Формализация экономического иммунитета индустриальных регионов: опыт пилотной апробации

Повышенное внимание к устойчивому раз- правовой аспект иммунитета территории пред- витию национальной экономики в научных кругах в основном связано с тем, что территории стали более уязвимыми к шоковым потрясениям в условиях геополитических вызовов и разноуровневой интеграции стран на мировой арене. Индустриальные регионы, составляющие ядро инновационного и технологического развития РФ, отвечающее за ее лидерские позиции на международных рынках, заслуживают особого внимания, поскольку действенность предупредительных мер, позволяющих эволюционно развиваться таким территориям, существенно ограничена в условиях нестабильности. Это актуализирует применение знания сложившихся особенностей функционирования и траекторий развития для своевременного фиксирования необходимости активизации защитных механизмов и разработки институциональных направлений их усиления.

В настоящее время понятие «иммунитет», пришедшее в междисциплинарное обращение из медицины, под которым в иммунологии понимается защитный механизм организма, противостоящий внешним и внутренним возбудителям болезней (Киселева, 2011), начинает активно применяться в экономической сфере, подчеркивающей тот или иной аспект проявления этого феномена. Так, институционально ставлен в научной литературе особыми правовыми условиями хозяйствования, благодаря которым отдельным субъектам предоставляется возможность выполнения функций, обязанностей, реализации прав в интересах государства, общества и отдельных граждан (Яковенко, 2010). Здесь ценность иммунитета заключается в защите социально и экономически значимых полезных связей и функций, выполняемых хозяйствующими субъектами, что позволяет не только сохранить, но и развить функционирующие экономические институты.

Социальный аспект регионального иммунитета проявляется в виде способности общества противостоять внешним социальным рискам и угрозам, обусловленным проникновением в общество ценностей, норм, поведенческих образцов иных культур, разрушающих его целостность, интегрированность и адаптационный потенциал. Экономический аспект в большей степени отражает резильентные характеристики как субъектов хозяйствования (производственные цепочки), так и территории в целом в условиях негативного воздействия факторов внешней среды, и проявляется в обеспечении технологического суверенитета страны, включенности в мировое научное пространство, инвестиционной привлекательности и производ- стве востребованной наукоемкой продукции на внутреннем и внешнем рынках. В таком контексте понимания иммунитета территории его ценностными функциями выступают защита, противостояние и адаптация субъектов хозяйствования к экзогенному негативному воздействию, вызванному системными и внезапными финансовыми угрозами (Жапуев, 2013). По мнению Н. Лумана, иммунитет служит источником сохранения устойчивого состояния территориальной социально-экономической системы и содержит в себе необходимые меры поддержки решения текущих проблем, чтобы регион мог функционировать с присущей ему эффективностью, сохраняя темпы роста ВРП (Луман, 2007). Т. е. данный феномен отражает степень невосприимчивости или поглощения неблагоприятных факторов воздействия на регион самим регионом.

В то же время представленные трактовки больше подходят к определению механизмов обеспечения шокоустойчивости, широко изученных в российской и зарубежной литературе к настоящему времени, которые обычно раскрываются в контексте адаптационного или системного подхода, но не эволюционного. Поскольку речь идет о применении понятия иммунитет в исследовании экономического развития регионов, то в методологии его формирования необходимо учитывать исторически сложившиеся территориальные детерминанты социально-экономических отношений, которые его обусловливают. В поддержку этой научной позиции можно привести слова М.Ю. Казакова, понимающего экономический иммунитет территории как уникальное сочетание «врожденных» и «приобретенных» факторов, а также условий естественной природы, генерирующих необходимые выходные «продукты» для осуществления жизнедеятельности системы, не позволяющей ей исчезнуть или деформироваться (Казаков, 2018).

В целях обеспечения связки врожденных и приобретенных факторов необходимо, чтобы последние формировались с учетом наследственной предрасположенности индустриальных регионов. Обусловлено это, во-первых, тем, что регион является открытой и экономически неизолированной системой, функционирующей в условиях глобальных трансформаций (Гэлбрейт, 1999; Медведев, 2016): постепенно- го стирания границ между рынками; растущего многообразия экономических связей; скоростной межстрановой мобильности технологий; интеллектуализации мирового хозяйства; создания наукоемкой продукции с использованием мировых научно-технологических площадок; инвестиционной привлекательности международного сотрудничества и т. п. (Важенин, Важенина, 2012). Возникновение или прогрессирование каждого из этих метапроцессов является шоком для индустриального региона, требующим разработки и внедрения защитных мер, обеспечивающих компромисс и поиск разумного баланса интересов территорий в экономическом пространстве мирового сообщества.

