: под полюсами роста стали понимать не просто отрасли, а отрасли, размещенные в определенных населенных пунктах [Hansen, 2018].
Американский экономист Д. Дарвент [Darwent, 1969] предложил свой подход, согласно которому полюса роста (growth poles) - это отрасли, а центры роста (growth centres) - это населенные пункты [Todd, 1974]. Такой подход позволяет хотя бы частично решить проблему терминологической путаницы и, кроме того, он выгоден с точки зрения практического применения теории полюсов роста: центры роста имеют конкретную географическую проекцию в пространстве.
С целью повышения продуктивности использования ограниченных ресурсов, имеющихся у общества, они могут быть инвестированы в такие конкретные центры. Целенаправленное политическое стимулирование центров роста «неизбежно приводит к нарастанию неоднородности пространства», в связи с чем требуется «столь же целенаправленное управление средой распространения эффектов, генерируемых полюсами роста» [Назарова, 2012; Минакир, 2018].
В дальнейшем в рамках данной статьи, говоря о центрах роста, мы будем пользоваться именно терминологией Д. Дарвента.
Экономическая деятельность поляризуется вокруг крупных городов в результате процессов коммуникационного и локационного сжатия [Горюнов, Белоусова, 2017]. Итак, центры роста возникают в поляризованном пространстве [Darwent, 1969]. Явление это неизбежно, но насколько оно негативно? Нужно ли предпринимать меры по снижению уровня поляризации?
На этот счет существуют две конкурирующих точки зрения [Концепция Страте гии..., 2016], которые легли в основу двух типов пространственной (региональной) политики:
1) стимулирующей;
2) выравнивающей [Morgoev, 2006; Зубаревич, 2014].
Сторонники первого подхода (ключевым выразителем интересов в данном случае выступает Всемирный Банк) считают, что с поляризацией не требуется бороться. Крупные города, являясь центрами наибольшей экономической активности (центрами/полюсами роста), «сжимают» вокруг себя экономическое пространство, становятся ведущей силой экономики страны, «вытягивая» остальную экономику до своего уровня. Рекомендуется создавать в стране условия для формирования таких точек/центров для концентрации в них ресурсов [Мельникова, 2014].
Сторонники второго подхода («ключевые игроки» - ОЭСР и Еврокомиссия) полагают, что преобладать должна выравнивающая региональная политика - они выступают против формирования нескольких центров за счет превращения остального пространства в периферию. Считается, что в каждом регионе должен выявляться и поощряться потенциал эндогенного роста, должен максимально использоваться социальный и институциональный капитал всех территорий [Мельникова, 2014].
В 2011 ОЭСР заявил, что «два подхода не должны быть взаимоисключающими» и оба должны быть «нацеленными на людей (people-oriented)» [Мельникова, 2014].
Мы не планируем в рамках настоящей работы давать оценку теоретическим составляющим принятой в России Стратегии пространственного развития. Как состоявшийся факт примем, что Белгородская область, наряду с Воронежской, Курской, Липецкой и Тамбовской вошла в состав Центрально-Черноземного макрорегиона (далее ЦЧМР) [Правительство РФ, 2019]. В рамках данной статьи мы попробуем измерить уровень поляризации экономического пространства ЦЧМР и выявить те центры роста, которые на сегодняшний день сформировались на его территории. Выявление уровня поляризации позволит определить, насколько сильна внутрирегиональная и внутримакрорегиональная дифференциация и насколько обоснованным было формирование данного макрорегиона.
Основные результаты исследования
В последние годы тематике поляризации экономического пространства и выявлению центров/полюсов роста был посвящен ряд исследований.
Отметим, что не существует единого подхода к оценке пространственной поляризации. Во-первых, различаются объекты исследования. В качестве таковых могут выступать:
- страны, если измеряется глобальная поляризация [Adams-Kane, Lim, 2011];
- регионы, если измеряется национальная поляризация [Калугина и др., 2015];
- населенные пункты (муниципалитеты), если измеряется региональная поляризация [Нефедова, 2009; Аликаева, Карашаева, 2010; Клевцова, Cui, 2011] - в последних двух из отмеченных исследований на основе измерения поляризации выявляются центры/полюса роста.
В качестве показателей также предлагаются различные величины, характеризующие уровень социально-экономического развития объекта, например:
- оборот розничной торговли [Буфетова, 2009];
- доходы населения [Rae, Nyanzu, 2019];
- валовой внутренний продукт [Adams-Kane, Lim, 2011] - указанное исследование проводилось на уровне стран; некоторым странам приписывается статус «глобальных полюсов роста» (global growth poles);
- валовой региональный продукт [Коломак, 2014];
- объем отгруженных товаров, выполненных работ и услуг [Zhikharevich, Rusetska-ya, 2018, p. 35];
- численность населения [Zhikharevich, Rusetskaya, 2018];
- уровень урбанизации [Rolling back Russia's..., 2018];
- инвестиции в основной капитал [Буфетова, 2009; Zhikharevich, Rusetskaya, 2018];
- ожидаемая продолжительность жизни [Зубаревич, 2009] и др.
