Современная социально-экономическая обстановка в России характеризуется нарастанием внешнеполитической турбулентности, усилением санкционного давления, структурными изменениями в экономике и растущими межрегиональными диспропорциями. Эти условия формируют многоуровневую систему вызовов, оказывающих непосредственное воздействие на устойчивость территориальных социально-экономических систем.

В статье под устойчивостью понимается способность региональной социально-экономической системы адаптироваться к условиям неопределенности, внешним и внутренним дестабилизирующим воздействиям, сохраняя структурную целостность и функциональность. Авторы подчеркивают, что устойчивость обеспечивается через своевременное и адекватное институциональное реагирование на угрозы различной природы (экономической, социальной, экологической и т. д.), что предполагает согласованность действий субъектов управления и наличие эффективных механизмов координации.

При акцентировании внимания на социальной направленности экономической безопасности и необходимости ее обеспечения на уровне субъектов федерации в настоящем исследовании рассматривается категория СЭБ в региональном контексте. Актуальность данного направления исследования обусловлена рядом обстоятельств. Во-первых, в условиях обострения внешнеполитической и внешнеэкономической обстановки усиливается давление на внутренние механизмы устойчивости, что требует повышения адаптивности и защищенности региональных экономик. Во-вторых, именно регионы, обладая различными стартовыми условиями, ресурсным потенциалом и структурой экономики, по-разному реагируют на вызовы и угрозы, что предопределяет необходимость разработки дифференцированных подходов к обеспечению их СЭБ. В-третьих, устойчивость регионов напрямую вли- яет на национальную безопасность, поскольку они являются не только пространственной, но и функциональной основой экономического развития страны, а также носителями социальной стабильности.

ОБЗОР ЛИТЕРАТУРЫ

В работе Н. В. Яковенко и Р. В. Тена [1] систематизированы различные подходы к определению категории «социально-экономическая безопасность региона», отражающие много-аспектность данного понятия. Авторами выделяются следующие методологические подходы: адаптивный (интеграция основных смыслов экономической и социальной безопасности); деятельностный (состояние региональной экономики, обладающее определенными характеристиками); конъюнктурный (совокупность условий, факторов и ресурсов, составляющих потенциал региона); протекционистский (защищенность посредством регулирующей функции государства); качественный (социальные стандарты, гарантии и защита интересов экономических субъектов). Проведенный авторами дескриптивный анализ позволяет рассматривать СЭБ региона одновременно как состояние, характеризуемое определенной совокупностью параметров, как условие устойчивого регионального развития и как качественную характеристику самого региона. Это объясняет существование множественности подходов к ее содержательному определению. Каждый из выделенных подходов является теоретически и методологически обоснованным, задает определенные ориентиры, направления и характер управленческих действий, целесообразных в рамках выбранной парадигмы обеспечения СЭБ [1].

Важным направлением исследований в области безопасности является разработка и применение методик оценки ее состояния. Следует отметить, что в научной литературе и практике государственного управления сформировалось значительное число подходов к оценке безопасности, отражающих разнообразие тео- ретических оснований, целевых установок и уровней анализа. Многообразие методологических подходов обусловлено сложностью самой категории безопасности, ее междисциплинарным характером и необходимостью учитывать специфику различных ее видов.

Первые исследования, посвященные оценке экономической безопасности регионов и проведенные во второй половине 1990-х гг., заложили теоретико-методологические основы применения индикативного подхода в российской практике. Суть индикативного подхода заключается в сравнении фактических значений социально-экономических показателей с установленными пороговыми значениями. Превышение или недостижение этих порогов позволяет выявить потенциальные угрозы или зоны риска в социально-экономическом развитии территорий [2].

Одной из первых индикативных систем, получивших широкое признание, стала методика, разработанная С. Ю. Глазьевым в 1996 г. Она включала 22 показателя, из которых только пять касались социальной сферы. Дальнейшее развитие индикативного подхода продолжилось на базе Института экономики РАН, где в 2008 г. была предложена расширенная система индикаторов, а в 2011 г. уточнены пороговые значения ряда показателей. Существенным шагом вперед стало выделение социальной сферы в качестве самостоятельного блока, включающего уже 11 индикаторов, отражающих основные аспекты социальной устойчивости [3].

Параллельно велась работа в других научных школах. Так, методологические разработки Уральской научной школы (А. И. Татаркин, А. А. Куклин, О. А. Романова, В. И. Яковлев) внесли вклад в развитие регионального уровня анализа. Коллектив авторов под руководством В. К. Сенчагова разработал подходы, учитывающие современные инновационные трансформации [4–6].

