CC BY
49
Пространственная Экономика 2022. Том 18. № 1. С. 101-124
JEL: С10, R11, E32 https://dx.doi.Org/10.14530/se.2022.1.101-124
УДК 332.12, 338.12
Устойчивость экономик российских регионов к пандемии 2020
М.Ю. Малкина
Малкина Марина Юрьевна
доктор экономических наук, профессор
Нижегородский государственный университет им. Н.И. Лобачевского, пер. Университетский, 7, Нижний Новгород, 603000, Российская Федерация E-mail: mmuri@yandex.ru ORCID: 0000-0002-3152-3934
Аннотация. Исследование посвящено оценке устойчивости экономик регионов Российской Федерации к пандемии 2020 и анализу ее факторов. Устойчивость региональных экономик оценивается на основе комплекса среднедушевых показателей, включающих бюджетные доходы и доходы населения, производство в основных отраслях экономики, инвестиции в основной капитал. Используются два альтернативных метода оценки устойчивости региона к внешнему шоку: модифицированный метод Р. Мартина и Р. Лагравинезе, основанный на сравнении региональных тенденций с общестрановыми, и авторский метод, основанный на сравнении пандемических показателей с непандемическими прогнозами региона. Все частные показатели устойчивости нормируются и сводятся в интегральный показатель устойчивости. В результате исследования выявлена наибольшая устойчивость к пандемии некоторых слаборазвитых регионов России, которым была оказана существенная государственная поддержка, а также ряда пограничных регионов и регионов Дальнего Востока, выигравших от повышения цен на металл. Наименьшую устойчивость продемонстрировали более развитые и крупные экономики, центры добывающей промышленности. Расчет корреляций индексов устойчивости с показателями развития регионов подтвердил влияние отраслевой и институциональной структуры экономики на ее устойчивость. На основе оценивания эконометриче-ской модели обычным МНК получены доказательства положительного влияния на устойчивость региональных экономик доли занятых на государственных и муниципальных предприятиях и отрицательного влияния степени открытости и масштабов экономики, а также доли в ней добывающего сектора. Проведенное исследование может быть полезным при разработке сбалансированной межбюджетной, региональной и отраслевой политики в период развития экономических кризисов пандемического типа.
Ключевые слова: регион, устойчивость, пандемия 2020, оценка, факторы
Благодарности. Исследование выполнено в рамках базовой части государственного задания Минобрнауки РФ, проект 0729-2020-0056.
© Малкина М.Ю., 2022
Для цитирования: Малкина М.Ю. Устойчивость экономик российских регионов к пандемии 2020 // Пространственная экономика. 2022. Т. 18. № 1. С. 101-124. https://dx.doi. 0^/10.14530/^.2022.1.101-124
Resilience of the Russian Regional Economies to the 2020 Pandemic
M.Yu. Malkina
Marina Yurievna Malkina Doctor of Economics, Professor
Lobachevsky State University of Nizhni Novgorod, 7 per. Universitetsky, Nizhni Novgorod, 603000, Russian Federation E-mail: mmuri@yandex.ru ORCID: 0000-0002-3152-3934
Abstract. The study is devoted to assessing the resilience of Russian regions' economies to the 2020 pandemic and analysing its factors. We evaluate the regional economies' resilience using a set of per capita indicators, such as budget revenues and household incomes, production in the main sectors of the economy, and investments in fixed assets. We use two alternative methods for assessing the resilience of a region to an external shock: the modified method of R. Martin and R. Lagravinese, based on a comparison of regional trends with country-wide ones, and the author's approach, based on a comparison of pandemic indicators with non-pandemic forecasts of the region. All particular resilience indicators are normalized and reduced to an integral indicator. The study revealed the most significant resilience to the pandemic of some underdeveloped Russian regions, which received substantial government support and several border territories and Far Eastern regions, which benefited from the increase in metal prices. The more developed and large economies and the centres of the extractive industry demonstrated the lowest resilience. The calculation of correlations between resilience indices and regional development indicators confirmed the impact of the sectoral and institutional structure of the economy on its resistance to the shock. By building an econometric model estimated by the OLS method, we confirmed the positive impact of the share of employment in government-owned and municipal enterprises and the negative impact of the degree of openness, the size of the economy and the share of the mining industry on the regional economies' resilience. The conducted research is applicable in developing a balanced inter-budgetary, regional and sectoral policy in the context of economic crises of a pandemic type.
Keywords: region, resilience, pandemic 2020, assessment, factors, Russia
Acknowledgments. The study was carried out within the framework of the basic part of the state assignment of the Ministry of Education and Science of the Russian Federation, project 0729-2020-0056.
For citation: Malkina M.Yu. Resilience of the Russian Regional Economies to the 2020 Pandemic. Prostranstvennaya Ekonomika = Spatial Economics, 2022, vol. 18, no. 1, pp. 101— 124. https://dx.doi.org/10.14530/se.2022.L101-124 (In Russian)
ВВЕДЕНИЕ
Пандемия 2020, вызванная распространением коронавирусной инфекции, сопровождалась снижением мобильности населения и деловой активности предприятий. Она в разной степени затронула отрасли российской экономики. Главным образом пострадали нефтедобыча - из-за резкого падения цен на нефть и газ и сокращения их продаж на мировом рынке в острой фазе пандемии, автомобилестроение, перевозки, сфера услуг (Зу-баревич, 2021). В то же время медицинская и фармацевтическая отрасли, производство компьютеров и техники для дистанционной работы, сфера информационных технологий получили новый импульс для развития. Пандемия неоднозначно сказалась на развитии промышленности, торговли и строительства. Специфические отраслевые эффекты пандемии во многом предопределили реакцию российских регионов на пандемический шок. В то же время государство проводило меры противодействующего характера для поддержки экономики страны: значительно увеличились трансферты федерального центра регионам, активно реализовывались национальные проекты, сопровождающиеся дополнительными государственными инвестициями (Широв, 2021). Между тем поддержка регионов со стороны федерального центра была крайне неравномерной, что, с учетом вторичных эффектов трансфертов и инвестиций, также предопределило неодинаковую реакцию регионов на пандемический шок.
Таким образом, как разное распространение инфекции и жесткость ограничительных мер, так и наличие специфических отраслевых эффектов и неодинаковой поддержки федеральных и региональных властей стали главными факторами устойчивости экономик субъектов РФ в период пандемии 2020.
Целью настоящего исследования является оценка и анализ устойчивости экономик регионов РФ к пандемии 2020 на основе комплекса показателей, характеризующих развитие частного и общественного секторов экономики, разных отраслей и сфер деятельности и построения интегрального показателя устойчивости региональных экономик. Также предполагается выявление связей индексов устойчивости региональных экономик с рядом показателей их допандемического развития.
ОБЗОР ЛИТЕРАТУРЫ
Теория устойчивости (резилиентности, стрессоустойчивости) экономики получила развитие в последние два десятилетия в трудах (Foster, 2007; Hill et al., 2008; Martin, 2012; Fingleton et al., 2012; Lagravinese, 2015).
В России определенный вклад в ее развитие внесли работы (Климанов и др., 2018, 2019; Kolomak, 2020; Mikheeva, 2021; Малкина, 2020) и др.
Устойчивое (resilient) развитие основателями теории трактуется двояко: c одной стороны, как способность экономики противостоять внешним шокам (resistance); с другой - как ее способность восстанавливать прежнее равновесие (recovery) либо выходить на новые траектории развития в посткризисный период (Martin, 2012). Другие авторы (Modica, Reggiani, 2015) различают уязвимость экономики (vulnerability), измеряемую скоростью и масштабом распространения шоков в сети, и непосредственно устойчивость (resilience), оцениваемую через скорость возвращения экономики к равновесию после шока.
Теорию резилиентности не следует смешивать с другой теорией устойчивого развития (sustainable development), где акцент делается на взаимодействии экономической сферы с другими сферами (экосистемой, социальной сферой, эффективностью госуправления и пр.) и исследовании положительных и отрицательных внешних эффектов экономической деятельности людей.