Во-вторых, регион представляет собой большое число взаимосвязанных элементов, имеющих собственную эндогенную динамику и коэволюционность развития друг с другом (Мохов, 2018). В условиях внешнего негативного воздействия региональной социальноэкономической системе необходимо возвращаться в стабильное состояние, в котором она находилась до потрясения. При этом возвращение в состояние равновесия должно быть реализовано системой самостоятельно, без нарушений функционирования, что требует автономного и эффективного использования ресурсов устойчивого развития, сохранения их качества при минимальном расходе. Когда масштаб экономического потрясения превышает порог устойчивости региональной системы, она не возвращается в исходное состояние, а стремится перейти в новое равновесное положение. Такое движение сопровождается качественными изменениями внутренней структуры, функциональной динамикой и перераспределением ресурсов, что означает переход от простого восстановления к адаптивной трансформации, обеспечивающий следующий эволюционный шаг развития.

В-третьих, акторы региональной экономической системы имеют постоянное, но отличающееся по степени (индивидуальное) взаимодействие с внешней средой (Некипелов, 2003; Яковец, 2001). При этом регион обладает способностью воспроизводить свои основные компоненты и обеспечивать их упорядоченность. Отсюда следует, что возможны различные социально-экономические траектории изменения состояний и развития регионов в услови- ях негативного воздействия внешней среды. Например, экономика может вернуться на исходную траекторию без долгосрочных отклонений. Однако, если процесс переориентации предполагает достаточно радикальные изменения, экономика может не вернуться к прежнему состоянию, а вместо этого выйти на более высокий технологический уровень роста за счет положительных гистерезисных эффектов или на новую траекторию с более высоким долгосрочным трендом. Данные сценарии показывают, что реакция регионов на внешние шоки зависит от пройденного пути и обусловлена структурными характеристиками, институциональной адаптивностью и масштабом преобразований (Аузан, 2015). Это еще раз подтверждает мысль, что у региона ответная реакция на негативные воздействия может проявиться вариативно, однако в ее основе всегда лежит прошлый путь развития (экономическая наследственность), в том числе определяющий наследственную предрасположенность территории к определенному поведению в стрессовой для нее ситуации (Аузан, 2025).

Триада методологических причин, представленная выше, обусловливает необходимость формирования у каждого региона иммунитета – наследственного экономического механизма сохранения положительной динамики основных показателей хозяйственной практики территорий, позволяющего адаптироваться к новым реалиям хозяйственной практики путем трансформации структурных элементов региональной системы при сохранении целостности и функциональности исторически сложившихся связей между ними.

Как отмечал Г. Фоллмер, в реальном мире «во всех областях действительности существует непрерывная историческая и генетическая связь между отдельными состояниями, когда существование первого события обусловливает существование второго, при этом первое событие является причиной, которая влечет второе событие – следствие» (Фоллмер, 1998). М.Я. Ковальзон отмечал, что «...решающая роль в истории развития общества принадлежит деятельности людей. При этом, если экономические теория и практика будут игнорировать объективные детерминанты этой деятельности, то героические усилия миллиарда людей дадут не десять тысяч лет счастья за десять лет труда, а экономический и социальный хаос» (Ковальзон, 1985). Й. Шумпетер в своих работах затрагивал идеи о том, что любое экономическое событие возникает не просто из предшествующего экономического состояния, а из его предшествующего общего состояния, т. е. необходимо учитывать все факторы, «которые характеризуют саму картину состояния, или определяют ход процесса» (Шумпетер, 2022). Н.Д. Кондратьев более точно отметал важность учета наследственности территорий при обеспечении ее экономического развития, говоря о факторах, формирующих экономический цикл. В их качестве ученый определял объективные хозяйственные, материально-технические и инновационные предпосылки, которые задолго до экономического толчка накапливаются, синтезируются и хранятся в действующей региональной практике, ожидая момента своей масштабной экспансии при изменении условий внешней среды территории или возникновении глобальных вызовов.

Получаем, что экономический иммунитет региона наделяет его характеристиками устойчивого развития, в том числе за счет учета детерминант наследственности, а именно предрасположенности, учет которой позволяет ускорить или притормозить выход из кризисных процессов в условиях дестабилизирующих факторов. Такое понимание экономического иммунитета позволяет его формализовать в контексте таких характеристик региона, как:

– предрасположенность к экономическому сопротивлению негативному воздействию извне – способность к стабилизации через предотвращение сбоев функционирования и экономического спада при столкновении с внешними негативными факторами или шоковыми потрясениями;

– предрасположенность к экономическому восстановлению – способность быстро и масштабно (задействуя всех акторов региональной социально-экономической системы) возвращаться к исходному состоянию в контексте адаптации к условиям новой реальности;

