Оценка пространственной неоднородности занятости в российских регионах

В исследовании рассматривается проблема пространственной неоднородности занятости в российских регионах. Несмотря на довольно высокие показатели по Российской Федерации (далее – Россия) и их положительную динамику, ситуация в регионах разительно отличается. При этом неоднородность распределения занятых между регионами может усиливаться в результате влияния одних территорий на другие. Целью настоящего исследования является оценка пространственной неоднородности и пространственных автокорреляционных эффектов между российскими регионами по численности занятых. В качестве основного метода исследования в работе применяется методология Морана для расчета локальных и глобальных индексов пространственной автокорреляции, а также методология Анселина для формирования пространственной матрицы. Результаты исследования демонстрируют, что среди российских регионов существует высокий потенциал к кластеризации по количеству занятых. При этом отчетливо выделяется группа западных регионов, которые имеют большую территориальную связность, характеризуемую выраженным пространственным взаимовлиянием. Результаты исследования могут быть использованы при разработке стратегий развития регионов России, в частности дальневосточных, а также при определении приоритетных целей развития.

1. Демьянова А.В., Рыжикова З.А. Занятость и безработица: что говорят альтернативные измерители? www.econorus.org/con2020/program.phtml?vid=report&eid=3495 (дата обращения: 26.07.2023).

2. Гильтман М.А. Индивидуальные детерминанты занятости в России: региональные и отраслевые особенности. Вестник Томского государственного университета. Экономика. 2018;43:88–106. https://doi.org/10.17223/19988648/43/6

3. Zubarevich N.V., Safronov S.G. Regional inequality in large post-Soviet countries. Regional Research of Russia. 2011;1(1):15–26. https://doi.org/10.1134/S2079970511010138

4. Министерство экономического развития Российской Федерации. Стратегия пространственного развития Российской Федерации на период до 2025 года. https://www.economy.gov.ru/material/directions/regionalnoe_razvitie/strategicheskoe_planirovanie_prostranstvennogo_razvitiya/strategiya_prostranstvennogo_razvitiya_rossiyskoy_federacii_na_period_do_2025_goda/ (дата обращения: 26.07.2023).

5. Индутенко А.Н., Владыка М.В., Гасий С.К. Региональный бюджет и проблемы его дефицитности. Вестник Брянского государственного университета. 2014;4:116–119.

6. Единая межведомственная информационно-статистическая система. Уровень занятости населения. https://www.fedstat.ru/indicator/34027 (дата обращения: 26.07.2023).

7. Furková A., Chocholatá M. Spatial econometric approach to the EU regional employment process. Central European Journal of Operations Research. 2021;29:1037–1056. https://doi.org/10.1007/s10100-020-00714-5

8. Kivi L. Spatial Interactions of Regional Labor Markets in Europe. SSRN Electronic Journal. 2019;3330778. https://doi.org/10.2139/ssrn.3330778

9. Kivi L., Paas T. Spatial interactions of employment in European labor markets. Eastern Journal of European Studies. 2021;12:196–211. https://doi.org/10.47743/ejes-2021-SI09

10. Demidova O.A., Daddi P., Medvedeva E.V., Signorelli M. Modeling the Employment Rate in Russia: A Spatial-Econometric Approach. Economy of Region. 2019;14(4):1383–1398. https://doi.org/10.17059/2018-4-25

11. Наумов И.В., Барыбина А.З. Пространственная регрессионная модель инновационного развития регионов России. Вестник Томского государственного университета. Экономика. 2020;52:215–232. https://doi.org/10.17223/19988648/52/13

12. Naumov I.V, Dubrovskaya J.V, Kozonogova E.V. Digitalization of Industrial Production in the Russian Regions: Spatial Relationships. Economy of Region. 2020;3(16):896–910. https://doi.org/10.17059/ekon.reg.2020-3-17

13. Chen Y. New Approaches for Calculating Moran’s Index of Spatial Autocorrelation. PLoS ONE. 2013;7(8):e68336. https://doi.org/10.1371/journal.pone.0068336

14. Metelli L., Natoli F. The International Transmission of US Tax Shocks: A Proxy-SVAR Approach. IMF Economic Review. 2021;2(69):325–356. https://doi.org/10.1057/s41308-021-00136-6

15. Российская Федерация. Указ Президента Российской Федерации от 21.07.2020 г. № 474 «О национальных целях развития Российской Федерации на период до 2030 года». http://www.consultant.ru/document/cons_doc_LAW_357927/ (дата обращения: 26.07.2023).

16. Российская Федерация. Распоряжение Правительства Российской Федерации от 13 февраля 2019 г. № 207-р «Об утверждении Стратегии пространственного развития РФ на период до 2025 г.» http://government.ru/docs/35733/ (дата обращения: 26.07.2023).

17. Министерство труда Российской Федерации. Прогноз баланса трудовых ресурсов на 2022–2024 гг. https://mintrud.gov.ru/docs/mintrud/migration/1324?ysclid=lgj4hjzl5p398366467 (дата обращения 26.07.2023).

18. Соловьева Т.С. Особенности занятости населения России в контексте пространственного развития территорий. Экономика труда. 2022;7(9):1147–1166. https://doi.org/10.18334/et.9.7.114801

19. Rusanovskiy V.A., Markov V.A. Employment and Labor Productivity in Macroregions of Russia: Spatial Interdependence. Studies on Russian Economic Development. 2018;2(29):135–143. https://doi.org/10.1134/S1075700718020120

20. Федеральная служба государственной статистики. Регионы России. Социально-экономические показатели. 2022. https://gks.ru/bgd/regl/b21_14p/Main.htm (дата обращения: 26.07.2023).

21. Наумов И.В. Свидетельство о государственной регистрации программы для ЭВМ № 2022680630. Пространственный автокорреляционный анализ индикаторов социально-экономического развития регионов по методике П. Морана. https://sciact.uiec.ru/ru/public/patent/33 (дата обращения: 26.07.2023).

22. Anselin L. Local Indicators of Spatial Association-LISA. Geographical Analysis. 1995;2(27):93–115.

23. Наумов И.В., Отмахова Ю.С., Красных С.С. Методологический подход к моделированию и прогнозированию воздействия пространственной неоднородности процессов распространения COVID-19 на экономическое развитие регионов России. Компьютерные исследования и моделирование. 2021;3(13):629–648. https://doi.org/10.20537/2076-7633-2021-13-3-629-648