Внутри современной теории устойчивости (резилиентности) сформировались три самостоятельные концепции (Boschma, 2015). Согласно «инженерной» (engineering) концепции (Rose, 2004; Fingleton et al., 2012) под устойчивостью понимается способность системы возвращаться к стабильному равновесию и прежнему пути развития (path) после воздействия шока. Согласно «экологической» (ecological) концепции (Reggiani et al., 2002; Swanstrom et al., 2009; Zolli, Healy, 2012) устойчивость трактуется как стремление экономической системы к новому равновесному состоянию путем изменения отраслевой и институциональной структуры, а также выход на новую траекторию роста после воздействия внешнего шока. Согласно эволюционной (evolutionary) концепции (Christopherson et al., 2010; Clark et al., 2010; Pike et al., 2010; Simmie, Martin, 2010; Boschma, 2015) устойчивость включает не только краткосрочную способность регионов противостоять потрясениям, но и их долгосрочную способность осваивать новые пути роста, что сопровождается непрерывной адаптацией и реконфигурацией социально-экономических и институциональных структур.
Одной из важных проблем в теории устойчивости является измерение ее уровня. Экономисты, придерживающиеся разных концепций, предложили несколько способов измерения устойчивости, наиболее популярные из которых представлены в работе (Martini, 2020). К измерителям резилиент-ности относятся: 1) индекс устойчивости Р. Мартина (Martin et al., 2016), в котором сравниваются темпы изменения показателя занятости или производства в регионе и стране, а также его модификации; 2) индекс специализа-
ции П. Кругмана - представляет собой индекс схожести двух структур и рассчитывается как сумма абсолютных отклонений долей занятых в отраслях экономики региона и страны; 3) локальный факторный анализ, основанный на расчете не разницы, а соотношения долей отраслей в регионе и стране; 4) модель многофакторного разбиения (Multifactor partitioning model, MFP) (Ray et al., 2012), с помощью которой выявляются специфические отраслевые, региональные эффекты устойчивости, а также факторы пересечения.
Еще одним направлением исследования является выявление факторов устойчивости экономических систем, что предполагает как расчет корреляций, так и построение эконометрических зависимостей. В качестве детерминантов экономической резилиентности регионов ученые тестируют ряд показателей: уровень развития экономики региона (измеряемый ВРП на душу населения); масштабы экономики региона (определяемые на основе доли в совокупном ВРП всех регионов); отраслевую структуру, степень диверсификации и специализации экономики (Brown, Greenbaum, 2017); качество человеческого капитала; технологическую структуру и уровень инновационного развития; долю государственного сектора в производстве и занятости; уровень открытости экономики (измеряемый отношением суммы экспорта и импорта к ВРП); качество госуправления (Ezcurra, Rios, 2019) и меры антикризисного регулирования, относящиеся к фискальной, монетарной политике и пр. (Martin et al., 2016). Хотя большинство авторов сходится во мнении об определяющем влиянии отраслевой структуры экономики региона, некоторые также подчеркивают значимость характеристик самого кризиса (Lagravinese, 2015).
В соответствии с определяющими детерминантами устойчивости выделяются три концепции резилиентности (Mai et al., 2021): структурная, агентская, политико-экономическая. В структурной концепции устойчивость связывается с составом и правильным сочетанием отраслей, уровнем диверсификации экономики (Fingleton et al., 2012; Groot et al., 2011; Kluge, 2018; Ray et al., 2017). Агентская концепция делает акцент на влиянии институциональной среды, культурных ценностей и государственного регулирования. Поэтому она часто использует эволюционный подход к анализу траекторий посткризисного развития (Simmie, Martin, 2010; Boschma, 2015). Агентская теория имеет большую популярность у исследователей китайской экономики, где государственные расходы во время кризиса играют важную стабилизирующую роль (Fardoust et al., 2012; Tan et al., 2020). Политико-экономическая концепция основана на схеме трех контуров накопления капитала и концепции пространственной фиксации Харви (Harvey, 2001). В ней обосновывается важность инвестиций в основной капитал и создание рабочих мест для «воспроизводства пространства» региона (Mai et al., 2021).
Исследования влияния отраслевой структуры экономики на устойчивость европейских региональных экономик в период финансовых кризисов привели авторов (Martin, 2012; Lagravinese, 2015) к выводу о большей уязвимости к финансовым шокам регионов с большей долей промышлености и строительства в отраслевой структуре экономики. В то же время они обнаружили большую устойчивость регионов с развитым сектором услуг из-за его повышенной гибкости и приспособляемости к кризисам. Также они отмечали положительное влияние на устойчивость регионов доли госслужащих в занятом населении.
Изучая влияние отраслевого разнообразия на уровень экономической устойчивости, ряд исследователей (Xiao et al., 2018; Cainelli et al., 2019) обнаружили, что не сам по себе уровень диверсификации экономики, а так называемое «связанное разнообразие» (related variety), то есть взаимодополняемость различных отраслей, способствует лучшей адаптации экономик к внешним шокам. Такая диверсифицированная производственная структура способствует лучшему взаимодействию отраслей, облегчает передачу навыков и технологий между ними и способствует совместной разработке продуктов и услуг (Cainelli et al., 2019).
Следует также отметить небольшое количество современных исследований, посвященных резилиентности регионов к пандемии 2020, вызванной распространением коронавирусной инфекции. Так, в исследовании северо-восточных провинций Китая (Hu et al., 2022) основными факторами региональной сопротивляемости и восстановления в условиях пандемии 2020 являются структура вторичного сектора экономики, уровень отраслевой диверсификации, уровень инноваций, специализация региона, открытость экономики и государственная политика по сдерживанию COVID-19. В другой работе, посвященной влиянию пандемии 2020 на итальянские провинции (Arbolino, Di Caro, 2021), обнаружено существенное влияние правительственных фондов, выделяемых в рамках Программы сплочения в Евросоюзе, для достижения устойчивости региональных рынков труда.
Таким образом, в предшествующих исследованиях ученые развили теории и концепции устойчивости (резилиентности) экономических систем, предложили методики ее измерения, исследовали факторы устойчивости экономик стран и регионов к различным шокам, главным образом финансового характера. Влияние современной пандемии на устойчивость региональных экономических систем в литературе изучена недостаточно. Тем более нами не обнаружено исследования, оценивающего влияние пандемии 2020 на устойчивость экономик российских регионов с применением комплекса показателей их развития. Настоящее исследование призвано восполнить этот пробел.
ДАННЫЕ И МЕТОДЫ
Информационной базой исследования стали официальные годовые данные Федеральной службы государственной статистики и Федерального казначейства РФ как в целом по стране, так и в разрезе 85 субъектов РФ. Весь период исследования был разбит на два отрезка времени: допандемический период 2015-2019 гг. и период пандемии - 2020 г.
Для оценки устойчивости экономики российских регионов использовались следующие показатели:
1) доходы субфедерального бюджета (BR), в том числе собственные налоговые и неналоговые доходы (BR_own) и безвозмездные поступления (BR_trans), большую часть которых составляют трансферты федерального центра регионам, млн руб.;
2) доходы населения (Income_p), а также их основная часть - заработная плата (wage), руб.;
3) показатели производства в основных отраслях экономики:
а) объемы промышленного производства, включающего 4 вида экономической деятельности: добычу полезных ископаемых; обрабатывающие производства; обеспечение электрической энергией, газом и паром, кондиционирование воздуха; водоснабжение; водоотведение, организация сбора и утилизации отходов, деятельность по ликвидации загрязнений (Industry), млн руб.;
б) объемы работ в строительстве, выполненных собственными силами, включая работы, выполненные хозспособом (Construct), млн руб.;
в) оборот оптовой и розничной торговли (Trade), млн руб.;
г) объем платных услуг населению (Services), тыс. руб.;
д) грузооборот автомобильного транспорта (Transport), млн т-км;
4) инвестиции в основной капитал (Invest), млн руб.
Для исключения влияния эффекта масштаба все переменные рассчитывались на душу населения (большинство - на основе показателя среднегодовой численности региона). Переменные заработной платы и инвестиций рассчитывались на одного занятого в экономике региона.
Для оценки устойчивости экономики региона по тому или иному показателю в период пандемии нами использовались два альтернативных подхода.
I. Модифицированный подход Р. Мартина (Martin, 2012) и Р. Лагравинезе (Lagravinese, 2015), основанный на сопоставлении изменения темпов роста показателей в регионе и стране в целом. Наше видоизменение этого подхода заключается в расчете средних темпов роста в допандемический период на основе среднегеометрических, а не среднеарифметических значений.