По данным показателям рассчитывается мера, которая характеризует поляризацию (т. е. то, насколько равномерно распределен данный показатель по изучаемой совокупности объектов). В качестве наиболее популярных отметим:
- коэффициент Джини [Зубаревич, 2009; OECD Regions and Cities., 2018];
- коэффициент Тейла [Маслихина, 2013; OECD Regions and Cities., 2018];
- коэффициент вариации [Коломак, 2014; Нефедова, 2009];
- отношение максимального значения показателя к минимальному [Zhikharevich, Rusetskaya, 2018];
- разрыв и размах поляризации [Аликаева, 2010; Клевцова, Cui, 2011];
- доли объектов в суммарном показателе [Нефедова, 2009; Adams-Kane, Lim, 2011];
- коэффициенты центропереферийных различий [Буфетова, 2009];
- децильные показатели [Rae, Nyanzu, 2019] и т. д.
Может осуществляться группировка муниципалитетов/регионов кластерным методом [Калугин и др., 2015].
Не менее разнообразны и подходы к выявлению полюсов/центров/точек роста.
В.И. Меньщикова и М.А. Аксенова используют экономические, социальные, институциональные критерии выявления полюсов роста мезоуровня. П.А. Минакир критикует возможность «примитивного провозглашения полюсами роста городов с определенной численностью населения». М.М. Лебедефф-Донской выступает с критикой использования экспертных оценок (присвоение весов каждому критерию) при выявлении точек роста.
По мнению Е.Ю. Меркуловой и С.Е. Дронова [Меркулова, Дронов, 2014], главный целевой ориентир при выявлении/формировании точек роста - качество жизни населения. Исследователями предложена трехэтапная методика выявления точек экономического роста, при этом на первом этапе анализируются фактически сложившиеся точки экономического роста в регионе. Муниципальные образования оцениваются и ранжируются по группам критериев: демографические, экономические и финансовые индикаторы.
В статье [Земцов и др., 2016] выявляются полюса роста (отрасли), оси развития и экономические пояса Томской области на перспективу до 2030 г. Особый интерес представляет исследование [Абдуллаев, Мищенко, 2017]: авторы классифицируют элементы социально-экономического пространства Ростовской области по двум направлениям, в результате чего выделяют полюса роста нескольких иерархических уровней.
Формирование таких иерархий (в зависимости от силы/сферы влияния центров роста) или классификация центров в зависимости от выполняемых функций [Исаченко Ю.И., 2014] - часто встречающееся явление в предлагаемых методиках. Такой подход встречается не только в теории, но и на практике, например, при внедрении концепции полюсов роста в Турции [Toy et. al., 2016], Румынии [Growth Poles, 2013], Греции [Christofakis, Papadaskalopoulos, 2011], Франции [Сперанская, 2007] и др. Отмечается, что рассмотренный ранее процесс диффузии инноваций происходит, помимо прочего, путем передачи импул ь-са по «иерархической системе городов-центров» [Зубаревич, 2014].
В качестве объекта исследования мы выбрали муниципальные образования (далее МО) (муниципальные районы и городские округа), входящие в состав всех пяти регионов ЦЧМР. Для каждого из них были получены [Показатели..., 2018] или рассчитаны показатели, которые позволяют охарактеризовать макрорегиональное пространство в разрезе составляющих его «слоев»: экономического, социального и экологического (табл. 1).
Таблица 1 Table 1
Показатели для оценки уровня поляризации Indicators for Assessing the Level of Polarization
Показатель Что характеризует Какой «слой» пространства макрорегиона описывает
1. Оценка численности населения в среднем за год обеспеченность муниципалитета человеческими ресурсами и в целом масштаб муниципалитета экономическое пространство
2. Плотность населения (арифметическая) степень заселенности МО
3. Отгружено товаров собственного производства, выполнено работ и услуг собственными силами (без субъектов малого предпринимательства) уровень экономической активности, а также величину продукта, произведенного и реализованного на территории МО
4. Отгружено товаров собственного производства, выполнено работ и услуг собственными силами (без субъектов малого предпринимательства) на душу населения величину продукта, произведенного и реализованного на территории МО в расчете на одного жителя (для удобства сопоставления)
5. Доля площади жилых помещений в ветхих и аварийных жилых домах жилищные условия населения социальное пространство
6. Среднемесячная заработная плата работников организаций уровень доходов населения
7. Уловлено и обезврежено загрязняющих веществ в процентах от общего количества загрязняющих веществ, отходящих от стационарных источников уровень экологической безопасности МО экологическое пространство
Источник: составлено авторами.
По каждому показателю для каждого региона и для макрорегиона в целом за каждый из периодов (лет) рассчитан коэффициент вариации. В нашем случае значение коэффициента будет говорить о степени пространственной поляризации в макрорегионе по тому или иному показателю. Коэффициент вариации позволяет проводить сопоставления, т. к. измеряется в процентах (он показывает, какую долю в процентах стандартное отклонение величины составляет от его среднего значения).
Вторая часть исследования посвящена выявлению центров роста различного уровня в макрорегионе. Мы предлагаем модель четырех фильтров, через которые последовательно «просеиваются» все МО макрорегиона. Расчеты проводятся на основе показателя экономической активности «Отгружено товаров собственного производства, выполнено работ и услуг собственными силами (без субъектов малого предпринимательства) на душу населения».
