Диагностика обеспеченности субъектов РФ ключевыми видами ресурсов в повышении инвестиционной привлекательности

Бесплатный доступ

Возрастание экономико-политической напряженности - устойчивый тренд, сопровождающий региональное развитие, актуализирует необходимость поиска и создания новых возможностей для ресурсного обеспечения субъектов РФ. Такая обстановка в сочетании с усугубляющейся социально-экономической дифференциацией регионов требует решения вопроса, касающегося диагностики их ресурсной обеспеченности и повышения инвестиционной привлекательности. Условия ресурсной ограниченности обусловили авторский интерес, который выразился в постановке цели, связанной с разработкой методики для оценки ресурсной обеспеченности субъектов РФ как базового условия повышения их инвестиционной привлекательности. Применение такой методики может конкретизировать ресурсные возможности и резервы, аккумуляция и перераспределение которых напрямую влияют на объем инвестиций. Научная новизна исследования заключается в том, что предложенная методика отличается учетом динамических характеристик ресурсного потенциала, включает мониторинг ресурсной обеспеченности в разрезе ключевых видов ресурсов, напрямую взаимосвязана с показателями инвестиционной активности. Теоретико-методическую основу исследования составили труды в области инвестиционного развития промышленности регионов и реализации ресурсного потенциала. В ходе работы применялись методы расчета интегральных показателей, отражающих обеспечение региона ключевыми видами ресурсов; методы индикативной диагностики принадлежности региона к определенному типу ресурсной обеспеченности; авторская типология регионов, опирающаяся на шкалу значений соответствующих интегральных показателей. Апробация авторской методики позволила определить ресурсоизбыточные, ресурсодостаточные и ресурсодефицитные регионы РФ в разрезе ключевых видов ресурсов (финансовых, трудовых, природных, информационных, инфраструктурных). Результаты проведенного исследования представляют интерес для профильных органов власти федерального и регионального уровня в части корректировки и разработки приоритетов и стратегических ориентиров инвестиционного развития регионов РФ, перераспределения ресурсов, повышения конкурентоспособности.

Еще

Ресурсная обеспеченность, инвестиционная привлекательность региона, дефицит ресурсов, дотационность, ресурсопотребление, социально-экономическая дифференциация, границы инвестиционного пространства

Короткий адрес: https://sciup.org/147245904

IDR: 147245904   |   DOI: 10.15838/ptd.2024.6.134.4

Текст научной статьи Диагностика обеспеченности субъектов РФ ключевыми видами ресурсов в повышении инвестиционной привлекательности

Тенденции последних лет, обусловленные шоковыми воздействиями в виде пандемии, экономических санкций, кризисных явлений и пр., предопределили формирование целого пула научных исследований, связанных с разработкой инструментальных приемов и поиском методических конструкций (Урасова, 2020), позволяющих оценивать ресурсные возможности регионов РФ, их инвестиционную привлекательность (Сухих, Урасова, 2020). Необходимость создания новых источников ресурсного обеспечения, реализации сложившихся резервов и потенциалов требует корректировки текущих и разработки новых мер государственного регулирования, задающих границы инвестиционного пространства, определяющих координаты для реализации ресурсных возможностей (Татаркин, 2016). При этом нужно отметить сложность постановки вопроса, сопряженной с целым рядом факторов: существенная дифференциация регионов РФ, которая касается не только социально-экономического уровня развития, но и наличия разного рода ресурсов (Копуш, 2024); значительная дотационность большей части регионов, предопределившая дефицит разных видов ресурсов; действие национального приоритета наращивания объема инвестиций, числа инвестиционных проектов и пр.; общая тенденция возрастания уровня дефицита ресурсов, снижающая инвестиционную привлекательность субъектов РФ (Сорокина, 2021).