По каждому к-тому показателю (к = 1, K) для каждого /-того региона (i = 1, N) и страны в целом (/ = R) рассчитывались:
ПЭ М.Ю. Малкина
№ 1 2022
• средние темпы роста в допандемический период:
£=у-2 0?-!/ Ук) -1' (1)
• темпы роста в период панде мии:
(? = У? 'Ут-1 - 1, (2)
• индекс резилиентности (устоучивости):
Res, =
Ч
че Ы- - \чЧк
оЫО он Ч]
(3)
где t = 1^Г. В ¡нашем случае Ы ч (Ы015, 2020) - весь период исследования, T = 2020-год пандемии.
При таком подходе для региошв, 21 ошчаошчхОоль 12ий спад показателя, чем в среднем по стране, Resl2 < О а а для регионов, показавших большую устойчивость, Res]2 > 0 .
II. Авторский подход, основанный на расчете относительных отклонений показателей регионов в период пандемии от непандемических про-гнозо в.
По каждому 0-тому пок^агелю (2 = 1, К) для каждого /-го региона (/ = 1, N) п]еоводятся следующие расчеты:
• нао(нове допандемических значений показателя t е (2015, 2019) стро-ятсявременные регрессии линейного типа:
0?=а + ß i t + ч,, (4)
где а и ß - оценки коэффициентов регрессии, et - остатки регрессии;
• на основе этих регрессий рассчитываются щэоенозные непандемиче-
л
ские значения показателей о ля пандемическогопериода (оЫ);
• индекс резилиентности показывает отклонение фактических показателей в период пандемии( оЫ^) от их непандемическихпрогнозов:
ReS]-n = (О 2 0. (5)
оЫ
Далее для обоих подходов рассчитываются интегральные индексы рези-лиентности, основанные на предположении о равнозначности показателей. Этот расчет проводится вдваэтапа:
• нормирование индексов резили ентно сти каждого А>того показателя с использованием линейной шкалы (0,1):
• расчет Resегрального индекса резилиентности как среднего арифметического частных нормированных индексов резилиентности.
На основе интегральных индексов резилиентности делается вывод об относительной устойчивости экономики региона в период пандемии. При этом I подход оценивает устойчивость региона в период пандемии относительно общей ситуации в стране, а II подход - относительно собственных допандемических тенденций развития региона. Оба подхода дополняют друг друга и позволяют получить полноценную картину влияния пандемии на экономику регионов.
РЕЗУЛЬТАТЫ И ИХ ОБСУЖДЕНИЕ
В таблице 1 представлены средневзвешенные темпы прироста показателей до и во время пандемии (g), их минимальные (Min) и максимальные (Max) значения в регионах и взвешенное квадратическое отклонение региональных темпов прироста (SD). Заметим, что в качестве весов в большинстве случаев использовалась доля региона в населении страны. Для показателя заработной платы и инвестиций, рассчитанных на одного занятого, весами служили доли населения в общей занятости.
Мы считаем взвешенный подход в данном случае более правильным, чем невзвешенный, потому что он учитывает неравномерность размещения экономической активности по территории страны. Невзвешенный подход предполагает равнозначными все регионы и может вводить в заблуждение. В частности, этот подход показывает, что средние темпы прироста грузооборота транспорта во время пандемии снизились незначительно (с 2,8 до 2,6%) и сохранились в положительной зоне, тогда как взвешенный подход однозначно свидетельствует об их существенном падении и выходе в отрицательную зону (с 2,7 до -1,3%). В случае с невзвешенным подходом экстремальный рост показателя в некоторых небольших по численности регионах (например, в республиках Чечня и Ингушетия) оказывает непропорционально большое влияние на изменение общего показателя в стране. Аналогичным образом взвешенный подход показывает отрицательные темпы роста промышленности в 2020 г. (-3,6%), тогда как невзвешенный - сохранение низких, но положительных темпов (1,4%).
ReS, ~ mm( Res, )
(6)
ma*( Res,, )" mm( Resft )
Таблица 1
Некоторые показатели развития регионов в допандемический и пандемический периоды, %
Table 1
Some indicators of regional development in the pre-pandemic and pandemic periods, per cent
Показатель До пандемии Во время пандемии
g Min Max SD g Min Max SD
BR 9,8 -2,1 21,0 2,8 9,8 -20,3 54,5 9,1
BR_own 9,5 -4,6 18,8 2,8 -1,8 -24,4 56,2 7,1
BRJxans 11,2 -1,7 47,0 7,2 59,0 -28,1 297,5 77,3
Income_p 4,0 -0,8 14,2 1,9 1,1 -4,7 7,3 2,0
wage 8,7 4,6 10,3 1,3 7,6 2,3 17,1 2,4
Industry 11,4 -8,6 34,7 3,9 -3,6 -34,1 89,2 12,2
Construct 6,8 -22,0 153,4 18,6 4,6 -41,9 47,5 12,2
Trade 8,7 -1,0 14,7 3,8 0,4 -8,7 20,2 4,8
Services 6,1 0,9 12,8 1,6 -11,9 -21,4 0,4 6,2
Transport 2,7 -31,6 39,1 9,2 -1,3 -57,6 107,8 27,4
Invest 8,8 -7,6 53,9 9,1 6,0 -47,0 133,8 13,3
Примечание. Для Чукотского АО допандемические темпы прироста транспорта рассчитывались за 2017-2019 гг. из-за высокой нестабильности показателя в предшествующем периоде.
Источники: здесь и далее расчеты автора на основе данных: Статистика / ФСГС. 2021. URL: https://rosstat.gov.ru/statistic (дата обращения: январь 2022); Консолидированные бюджеты субъектов Российской Федерации и бюджетов территориальных государственных внебюджетных фондов / Федеральное казначейство РФ. 2020. URL: https://roskazna.gov.ru/ispolnenie-byudzhetov/konsolidirovannye-byudzhety-subektov/ (дата обращения: январь 2022).
Таблица 1 свидетельствует о том, что пандемия по-разному сказалась на изменении анализируемых показателей регионов. Единственный показатель, темпы роста которого не уменьшились во время пандемии, - бюджетные доходы на душу населения (BR). Подобная тенденция объясняется главным образом активной фискальной политикой государства, значительным ростом федеральных трансфертов в условиях падения собственных доходов регионов. Действительно, среднерегиональные темпы роста собственных доходов консолидированных бюджетов субъектов РФ в расчете на душу населения (BR_own) в период пандемии снизились с 9,5% (допандемический уровень) до -1,8% (пандемия 2020). Однако это падение было компенсировано дополнительными трансфертами регионам из федерального центра, за счет чего темп прироста безвозмездных поступлений (BR_trans) в рассматриваемом периоде увеличился с 11,2 до 59,0% (см. табл. 1). Отметим также, что межбюджетные трансферты были призваны не только компенсировать выпадающие собственные доходы бюджетных систем регионов, но и покрывать рост бюджетных расходов в условиях пандемии.
Для номинальных доходов населения (Income_p) отмечается уменьшение темпов прироста относительно допандемического уровня, но эти темпы остаются в положительной зоне. Причем в наименьшей степени пострадала основная часть доходов - заработная плата (wage), что также объясняется активной фискальной политикой государства, интенсивными расходами на социальную сферу и здравоохранение, поддержкой занятости в наиболее пострадавших отраслях в период пандемии.
Для отраслей производственной сферы наблюдалось неравномерное снижение темпов роста. Наиболее пострадавшими в условиях пандемии оказались сфера услуг, промышленность и транспорт, в которых вообще имело место падение среднедушевых показателей в 2020 г. по сравнению с 2019 г. Темпы прироста платных услуг населению (Services) снизились в наибольшей степени - на 18 п. п., а именно: c 6,1% в допандемический период до -11,9% во время пандемии. Причем наибольшее падение пережили туристические и гостиничные услуги, услуги учреждений культуры, физкультуры и спорта, а также транспортные услуги.