Также используется показатель «Миграционный прирост» для группы населения 25-39 лет. Он характеризует разность между прибывшими и выбывшими за год жителями. Мы используем данные об указанной возрастной группе, т. к. полагаем, что именно прирост численности молодого населения говорит о том, что в муниципалитете наиболее активные граждане готовы (продолжать) строить свою жизнь, следовательно, о качестве жизни и социальной среды, что критично для истинного центра роста [Eikeland, 2014].
Итак, четыре фильтра - это четыре последовательно задаваемых вопроса. Если для МО ответ на какой-либо из вопросов - «нет», оно не проходит последующие фильтры и ему сразу присваивается одна из категорий (табл. 2).
Таблица 2 Table 2
Модель четырех фильтров для выявления разноуровневых центров роста в пространстве макрорегиона «Four Filters» Model for Detecting Growth Centres of Different Levels in Macro-regional Space
Фильтры Тип МО
1. Входит ли МО в число лидеров по показателю экономической активности на душу населения в большинстве периодов? 2. Средний темп прироста показателя экономической активности на душу населения за весь период выше нуля? 3. Темп прироста показателя экономической активности на душу населения в последнем из исследуемых лет не уменьшился по сравнению с темпом прироста в первом из исследуемых лет? 4. Миграционный прирост среди молодого населения (25-39 лет) за весь период положительный?
нет «хинтерланд»
да, входит в топ-20% нет «случайный лидер»
да нет «нестабильный потенциальный центр роста»
да нет «неустойчивый потенциальный центр роста»
да «потенциальный центр роста»
да, входит в топ-10% нет «региональный лидер в фазе спада»
да нет «нестабильный региональный центр роста»
да нет «неустойчивый региональный центр роста»
да «региональный центр роста»
Окончание табл. 2
да, входит в топ-5% нет «макрорегиональный лидер в фазе спада»
да нет «нестабильный макрорегиональный центр роста»
да нет «неустойчивый макрорегиональный центр роста»
да «макрорегиональный центр роста»
Примечание: закрашенная серым цветом клетка означает, что МО не проходит дальнейшие фильтры, автоматически получая «категорию» из последнего столбца. Источник: составлено авторами.
Ниже (табл. 3) представлены результаты расчета коэффициентов вариации за рассматриваемый период (2013-2017 гг., в зависимости от данных, доступных в [Показатели..., 2018].
Таблица 3 Table 3
Средние значения и средние темпы прироста коэффициента вариации для всех анализируемых показателей по регионам и по ЦЧМР (2013-2017 гг.) Average Coefficients of Variation and Average Growth Rates of the Coefficients of Variation in Regions
and in CBEMR (2013-2017)
Показатели Белгородская область Воронежская область Ку р ская о бласть Липецкая область Тамбовская область ЦЧМР
Среднее значение коэффициента вариации за период, %
Оценка численности населения 126,7 248,7 221,7 187,6 150,5 210,8
Плотность населения 342,4 328,7 263,7 266,5 193,3 265,5
Отгружено товаров, выполнено работ и услуг 128,3 275,8 239,0 322,9 245,1 276,4
Отгружено товаров, выполнено работ и услуг на душу населения 68,4 98,5 100,6 96,8 75,3 99,0
Доля площади в ветхих и аварийных домах 114,6 79,6 99,9 106,1 139,5 129,7
Среднемесячная заработная плата 10,3 20,2 16,6 12,7 12,4 16,2
Уловлено и обезврежено загрязняющих веществ 78,6 78,8 80,6 93,7 83,2 82,5
Средний темп прироста коэффициента вариации за период, %
Оценка численности населения 0,63 1,12 1,26 -0,41 1,48 0,98
Плотность населения -0,01 0,61 0,75 -0,77 -0,21 -0,16
Отгружено товаров, выполнено работ и услуг -0,49 -4,29 -1,38 0,47 1,59 -0,21
Отгружено товаров, выполнено работ и услуг на душу населения -1,79 7,60 -2,62 -1,03 -1,74 -0,46
Доля площади в ветхих и аварийных домах 10,52 7,05 7,01 15,01 2,46 12,67
Среднемесячная заработная плата -1,64 -1,76 -1,28 -3,88 -1,41 -1,15
Уловлено и обезврежено загрязняющих веществ -2,00 -0,11 -6,86 -0,81 3,97 -1,21
Источник: составлено на основании авторских расчетов.
Нетрудно заметить, что коэффициенты вариации по всем показателям, кроме среднемесячной заработной платы, имеют крайне высокие значения как в отдельных регионах, так и в ЦЧМР в целом. Это говорит о высокой степени поляризации социально -экономического пространства (макрорегионального и регионального) в разрезе анализируемых показателей. При этом по одному и тому же показателю регионы могут значительно отличаться между собой по уровню внутрирегиональной поляризации.