– предрасположенность к генезису новых трендов экономического развития – способность детерминант наследственности региона (понятие раскрыто в более ранних работах автора (Мыслякова, 2022; Мыслякова, 2025)) формировать принципиально новые направ- ления экономического развития, адаптированные к новым реалиях хозяйственной практики, и тем самым оказывать влияние на улучшение процессов сопротивляемости и восстанавливаемости в условиях шоковых потрясений. Источником данного генезиса, по мнению С.Ю. Глазьева, выступает готовность населения к экономической трансформации общества, обусловливающая направление и ход преобразований (Глазьев, 2018). Выявить эту готовность возможно путем анализа нарративов, отражающих ценностные и поведенческие установки региональных обществ (Вольчик, 2017). Нарративы, присутствующие в коллективной памяти, подталкивают индивидуумов к определенной модели экономического поведения, поскольку формируют понимание причинно-следственных связей экономического благополучия, подчиняя личностные убеждения составляющим текущего социокультурного кода общества (Collier, 2016; Tomasello, 1999). Поэтому важным является выделение доминирующих нарративов, представляющих институциональные практики, способных сориентировать общество на распространение крупных инноваций, принятие в них участия или, наоборот, оказать сопротивление грядущим трансформациям (Algan, Cahuc, 2010; Malone et al., 2017).

Данные характеристики (предрасположенности) региона активируются ядром его генотипа (Мыслякова, Неклюдова, 2021) и обусловливают принципы трансформации хозяйственных связей. При этом первые две в большей мере отражают защитную функцию экономического иммунитета, а третья – активирующую, представляющую собой результативность адаптационных экономических трансформаций к условиям новой реальности. Такая защитно-активирующая функциональность позволяет констатировать, что иммунитет территории выступает инструментом эволюционного развития ее экономики и отвечает за процессы наследования и усиления защищенности, наделяя регион необходимым набором активных показателей с положительной динамикой.

Авторское понимание экономического иммунитета служит посылом для постановки цели исследования – разработать методический подход, позволяющий формализовать экономический иммунитет индустриальных регионов.

Достижение цели требует решить следующие задачи: обосновать факторы экономического развития, отвечающие за иммунитет индустриальных регионов; предложить методический подход к формализации экономического иммунитета индустриальных регионов; апробировать инструментарий и выявить регионы, обладающие наибольшим экономическим иммунитетом.

Новизна предлагаемого подхода заключается в уточнении понимания экономического иммунитета индустриального региона и разработке оценочного инструментария, позволяющего учитывать его наследственную предрасположенность с фокусом на формировании нового тренда развития национальной экономики. Это даст возможность рассматривать исследуемый феномен не только как статический, отражающий поведенческую результативность региона в условиях стрессов, но и динамический, генерирующий предпосылки дальнейшего экономического развития.

Материалы и методы

Для обоснования выбора факторов, формирующих иммунитет индустриальных регионов, приведем следующие аргументы.

• 1.    Человеческий капитал положительно влияет на устойчивое экономическое развитие (Martin, Sunley, 2015; Crescenzi et al., 2016; Cap-pelli et al., 2021). Так, согласно работе Т. Абра и Б. Велдейоханс, образование, практические компетенции и здоровье являются базовыми факторами экономической устойчивости (Abrha, Weldeyohans, 2025). Чем выше их уровень, тем более адаптивной и продуктивной становится экономика, а инвестиции в образование повышают способность государства эффективно реагировать на шоковые потрясения. По мнению Е. Коккинопулу, А. Бутераа и Ф. Буазиз, образование не только развивает индивидуальные способности, но и создает положительные внешние эффекты, которые укрепляют качество региональных институтов, поскольку через рост производительности, обусловленный знаниями, сокращается экономическое неравенство (Kokkinopoulou et al., 2025; Bouteraa, Bouaziz, 2023). Отсюда следует, что регионы с большим количеством квалифицированной рабочей силы меньше страдают от экономических потрясений благодаря накопленным знаниям, вызывающим социально

  экономическую адаптивность рабочей силы (Martin, Gardiner, 2019). Кроме того, регионы, инвестирующие в профессиональную подготовку и развитие трудовых ресурсов, добиваются большей стабильности занятости, поскольку квалифицированные работники менее подвержены увольнениям и текучке кадров (Molina, Ortega, 2003; Kitsos, Bishop, 2018). Для индустриальных регионов не менее важным комплексным показателем служит индикатор занятости населения в обрабатывающих производствах, составляющих ядро устойчивого развития региональной и национальной экономики в целом.

• 2.    Инновации (Балабанова, 2025) и высокотехнологичное производство повышают адаптивность регионов за счет внедрения новых технологий и бизнес-моделей, которые способствуют обновлению промышленности и стимулируют межотраслевой динамизм (Audretsch et al., 2015; Angulo et al., 2018). Так, например, в сфере производственных цепочек роботы стали революционным инструментом (Segun-Ajao, 2025). Ф. Сантосо выяснил, что страны с развитой цифровой инфраструктурой, квалифицированной рабочей силой и инновационным потенциалом лучше справляются с потрясениями и восстанавливаются после них (Santoso et al., 2024). Дж. Ким считает, что более развитая инфраструктура информационнокоммуникационных технологий, измеряемая доступом в интернет, количеством абонентов мобильной связи и цифровой готовностью, позволила компенсировать потери ВВП, несмотря на высокий уровень заболеваемости во время COVID-19 (Kim et al., 2022). Ю. Тянь и Л. Го отмечают, что цифровые технологии повышают производительность, являясь современным инструментом и площадкой модернизационных процессов в промышленности, которые не только повышают способность к краткосрочному восстановлению регионов, но и укрепляет отраслевую структуру ВРП в долгосрочном периоде (Tian, Guo, 2023).