Спад в промышленности (Industry) также оказался существенным: здесь ежегодные темпы прироста снизились на 15 п. п. Далее следует торговля (Trade) с падением темпов на 8,2 п. п. Гораздо лучшее положение дел отмечается в строительстве (Construst), где темпы прироста потеряли лишь 2,2 п. п., но сохранили достаточно высокий уровень (4,6%). Похожая ситуация с показателем инвестиций (Invest), у которых темпы роста также сократились меньше чем на треть. Относительное благополучие строительной отрасли и общей ситуации с инвестициями в условиях пандемии можно объяснить дирижистской политикой российского государства, активной реализацией национальных проектов, сопровождавшейся ростом государственных инвестиций и поддержкой строительной индустрии в период коронакризиса.
Кроме специфических отраслевых эффектов пандемии и ее неодинакового влияния на доходы в частном и государственном секторах экономики следует отметить разные региональные эффекты пандемии. Таблица 1 свидетельствует о существенном увеличении разброса темпов прироста показателей в регионах (что можно оценить как по размаху вариации, так и по среднему квадратическому отклонению). Единственной сферой, где произошло некоторое сближение темпов прироста, является строительство (например, межрегиональный коэффициент вариации темпов прироста в строительной отрасли снизился с 2,75 до 2,64). Отметим также экстремальное значение темпов прироста среднедушевых объемов строительства (153,4%) до пандемии у города Севастополь.
Таким образом, пандемия по-разному сказалась на экономиках российских регионов, что, возможно, объясняется не только их разной отраслевой
структурой, но и разным распространением инфекции, ограничительными и стимулирующими мерами региональных властей.
В таблице 2 показаны частные показатели устойчивости российских регионов (Res) и нормированный интегральный индекс устойчивости, рассчитанные на основе I подхода (по формулам 1-3 и 6). В таблице представлены их среднерегиональные, минимальные и максимальные значения в регионах, а также показатель межрегиональной неравномерности (СКО). Напомним, что в I подходе устойчивость регионов в период кризиса оценивается относительно общей страновой (среднерегиональной) тенденции.
Таблица 2
Показатели устойчивости развития регионов в период пандемии, рассчитанные на основе I подхода
Table 2
Indicators of the resilience of regional development during the pandemic, calculations based on the I approach
Показатель устойчивости Res Min Max Max-Min SD
BR 0,705 -13,07 14,97 28,05 4,695
BR own 0,199 -2,411 6,376 8,787 1,131
BR trans -0,402 -1,948 2,776 4,724 0,601
Income p 0,306 -5,893 2,771 8,664 1,165
wage 0,547 -4,324 8,656 12,98 1,847
Industry 0,209 -3,681 7,498 11,18 1,673
Construct -1,118 -48,40 15,90 64,30 8,291
Trade 0,290 -2,294 3,044 5,339 0,951
Services 0,120 -0,878 0,763 1,641 0,328
Transport -1,065 -25,12 38,67 63,80 11,73
Invest -0,105 -31,15 48,85 80,00 8,990
Интегральный индекс 0,518 0,301 0,663 0,362 0,063
Примечание. Res и SD - невзвешенные среднее и СКО индексов устойчивости в регионах.
Необходимо отметить, что в I подходе положительные значения средних индексов по ряду показателей не являются свидетельством о большей устойчивости регионов именно по этим показателям. Они возможны в том случае, если меньшее падение пережили малочисленные регионы, а большее падение - более крупные регионы, влияние которых при невзвешенном подходе недооценено. Отрицательные средние значения индексов, напротив, свидетельствуют о большем падении меньших по численности регионов, влияние которых в данном случае переоценено. При этом расчет средневзвешенных индексов устойчивости в данном подходе не имеет смысла, так как они близки к страновым значениям, фактически принятым за точку отсчета (то есть нулевой уровень).
Поэтому в I подходе нас больше интересует не среднее региональное значение, а межрегиональный разброс индекса, который может быть оценен как на основе размаха вариации (Max-Min), так и СКО (SD) соответствующего индекса. Полученные результаты убедительно свидетельствуют о большем уровне межрегиональных различий индексов устойчивости транспорта, инвестиций, строительства и бюджетных доходов. В то же время пандемия вызвала более равномерную реакцию таких региональных показателей, как объем платных услуг населению, оборот торговли и размер межбюджетных трансфертов на душу населения.
На рисунке 1 в виде карты субъектов РФ представлены интегральные показатели устойчивости регионов, рассчитанные на основе I подхода. Они позволяют заключить, что наибольшее падение относительно российского уровня пережил ряд добывающих регионов России, в первую очередь центры нефте- и газодобычи. Однако лидерами неустойчивости оказываются г. Севастополь (Res = 0,301), Республика Саха (Якутия) (Res = 0,335), Республика Крым (Res = 0,374), г. Москва (Res = 0,406) и Республика Башкортостан (Res = 0,414).
В то же время очевидна большая устойчивость ряда менее развитых республик юга и средней части России, а также некоторых пограничных регионов. Лидерами устойчивости, согласно I подходу, оказываются республики Калмыкия (Res = 0,663), Чечня (Res = 0,628), Дагестан (Res = 0,620) и Хакасия (Res = 0,615), а также Мурманская область (Res = 0,615). Относительно более высокая устойчивость в период пандемии менее развитых регионов России объясняется их более высоким уровнем бюджетной поддержки, а ряда дальневосточных регионов - благоприятной конъюнктурой на рынке металлов.
Далее рассмотрим результаты, полученные с использованием II подхода (формулы 4-6). В таблице 3 представлены среднерегиональные, минимальные и максимальные значения частных и интегрального индексов устойчивости, а также размах вариации и межрегиональное СКО этих индексов. В отличие от I подхода, во II подходе средние значения индексов имеют уже гораздо больший смысл, а именно: они отражают среднюю устойчивость регионов по соответствующему показателю. Согласно полученным результатам наименьшую устойчивость в регионах в среднем продемонстрировали отрасли платных услуг населению, промышленности и торговли, а также собственные доходы бюджетов. Наибольшую устойчивость регионов в условиях пандемии обеспечили межбюджетные трансферты, что поддерживает ранее сделанный вывод о роли федерального центра в период ко-ронакризиса. Относительную устойчивость в среднем в регионах показал транспорт, что связано с большим увеличением темпов роста в небольших республиках, а также строительство и инвестиции.
I
I
Рис. 1. Оценки уровня устойчивости регионов Российской Федерации к пандемии 2020 (I подход) Fig. 1. Assessments of the level of resilience of the regions of the Russian Federation to the 2020 pandemic (I approach)
Примечание. Здесь и далее субъекты РФ обозначены их административными кодами.
0,2 0,25 0,3 0,35 0,4 0,45 0,5 0,55
Рис. 2. Оценки уровня устойчивости регионов Российской Федерации к пандемии 2020 (II подход) Fig. 2. Assessments of the level of resilience of the regions of the Russian Federation to the 2020 pandemic (II approach)
Таблица 3
Показатели устойчивости развития регионов в период пандемии, рассчитанные на основе II подхода
Table 3
Indicators of the resilience of regional development during the pandemic, calculations based on the II approach
Показатель Res Min Max Max-Min SD
BR 0,083 -0,267 0,419 0,686 0,119
BR_own -0,056 -0,307 0,741 1,048 0,129
BRJxans 0,578 -0,401 3,293 3,694 0,483
Income_p 0,001 -0,150 0,077 0,227 0,031
wage 0,016 -0,033 0,121 0,153 0,024
Industry -0,069 -0,404 0,860 1,264 0,187
Construct 0,025 -0,485 0,799 1,284 0,213
Trade -0,030 -0,205 0,166 0,370 0,057
Services -0,123 -0,266 -0,018 0,248 0,053
Transport 0,148 -0,600 4,201 4,801 0,740
Invest 0,030 -0,562 1,687 2,249 0,261
Интегральный индекс 0,413 0,210 0,589 0,379 0,070
Примечание. Res и SD - невзвешенные среднее и СКО индексов устойчивости в регионах.
Что касается разброса индексов устойчивости, как и в I подходе, большие межрегиональные различия демонстрируют транспорт, строительная индустрия и инвестиции. Однако, в отличие от I подхода, II подход улавливает гораздо большие различия в динамике межбюджетных трансфертов в регионах. Это объясняется относительно более равномерной поддержкой регионов в условиях пандемии, что привело к значительному отклонению показателя среднедушевых безвозмездных поступлений от их допанде-мического тренда в целом ряде регионов. Наименьшие межрегиональные различия в изменении среднедушевых темпов роста в условиях пандемии обнаружены для доходов населения, оборотов торговли и платных услуг населению.