Безусловно, современные тренды инвестиционного развития РФ напрямую связаны с уровнем экономического развития отдельных регионов, динамикой дифференциации (Салимоненко и др.) как индикатором инвестиционной привлекательности субъекта РФ. В таком контексте в научном поле сложилось достаточное число подходов и концепций, в рамках которых авторы стремились разработать механизмы и инструменты организации и активизации взаимодействия регионов в целях повышения инвестиционной привлекательности. Так, отдельные исследования раскрывают сущность и характерные особенности ресурсодефицитных регионов (Сорокина, Прохоров, 2012; Петров, 2016; Петров, 2017; Ma и др., 2019 и др.). Различные аспекты активизации инвестиционной деятельности ресурсодефицитных регионов раскрыты в трудах О.Н. Ананьевой1 и А.В. Лебедева2.

Ряд авторов, раскрывая содержание и состав экономических ресурсов регионов, обозначают комплекс материальных и нематериальных факторов и средств, направленных на региональное производство, как ключевой индикатор обеспеченности ресурсами (Кисуркин и др., 2010; Никифоров и др., 2010). В других исследованиях предлагаются ресурсные модели для регионов, содержащие технологические параметры, корректировка которых влияет на процессы ресурсопотребления (Fabbri et al., 2020). Таким образом, при диагностике ресурсного обеспечения регионов необходимыми представляются учет всей совокупности имеющихся ресурсов и дифференцированная оценка их реализации.

Встречаются научно обоснованные мнения, связанные с приоритетом институциональных условий, под действием которых трансформируются ключевые социальноэкономические тренды и происходит перераспределение ресурсов (Саблин, 2020).

Предлагаются и различные модели диагностики ресурсной обеспеченности, базирующиеся на тезисе о необходимости управленческого воздействия на принципы и методы реализации ресурсного потенциала (Рогова, 2018). Отдельные модели основаны на методах оптимизации в приложении к факторам обеспечения экономической безопасности. В частности, обосновывается «коэффициент ресурсности» как индикатор уровня экономической безопасности региона (Суходоев, Одинокова, 2023). Необходимо отметить методики, связанные с нейросетевым моделированием и факторным анализом технологии, позволяющие производить анализ в сжатые сроки (Александров, 2023). Особенно выделяются методики, базирующиеся на кластерном анализе (Jain et al., 2022), каскадном анализе (Chin et al., 2021).

Таким образом, конкурентная модель, в том числе применительно к ресурсному обеспечению, сохраняет свое ведущее место в межрегиональном развитии, особенно в контексте промышленного развития (Baldassarre et al., 2019; Ahmed et al., 2021). В результате перед регионами встают две задачи: борьба за вновь возникающие ресурсы (трудовые, финансовые, в том числе бюджетные) и эффективная реализация имеющегося потенциала (Примак, 2018). От их решения напрямую зависит уровень инвестиционной привлекательности региона.

Резюмируя, отметим, что не вызывает сомнений актуальность выбранной иссле- довательской задачи, сосредоточенной в границах проблемного поля «ресурсообе-спеченность – инвестиционная привлекательность», которая в совокупности тенденций, факторов и условий предопределила авторский интерес к развитию регионов РФ, оценке уровня их обеспеченности ключевыми видами ресурсов.

Материалы и методы исследования

В рамках работы считаем целесообразным рассматривать следующие группы ресурсов: финансовые, трудовые, природные, информационные, инфраструктурные (табл. 1) .

Составные показатели в стоимостном выражении были предварительно скорректированы на уровень инфляции. Вся совокупность показателей при этом нормируется по максимуму. Интегральный показатель по каждому виду ресурсов рассчитывается как суммарное среднее нормированных показателей. Границы рассчитанных интегральных показателей находятся в промежутке [0; 1], где «0» соответствует крайне низкой обеспеченности ресурсами, а «1» – высокой.

Сформированные интегральные показатели обеспеченности региона ключевыми видами ресурсов обладают следующими преимуществами:

информационная база исследования включает 20 статистических показателей, регулярно наблюдаемых в системе Росстата; задействованные в качестве базы статистические показатели (официальные данные Росстата) воспроизводят общую картину обеспеченности региона отдельным видом ресурсов; данный подход позволяет использовать интегральные индексы как самостоятельный аналитический инструмент; спектр отобранных 20 показателей обеспечивает комплексность итоговой оценки по отношению к погрешностям, обусловленным отдельными показателями;

в качестве референтной группы для сравнительной оценки ресурсодефи-цитности задействованы 14 субъектов Приволжского федерального округа.