• 3.    Отраслевая структура экономики (Tan et al., 2020; Martin, 2012). Специализация в быстрорастущих отраслях может повысить производительность, но в то же время делает регион более уязвимым, когда в этих отраслях наблюдается спад (Cainelli et al., 2019; Geelhoedt et al., 2021). Некоторые исследования показыва-

  ют, что экономики, зависящие от обрабатывающей промышленности, более чувствительны к спадам, в то время как регионы, в которых преобладают наукоемкие услуги, восстанавливаются быстрее (Giannakis, Bruggeman, 2020). Кроме того, диверсифицированные экономики, как правило, более устойчивы, поскольку риски распределяются между секторами, а экономика более гибко адаптируется к внешним потрясениям (Sutton, Arku, 2022). Действительно, более диверсифицированная и развитая промышленная структура может снизить зависимость региона от одной производственной цепочки и сформировать «буферную зону» для распределения рисков. В рамках этой концепции взаимосвязанное разнообразие способствует долгосрочным инновациям, стимулируя синергию между технологически связанными отраслями, в то время как несвязанное разнообразие повышает краткосрочную устойчивость, защищая регионы от отраслевых потрясений (Hu et al., 2022). Также диверсифицированная экономика предполагает более сильные финансовые возможности региона, поскольку у местных органов власти появляется больше ресурсов на строительство и обслуживание современной транспортной, логистической и информационно-коммуникационной инфраструктуры, на создание эффективных цифровых платформ для предоставления промышленных услуг и систем управления чрезвычайными ситуациями. Это напрямую снижает системные базовые риски функционирования субъектов хозяйствования.

Тогда основными анализируемыми региональными индикаторами, которые, с одной стороны, быстро реагируют на шоковые потрясения, а с другой, характеризуют предрасположенность территорий к экономическому сопротивлению и восстановлению, являются:

• –    среднегодовая численность занятых в обрабатывающей промышленности (L);

• –    объем отгруженных товаров обрабатывающих производств (P);

• –    численность занятого населения с высшим образованием (Kn);

• –    инвестиции в основной капитал (Inv);

• –    объем инновационных товаров, работ, услуг (Inn);

• –    затраты на технологические инновации (Techn).

Что касается методического подхода к формализации экономического иммунитета индустриального региона, то он состоит из трех шагов: 1) оценка защитного механизма в контексте показателей экономической предрасположенности; 2) оценка активирующего механизма в контексте предрасположенности к генезису нового тренда экономического развития; 3) матричная оценка, интегрирующая полученные результаты.

Шаг 1. Методическое обеспечение, которое может быть использовано в рамках данного шага, варьируется от описательных и интерпретативных тематических исследований до сложных статических эконометрических моделей (Evans, Karecha, 2013); простых индексов Мартина (Martin, 2012) или Августина (Augustine et al., 2013); статистических моделей временных рядов, как в работе Фингелто-на (Fingleton et al., 2012); и, наконец, структурных моделей причинно-следственных связей, представленных в работах Дорана и Фингел-тона (Doran, Fingelton, 2013) или Финглетона и Паломби (Fingleton, Palombi, 2013) и др. Однако все эти сложные измерения предполагают методический подход к оценке траектории, по которой развивался бы регион в отсутствие внешних негативных воздействий (Han, Goetz, 2019; Sensier et al., 2016). Считается, что средние темпы роста региона до шока сохраняются, позволяя рассчитать сопротивляемость и восстановление как отклонение от этого планового пути. Однако для такого подхода требуется достаточное количество данных временных рядов, при этом сама экономическая динамика должна оставаться неизменной в течение длительного времени (Martin, Gardiner, 2019).

В рамках нашего исследования предлагается применять сравнительный подход, позволяющий оценивать индикативное поведение индустриальных регионов в сравнении с национальными экономическими тенденциями (Martin, 2012; Faggian et al., 2018; Murua, Ferrero, 2019). В его основе лежит предположение, что экономика каждого региона должна стремиться иметь такие же темпы прироста, что и экономика страны в целом, и иметь возможность их наращивать. Отклонения от этого показателя в регионах во время и после потрясений указывают на относительный уровень их сопротив- ляемости кризису и восстановлению после его отступления.