Наибольшая поляризация в ЦЧМР наблюдается по показателю «Отгружено товаров собственного производства, выполнено работ и услуг собственными силами (без субъектов малого предпринимательства)». Действительно, согласно данным статистики, в 2014-2017 гг. по данному показателю:
- 50% от итога обеспечивали 6-7 МО-лидеров;
- 25% от итога обеспечивали всего лишь 2 МО (города Воронеж и Липецк);
- на первое по рангу МО (город Липецк) приходилось 17-18%% от итога.
Тем не менее тот же самый показатель, взятый в расчете на душу населения, поляризован в значительно меньшей степени.
Высокая поляризация характерна для численности населения. В 2014-2017 гг. в первых по рангу 13 МО проживало 50% всего населения макрорегиона. В первых трех -25%, а на самый крупный город (Воронеж) приходилось 13-14%% населения ЦЧМР.
Положительной можно считать тенденцию снижения уровня поляризации. В ЦЧМР для всех показателей, кроме численности населения и доли площади в ветхих и аварийных домах (по последнему показателю коэффициент вариации значительно вырос во всех регионах в рассматриваемом периоде), наблюдается именно такая тенденция. Полагаем, что снижение поляризации будет способствовать формированию единого макро-регионального пространства.
В целом отметим, что социально-экономическое пространство как ЦЧМР, так и составляющих его регионов сильно поляризовано по рассмотренным показателям. Выявленная неоднородность пространства позволяет нам перейти к следующему этапу - выявлению сформировавшихся в пространстве ЦЧМР центров роста различного уровня. Современная парадигма экономического развития, которая обновляет характер экономических отношений, переводит научные и производственные процессы на интеграционный путь развития, завершая эпоху продуктовых цепочек в пределах границ одной отрасли или одного предприятия. Сегодня добавленная стоимость выпускаемой продукции тестируется на открытых внешних рынках, а не только на региональном уровне, поэтому процесс производства становится все более рассредоточенным по различным территориям, и каждая территория ищет свою научно-производственную нишу под его конкретную стадию [ Ваганова О.В., 2017].
Для этого применим ранее описанную модель четырех фильтров. Полагаем, что определение уровня поляризации пространства и выявление центров роста различных иерархических уровней необходимо дополнить применением ГИС-технологий, как это сделано, например, в работе [Rae, Nyanzu, 2019], в которой авторы задались целью построить «атлас неравенства» (atlas of inequality) для крупнейших городов Великобритании или в статье [Ускова, 2015]. В результате получаем карту, на которой отмечены выявленные в ходе применения авторской методики центры роста (рис. 1).
Макрорегиональные центры роста расположились в двух регионах - один в Воронежской и один в Липецкой областях (табл. 4). Примечательно, что наибольшее число «кандидатов» в макрорегиональные центры роста (сейчас они относятся к категории «нестабильных макрорегиональных центров роста») находятся на территории Белгородской области; один - на территории Курской области.
Региональных центров роста, так же, как и макрорегиональных, оказалось два: один - в Белгородской, а другой - в Курской области. В Воронежской и Тамбовской областях не выявлено ни одного «кандидата» в региональные центры роста, зато в каждом регионе есть хотя бы один «нестабильный потенциальный центр роста».
Таблица 4 Table 4
Распределение различных типов МО по регионам ЦЧМР Distribution of Different Types of Municipalities Among the Regions of CBEMR
Тип МО Белгородская область Воронежская область Курская область Липецкая область Тамбовская область
«случайный лидер» - - - 1 -
«нестабильный потенциальный центр роста» 3 4 1 2 1
«неустойчивый потенциальный центр роста» 1 - - - -
«потенциальный центр роста» - - - - -
«региональный лидер в фазе спада» - - - - -
«нестабильный региональный центр роста» 1 - 2 1 -
«неустойчивый региональный центр роста» 1 - - - -
«региональный центр роста» 1 - 1 - -
«макрорегиональный лидер в фазе спада» - - - - -
«нестабильный макрорегиональный центр роста» 4 - 1 - -
«неустойчивый макрорегиональный центр роста» - - - - -
«макрорегиональный центр роста» - 1 - 1 -
Примечание: знак «-» означает, что данный тип центров роста не выявлен в регионе. Источник: составлено на основании авторских расчетов.
Больше всего центров роста различного уровня было выявлено на территории Белгородской области, меньше всего - в Тамбовской (всего один, причем относящийся к категории «нестабильных потенциальных центров роста»).
Преимущество рассмотренного авторского метода заключается в его универсальности - он подходит для любого макрорегиона. Кроме того, в него могут гибко вписываться другие показатели, характеризующие экономическую активность. Число фильтров при необходимости может быть увеличено, характеристики существующих фильтров -модифицированы. Так, может быть разработана система критериев для определения разноуровневых центров (полюсов) в зависимости от выполняемых ими функций.
Заключение
Нами было установлено, что социально-экономическое пространство ЦЧМР характеризуется высокой степенью поляризованности. Это справедливо как для макрорегиона в целом, так и для составляющих его регионов. Остается открытым вопрос о том, насколько реально успешное осуществление крупных проектов в макрорегионе, столь сильно дифференцированном по ключевым показателям, ведь макрорегионы рекомендуется выделять на основе схожести экономического положения их элементов [Афонцев, Зубаревич, 2012]. Впрочем, по большинству показателей поляризация сокращается, что оценено нами положительно.