Особое внимание к структурированию системы показателей проявили В. К. Сенчагов и С. Н. Митяков, предложившие агрегирова- ние индикаторов по укрупненным блокам: региональная экономика, социальная сфера, денежно-финансовая сфера, внешнеэкономическая сфера. Тем не менее, несмотря на накопленный научно-методический потенциал и наличие разнообразных авторских подходов, в настоящее время на государственном уровне не существует единой, официально утвержденной системы оценки экономической безопасности регионов [7].

В настоящее время экономическая безопасность, включая ее социально-экономический аспект, активно изучается как отечественными, так и зарубежными исследователями. При этом следует отметить, что ряд авторов рассматривает экономическую безопасность в расширительном контексте, включающем социальные компоненты. Однако, на наш взгляд, подобный подход позволяет говорить о СЭБ как об интегральной категории.

В ходе проведенного контент-анализа авторами данной статьи выявлено, что исследования в области экономической безопасности и СЭБ регионов базируются на ряде концептуальных и методологических предпосылок, выделяемых в научной литературе.

• 1.    Социальная обусловленность экономической безопасности. Ряд авторов акцентирует внимание на взаимосвязи между уровнем социального неравенства, условиями жизни населения и состоянием экономической безопасности региона. Так, М. Н. Руденко подчеркивает, что углубление социального неравенства оказывает дестабилизирующее влияние на социально-экономическую устойчивость территории [8]. Аналогичную позицию занимают А. О. Абрамов и Я. Я. Иванова, рассматривающие социальные основания экономической безопасности как ключевой элемент устойчивого развития [9]. А. П. Терещенко исследует влияние процессов урбанизации на социальное равновесие, что также отражается на экономической безопасности. Эти подходы формируют предпосылку необходимости оценки и укрепления социальных параметров как базиса экономической безопасности [10].

• 2.    Системный и мониторинговый подход. С позиций системного анализа обоснована необходимость комплексного мониторинга социально-экономической системы региона как инструмента предупреждения рисков и угроз. Этой логике следуют Т. А. Оруч и Н. Н. Скор-ниченко, подчеркивающие значимость мониторинга в системе обеспечения экономической безопасности [11]. Похожий подход предлагает Е. А. Авдуевская, моделируя влияние социальных и экономических факторов на интегральный показатель безопасности. Данные работы опираются на предпосылку системного, индикативного и мониторингового подходов [12].

• 3.    Человеческий капитал и институциональные условия. А. Н. Герасимов, Ю. С. Скрип-ниченко и В. Ю. Скрипниченко акцентируют роль социально-экономических факторов, формирующих человеческий капитал как ресурс устойчивого развития и компонент экономической безопасности. В этом контексте безопасность рассматривается как производное от состояния институтов, способных обеспечить воспроизводство человеческого потенциала. Данный подход формирует предпосылку институциональной устойчивости и развития человеческого капитала как базовых условий безопасности [13].

• 4.    Национальный и макроэкономический контекст. Исследования Р. Р. Лепшоковой, Е. Б. Казариновой и К. Ю. Волошенко подчеркивают значимость экономической безопасности как категории национального уровня, вписанной в систему национальной безопасности и зависящей от макроэкономических циклов [14–16]. Эта позиция поддерживается и Т. Э. Марзакуловым, утверждающим, что понимание и реализация экономической безопасности требуют учета макроэкономических условий [17].

• 5.    Угрозы и риски различной природы. Широкий спектр угроз экономической безопасности регионов рассматривается в работах Г. В. Гиоева, А. В. Кагармановой и Н. Г. Ва-раксы. В числе таких угроз выделяются эконо-

• мическая преступность, цифровые риски, коррупция и иные формы деструктивного воздействия. Это позволяет выделить предпосылку многоаспектности и мультифакторности угроз, учитывающей как внутренние, так и внешние источники нестабильности [18–20].

Несмотря на разнообразие подходов, большинство из них характеризуется акцентом на отдельных аспектах понятия, что придает исследованиям односторонний характер. Общей чертой таких подходов является неопределенность в отношении внутренней сущности СЭБ как категории и недостаточная проработка ее содержательной структуры.

В отличие от отечественной научной школы, в которой сформировался комплексный подход к исследованию экономической безопасности и СЭБ, в зарубежной литературе данное направление представлено фрагментарно и не получило столь широкой теоретикометодологической проработки. Как правило, исследования сосредоточены на отдельных аспектах безопасности, таких как:

• – продовольственная безопасность, анализируемая с позиций влияния глобальных кризисов, урбанизации и аграрной политики [21–23];

  – экологическая (ландшафтно-экологическая) безопасность, оцениваемая через пространственные модели и влияние антропогенных факторов [24–27];

  – психологическая и трудовая безопасность, исследуемая в контексте организационного поведения и производительности труда [28];

  – глобальная и международная безопасность, в рамках которой разрабатываются концептуальные основания многомерного подхода к безопасности [29];

  – экономическая безопасность в международном контексте, рассматриваемая с позиций национальных стратегий и трансформации глобальной экономики [30; 31].