Таблица 1. Расчет интегральных показателей обеспеченности региона ключевыми видами ресурсов

Вид Состав показателей (сформирован на основе данных Росстата) Агрегированный показатель Формула расчета Финансовые Доходы консолидированных бюджетов субъектов РФ на одного жителя, тыс. руб. Расходы консолидированных бюджетов субъектов РФ на одного жителя, тыс. руб. Поступление налогов, сборов и иных обязательных платежей в консолидированный бюджет РФ на одного жителя, тыс. руб. Среднедушевые денежные доходы населения в месяц, руб. Оборот организаций на одного жителя, тыс. руб. Сальдированный финансовый результат (прибыль минус убыток) деятельности организаций на одного жителя, тыс. руб. Удельный вес убыточных организаций, % Интегральный индекс обеспеченности финансовыми ресурсами (Ifr) n Ё f Ir = i=       , n где: n – количество показателей, участвующих в оценке (сравниваемые регионы); норм frk   – нормализованное (балльное) значение показателя по региону k Трудовые Численность рабочей силы, тыс. чел. Доля трудоспособного населения в общей численности населения, % Уровень занятости, % Доля занятого населения с высшим образованием, % Интегральный индекс обеспеченности трудовыми ресурсами (Itr) n X ^ 1 tr                       ’ n где: n – количество показателей, участвующих в оценке (сравниваемые регионы); trkнорм – нормализованное (балльное) значение показателя по региону Природные Объем отгруженных товаров собственного производства, выполненных работ и услуг собственными силами по виду экономической деятельности «Добыча полезных ископаемых» на одного жителя, тыс. руб. Земельная площадь сельскохозяйственных угодий на одного жителя, га Общий запас древесины на одного жителя, тыс. куб. м Интегральный индекс обеспеченности природными ресурсами (Ipr) n Ё Pr^ Ipr = -=1--------, n где: n – количество показателей, участвующих в оценке (сравниваемые регионы); prkнорм – нормализованное (балльное) значение показателя по региону Информационные Затраты на внедрение и использование цифровых технологий на одного жителя, тыс. руб. Использование организациями широкополосного доступа к сети Интернет, % Использование сети Интернет населением, % Интегральный индекс обеспеченности информационными ресурсами (Iinr) n норм L inrk i = -------- inr                          , n где: n – количество показателей, участвующих в оценке (сравниваемые регионы); inrkнорм – нормализованное (балльное) значение показателя по региону Инфраструктурные Стоимость основных фондов на конец года по полной учетной стоимости по полному кругу организаций на одного жителя, тыс. руб. Ввод в действие основных фондов за год по полному кругу организаций на одного жителя, тыс. руб. Степень износа основных фондов на конец года, % Интегральный индекс обеспеченности инфраструктурными ресурсами (Iir) n X = I = -=1------ rr               ’ n где: n – количество показателей, участвующих в оценке (сравниваемые регионы); irkнорм – нормализованное (балльное) значение показателя по региону Составлено по:

Исходя из этого предложены следующие интервалы значений показателя:

низкий уровень обеспеченности (0,00-0,30) – регион обеспечен ключевыми видами ресурсов менее чем на 30%, в ряде случаев, когда значение не превышает 10%, можно говорить о критическом уровне обеспеченности (РДФ – ресурсодефицитность);

средний уровень (0,31-0,60) – регион обеспечен ресурсами, что дает основание в ряде случаев (более 50%) говорить о возможностях перераспределения как внутри региона, так и в масштабах межрегионального взаимодействия (РДР – ресурсодоста-точность);

высокий уровень (0,61-1,00) – регион обеспечен ключевыми видами ресурсов, любые виды дефицита носят фрагментарный характер и обусловлены воздействием негативных факторов среды (РИР – ресурсо-избыточность).

В рамках данной работы произведена диагностика обеспеченности субъектов Приволжского федерального округа ключевыми видами ресурсов за период 2016–2023 гг.