С другой стороны, не следует считать поляризацию препятствием для развития макрорегиона. Поляризованное пространство дает почву для выявления центров роста. С помощью авторского метода четырех фильтров нам удалось выявить такие центры на разных уровнях. Выяснилось, что центры роста расположены в регионах ЦЧМР неравномерно: в каких- то регионах их в избытке, а в каких- то - в недостатке.
С другой стороны, позитивным нам представляется наличие многих «кандидатов» в полноценные центры роста. В данный момент они нестабильны (темпы прироста экон о-мики сокращаются) или неустойчивы (не создают благоприятной среды для жизни наиболее активных групп населения), однако имеют шанс стать полноценными центрами роста.
В результате сформирована иерархия центров роста. Инвестиции в определенные тем или иным методом центры роста могут давать мультипликационный эффект, однако для проверки данного положения требуется проводить дополнительные расчеты. Отметим, что среди центров роста оказались не только крупные городские округа, но и сельские муниципальные районы.
Полагаем, что налаживание прочных сетевых связей между звеньями одного уровня позволит укрепить межрегиональное взаимодействие в рамках ЦЧМР. Эффективное взаимодействие возможно между равными или близкими по уровню объектами. Это является необходимым условием для успешного осуществления «мегапроектов» макрорегио-нального уровня.
Рис. 1. Центры роста ЦЧМР различных типов (уровней), выявленные согласно авторской методике Fig. 1. Growth Centres of Different Types (Levels) in CBEMR Determined According to Authors' Method
Примечание: ЦР - центр роста.
Источник: составлено на основании авторских расчетов.
Наличие нескольких МО-центров роста в различных регионах позволяет предположить, что формирование ЦЧМР в экономическом пространстве России было хотя бы в какой-то степени обоснованным и может в будущем иметь положительные экономические и социальные эффекты.
Список литературы References
1. Абдуллаев Р.А., Мищенко К.Н., 2017. Исследование теоретико-методических основ концепции территориального развития региона и формирование системы полюсов роста Ростовской области. Региональная экономика: теория и практика, 15 (5 (440)): 802-813.
Abdullaev R.A., Mishchenko K.N., 2017. A research into the theoretical and methodological foundations of the concept of regional spatial development and the formation of growth poles of the Rostov oblast. [ Moscow: Publishing House: Finance and Credit] Regional Economics: Theory and Practice, 15 (5 (440)): 802-813.
2. Аликаева М.В., Карашаева Д.А., 2010. Анализ динамики поляризации социально-экономического развития (на примере Кабардино-Балкарской республики). Региональная экономика: теория и практика, 8 (31): 2-15.
Alikaeva M.V., Karashaeva D.A., 2010. The analysis of dynamics of polarization of social and economic development on the example of the Kabardino-Balkarian Republic. [Moscow: Publishing House: Finance and Credit]. Regional Economics: Theory and Practice, 8 (31): 2-15.
3. Афонцев С., Зубаревич Н., 2012. Пространственное развитие как механизм модернизации Республики Казахстан. Вопросы экономики, (5): 53-58.
Afontsev S., Zubarevich N., 2012. Spatial Development as a Modernization Driver for the Republic of Kazakhstan. [Non-profit Partnership Redaktsiya zhurnala 'Voprosy Ekonomiki'] Voprosy Ekonomiki, (5): 53-58.
4. Показатели муниципальных образований. URL: http://www.gks.ru/dbscripts/munst/ (дата обращения: 09 апреля 2018).
Pokazateli munitsipal'nykh obrazovaniy. [База данных показателей муниципальных образований] Available at: http://www.gks.ru/dbscripts/munst/ (accessed 09 April 2018).
5. Буфетова А.Н., 2009. Неравномерность пространственного развития: региональные центры и региональная периферия. Регион: экономика и социология, (4): 55-68.
Bufetova A.N., 2009. Inequalities in spatial development of regional centers and regional periphery. [Novosibirsk: Institute of Economics and Organization of Industrial Production of the SB RAS (IEEPP SB RAS)] Region: Economics and Sociology, (4): 55-68.
6. Ваганова О.В., 2017. Динамика научного потенциала и изменение технологической структуры Белгородской области / Ваганова О.В. // в сборнике: Социально-экономическое развитие организаций и регионов Беларуси: эффективность и инновации / Материалы докладов Международной научно-практической конференции. Витебский государственный технологический университет. 2017: 142-147.
Vaganova O.V., 2017. Dynamics of scientific potential and change of technological structure of the Belgorod region / Vaganova O.V. I in the collection: Socio-economic development of organizations and regions of Belarus: efficiency and innovation. Proceedings of the International scientific and practical conference. [Vitebsk: VO "VSTU" УО «ВГТУ»] Vitebsk state technological University. 2017: 142147.
7. Горюнов А.П., Белоусова А.В., 2017. Процессы интеграции и фрагментации экономического пространства: структура систем расселения. Пространственная экономика, (4): 81-99.
Goryunov A.P., Belousova A.V., 2017. Processes of Integration and Fragmentation of Economic Space: The Structure of Settlement Systems [Khabarovsk: Institute of Economic Research FED RAS.] Spatial Economics, (4): 81-99.
