Работы автора

Relevance. The development and implementation of advanced production technologies are the most important factors of economic growth and competitiveness in the modern economy. Predicting their dynamics, taking into account the spatial features of localization, is a difficult and time-consuming task. The spatial effects resulting from the impact of the surrounding territories play a significant role in the dynamics of advanced production technologies in the regions of Russia. Accounting for these effects is necessary when constructing scenario models in conditions of strong spatial heterogeneity of the studied processes. Traditional forecasting methods do not take into account spatial interdependencies and are not able to reflect the influence of surrounding regions on the development of technologies. Research objective. Assessment and scenario forecasting of the dynamics of advanced production technologies being developed in the regions of Russia using SAR models that allow taking into account spatial effects between regions. Data and methods. For scenario forecasting of the dynamics of advanced production technologies being developed in the Russian regions, taking into account spatial effects, a methodological approach was developed based on the modeling of the spatial log (SAR) of the processes of their development, autoregressive (ARMA) modeling and forecasting of the key factors of their dynamics. Taking into account spatial effects and heterogeneity, the proposed approach to modeling makes it possible to more accurately predict the dynamics of advanced production technologies in the Russian regions. Results. The developed methodological approach was tested to form predictive scenarios for the dynamics of advanced production technologies being developed in the regions of Russia. In particular, an inertial forecast scenario was developed, assuming the preservation of current trends in the dynamics of the technologies being developed, as well as two extreme possible scenarios - optimistic and pessimistic. With the help of the spatial SAR model, a significant influence of the number of research organizations on the volume of advanced production technologies generated was confirmed, and in the second group of regions, the influence of the number of technicians who conduct research and development was confirmed. The novelty of the study is to take into account the spatial features of the localization of the advanced production technologies being developed, as well as the spatial effects resulting from the impact of the surrounding regions on the creation of new technologies. This approach makes it possible to significantly reduce errors in the formation of forecast scenarios in conditions of significant spatial heterogeneity of the initial data. Conclusions. To intensify the generation of new technologies in the regions of the second group, it is necessary to attract personnel with technical specialties. The dynamics of the technologies being developed in the first group of regions with a powerful research potential are also influenced by the number of research personnel and the amount of attracted financial resources for fundamental and applied research. To increase the activity of these regions in the development of advanced technologies, it is necessary to form and develop relationships with the surrounding regions.

Целью настоящего исследования является пространственное моделирование влияния разработанных передовых производственных технологий на объемы добычи полезных ископаемых, обрабатывающих производств и генерацию электроэнергии в регионах Российской Федерации. Применены модели пространственного лага (SAR) и пространственной ошибки (SEM), а также глобальный и локальный индекс Морана. В качестве исследуемых переменных рассмотрены объемы разработанных передовых производственных технологий, добычи полезных ископаемых, обрабатывающих производств и генерации электроэнергии за 2022 г. Обнаружено, что процессы разработки передовых производственных технологий влияют на отрасли обрабатывающей промышленности и генерацию электроэнергии. Анализ коэффициентов пространственной автокорреляции показал, что в процессах разработки передовых производственных технологий, добычи полезных ископаемых, обрабатывающих производств и электроэнергии регионы формируют кластеры, а также существует положительная пространственная автокорреляция. Субъекты Российской Федерации классифицированы с помощью локального индекса Морана, который позволил определить полюса роста, кластеры высоких значений, территории, испытывающие на себе влияние данных кластеров, и территории с низким значением разработанных передовых производственных технологий, обрабатывающих производств и генерации электроэнергии. Отрицательное значение коэффициента пространственной автокорреляции в модели SAR показало, что увеличение объема разработанных передовых производственных технологий в одном регионе приводит к снижению их уровня в другом. Это свидетельствует о пространственной неоднородности процессов разработки передовых технологий в регионах страны.

Актуальность связана с тем, что внешнеторговая деятельность является важнейшим фактором экономического роста Российской Федерации, однако в настоящее время экспорт и импорт находятся под ограничениями со стороны западных стран. Данное исследование позволит получить информацию о потенциальных сценариях развития внешнеторговой деятельности России с помощью ARMA- и ARIMA-моделирования.

Цель: анализ внешнеторговой деятельности Российской Федерации в условиях ограничительных мер, запрещающих доступ к международным и финансовым рынкам; разработка различных сценариев развития внешнеторговой деятельности России на фоне санкционных ограничений.

Методы: методы анализа, синтеза и сравнения, а также ARMA- и ARIMA-прогнозирование временных рядов.

Результаты: на основе анализа внешнеторговой деятельности Российской Федерации за 2022 г. было выявлено, что торговые потоки и структура внешнеэкономической деятельности претерпели значительные изменения, благодаря чему России удалось минимизировать последствия от введенных санкционных ограничений. Построенные модели позволили разработать три вида сценариев развития экспорта и импорта - инерционные, пессимистичные и оптимистичные. Анализ данных моделей показал, что в рамках инерционного сценария в 2023 и 2024 гг. будет заметен рост экспорта на 3 и на 2 % соответственно, однако в 2025 г. произойдет снижение экспорта на 3,5 % до 610 млрд долл. США. В рамках инерционного сценария для показателя импорта получены следующие значения: в 2023 г. рост составит 4 %, в 2024 г. возможно увеличение импорта на 2 %, а в 2025 г. на основе полученной модели рост должен прекратиться.

Данное исследование посвящено анализу адаптационного потенциала экономического роста России в условиях сокращения прямых иностранных инвестиций (далее - ПИИ). В свете сегодняшней геополитической обстановки, отмечающейся усилением торгового напряжения и протекционистских мер, понимание влияния ПИИ на валовой внутренний продукт (далее - ВВП) России становится критически важным для разработки политик и экономического планирования. В рамках исследования применяется метод моделирования векторной авторегрессии (далее - VAR) для анализа динамики ВВП России и притока ПИИ с учетом различных экономических и геополитических факторов. При этом используется обширный набор данных, охватывающий период с 1996 г. по 2021 г., который включает соответствующие макроэкономические показатели и геополитические события. Модель VAR позволяет изучать краткосрочные и долгосрочные взаимосвязи между переменными, отражая динамическое взаимодействие и эффекты обратной связи. Кроме того, анализ импульсного отклика используется для оценки величины и устойчивости экономического роста в условиях экономической нестабильности. Результаты исследования способствуют пониманию адаптационного потенциала экономического роста России в контексте ограничений ПИИ со стороны западных стран. Анализ дает представление о значимости притока ПИИ для ВВП России с учетом влияния различных экономических и геополитических факторов.