На рисунке 2 представлена карта регионов РФ по уровню интегрального показателя устойчивости, рассчитанного на основе II подхода. Согласно II подходу, наименьшую устойчивость в условиях пандемии показали г. Севастополь (Res = 0,210), Республика Саха (Якутия) (Res = 0,222), г. Москва (Res = 0,293), Калининградская область (Res = 0,298) и Республика Башкортостан (Res = 0,298). Как мы видим, четыре из пяти лидеров неустойчивости совпадают с результатами I подхода. Среди наименее устойчивых мы снова видим некоторые добывающие регионы и столичные города. Во II подходе данный вывод становится еще более очевидным.
Наибольшую устойчивость к пандемии в рамках II подхода подтвердили республики Калмыкия (Res = 0,589), Чечня (Res = 0,552) и Мурманская область (Res = 0,536). Также в пятерку наиболее устойчивых, в рамках II подхода, вошли Еврейская АО (Res = 0,553) и Амурская область (Res = 0,513). И снова мы видим удивительный результат - большую устойчивость некоторых окраинных регионов России.
Рисунок 3 демонстрирует значительную корреляцию двух индексов устойчивости. Это связано с тем, что они имеют общую методическую основу. Первый индекс показывает отклонение региона от общероссийской тенденции, а второй - от своего собственного допандемического тренда.
0,7
о н
о >.
о
<и ч:
0,6
0,5
0,4
0,3
0,2
0,1
y = 0,9478x12717 R2 = 0,831 О Л Л -С о
улЛ /s/\J*r*
О о
0,2
0,3
0,4 0,5
Индекс устойчивости -1
0,6
0,7
Рис. 3. Корреляция индексов устойчивости регионов Российской Федерации
к пандемии 2020
Fig. 3. Correlation of the indices of resilience of the regions of the Russian Federation
to the 2020 pandemic
Далее нами предприняты попытки выявления связей показателей устойчивости с рядом показателей, характеризующих экономическое развитие российских регионов до пандемии. Тестировался целый ряд показателей, из которых в конечном счете были отобраны лишь те, для которых наблюдались существенные корреляции (табл. 4).
Из полученных данных можно заключить, что наибольшую устойчивость в условиях пандемии показали небольшие и менее развитые регионы с большой долей сельского хозяйства и трудоемкостью ВРП. Вывод о большей устойчивости аграрных регионов корреспондирует с результатами, полученными для 27 стран Евросоюза в 2008-2015 гг., охватывающих Великую рецессию и восстановительный период после нее (Giannakis, Bruggeman, 2019). Также, согласно нашему исследованию, более успешными в период пандемии оказались регионы с высокой долей государственно-
го сектора в экономике и долей расходов на социальную сферу. Напомним, что в работе (Lagravinese, 2015) также обнаружено положительное влияние доли государственных служащих в численности занятых на устойчивость итальянских регионов в 1970-2011 гг.
Таблица 4
Корреляции интегральных индексов устойчивости с показателями экономического развития регионов
Table 4
Correlations of integral resilience indices with indicators of regional economic development
Показатель (по данным 2019 г.) Обозначение Коэффициент Пирсона
Res I Res II
Логарифм ВРП на душу населения ln(GDP_pc) -0,376 -0,362
Доля региона в ВРП Share_GRP -0,403 -0,401
Доля экспорта и импорта в ВРП (степень открытости экономики) Openness -0,319 -0,434
Доля ВЭД «Сельское, лесное хозяйство, охота, рыболовство и рыбоводство» в ВРП Agricul 0,385 0,346
Доля ВЭД «Добыча полезных ископаемых» в ВРП Mining -0,211 -0,194
Доля ВЭД «Государственное управление и обеспечение военной безопасности; социальное обеспечение» в ВРП Government 0,273 0,233
Суммарная доля ВЭД «Образование» и «Деятельность в области здравоохранения и социальных услуг» в ВРП Educat&Health 0,252 0,221
Уровень диверсификации экономики* DIV 0,075 0,073
Трудоемкость ВРП (количество фактически отработанного времени / ВРП)** Labour_intens 0,392 0,353
Доля работающих на государственных и муниципальных предприятиях State_employees 0,452 0,463
Доля работающих на малых предприятиях Small_share -0,287 -0,323
Доля занятых с высшим и средним специальным образованием Educated_share -0,343 -0,382
Доля городского населения Urban share -0,280 -0,278
Доля организаций, использовавших серверы Servers_share -0,377 -0,386
Примечание. В расчетах не использовались данные по Республике Крым и г. Севастополю. * Показатель диверсификации экономики рассчитывался на основе индекса схожести двух структур и был позаимствован из нашей работы (Малкина, 2020). ** Показатель трудоемкости рассчитывался на основе данных за 2017 г.
Источник: рассчитано по: Регионы России. Социально-экономические показатели / ФСГС. 2021. URL: https://rosstat.gov.ru/folder/210/document/13204 (дата обращения: январь 2022).
Наибольшую уязвимость к пандемии продемонстрировали более развитые, крупные, урбанизированные регионы с более квалифицированной рабочей силой, а также добывающие регионы и открытые экономики. Эти
выводы также подтверждаются рядом исследований других авторов. В частности, в работе (Huynh et al., 2021) было обнаружено отрицательное влияние открытости экономики на устойчивость фондовых рынков, отражающих состояние экономики, в условиях пандемии.
Доля работающих в малом бизнесе оказалась фактором неустойчивости из-за специфического воздействия локдауна на деятельность предприятий сферы услуг. Удивительной и малообъяснимой оказалась отрицательная связь устойчивости с долей организаций, имеющих собственные интернет-серверы. Следуя здравому смыслу, в условиях локдауна должны были выиграть предприятия, уже имевшие цифровые активы и опыт использования цифровых технологий в допандемический период. Поэтому полученный отрицательный результат на уровне регионов мы можем объяснить опосредованным влиянием специфических отраслевых эффектов пандемии. Наконец, не обнаружено связи уровня диверсификации региональных экономик с их устойчивостью к коронакризису.
Заметим, что нами тестировались и другие переменные, в частности, относящиеся к уровню заражений и выздоровлений, смертности и избыточной смертности, жесткости ограничений и количества мер поддержки. Но они не показали значимых связей с тестируемыми показателями устойчивости, поэтому мы их здесь не приводим.
Парные корреляции указывают на направленность и силу связи. Однако они могут приводить к смещенным оценкам из-за неучета влияния других факторов. Поэтому для получения более достоверных результатов о значимых факторах устойчивости следует строить множественные эконо-метрические модели. Нами тестировался целый ряд моделей линейного и нелинейного типа. Выбор наиболее релевантных осуществлялся на основе информационных критериев Акаике и Шварца, значимости коэффициентов при регрессорах и модели в целом, отсутствия мультиколлинеарности (по критерию VIF) и гетероскедастичности (по тесту Уайта), а также соблюдения требования к нормальности распределения остатков (по критерию %2 Пирсона). В результате была отобрана модель, оцененная обычным методом наименьших квадратов. Она представлена в таблице 5.
Таким образом, построение эконометрических зависимостей подтвердило положительное влияние на устойчивость региональных экономик доли занятых на государственных и муниципальных предприятиях и отрицательное влияние степени открытости и масштабов экономики, а также доли в ней добывающего сектора. Дисперсия этих факторов в совокупности объясняет больше 37% дисперсии зависимой переменной (устойчивости региональных экономик, оцененной на основе II подхода).
Таблица 5
Модель влияния факторов на уровень устойчивости региональных экономик (ResII) к пандемии 2020 (МНК оценки, робастные стандартные ошибки , N = 83)*
Table 5
A model of the influence of factors on the level of resilience of regional economies (ResII) to the 2020 pandemic (OLS estimates, robust standard errors, N = 83)*
Фактор Оценки коэффициентов (стандартные ошибки), значимость
Const 0,390 (0,033)***
Openness -0,081 (0,021)***
State_employees 0,150 (0,064)**
Mining -0,0007 (0,0004)*
Share_GRP -0,566 (0,213)***
R-квадрат 0,374
Тест Уайта на гетероскедастичность LM = 17,5293 p-value = P(Chi-square(14) > 17,5293) = 0,229066
Тест Хи-квадрат на нормальность остатков Chi-square(2) = 2,53759 p-value = 0,28117
Примечание. В расчетах не участвовали Республика Крым и город Севастополь. В скобках указаны стандартные ошибки. *** - значимость на уровне г < 0,01, ** - значимость на уровне г < 0,05, * - значимость на уровне г < 0,1.