8. Земцов С.П., Климанов В.В., Бугаева Е.А., 2016. Приоритеты пространственного развития Томской области. Регион: экономика и социология, 9 (2): 42-61.
Zemtsov S.P., Klimanov V.V., Bugaeva Ye.A. 2016. Strategic priorities for the spatial development of Tomsk oblast. [Novosibirsk: Institute of Economics and Organization of Industrial Production of the SB RAS (IEEPP SB RAS)] Region: Economics and Sociology, 9 (2): 42-61.
9. Зубаревич Н.В., 2009. Мифы и реалии пространственного неравенства. Общественные науки и современность, (1): 38-53.
Zubarevich N.V., 2009. Myth and Reality of Space Inequality. [Moscow: building "Science"] Social Sciences and Contemporary World, (1): 38-53.
10. Зубаревич Н.В. 2014. Региональное развитие и региональная политика в России. Всероссийский экономический журнал ЭКО, (4 (478)): 6-27.
Zubarevich N.V., 2014. Regional Development and Regional Policy in Russia. [Novosibirsk: Autonomous Non-Commercial Organization "EKO" Editorial Board] All-Russian journal ECO, (4 (478)): 6-27.
11. Зубаревич Н.В., 2019. Стратегия пространственного развития: приоритеты и инструменты. Вопросы экономики, (1): 135-145.
Zubarevich N.V., 2019. Spatial Development Strategy: Priorities and instruments. [Non-profit Partnership "Redaktsiya zhurnala 'Voprosy Ekonomiki'" ] Voprosy Ekonomiki, (1): 135-145.
12. Исаченко Ю.И., 2014. Формирование и развитие точек роста в промышленном регионе (на материалах Челябинской области). Автореф. дис. ... канд. экон. наук. Москва: 25.
Isachenko Yu.I. 2014. Formirovanie i razvitie tochek rosta v promyshlennom regione (na materialakh Chelyabinskoy oblasti). [Grew up Acad. drug households and state. services under the President of the Russian Federation]. - Moscow, 2014: 25.
13. Калугина З.И., Фадеева О.П., Братющенко С.В., 2015. Социально-экономическая поляризация сельского пространства России. Регион: экономика и социология, (3 (87)): 123-145.
Kalugina Z.I., Fadeeva O.P., Bratyushchenko S.V., 2015. Socio-Economic Polarization of Rural Areas in Russia. [Novosibirsk: Institute of Economics and Organization of Industrial Production of the SB RAS (IEEPP SB RAS)]. Region: Economics and Sociology, (3 (87)): 123-145.
14. Касаев Б.С., Ртищев А.В., 2013. Трехсекторная модель экономики и проблемы снижения пространственной поляризации регионов России. Инновации и инвестиции, (5): 113116.
Kasaev B.S., Rtishchev A.V., 2013. Trekhsektornaya model' ekonomiki i problemy snizheniya prostranstvennoy polyarizatsii regionov Rossii. [Moscow: KnoRus Publishing House and Rusains Publishing House Magazine]. Innovations and Investments, (5): 113-116.
15. Клевцова М.Г., Cui H.Y., 2011. Оценка уровня поляризации региона в условиях модернизации экономики. Известия Юго-Западного государственного университета. Серия: Экономика. Социология. Менеджмент, (2): 62-67.
Klevtsova M.G., Cui H.Y., 2011. Estimation Level of Polarization of Region in the Conditions of Economy Modernization. [Founder: South-Western State University]. Izvestiya Yugo-Zapadnogo gosudarstvennogo universiteta. Seriya: Ekonomika. Sotsiologiya. Menedzhment, (2): 62-67.
16. Коломак Е.А., 2014. Пространственное развитие и приоритеты региональной политики в России. Всероссийский экономический журнал ЭКО, (1 (475)): 41-53.
Kolomak E.A., 2014. Spatial Development and Priorities of the Regional Policy in Russia. [Novosibirsk: Autonomous Non-Commercial Organization "EKO" Editorial Board] All-Russian journal ECO, (1 (475)): 41-53.
17. Коломак Е.А., 2014. Эволюция пространственного распределения экономической активности в России. Регион: экономика и социология, (3 (83)): 75-93.
Kolomak Ye.A., 2014. Evolution of the Spatial Distribution of Economic Activities in Russia. . [Novosibirsk: Institute of Economics and Organization of Industrial Production of the SB RAS (IEEPP SB RAS)]. Region: Economics and Sociology, (3 (83)): 75-93.
18. Концепция Стратегии пространственного развития Российской Федерации на период до 2030 года. Проект. М., Министерство экономического развития РФ. 2016. URL: http://economy.gov.ru/minec/activity/sections/planning/ (дата обращения 27 марта 2019)
Kontseptsiya Strategii prostranstvennogo razvitiya Rossiyskoy Federatsii na period do 2030 goda. Proekt. [Moscow, Ministry of Economic Development of the Russian Federation] Available at: http://economy.gov.ru/minec/activity/sections/planning/sd (accessed 27 March, 2019) (in Russian).