Сопротивляемость территории негативным тенденциям будем измерять в контексте ее чувствительности к внешним потрясениям, а под восстановлением понимать степень возвращения на прежний путь (дополнительно выявить, произошла ли переориентация, скорее всего не получится). Итак, для оценки защитного механизма будем использовать выбранные показатели и сравнивать темпы их изменения с ожидаемыми национальными.

Сначала оба показателя необходимо нормализовать относительно национальных тенденций (формула 1).

{^5^“““ = ^^к * Е‘ , (1)

где д^ — темпы сокращения или расширения национального показателя; E – показатель в i -м регионе, t – базовый год, который является поворотным моментом в сокращение или увеличении; k – длительность периодов сокращения или расширения.

Затем следует рассчитать показатели сопротивляемости и восстановления для индустриальных регионов по формулам 2–3.

( ApContractiorr\ — { bpContraction\exVected

Resistance , =   *   ^о^с^^  ----’ (2)

( ^£E^xV^ansiQn\ - (^gExpansiQn^xvected ^""^ = | . ■ : ■ ⁽³⁾

Если у анализируемого региона фиксируется такой же уровень сопротивления и восстановления, как у национального аналогичного показателя, то ему присваивается нулевое значение.

Положительные значения отражают более сильную устойчивость, а отрицательные – более слабые результаты по сравнению с национальными тенденциями. Каждая полученная переменная бинарна, т. е. принимает значение 1 для областей с высоким сопротивлением (изменение анализируемого показателя превышает динамику аналогичного общероссийского показателя) и высоким восстановлением, значение -1 для обратных показателей.

В рамках данной матрицы регионы анализируются по всем показателям, участвующим в формировании иммунитета (P, L, Kn, Inv, Inn, Techn), затем результаты объединяются в общую оценку, позволяющую выявить характеристики защитных механизмов для каждого индустриального региона и их формализовать ( рис. 1 ).

Для того чтобы в дальнейшем сопоставить регионы по их защитному механизму, предлагается воспользоваться балльной шкалой перевода качественных показателей в количественные по следующему принципу: если фактор лежит в квадранте I, то ему присваивается значение 5 баллов, II или III – 2,5 балла; IV – 0 баллов. Балльное значение получается путем суммирования соответствующих оценок (Protection). Это позволит анализировать не только структурные компоненты защитных механизмов экономического иммунитета, но и типологизировать индустриальные регионы по критерию сильные (21–30 баллов), уязвимые (11–20 баллов) и подрывные (0–10 баллов) защитные механизмы.

Шаг 2. Оценку активирующего механизма, как отмечалось ранее, предлагается проводить в рамках нарративного экспресс-анализа, позволяющего выявить предпосылки формирования нового тренда экономических трансформаций. Тогда методологию выбора нарративов, активирующих защитные механизмы развития индустриальных регионов, определяют такие вопросы, на которые они должны позволять ответить: Кто или какие процессы определяют контент экономического развития индустриальных регионов? Как достичь устойчивости экономического развития индустриальных регионов в условиях шоковых потрясений?

Рис. 1. Оценка фактора, обеспечивающего экономический иммунитет индустриального региона в системе «сопротивление – восстановление»

У

I

II

(высокая сопротивляемость – низкая восстанавливаемость)

IV

(низкая сопротивляемость – низкая восстанавливаемость)

(высокая сопротивляемость – высокая восстанавливаемость)

Х

III

(низкая сопротивляемость – высокая восстанавливаемость)

<0

0                    >0

Recovery – восстановление на периоде (2014–2018 гг.)

Квадрант I включает области с сильным сопротивлением и восстановлением – самую защищенную группу. Квадрант II представляет области с слабым сопротивлением, но сильным восстановлением, тогда как квадрант III включает области с сильным сопротивлением, но слабым восстановлением. Квадрант IV содержит области со слабой устойчивостью и восстановлением – наименее устойчивую группу.

Источник: составлено автором.

Нарративный ответ на эти вопросы, который необходимо оценить, может быть представлен следующим решением: чтобы запустить механизмы, активирующие защиту экономического развития в условиях внешних потрясений, необходим новый код трансформации общества, представляющий собой превращение данных в ключевой экономический актив и переход к алгоритмичному управлению на их основе во всех сферах жизнедеятельности; создание платформенной экосистемы, обеспечивающей новое качество жизни населения; привлечение и удержание профессионалов как капитала индустриальной трансформации; внедрение процессов роботизации производств, в том числе применение технологии Индустрии 4.0, проектирование институциональной среды, повышающей востребованность и результативность внедряемых цифровых решений в хозяйственную практику.

Так как нарратив обычно содержит в себе сеттинг, мораль, сюжет, персонаж и представляет собой развязку некоторого события, то искомый нарратив через количественные показатели можно представить следующим образом ( табл. 1 ).