Таким образом, реализуется последовательность действий:

  • 1)    отбор статистических показателей в разрезе регионов Приволжского федерального округа за период 2016–2023 гг.;

  • 2)    нормирование показателей и расчет интегральных показателей в разрезе основных видов ресурсов;

  • 3)    диагностика ресурсодефицитности регионов исходя из анализа полученных результатов;

  • 4)    интерпретация полученных данных в сопряжении с основными индикаторами инвестиционного развития субъектов РФ.

Последовательная реализация обозначенных аналитических процедур дает возможность диагностировать уровень ре-сурсообеспеченности региона в разрезе основных видов ресурсов, соотнести сложившуюся ситуацию с показателями инвестиционной активности в регионе, что в совокупности позволит определить горизонт инвестиционных возможностей регионов.

Результаты исследования

Исходя из отобранных статистических данных по субъектам Приволжского федерального округа были рассчитаны интегральные показатели в разрезе ключевых групп ресурсов, которые в соответствии с обозначенными границами интервалов определили принадлежность регионов к одной из групп: ресурсодефицитной, ресурсодостаточной, ресурсоизбыточной.

Ресурсодефицитные регионы – это субъекты РФ, в которых длительный период (более 5 лет) наблюдается отрицательная или незначительная динамика ключевых статистических показателей, включенных в выборку. При этом общий уровень данных показателей ниже среднероссийского.

Ресурсодостаточный регион характеризуется относительно высокими и устойчивыми показателями, включенными в выборку, сопряженную с положительной динамикой их значений.

В ресурсоизбыточном регионе можно наблюдать высокие показатели, составляющие основу той или иной группы ресурсов, а также существенную положительную динамику значений этих показателей.

Проанализируем результаты расчетов по регионам Приволжского федерального округа (табл. 2) .

Исходя из результатов оценки ресурсной обеспеченности регионов Приволжского федерального округа за период 2016–2023 гг., можно говорить о нескольких группах регионов.

  • 1.    Регионы ресурсодефицитные – это субъекты РФ, в которых почти во всех группах ключевых ресурсов наблюдается дефицит. Например, в республиках Чувашии и Мордовии достаточное количество ресурсов зафиксировано только в группе «трудовые ресурсы». Это связано прежде всего с достаточным числом образовательных учреждений среднего профессионального и высшего образования на территории данных регионов. Такую ситуацию можно назвать регулируемой, поскольку оборот трудовых ресурсов во многом зависит от институциональных

  • 2.    Регионы ресурсодостаточные – это субъекты РФ, в которых по всем видам ресурсов имеется достаточный резерв (Республика Башкортостан, Пермский край, Нижегородская область, Саратовская область), а по отдельным группам может наблюдаться избыток (например, Республика Татарстан и Самарская область перенасыщены трудовыми ресурсами, Оренбургская область – информационными ресурсами).

  • 3.    Субъекты РФ, находящиеся в зоне риска, связанного с недостаточным обеспечением ресурсами некоторых групп, что может привести к существенной деформации сложившихся региональных рынков. Так, в Пензенской и Саратовской областях существует риск недофинансирования в отдельных направлениях развития, что может вы-

  • разиться в сложностях формирования необходимой инфраструктуры (в том числе информационной). В Удмуртской Республике существует угроза дефицита кадров при сохранении текущего тренда реализации имеющихся ресурсов.

Таблица 2. Результаты диагностики обеспеченности субъектов Приволжского федерального округа ключевыми видами ресурсов

Регион Финансовые ресурсы Трудовые ресурсы Природные ресурсы Информационные ресурсы Инфраструктурные ресурсы Республика Башкортостан РДФ РДР РДР РДР РДР Республика Марий Эл РДФ РДФ РДФ РДФ РДФ Республика Мордовия РДФ РДР РДФ РДФ РДФ Республика Татарстан РДР РИР РДР РДР РДР Удмуртская Республика РДФ РДФ РДР РДР РДФ Чувашская Республика РДФ РДР РДФ РДФ РДФ Пермский край РДР РДФ РДР РДР РДР Кировская область РДФ РДФ РДР РДФ РДФ Нижегородская область РДР РДР РДР РДР РДР Оренбургская область РДР РДР РДР РИР РДФ Пензенская область РДФ РДР РДР РДФ РДФ Самарская область РДР РИР РДР РДР РДР Саратовская область РДФ РДР РДР РДФ РДФ Ульяновская область РДФ РДФ РДР РДФ РДФ Составлено по: данные Росстата. и административных изменений. Другая картина наблюдается в Ульяновской области, где дефицит связан с природными ресурсами. Действия органов регионального управления нацелены на возмещение части ресурсов или замещение их на альтернативные виды производственной деятельности, не связанные с природным сырьем. Отметим также тотальный дефицит ресурсов в Республике Марий Эл.