19. Кузьбожев Э.Н., Козьева И.А., Световцева М.Г., 2005. Анализ пространственных структур региональной экономики. Экономический анализ: теория и практика, (24): 2-11.
Kuz'bozhev E.N., Koz'eva I.A., Svetovtseva M.G., 2005. Analiz prostranstvennykh struktur regional'noy ekonomiki. [Moscow: Publishing House FINANCE and CREDIT LLC]. Economic Analysis: Theory and Practice, (24): 2-11.
20. Лебедефф-Донской М. М., 2014. Методические подходы к оценке социально-экономических систем промышленных центров региона. Вестник ЮУрГУ. Серия: Экономика и менеджмент, 8 (3): 194-197.
Lebedeff-Donskoy M.M., 2014. Methodological Approaches to the Assessment of Social and Economic Systems of Industrial Centers in the Region. [Chelyabinsk: SUSU: Vestnik Yuzhno-Ural'skogo gosudarstvennogo universiteta. Seriya: Ekonomika i menedzhment], 8 (3): 194-197.
21. Лобач А.И., 2000. Точки роста как инструмент управления экспорто ориентированной экономикой. Автореф. дис. ... канд. экон. наук. Минск, 21.
Lobach A.I., 2000. Tochki rosta kak instrument upravleniya eksporto orientirovannoy ekonomikoy. Abstract. dis. ... cand. econ. sciences. [Belarusian State Economic University]. Minsk, 21.
22. Маслихина В.Ю., 2013. Количественная оценка экономического и социального пространственного неравенства в Приволжском федеральном округе. Интернет -журнал Науковедение, (4 (17)): 22.
Maslikhina V.Yu., 2013. Quantitative evaluation of economic and social spatial inequality in the Volga Federal District. [Bulletin of Eurasian science] Internet-zhurnal Naukovedenie, (4 (17)): 22.
23. Мельникова Л.В. ,2014. Региональная наука в поисках консенсуса, региональная политика в поисках целей. Всероссийский экономический журнал ЭКО, (4 (478)): 28-51.
Melnikova L.V., 2014. Regional Economics Seeking Consensus, Regional Policy looking for Targets. [Novosibirsk: Autonomous Non-Commercial Organization "ECO" Editorial Board] All-Russian journal ECO, (4 (478)): 28-51.
24. Меньщикова В.И., Аксенова М.А., 2012. Формирование поляризованного пространства как одно из направлений государственного регулирования территориального развития. Социально-экономические явления и процессы, Тамбов: ФГБОУ ВО «Тамбовский государственный университет имени Г.Р. Державина» (1 (35)): 103-106.
Menshchikova V.I., Aksyonova M.A., 2012. Formation of the Polarized Space as One of the Directions of State Regulation of Territorial Development. [Sotsial'no-ekonomicheskie yavleniya i protsessy]. Sotsial'no-ekonomicheskie yavleniya i protsessy, Tambov: FSBEI of HE Tambov State University named after G.R. Derzhavina (1 (35)): 103-106.
25. Меркулова Е.Ю., Дронов С.Е., 2014. Методический инструментарий выявления точек экономического роста в регионе. Социально-экономические явления и процессы, 9 (10): 67-71.
Merkulova Ye.Yu., Dronov S.Ye., 2014. Methodical Tools of Identification of Economic Growth Points in the Region. [Sotsial'no-ekonomicheskie yavleniya i protsessy]. Sotsial'no-ekonomicheskie yavleniya i protsessy Tambov: FSBEI of HE Tambov State University named after G.R. Derzhavina, 9 (10): 67-71.
26. Минакир П.А., 2018. «Стратегия пространственного развития» в интерьере концепций пространственной организации экономики. Пространственная экономика, (4): 8-20.
Minakir P.A., 2018. Spatial Development Strategy: A View from the Concepts of Spatial Organization in the Economy. [Prostranstvennaya Economika]. Spatial Economics, (4): 8-20.
27. Назарова Е.А., 2012. Пространственная поляризация инновационного развития муниципальных образований Новосибирской области Креативная экономика, 6 (1): 119-127.
Nazarova E.A., 2012. Extensional Polarization of Municipal Formations of Novosibirsk Region. [Creative Economy]. Creative Economy, 6 (1): 119-127.
28. Нефедова Т.Г., 2009. Поляризация пространства России: ареалы роста и «черные дыры». Экономическая наука современной России, (1 (44)): 62-77.
Nefedova T.G., 2009. Polarization of Russian Space: Areas of Growth and «Black Holes». Economics of Contemporary Russia, (1 (44)): 62-77.
29. Петров М.Б., Курушина Е.В., 2018. Методология управления пространственным развитием на основе межрегиональной интеграции. Журнал экономической теории, Екатеринбург. 15 (4): 592-606.
Petrov M.B., Kurushina E.V., 2018. Methodology of Managing the Spatial Development Based on the Interregional Integration. [Russian Journal of Economic Theory]. Russian Journal of Economic Theory, Yekaterinburg 15 (4): 592-606.
30. Правительство РФ., 2019. Об утверждении Стратегии пространственного развития до 2025 года. Распоряжение от 13 февраля 2019 года № 207-р. М., 2019, 116.