ЗАКЛЮЧЕНИЕ
Нами исследовалось влияние пандемии 2020 на устойчивость экономик регионов РФ. Устойчивость оценивалась на основе среднедушевых показателей доходов населения и консолидированных бюджетов субъектов РФ, ряда показателей производственной сферы и уровня инвестиций. Для оценки устойчивости использовались два альтернативных подхода. В рамках I подхода (Р. Мартина и Р. Лагравинезе) устойчивость оценивается через изменение темпов роста в регионах относительно общестрановой тенденции, в рамках II подхода (авторского) - как отклонения показателей региона от прежней тенденции. В результате проведенного исследования было обнаружено неодинаковое влияние пандемии на различные отрасли и сферы экономики. В частности, наибольшую устойчивость показали бюджетные доходы, что объясняется масштабными вливаниями федеральной помощи в регионы. Активная реализация национальных проектов предотвратила значительное падение темпов роста строительства и инвестиций в основной капитал. А поддержка здравоохранения, социальной сферы и занятости в наиболее пострадавших отраслях предотвратила серьезные потери в до-
ходах населения. Между тем наиболее пострадавшими в период пандемии оказались промышленность, сфера услуг и транспорт.
Пандемия неодинаково повлияла на региональные экономики, что объясняется, прежде всего, различием их отраслевых структур. На основе расчета интегральных индексов устойчивости сделан вывод о большей устойчивости к пандемии некоторых слаборазвитых регионов России, которым к тому же была оказана существенная государственная поддержка. Устойчивыми оказались также некоторые пограничные регионы и регионы Дальнего Востока, что объясняется значительным ростом цен на металл. Наименьшую устойчивость показали развитые и крупные экономики, центры добывающей промышленности. Меньшая стрессоустойчивость развитых и добывающих регионов подтверждает вывод, ранее сделанный в работе, оценивающей устойчивость российских регионов в допандемический период (Малкина, 2020). Результаты, полученные на основе двух индексов, несколько отличаются, но в целом показывают схожие тенденции и высокую степень связи.
Проведенный расчет корреляции индексов устойчивости с рядом показателей развития российских регионов, а также построение эконометриче-ской модели дополнили картину неустойчивости российских регионов в период коронакризиса. В частности, была обнаружена большая уязвимость к пандемии экономик крупных развитых урбанизированных регионов с более высоким качеством человеческого капитала, регионов с развитой добывающей промышленностью и высокой степенью внешней открытости. В то же время доказана большая устойчивость к пандемии экономик слаборазвитых агарных регионов с высокой трудоемкостью ВРП, большой долей госсектора и относительно более высоким уровнем социальных расходов. Из проведенного исследования можно сделать вывод о превалировании влияния отраслевых эффектов и межбюджетной политики на устойчивость экономик российских регионов к пандемии 2020.
Ограничение исследования связано с невозможностью на данном этапе оценить долгосрочные последствия пандемии, в частности, описать восстановительные траектории регионов, так как пока не достигнута устойчивость эпидемиологической ситуации, и воздействие пандемии еще продолжается. Это, в свою очередь, определяет одно из направлений будущего исследования проблемы. Кроме того, в будущем также планируется совершенствование как самих подходов к оценке устойчивости в части отбора показателей и обоснования способа их агрегирования и нормирования, так и развитие эконометрических моделей устойчивости с точки зрения их спецификации и включения факторов, относящихся к эпидемиологической ситуации в регионах и политике регулирующего характера.
СПИСОК ЛИТЕРАТУРЫ
Зубаревич Н.В. Влияние пандемии на социально-экономическое развитие и бюджеты регионов // Вопросы теоретической экономики. 2021. № 1. С. 48-60. https://doi. org/10.24411/2587-7666-2021-10104 Климанов В.В., Казакова С.М., Михайлова А.А. Ретроспективный анализ устойчивости регионов России как социально-экономических систем // Вопросы экономики. 2019. № 5. С. 46-64. https://doi.org/10.32609/0042-8736-2019-5-46-64 Климанов В.В., Михайлова А.А., Казакова С.М. Региональная резилиентность: теоретические основы постановки вопроса // Экономическая политика. 2018. Т. 13. № 6. С. 164-187. https://doi.org/10.18288/1994-5124-2018-6-164-187 Малкина М.Ю. Оценка устойчивости развития региональных экономик на основе расстояний Махаланобиса // Terra Economicus. 2020. Т. 18. № 3. С. 140-159. https:// doi.org/10.18522/2073-6606-2020-18-3-140-159 Широв А.А. Пандемический кризис экономики: механизмы развития и решения в области экономической политики // Журнал Новой экономической ассоциации. 2021. № 1 (49). C. 209-216. https://doi.org/10.31737/2221-2264-2021-49-1-10 Arbolino R., Di Caro P. Can the EU Funds Promote Regional Resilience at Time of COVID-19? Insights from the Great Recession // Journal of Policy Modeling. 2021. Vol. 43. Issue 1. Pp. 109-126. https://doi.org/10.1016/jjpolmod.2020.10.001 BoschmaR. Towards an Evolutionary Perspective on Regional Resilience // Regional Studies.
2015. Vol. 49. Issue 5. Pp. 733-751. https://doi.org/10.1080/00343404.2014.959481 Brown L., Greenbaum R.T. The Role of Industrial Diversity in Economic Resilience: An Empirical Examination Across 35 Years // Urban Studies. 2017. Vol. 54. Issue 6. Pp. 1347-1366. https://doi.org/10.1177/0042098015624870 Cainelli G., Ganau R., Modica M. Does Related Variety Affect Regional Resilience? New Evidence from Italy // The Annals of Regional Science. 2019. Vol. 62. No. 3. Pp. 657680. https://doi.org/10.1007/s00168-019-00911-4 Christopherson S., Michie J., Tyler P. Regional Resilience: Theoretical and Empirical Perspectives // Cambridge Journal of Regions, Economy and Society. 2010. Vol. 3. Issue 1. Pp. 3-10. https://doi.org/10.1093/cjres/rsq004 Clark J., Huang H.-I, Walsh J.P. A Typology of 'Innovation Districts': What it Means for Regional Resilience // Cambridge Journal of Regions, Economy and Society. 2010. Vol. 3. Issue 1. Pp. 121-137. https://doi.org/10.1093/cjres/rsp034 Ezcurra R., Rios V. Quality of Government and Regional Resilience in the European Union. Evidence from the Great Recession // Papers in Regional Sciences. 2019. Vol. 98. Issue 3. Pp. 1267- 1290. https://doi.org/10.1111/pirs.12417 Fardoust S., Lin J.Y., Luo X. Demystifying China's Fiscal Stimulus / World Bank. Policy