Отметим, что за рубежом отсутствует научная традиция анализа экономической безопасности как комплексной социально-экономи- ческой категории на уровне региона (страны), в то время как в российской науке данное направление обладает устойчивой теоретической основой и активно развивается в прикладном контексте.

Анализ научной литературы свидетельствует о наличии ряда ключевых предпосылок, на которых базируются современные исследования экономической безопасности: социальная обусловленность, системность и мониторинг, развитие человеческого капитала, учет макроэкономических факторов, оценка рисков и угроз, а также необходимость институциональных преобразований. Эти подходы отражают многомерность категории экономической безопасности и подчеркивают актуальность ее анализа на региональном уровне.

Таким образом, наиболее приближенной к интересам и потребностям населения является СЭБ региона, отражающая уровень защищенности социально-экономической среды, в которой живут и работают люди. Данная категория интегрирует два взаимосвязанных аспекта: с одной стороны, способность региона к устойчивому воспроизводству социально-экономических процессов, а с другой – обеспечение достойного качества жизни населения, доступности социальных благ и услуг, устойчивости занятости и доходов.

Обзор литературы продемонстрировал наличие разнообразных подходов к СЭБ, каждый из которых акцентирует внимание на определенном аспекте. Однако большинство из рассмотренных подходов характеризуются фрагментарностью и недостаточной системностью, что ограничивает возможности их применения для комплексного анализа и типологиза-ции регионов.

Авторы данного исследования трактуют СЭБ на региональном уровне как состояние, при котором обеспечиваются стабильные условия жизнедеятельности населения, минимизируются риски ухудшения качества жизни, социального неблагополучия и маргинализации, а также создаются предпосылки для развития человеческого потенциала.

Особенность авторской позиции заключается в представлении СЭБ как многоуровневой, взаимосвязанной и динамичной системы, устойчивость и эффективность которой зависят от сбалансированного развития всех ее компонентов. На концептуальном уровне это нашло отражение в разработке когнитивной модели СЭБ региона, в которой взаимосвязи между компонентами (демография, труд, уровень жизни, здравоохранение, экология, экономика, инфраструктура, наука и образование) трактуются не как параллельные или независимые траектории, а как элементы единой взаимозависимой структуры. Тем самым авторы подчеркивают системную природу СЭБ: нарушение одного блока способно привести к дестабилизации всей системы.

МАТЕРИАЛЫ И МЕТОДЫ

Методологической основой проведенного исследования выступает концепция системного подхода к оценке СЭБ регионов, рассматриваемой как интегральное свойство территориальной социально-экономической системы, обеспечивающее устойчивое функционирование, адаптивность к внутренним и внешним воздействиям, а также способность к само-воспроизводству и развитию.

Устойчивое функционирование трактуется как состояние, при котором система сохраняет способность выполнять свои ключевые функции, несмотря на воздействие рисков, демонстрируя при этом адаптивность и воспроизводимость базовых характеристик.

В целях интегральной оценки уровня социально-экономической безопасности субъектов Российской Федерации в настоящей работе применен модифицированный вариант метода Technique for Order Preference by Similarity to Ideal Solution – TOPSIS [32]. Данный выбор обусловлен рядом факторов, которые обеспечивают как корректную обработку разношкальных статистических данных, так и содержательную интерпретацию полученного результата.

Во-первых, метод TOPSIS позволяет агрегировать показатели с различными единицами измерения и векторами предпочтений (максимизация / минимизация) путем векторной нормализации, при этом сохраняя относительные пропорции между объектами. Это особенно важно при работе с многокомпонентной системой индикаторов, включающей как абсолютные, так и относительные значения.

Во-вторых, преимуществом TOPSIS , в сравнении с альтернативными методами (например, с методом суммарных баллов, нормализацией Min–Max с линейной агрегацией, Z -нормализацией), является наличие понятной и логичной концепции идеального (наилучшего) и антиидеального (наихудшего) решений, относительно которых и оценивается каждый регион. Это позволяет получить обобщенную количественную меру «близости» региона к идеальному состоянию СЭБ, что соответствует содержательной постановке задачи.

В-третьих, метод обеспечивает высокую степень воспроизводимости и транспарентности расчетов, в том числе при наличии большого числа показателей, сгруппированных в компоненты. При этом возможна адаптация весов (если требуется), а также расширение модели без потери целостности структуры.