Вместе с тем субъекты Приволжского федерального округа наиболее обеспечены ресурсами из групп «природные ресурсы» и «трудовые ресурсы». Набольший дефицит сложился в группах «финансовые ресурсы» и «инфраструктурные ресурсы». Исходя из сущности каждого вида ресурсов, можно заключить, что в большинстве регионов должным образом не проработаны стратегии реализации природных ресурсов, а рынок труда либо не соответствует образовательному профилю региона, либо складывается крайне высокий уровень безработицы.

В таком контексте нельзя не обратиться к показателям инвестиционного развития, которые формируют представление об инвестиционной активности в Приволжском федеральном округе. Наиболее высокая интенсивность инвестиций на душу населения наблюдается в ресурсодостаточных регионах (Республика Татарстан, Нижегородская область, Пермский край; рис. 1 ).

Объем инвестиций в основной капитал на душу населения за счет всех источников финансирования в действующих ценах, 2023 год

Рис. 1. Объем инвестиций в основной капитал на душу населения за счет всех источников финансирования в действующих ценах, млн руб. на душу населения

Cоставлено по:

82%d0%b5%d0%bd%d1%8c-%d0%bf%d1%84%d0%be-2023

Соответственно, наименьшие показатели относятся к Республике Марий Эл, что, несмотря некоторую положительную динамику, в целом является следствием низкой ресурсной обеспеченности.

Регионы, стремясь к наиболее эффективной реализации имеющегося потенциала, придерживаясь различных стратегий, демонстрируют достаточно разнонаправленные тенденции, связанные с динамикой темпов роста инвестиций в основной капитал и индекса выпуска продукции:

тенденция опережающей динамики инвестиционной активности в ресурсодостаточных регионах (Нижегородская область, Республика Башкортостан, Республика Татарстан, Оренбургская область, Пермский край), обусловленная высокой инвестиционной привлекательностью данных субъектов (рис. 2) ;

тенденция опережающей динамики инвестиционной активности в ресурсодефицитных регионах (Республика Мордовия, Республика Марий Эл), что связано с участием главным образом государственных инвестиций;

тенденция опережающей динамики выпуска продукции в ресурсодостаточных регионах (Самарская область), вызванная приоритетным инвестированием в реальный сектор экономики;

тенденция опережающей динамики выпуска продукции в ресурсодефицитных регионах (Кировская область, Ульяновская область, Чувашская Республика), свидетельствующая о неэффективности инвестирования в целом.

Таким образом, можно говорить о нескольких факторах дифференциации регионов РФ по уровню ресурсной обеспеченности:

  •    целевой характер региональных инвестиций, когда регионы определяют отрасли и объекты инвестирования;

  •    приоритет инвестиций федерального уровня, направляемых на активизацию и развитие отдельных секторов;

  •    активизация развития реального сектора экономики (машиностроение, ОПК, металлургия и пр.);

  •    низкая эффективность региональных инвестиций, обусловленная некорректными приоритетами в развитии субъекта РФ.

    Рис. 2. Индекс выпуска товаров и услуг по базовым видам экономической деятельности; темп роста инвестиций в основной капитал, отношение значений 2023 год к 2022 году, %

    Составлено по:


В связи со сказанным выше становится значимым тезис о том, что объем инвестиций определяется уровнем ресурсной обеспеченности, отраслевой структурой региональной экономики регионов. Соответственно, субъект РФ как комплекс экономико-отраслевых характеристик формирует собственные приоритетные положения инвестиционной политики, учитывающие и нивелирующие проблемные сферы (например, низкая предпринимательская активность, отсутствие промышленной инфраструктуры, миграция трудовых ресурсов и пр.). Как программный документ инвестиционная политика должна носить системный характер, включать комплекс инструментов и механизмов, которые также соответствуют экономическому профилю регионов.