Research Working Papers 6221. 2012. https://doi.org/10.1596/1813-9450-6221 Fingleton B., Garretsen H., Martin R. Recessionary Shocks and Regional Employment: Evidence on the Resilience of U.K. Regions // Journal of Regional Science. 2012. Vol. 52. Issue 1. Pp. 109-133. https://doi.org/10.1111/j.1467-9787.2011.00755.x Foster K.A. A Case Study Approach to Understanding Regional Resilience / Institute of Urban and Regional Development, University of California, Berkeley, Working Paper 2007-08. 2007. 41 p. URL: https://www.econstor.eu/obitstre am/10419/59413/1/592535347.pdf (дата обращения: январь 2022). Giannakis E., Bruggeman A. Regional Disparities in Economic Resilience in the European Union Across the Urban-Rural Divide // Regional Studies. 2019. Vol. 54. Issue 9. Pp. 1200-1213. https://doi.org/10.1080/00343404.2019.1698720 GrootS.P., Mohlmann J.L., Garretsen J.H., de GrootH.L. The Crisis Sensitivity of European
Countries and Regions: Stylized Facts and Spatial Heterogeneity // Cambridge Journal of Regions, Economy and Society. 2011. Vol. 4. Issue 3. Pp. 437-456. https://doi. org/10.1093/cjres/rsr024 HarveyD. Globalization and the 'Spatial Fix' // Geographische Revue. 2001. Vol. 2. Pp. 23-31. HillE.W., WialH., WolmanH. Exploring Regional Economic Resilience / Institute of Urban and Regional Development, Berkeley, Working Paper 2008-04. 2008. 15 p. https://doi. org/10.13140/RG.2.1.5099.4000 Hu X., Li L., Dong K. What Matters for Regional Economic Resilience Amid COVID-19? Evidence from Cities in Northeast China // Cities. 2022. Vol. 120. 103440. https://doi. org/10.1016/j.cities.2021.103440 Huynh N., Dao A., Nguyen D. Openness, Economic Uncertainty, Government Responses, and International Financial Market Performance during the Coronavirus Pandemic // Journal of Behavioral and Experimental Finance. 2021. Vol. 31. 100536. https://doi. org/10.1016/j.jbef.2021.100536 Kluge J. Sectoral Diversification as Insurance Against Economic Instability // Journal of Regional Science. 2018. Vol. 58. Issue 1. Pp. 204-223. https://doi.org/10.1111/jors.12349 Kolomak E. Economic Effects of Pandemic-Related Restrictions in Russia and their Spatial Heterogeneity // R-Economy. 2020. Vol. 6. No. 3. Pp. 154-161. https://doi.org/10.15826/ recon.2020.6.3.013
Lagravinese R. Economic Crisis and Rising Gaps North-South: Evidence from the Italian Regions // Cambridge Journal of Regions, Economy and Society. 2015. Vol. 8. Issue 2. Pp. 331-342. https://doi.org/10.1093/cjres/rsv006 MaiX., Zhan C., Chan R.C.K. The Nexus between (Re)Production of Space and Economic Resilience: An Analysis of Chinese Cities // Habitat International. 2021. Vol. 109. 102326. https://doi.org/10.1016/j.habitatint.2021.102326 Martini B. Resilience and Economic Structure. Are they Related? // Structural Change and Economic Dynamics. 2020. Vol. 54. Pp. 62-91. https://doi.org/10.1016Zj. strueco.2020.03.006
Martin R. Regional Economic Resilience, Hysteresis and Recessionary Shocks // Journal of Economic Geography. 2012. Vol. 1. Issue 1. Pp. 1-32. https://doi.org/10.1093/jeg/lbr019 Martin R., Sunley P., Gardiner B., Tyler P. How Regions React to Recess Resilience and the Role of Economic Structure // Regional Studies. 2016. Vol. 50. Issue 4. Pp. 561-585. https://doi.org/10.1080/00343404.2015.1136410 Mikheeva N.N. Resilience of Russian Regions to Economic Shocks // Studies on Russian Economic Development. 2021. Vol. 32. No. 1. Pp. 68-77. https://doi.org/10.1134/ S107570072101010X
Modica M., Reggiani A. Spatial Economic Resilience: Overview and Per-Spectives // Networks and Spatial Economics. 2015. Vol. 15. Pp. 211-233. https://doi.org/10.1007/ s11067-014-9261-7
Pike A., Dawley S., Tomaney J. Resilience, Adaptation and Adaptability // Cambridge Journal of Regions, Economy and Society. 2010. Vol. 3. Issue 1. Pp. 59-70. https://doi. org/10.1093/cjres/rsq001 Ray D.M., Lamarche R.H., Beaudin M. Economic Growth and Restructuring in Canada's Heartland and Hinterland: From Shift-Share to Multifactor Partitioning // The Canadian Geographer / Le Géographe canadien. 2012. Vol. 56. Pp. 296-317. https://doi. org/10.1111/j.1541-0064.2012.00435.x Ray D.M., MacLachlan I., Lamarche R., Srinath K.P. Economic Shock and Regional Resilience: Continuity and Change in Canada's Regional Employment Structure, 19872012 // Environment & Planning A. 2017. Vol. 49. Issue 4. Pp. 952-973. https://doi. org/10.1177/0308518X16681788
Reggiani A., De GraafT., Nijkamp P. Resilience: An Evolutionary Approach to Spatial Economic Systems // Networks and Spatial Economics. 2002. Vol. 2. Pp. 211-229. https://doi.org/10.1023/A:1015377515690 Rose A. Defining and Measuring Economic Resilience to Disasters // Disaster Prevention and Management. 2004. Vol. 13. No. 4. Pp. 307-314. https://doi. org/10.1108/09653560410556528 Simmie J., Martin R. The Economic Resilience of Regions: Towards an Evolutionary Approach // Cambridge Journal of Regions, Economy and Society. 2010. Vol. 3. Issue 1. Pp. 27-43. https://doi.org/10.1093/cjres/rsp029 Swanstrom T., Chapple K., ImmergluckD. Regional Resilience in the Face of Foreclosures: Evidence from Six Metropolitan Areas / IURD. Working Paper No. 2009-05. 2009. 60 p. URL: https://escholarship.org/content/qt23s3q06x/qt23s3q06x.pdf (дата обращения: январь 2022).
Tan J., Hu X., Hassink R., Ni J. Industrial Structure or Agency: What Affects Regional Economic Resilience? Evidence from Resource-Based Cities in China // Cities. 2020. Vol. 106. 102906. https://doi.org/10.1016/j.cities.2020.102906 Xiao J., Boschma R., Andersson M. Resilience in the European Union: The Effect of the 2008 Crisis on the Ability of Regions in Europe to Develop New Industrial Specializations // Industrial and Corporate Change. 2018. Vol. 27. Issue 1. Pp. 15-47. https://doi. org/10.1093/icc/dtx023 Zolli A., Healy A.M. Resilience. Why Things Bounce Back. London: Headline, 2012. 336 p.