Тогда получаем, что

Narrative_D = ^S * M * St * P ,     (4)

где каждый из четырех показателей, характеризующих нарратив, будет рассчитываться по формуле 5.

S/M/St/? = 1/n*^ i=i ^ s/M/st/p ,     (5)

где S / M / St / P – элементы нарратива (сет-тинг/мораль/сюжет/персонаж);

N _{S / M / St / P} – структурная компонента сеттинга/ морали/сюжета/персонажа, характеризующая формирование нарратива цифровизации региона;

n – количество структурных компонент, соответственно отражающих сеттинг/мораль/сю-жет/персонаж искомого нарратива региона.

Для того чтобы оценить включенность регионов в процесс генезиса нового тренда экономического развития, их рейтинговать и типологизировать, рекомендуется данный показатель Narrative_D (в рамках исследования рассчитывается на основе количества запросов, содержащих ключевые слова из таблицы 1 и выполненных на платформе Яндекс Ворд-стат) соотносить с показателем численности занятого населения того же периода, которое выступает трудовым ресурсом развития региональной и национальной экономики в целом. Наиболее включенные регионы в процесс формирования нового тренда экономического развития фиксируются при достижении не менее 80% от максимального значения данного показателя у индустриальных территорий (Activation).

Шаг 3. Реализуется на основе матричного подхода к формализации экономического иммунитета, позволяющего дать интеграционную оценку защитного (Protection) и активирующего (Activation) механизмов экономического развития индустриальных регионов.

Результаты

Апробация авторской методики осуществлялась на периоде 2009–2018 гг. на примере индустриальных регионов, которые были разделены на две группы: 1) индустриальные регионы с обрабатывающей специализацией,

Таблица 1. Базовый нарратив, отражающий генезис нового тренда экономического развития

Нарративные установки Нарративы Ключевые слова в запросах поисковой системы Яндекс Сеттинг (S) Данные – новый актив big data, аналитик данных Цифровой суверенитет Российское ПО, МАХ, российские облачные сервисы Мораль (M) Платформы формируют человекоцентричную экосистему региона Онлайн-банк, купить онлайн (маркетплейсы), платформа для связи, онлайн обучение (онлайн-курсы / онлайн-школа), персональные данные, госуслуги вход в личный кабинет Сюжет (St) Роботизация и индустрия 4.0 Робототехника, чат-бот для бизнеса, цифровые двойники производства, промышленный интернет вещей, PLM-система Персонаж (P) Таланты как часть капитала IT-специалист, фриланс, работа на удалёнке, второе высшее образование Решение (Narrative_D) Стратегии формирования цифрового кода экономического развития индустриальных регионов Источник: составлено автором. у которых доля обрабатывающих производств в ВРП ≥ 25%; 2) индустриальные регионы с диверсифицированной экономикой.

Шаг 1 выполнялся в рамках двух пятилетних временных отрезков измерений: 2009–2013 и 2014–2018 гг., выбор которых обусловлен Великой рецессией 2008 года. Систематизация оценок всех анализируемых факторов позволила отметить, что большинство индустриально развитых регионов c выраженной специализацией, чувствительны к внешним экономическим шокам ( табл. 2 ). Исключение составляют Ленинградская и Тульская области, а также Республика Башкортостан, которые не имеют показателей, находящихся в зоне низкой сопротивляемости и восстанавливаемости. При этом 15% регионов имеют по одному уязвимому фактору, 40% – по два фактора, 25% – по три фактора и 5% – по 4 фактора (Владимирская область), подрывающих экономический иммунитет территорий.

Что касается индустриальных регионов с диверсифицированной экономикой, то они оказались также чувствительны к внешним шокам.

При этом Воронежская, Новосибирская и Тюменская области, Республика Татарстан, Санкт-Петербург не имеют показателей, находящихся в зоне низкой сопротивляемости и восстанавливаемости ( табл. 3 ). По одному уязвимому фактору имеют 32% регионов, 32% – по два фактора, 12,5% (Ивановская область и Республика Коми) – по три фактора, подрывающих экономический иммунитет.

Кроме того, структурный разрез защитных механизмов позволяет выявить наиболее чувствительные показатели индустриальных регионов к шокам, в зависимости от типа региона ( рис. 2 ).

Полученная матрица демонстрирует, что наиболее тревожные показатели в период внешних шоков у индустриально развитых регионов – среднегодовая численность занятых в обрабатывающих производствах и затраты на технологические инновации. У индустриальных регионов с диверсифицированной экономикой – инвестиции в основные средства и среднегодовая численность занятых в обрабатывающих производствах.