The Russian Government., 2019. Ob utverzhdenii Strategii prostranstvennogo razvitiya do 2025 goda. Directive from 13 February, 2019 № 207-p. [Order of the Government of the Russian Federation of February 13, 2019 No. 207-p On Approval of the Strategy of Spatial Development of the Russian Federation for the Period up to 2025]. Moscow, 2019, 116 (in Russian).
31. Семашко Е.Г., 2011. Предпосылки совершенствования инструментов сглаживания пространственной поляризации. Terra Economicus, Ростов - на - Дону. 9 (4-3): 184-187.
Semashko E.G., 2011. Prerequisites for improving spatial polarization smoothing tools. [Terra Economicus]. Terra Economicus, Rostov - on - Don: Science-Spectrum LL. 9 (4-3): 184-187.
32. Сперанская Т.С., 2007. Французский опыт сотрудничества государственного и частного секторов в сфере высоких технологий. Проблемы прогнозирования, Москва: ИЭФ РАН, (3 (102)): 147-153.
Speranskaya T.S., 2007. Frantsuzskiy opyt sotrudnichestva gosudarstvennogo i chastnogo sektorov v sfere vysokikh tekhnologiy. [Forecasting problems. Moscow: IEF RAS (The Institute of Economic Forecasting of the Russian Academy of Sciences)] Problemy prognozirovaniya, (3 (102)): 147-153.
33. Титов А.Б., Ваганова О.В., 2015. Методический подход к определению перспективных отраслей региона в условиях турбулентности экономики. Научный результат. Экономические исследования. Белгород. 2015: 57-63.
Titov A. B., Vaganova O. V., 2015. Methodical approach to definition of perspective branches of the region in the conditions of turbulence of economy. Research result. Economic research. Belgorod. 2015 - Volume 1, Issue 3, 2015: 57-63.
34. Украинский В.Н., 2017. Теория поляризованного развития: первые шаги. Регионалистика, Хабаровск: Институт экономических исследований Дальневосточного отделения Российской академии наук. 2017. 4 (5): 92-99.
Ukrainsky V.N., 2017. The Theory of Polarized Development: First Steps. [Regionalistica] Regionalistics Khabarovsk: Economic Research Institute of the Far Eastern Branch of the Russian Academy of Sciences., 4 (5): 92-99.
35.Ускова Т.В., 2015. Пространственное развитие территорий: состояние, тенденции, пути снижения рисков. Проблемы развития территории, Вологда: ВолНЦ РАН (1 (75)): 7-15.
Uskova T.V.2015. Spatial development of territories: state, trends, ways of reducing risks, [Federal State Budgetary Institution of Science "Vologda Scientific Center of the Russian Academy of Sciences"]. (1 (75)): 7-15.
36. Adams-Kane J., Lim J.J., 2011. Growth poles and multipolarity. Policy Research working paper No. WPS 5712. Washington, DC, World Bank, 40.
37.Christofakis M., Papadaskalopoulos A., 2011. The Growth Poles Strategy in regional planning: The recent experience of Greece. Theoretical and Empirical Researches in Urban Management, 6 (2): 5-20.
38. Darwent D.F., 1969. Growth poles and growth centers in regional planning - a review. Environment and Planning, A (1 (1)): 5-31.
39. Eikeland S., 2014. Building a High North Growth Pole: The Northern Norwegian City of Hammerfest in the Wake of Developing the «Snow White» Barents Sea Gas Field. Journal of Rural and Community Development, 9 (1): 57-71.
40.Growth Poles: The Next Phase. Research report No. 84327.2013. World Bank, 2013.
41.Hansen N., 2018. Poles of Development. In: The New Palgrave Dictionary of Economics, Third Edition. Macmillan Publishers: 10368-10372.
42. Morgoev B.T., 2006. Structural Irregularity of Russian Economic Space: The Problem of Its Parameterization. St Petersburg University Journal of Economic Studies, (2): 102-108.
43. OECD Regions and Cities at a Glance. Paris, OECD Publishing, 2018.
44.Perroux F., 1970. Note on the Concept of Growth Poles. In: Regional Economics: Theory and Practice. New York, The Free Press: 93-104.
45.Rae A., Nyanzu E., 2019. These maps show how tricky it is to measure inequality in local areas across England. Available at: https://theconversation.com/these-maps-show-how-tricky-it-is-to-measure-inequality-in-local-areas-across-england-109143 (accessed 09 April 2018).
46. Rolling back Russia's spatial disparities: Re-assembling the Soviet Jigsaw under a market economy.2018. Washington, DC, World Bank, 2018.
47. Todd D., 1974. An appraisal of the development pole concept in regional analysis. Environment and Planning, A (6 (3)): 291-306.
48. Toy S., Eymirli E. B., Gunduz O., 2016. Reflection of Growth Poles Theory in Turkey as Supporting Program for Attraction Centres. Recep Tayyip Erdogan Universitesi Sosyal Bilimler Dergisi, 2 (3): 43-48.
49. Zhikharevich B.S., Rusetskaya O.V., 2018. Fluctuations in the Relative Dynamics of Development of Russia's Regional Centers in 2003-2013. Regional Research of Russia, 8 (1): 34-45.