REFERENCES
Arbolino R., Di Caro P. Can the EU Funds Promote Regional Resilience at Time of COVID-19? Insights from the Great Recession. Journal of Policy Modeling, 2021, vol. 43, issue 1, pp. 109-126. https://doi.org/10.1016/jjpolmod.2020.10.001 Boschma R. Towards an Evolutionary Perspective on Regional Resilience. Regional Studies, 2015, vol. 49, issue 5, pp. 733-751. https://doi.org/10.1080/00343404.2014.959481 Brown L., Greenbaum R.T. The Role of Industrial Diversity in Economic Resilience: An Empirical Examination Across 35 Years. Urban Studies, 2017, vol. 54, issue 6, pp. 1347-1366. https://doi.org/10.1177/0042098015624870 Cainelli G., Ganau R., Modica M. Does Related Variety Affect Regional Resilience? New Evidence from Italy. The Annals of Regional Science, 2019, vol. 62, no. 3, pp. 657-680. https://doi.org/10.1007/s00168-019-00911-4 Christopherson S., Michie J., Tyler P. Regional Resilience: Theoretical and Empirical Perspectives. Cambridge Journal of Regions, Economy and Society, 2010, vol. 3, issue 1, pp. 3-10. https://doi.org/10.1093/cjres/rsq004 Clark J., Huang H.-I, Walsh J.P. A Typology of 'Innovation Districts': What it Means for Regional Resilience. Cambridge Journal of Regions, Economy and Society, 2010, vol. 3, issue 1, pp. 121-137. https://doi.org/10.1093/cjres/rsp034 Ezcurra R., Rios V. Quality of Government and Regional Resilience in the European Union. Evidence from the Great Recession. Papers in Regional Sciences, 2019, vol. 98, issue 3, pp. 1267- 1290. https://doi.org/10.1111/pirs.12417 Fardoust S., Lin J.Y. , Luo X. Demystifying China>s Fiscal Stimulus. World Bank. Policy
Research Working Papers 6221. 2012. https://doi.org/10.1596/1813-9450-6221 Fingleton B., Garretsen H., Martin R. Recessionary Shocks and Regional Employment: Evidence on the Resilience of U.K. Regions. Journal of Regional Science, 2012, vol. 52, issue 1, pp. 109-133. https://doi.org/10.1111/j.1467-9787.2011.00755.x Foster K.A. A Case Study Approach to Understanding Regional Resilienceю Insti-
tute of Urban and Regional Development, University of California, Berkeley, Working Paper 2007-08, 2007, 41 p. Available at: https://www.econstor.eu/obit-stream/10419/59413/1/592535347.pdf (accessed January 2022). Giannakis E., Bruggeman A. Regional Disparities in Economic Resilience in the European Union Across the Urban-Rural Divide. Regional Studies, 2019, vol. 54, issue 9, pp. 1200-1213. https://doi.org/10.1080/00343404.2019.1698720 Groot S.P., Mohlmann J.L., Garretsen J.H., de Groot H.L. The Crisis Sensitivity of European Countries and Regions: Stylized Facts and Spatial Heterogeneity. Cambridge Journal of Regions, Economy and Society, 2011, vol. 4, issue 3, pp. 437-456. https:// doi.org/10.1093/cjres/rsr024 Harvey D. Globalization and the 'Spatial Fix'. GeographischeRevue, 2001, vol. 2, pp. 23-31. Hill E.W., Wial H., Wolman H. Exploring Regional Economic Resilience. Institute of Urban and Regional Development, Berkeley, Working Paper 2008-04, 2008, 15 p. https://doi. org/10.13140/RG.2.1.5099.4000 Hu X., Li L., Dong K. What Matters for Regional Economic Resilience Amid COVID-19? Evidence from Cities in Northeast China. Cities, 2022, vol. 120. 103440. https://doi. org/10.1016/j.cities.2021.103440 Huynh N., Dao A., Nguyen D. Openness, Economic Uncertainty, Government Responses, and International Financial Market Performance during the Coronavirus Pandemic. Journal of Behavioral and Experimental Finance, 2021, vol. 31. 100536. https://doi. org/10.1016/j.jbef.2021.100536 Klimanov VV, Kazakova S.M., Mikhaylova A.A. Retrospective Analysis of the Resilience of Russian Regions as Socio-Economic Systems. Voprosy Ekonomiki [Economic Issues], 2019, no. 5, pp. 46-64. https://doi.org/10.32609/0042-8736-2019-5-46-64 (In Russian). Klimanov V.V., Mikhaylova A.A., Kazakova S.M. Regional Resilience: Theoretical Basics of the Question. Ekonomicheskaya Politika = Economic Policy, 2018, vol. 13, no. 6, pp. 164-187. https://doi.org/10.18288/1994-5124-2018-6-164-187 (In Russian). Kluge J. Sectoral Diversification as Insurance Against Economic Instability. Journal of Regional Science, 2018, vol. 58, issue 1, pp. 204-223. https://doi.org/10.1111/jors.12349 Kolomak E. Economic Effects of Pandemic-Related Restrictions in Russia and their Spatial Heterogeneity. R-Economy, 2020, vol. 6, no. 3, pp. 154-161. https://doi.org/10.15826/ recon.2020.6.3.013
Lagravinese R. Economic Crisis and Rising Gaps North-South: Evidence from the Italian Regions. Cambridge Journal of Regions, Economy and Society, 2015, vol. 8, issue 2, pp. 331-342. https://doi.org/10.1093/cjres/rsv006 Mai X., Zhan C., Chan R.C.K. The Nexus between (Re)Production of Space and Economic Resilience: An Analysis of Chinese Cities. Habitat International, 2021, vol. 109. 102326. https://doi.org/10.1016Zj.habitatint.2021.102326 Malkina M.Yu. Assessment of Resilient Development of the Regional Economies Based on Mahalanobis Distances. Terra Economicus = Terra Economicus, 2020, vol. 18, no. 3, pp. 140-159. https://doi.org/10.18522/2073-6606-2020-18-3-140-159 (In Russian). Martini B. Resilience and Economic Structure. Are they Related? Structural Change and Economic Dynamics, 2020, vol. 54, pp. 62-91. https://doi.org/10.1016/j.strue-co.2020.03.006
Martin R. Regional Economic Resilience, Hysteresis and Recessionary Shocks. Journal of Economic Geography, 2012, vol. 1, issue 1, pp. 1-32. https://doi.org/10.1093/jeg/ lbr019
Martin R., Sunley P., Gardiner B., Tyler P. How Regions React to Recess Resilience and the Role of Economic Structure. Regional Studies, 2016, vol. 50, issue 4, pp. 561-585. https://doi.org/10.1080/00343404.2015.1136410
Mikheeva N.N. Resilience of Russian Regions to Economic Shocks. Studies on Russian Economic Development, 2021, vol. 32, no. 1, pp. 68-77. https://doi.org/10.1134/ S107570072101010X
Modica M., Reggiani A. Spatial Economic Resilience: Overview and Per-Spectives. Networks and Spatial Economics, 2015, vol. 15, pp. 211-233. https://doi.org/10.1007/ s11067-014-9261-7
Pike A., Dawley S., Tomaney J. Resilience, Adaptation and Adaptability. Cambridge Journal of Regions, Economy and Society, 2010, vol. 3, issue 1, pp. 59-70. https://doi. org/10.1093/cjres/rsq001 Ray D.M., Lamarche R.H., Beaudin M. Economic Growth and Restructuring in Canada's Heartland and Hinterland: From Shift-Share to Multifactor Partitioning. The Canadian Geographer / Le Géographe canadien, 2012, vol. 56, pp. 296-317. https://doi. org/10.1111/j.1541-0064.2012.00435.x Ray D.M., MacLachlan I., Lamarche R., Srinath K.P. Economic Shock and Regional Resilience: Continuity and Change in Canada's Regional Employment Structure, 19872012. Environment & Planning A, 2017, vol. 49, issue 4, pp. 952-973. https://doi. org/10.1177/0308518X16681788 Reggiani A., De Graaf T., Nijkamp P. Resilience: An Evolutionary Approach to Spatial Economic Systems. Networks and Spatial Economics, 2002, vol. 2, pp. 211-229. https:// doi.org/10.1023/A:1015377515690 Rose A. Defining and Measuring Economic Resilience to Disasters. Disaster Prevention and Management, 2004, vol. 13, no. 4, pp. 307-314. https://doi. org/10.1108/09653560410556528 Shirov A.A. The Pandemic Crisis: The Mechanisms of Development and Solutions for Economic Policy. Zhurnal Novoy Ekonomicheskoy Assotsiatsii = Journal of the New Economic Association, 2021, no. 1 (49), pp. 209-216. https://doi.org/10.31737/2221-2264-2021-49-1-10 (In Russian). Simmie J., Martin R. The Economic Resilience of Regions: Towards an Evolutionary Approach. Cambridge Journal of Regions, Economy and Society, 2010, vol. 3, issue 1, pp. 27-43. https://doi.org/10.1093/cjres/rsp029 Swanstrom T., Chapple K., Immergluck D. Regional Resilience in the Face of Foreclosures: Evidence from Six Metropolitan Areas. IURD. Working Paper No. 2009-05, 2009, 60 p. Available at: https://escholarship.org/content/qt23s3q06x/qt23s3q06x.pdf (accessed January 2022).
Tan J., Hu X., Hassink R., Ni J. Industrial Structure or Agency: What Affects Regional Economic Resilience? Evidence from Resource-Based Cities in China. Cities, 2020, vol. 106. 102906. https://doi.org/10.1016/j.cities.2020.102906 Xiao J., Boschma R., Andersson M. Resilience in the European Union: The Effect of the 2008 Crisis on the Ability of Regions in Europe to Develop New Industrial Specializations. Industrial and Corporate Change, 2018, vol. 27, issue 1, pp. 15-47. https://doi. org/10.1093/icc/dtx023 Zolli A., Healy A.M. Resilience. Why Things Bounce Back. London: Headline, 2012, 336 p. Zubarevich N.V. Influence the Pandemic at Socio-Economic Development and Regional Budgets. Voprosy Teoreticheskoy Ekonomiki = Theoretical Economics, 2021, no. 1, pp. 48-60. https://doi.org/10.24411/2587-7666-2021-10104 (In Russian).
Поступила в редакцию / Submitted: 25.02.2022
Одобрена после рецензирования / Approved after reviewing: 01.03.2022 Принята к публикации / Accepted for publication: 02.03.2022 Доступно онлайн / Available online: 30.03.2022