Таблица 2. Формализация защитных механизмов индустриальных регионов с выраженной специализацией

	Регион	P	L	Kn	Inv	Techn	Inn	Protection
1	Калужская область	I	II	I	II	IV	I	20
2	Тульская область	III	II	III	I	III	I	20
3	Ленинградская область	III	II	III	III	II	I	17,5
4	Липецкая область	III	I	II	I	III	IV	17,5
5	Омская область	I	II	II	II	IV	I	17,5
6	Республика Башкортостан	II	II	III	I	II	III	17,5
7	Вологодская область	III	IV	III	I	III	IV	12,5
8	Красноярский край	IV	I	III	IV	II	II	12,5
9	Мурманская область	I	IV	II	III	IV	II	12,5
10	Нижегородская область	IV	IV	III	II	III	I	12,5
11	Архангельская область	II	III	IV	II	IV	II	10
12	Кировская область	III	IV	III	IV	II	III	10
13	Новгородская область	IV	II	IV	I	III	IV	10
14	Пермский край	IV	II	II	IV	II	III	10
15	Рязанская область	II	IV	III	II	IV	III	10
16	Челябинская область	III	I	III	IV	IV	IV	10
17	Владимирская область	I	IV	IV	IV	IV	II	7,5
18	Свердловская область	II	IV	II	IV	IV	III	7,5
19	Чувашская Республика	IV	IV	IV	II	III	III	7,5
20	Ярославская область	III	IV	III	IV	IV	III	7,5

Источник: расчеты автора по открытым статистическим данным

Таблица 3. Формализация защитных механизмов индустриальных регионов с диверсифицированной экономикой

	Регион	P	L	Kn	Inv	Techn	Inn	Protection
1	Республика Татарстан	I	I	I	II	I	III	25
2	Новосибирская область	I	I	II	II	III	I	22,5
3	Воронежская область	I	III	I	II	III	III	20
4	Тюменская область	II	II	I	I	II	III	20
5	Курская область	II	IV	I	III	II	I	17,5
6	Томская область	II	I	III	IV	II	I	17,5
7	Белгородская область	I	II	II	IV	III	III	15
8	Иркутская область	IV	IV	II	I	III	I	15
9	Московская область	IV	III	I	III	II	III	15
10	Приморский край	II	I	IV	II	III	III	15
11	Кемеровская область	III	IV	IV	I	III	III	12,5
12	Ульяновская область	III	IV	III	II	I	IV	12,5
13	Волгоградская область	III	III	II	IV	IV	III	10
14	Ивановская область	II	IV	I	IV	IV	III	10
15	Самарская область	IV	II	II	II	II	IV	10
16	Республика Коми	II	IV	IV	II	III	IV	7,5

Источник: расчеты автора по открытым статистическим данным

Рис. 2. Структурная матрица защитных механизмов индустриальных регионов

Индустриальные регионы с обрабатывающей специализацией						Индустриальные регионы с диверсифицированной экономикой
	I	II	III	IV	Protection	I	II	III	IV	Protection
P	4	4	7	5	47,5	4	6	3	3	42,5
L	3	7	1	9	35	4	3	3	6	35
Kn	1	5	9	5	40	6	4	2	3	45
Inv	5	6	2	7	45	3	7	2	4	37,5
Inn	5	4	7	4	52,5	4	0	9	3	40
Techn	0	5	6	9	27,5	2	5	7	2	42,5
Protection = i * 2 ProtectionP/L/Kn/ i nv/ i„ n/Techn где n – количество регионов соответствующей группы
Protection = 12,4						Protection = 15,1

Источник: расчеты автора по открытым статистическим данным

В среднем индустриальные регионы с обрабатывающей специализацией оказываются менее защищенными (Protection = 12,4), чем регионы с диверсифицированной экономикой ( Protection = 15,1), что требует более существенных предупреждающих мер.

Шаг 2 исследования проводился на периоде 2018–2025 гг. Полученные результаты нарративного экспресс-анализа позволяют отметить вариативность регионов по предрасположенности участвовать в генезисе нового тренда экономического развития (рис. 3).

Так, по показателю, отражающему присутствие искомого нарратива в коллективной памяти, подтверждающего запуск активирующего механизма экономического иммунитета, приходящемуся на одного занятого, фиксируется большее участие в формировании нового кода экономической трансформации регионов с более слабыми защитными механизмами (регионы

Рис. 3. Рейтинг индустриальных регионов по предрасположенности к участию в генезисе нового тренда экономического развития, Activation

Индустриальные регионы с диверсифицированной экономикой

Индустриальные регионы с обрабатывающей специализацией

Московская область

Новосибирская область

Свердловская область

Нижегородская область

Ярославская область

Республика Коми

Рязанская область

Самарская область

Воронежская область

Белгородская область

Иркутская область

Курская область

Ульяновская область

Республика Татарстан

Томская область

Ивановская область

Кемеровская область

Волгоградская область

Приморский край

Тюменская область

Источник: расчеты автора по открытым статистическим данным Яндекс Вордстата , Росстата .