В последние годы можно наблюдать рост объемов инвестиций во всех регионах РФ, что во многом обусловлено проведением специальной военной операции и продолжающейся политикой импортозамещения. Соответственно, немаловажной становится инициатива региональных органов исполнительной власти, которая в совокупности с необходимыми компетенциями способна привести к высокой эффективности инвестиционных проектов.

Картина, сложившаяся в Приволжском федеральном округе, свидетельствует, что большая часть регионов Российской Федерации отличается достаточно низкими показателями ресурсной обеспеченности и инвестиционной привлекательности. Эти проблемы требуют системного решения, которое возможно только на федеральном уровне. С другой стороны, у регионов имеется полная свобода в вопросах выбора методов и механизмов для повышения ресурсной обеспеченности, поиска дополнительных инвестиционных возможностей.

Заключение

Исследование демонстрирует методическую возможность мониторинга ресурсной обеспеченности регионов РФ, сопряженную с тенденциями инвестиционной активности, взаимосвязь которых позволяет рассуждать о возможности регулировать реализацию ресурсного потенциала регионов посредством выработки приоритетов и стратегических ориентиров.

Современному ресурсному развитию субъектов РФ присущ инвестиционный динамизм, имеющий разнонаправленный характер и в ряде случаев сталкивающийся с инерционным характером деятельности органов региональной исполнительной власти, которым сложно оперативно адаптироваться к новым экономико-политическим условиям. Это требует нахождения соответствующих инструментов и приемов реализации инвестиционной политики, связанных с применением новых методов анализа и мониторинга, что предполагает необходимость получения соответствующих компетенций, корректировки сложившихся приоритетов региональной инвестиционной политики и разработки соответствующих механизмов управления.

При такой постановке вопроса предложенная последовательность аналитических процедур по оценке ресурсной обеспеченности регионов РФ, учитывающая ключевые группы ресурсов, широкий круг исходных показателей, взаимосвязь с инвестиционными возможностями, может быть использована в системе государственного программирования в части разработки ключевых стратегических ориентиров инвестиционного развития, обеспечивающих условия долгосрочной конкурентоспособности субъектов РФ.

Представленная работа с позиции возможностей практического применения может выступать частью программного документа профильного ведомства в рамках корректировки и разработки отраслевых программ. Кроме того, для исполнительных органов государственной власти предложенная последовательность аналитических процедур может стать инструментом диагностики ресурсной обеспеченности в части реализации положений стратегических документов региональной инвестиционной политики и определения конкурентных преимуществ субъекта РФ.

Список литературы Диагностика обеспеченности субъектов РФ ключевыми видами ресурсов в повышении инвестиционной привлекательности