с обрабатывающей специализацией), чем регионов с диверсифицированной экономикой, обладающих более сильным защитным механизмом: среднее значение по группе регионов – 0,031 и 0,029 соответственно. Лидерами по включенности в генезис нового тренда экономического развития выступают Московская, Новосибирская и Свердловская области, аутсайдером рейтинга являются Тюменская и Омская области.

На шаге 3 матричный подход к формализации экономического иммунитета позволяет выявить регионы, обладающие сильной, уязвимой и подрывной его характеристикой ( рис. 4 ).

Наибольшим экономическим иммунитетом обладает Новосибирская область, на втором месте находятся Московская область и Республика Татарстан. 50% индустриальных регионов обладают уязвимым экономическим иммунитетом (из них 44% – субъекты с диверси-

Рис. 4. Формализация экономического иммунитета индустриальных регионов

о о St о CD 3- .---- s = Е ° g В E “> x = ё = II H co co	о		Республика Татарстан	Новосибирская область
	co co §	Тюменская область	Белгородская область; Вологодская область; Воронежская область; Иркутская область; Калужская область; Кемеровская область; Красноярский край; Курская область; Ленинградская область; Липецкая область; Мурманская область; Нижегородская обл.; Омская область; Приморский край; Республика Башкортостан; Томская область; Тульская область; Ульяновская область	Московская область
	о о с		Архангельская область; Владимирская область; Волгоградская область; Ивановская область; Кировская область; Новгородская область; Пермский край; Республика Коми; Рязанская область; Самарская область; Челябинская область; Чувашская Республика; Ярославская область	Свердловская область
		Подрывной	Уязвимый	Сильный
		Активирующий механизм экономического иммунитета (Activation)

Источник: расчеты автора.

фицированной экономикой), 36% регионов – подрывным защитным механизмом и уязвимым активирующим (из них 23% – субъекты с диверсифицированной экономикой). При этом Свердловская область имеет подрывной защитный механизм, позволяющий региону в большей степени участвовать в процессах формирования нового тренда экономического развития. Тюменская область имеет наиболее слабый экономический иммунитет, отвечающий за уязвимость и слабую адаптивность территории к внешним кризисным явлениям.

В целом матричный подход позволяет зафиксировать присутствие в обществе предпосылок формирования нового кода экономического развития. Кроме того, они положительно коррелируют с долей занятого населения с высшим образованием, но при этом не связаны с темпами роста ВРП и его не обусловливают. Следовательно, необходимо данные предпосылки трансформировать в действенные механизмы экономического развития, т. е. усилить активирующую функцию защитного механизма иммунитета индустриальных регионов.

Заключение

В результате проведенного исследования разработан методический подход к формализации экономического иммунитета индустриальных регионов, актуальность которого обу- словлена многомерностью методик оценки шокоустойчивости территорий, зависящей от пространственных и временных факторов (Chen et al., 2024; Sutton et al., 2023), но фокусирующихся лишь на защитных механизмах экономического развития.

В качестве основного мерила авторского подхода предложена матрица, интегрирующая результаты применения оценочного инструментария предрасположенности индустриальных регионов к экономическому сопротивлению и восстановлению, определяющего функционирование их защитных механизмов от внешних потрясений, и нарративного экспресс-анализа, выявляющего предпосылки генезиса нового технологического тренда экономического развития в новых условиях хозяйствования, отвечающего за адаптацию территорий к ним. Данный методический подход развивает идеи измерения шокоустойчиво-сти регионов, расширяя содержание понятия «экономический иммунитет», путем включения в него дополнительного факторного аспекта – предрасположенности территорий, придающего ему характеристику адаптационности и динамичности.

Апробация матричного подхода в рамках исследования позволила выявить большую экономическую защищенность индустриальных регионов с диверсифицированной экономикой, чем с обрабатывающей специализацией. Это подтверждает сохраняющуюся важность расширения отраслевой специализации территорий, в том числе на инновационной и цифровой основе. Реализация данных предупредительных мер во внекризисный период позволит минимизировать риски сокращения внедрения технологических инноваций и медленного восстановления в условиях шоков, как это наблюдалось у 29% регионов в условиях кризиса 2008 года, когда только 8% индустриальных регионов оказались положительно устойчивыми по динамике затрат на инновационные технологии, при этом у 61% территорий инновационная активность в целом имела тенденции снижения при шоковых потрясениях.

Реализовать это возможно, активировав имеющуюся предрасположенность регионов к экономическим трансформациям, а именно определив «конденсированный ряд правил, включающих в себя то, что является согласованным и успешно действующим в рамках имеющегося социокультурного кода экономического развития региона» (Брокмейер, Харре, 2000), интерпретировав экономико-политические события и наметив направления их технологических решений (Shiller, 2019a; Angulo et al., 2018).

Таким образом, учет наследственности регионов позволит формализовать экономический иммунитет не только для разработки последующих мер обеспечения шокоустойчивости территорий, но и эволюционности развития региональной и национальной экономики.