  • Александров Е.Е. (2023). Применение искусственных нейронных сетей для оценки инвестиционной 6 привлекательности регионов // Умная цифровая экономика. Т. 3. № 2. С. 6–14.
  • Кисуркин А.А., Плотникова Т.Н., Краснова Т.Г. (2010). Экономические ресурсы как факторы влияния на социально-экономическое развитие региона // Вестник Сибирского государственного аэрокосмического университета имени академика М. Ф. Решетнева. – 2010. – № 2 (28). – С. 151–155.
  • Копуш Д.Х.М. (2024). Ресурсная обеспеченность развития регионов Российской Федерации // Интеллект. Инновации. Инвестиции. № 1. С. 19–28. DOI: 10.25198/2077-7175-2024-1-19
  • Петров Н.Н. (2016). Формирование экономической политики ресурсодефицитного региона с целью повышения рождаемости (на примере Чувашской Республики) // Качество и инновации в XXI веке: мат-лы XIV Междунар. науч.-практ. конф. (г. Чебоксары, 20–21 апреля 2016 г.). Чебоксары: ЧГУ им. И.Н. Ульянова. С. 221–226.
  • Петров Н.Н. (2017). Проблема ресурсодефицитных регионов в историческом аспекте // Вестник Поволжского гос. ун-та сервиса. Сер.: Экономика. № 4 (50). С. 37–40.
  • Примак Ю.Д. (2018). Новые теоретические подходы к решению экономической проблемы дефицита ресурсов // Новости науки и технологий. № 4 (47). С. 18–25.
  • Рогова Т.Н. (2018). Ресурсообеспеченность региональной экономики / Т. Н. Рогова // Региональная экономика: теория и практика. Т. 16. № 9 (456). С. 1625–1639. DOI: 10.24891/re.16.9.1625
  • Саблин К.С. (2020). Российские регионы и ресурсная обеспеченность: о применимости концепции четверной спирали // Инновации. № 8 (262). С. 75–82. DOI: 10.26310/2071-3010.2020.262.8.009
  • Салимоненко Е.Н., Данилова И.В., Карпушкина А.В., Резепин А.В. (2022). Развитие экономики открытых моноспециализированных регионов: территориально-ориентированный подход: монография. Челябинск: ЮУрГУ. 194 с.
  • Сорокина Е.А. (2021). Понятие ресурсодефицитного региона: широкий подход // Российский экономический интернет-журнал. № 1.
  • Сорокина Е.А., Прохоров А.Ю. (2012). Проблематика повышения конкурентоспособности инвестиционного потенциала ресурсодефицитного региона // Управление экономическими системами. № 8 (44). URL: http://uecs.ru/uecs44-442012/item/1479-2012-08-01-07-07-20 (дата обращения 15.12.2020).
  • Сухих В.А., Урасова А.А. (2020). Возможности экспертного оценивания в развитии экономики региона // Фундаментальные исследования. № 7. С. 108–113. DOI: 10.17513/fr.42813
  • Суходоев Д.В., Одинокова А.В. (2023). Особенности управления ресурсами региона в условиях экономической безопасности // На страже экономики. № 4 (27). С. 53–60. DOI: 10.36511/2588-0071-2023-4-53-60
  • Татаркин А.И. (2016). Региональная направленность экономической политики Российской Федерации как института пространственного обустройства территорий // Экономика региона. Т. 12. № 1. С. 9–27.
  • Урасова А.А. (2020). Методы факторного моделирования развития экономики регионов РФ: возможности и перспективы // Инновационные технологии управления социально-экономическим развитием регионов России: мат-лы XII Всерос. науч.-практ. конф. с междунар. участием (г. Уфа, 27–28 августа 2020 г.). Ч. II. Уфа: УФИЦ РАН. С. 43–47.
  • Ahmed R.O., Al-Mohannadi D.M., Linke P. (2021). Multi-objective resource integration for sustainable industrial clusters. Journal of Cleaner Production, 316, 128237. Available at: https://doi.org/10.1016/j.jclepro.2021.128237
  • Baldassarre B., Schepers M., Bocken N. [et al.] (2019). Industrial symbiosis: Towards a design process for eco-industrial clusters by integrating circular economy and industrial ecology perspectives. Journal of Cleaner Production, 216, 446–460. Available at: https://doi.org/10.1016/j.jclepro.2019.01.091
  • Chin H.H., Varbanov P.S., Klemeš J.J., Liew P.Y. (2021). Enhanced cascade table analysis to target and design multi-constraint resource conservation networks. Computers & Chemical Engineering, 148, 107262. Available at: https://doi.org/10.1016/j.compchemeng.2021.107262
  • Fabbri G., Faggian S., Freni G. (2020). Policy effectiveness in spatial resource wars: A two-region model. Journal of Economic Dynamics and Control, 111 (2), 103818.
  • Jain S., Chin H.H., Bandyopadhyay S., Klemeš J.J. (2022). Clustering and optimising regional segregated resource allocation networks. Journal of Environmental Management, 322, 116030. Available at: https://doi.org/10.1016/j.jenvman.2022.116030
  • Ma L., Huang X., Liu Z., Li T. (2019). The impact of local government policy on innovation ecosystem in knowledge resource scarce region: Case study of Changzhou China. Science, technology and society, 24 (1), 1–24.
Еще
Статья научная