Кроме того, по сравнению с факторным или кластерным анализом, TOPSIS не требует априорного задания сложных параметров или допущений о распределении данных, а его результаты интерпретируемы и устойчивы при корректной нормализации.

Таким образом, применение метода TOPSIS является обоснованным выбором при построении интегральной оценки социально-экономической безопасности регионов: он обеспечивает как математическую корректность, так и содержательную релевантность получаемых индексов и позволяет учитывать многомерную природу безопасности.

Эмпирическая база анализа включает статистические данные за 2014–2023 гг. в разрезе девяти содержательных компонент, отража- ющих ключевые аспекты функционирования региональных социально-экономических систем: демография, труд, уровень жизни, здравоохранение, экология, экономика, инфраструктура, наука, образование. Каждая компонента включает совокупность частных статистических показателей, которые характеризуют состояние соответствующего блока с учетом как позитивно, так и негативно направленных факторов (рис. 1).

Выбор индикаторов осуществлялся с учетом таких критериев, как статистическая достоверность, регулярность наблюдений, репрезентативность, способность к межрегиональному сопоставлению, отражение ключевых характеристик региональной устойчивости. Для ряда статистических показателей проведена процедура первичной трансформации с целью приведения индикаторов к сопоставимости при дальнейшем линейном масштабировании. Так, численность персонала, занятого научными исследованиями и разработками, соотнесена с численностью занятого населения, что позволило исключить завышение / занижение оценочной моделью результатов наиболее крупным регионам в зависимости от вектора показателя («лучше–больше» / «лучше– меньше») соответственно. Выбор периода обоснован необходимостью анализа устойчивых тенденций в социально-экономическом развитии регионов в посткризисный и ковидный периоды.

Существенным ограничением предложенного подхода, которое признается авторами имплицитно, является отсутствие количественной оценки силы взаимосвязей между компонентами модели. Несмотря на то что когнитивный подход позволяет визуализировать причинно-следственные связи между компонентами социально-экономической безопасности, он не отражает степень (вес) влияния одних элементов на другие. Это снижает точность прогностических выводов и ограничивает применение модели в задачах приоритизации управленческих действий.

Источник : разработано авторами. Source : designed by the authors.

Рис. 1. Когнитивная модель СЭБ региона с учетом межэлементных связей 1

Fig. 1. Cognitive model of socio-economic security of the region with inter-element connections

• ¹    Модель включает девять компонентов СЭБ, между которыми обозначены взаимосвязи (пунктирными линиями). Представлена система взаимного влияния элементов, отражающая их комплексное воздействие на уровень СЭБ региона. На рис. 1 используются обозначения статистических показателей: 1.1. Смертность населения в трудоспособном возрасте (число умерших на 100 000 чел. соответствующего возраста); 1.2. Распределение числа выбывших за пределы России (в % от общего числа выбывших); 2.1. Уровень безработицы (в %); 2.2. Степень износа основных фондов (в %); 3.1. Численность занятых, приходящихся на одного пенсионера (чел.); 3.2. Коэффициент Джини; 3.3. Численность населения с денежными доходами ниже границы бедности / величины прожиточного минимума (в % от общей численности населения субъекта); 3.4. Удельный вес семей, состоявших на учете в качестве нуждающихся в жилых помещениях, в общем числе семей (в %); 3.5. Удельный вес расходов домашних хозяйств на оплату жилищно-коммунальных услуг (в % от общей суммы потребительских расходов); 4.1. Нагрузка на работников сферы здравоохранения (численность населения на одного врача, чел.); 4.2. Заболеваемость на 1000 человек населения (зарегистрировано заболеваний у пациентов с диагнозом, установленным впервые в жизни); 5.1. Выбросы загрязняющих веществ в атмосферный воздух, отходящих от стационарных источников (тыс. т); 5.2. Сброс загрязненных сточных вод в поверхностные водные объекты (млн м³); 6.1. Инвестиции в основной капитал на душу населения (руб.); 6.2. Удельный вес убыточных организаций (в % от общего числа организаций); 7.1. Плотность железнодорожных путей общего пользования (км путей на 10 000 км² территории); 7.2. Плотность автомобильных дорог общего пользования с твердым покрытием (км дорог на 1000 км² территории); 7.3. Количество дорожно-транспортных происшествий с пострадавшими (ед. на 100 000 чел. населения); 8.1. Численность персонала, занятого научными исследованиями и разработками (чел. на 1000 чел. занятого населения); 8.2. Удельный вес организаций, осуществлявших технологические инновации, в общем числе обследованных организаций (в %); 8.3. Объем инновационных товаров, работ, услуг от общего объема отгруженных товаров, выполненных работ, услуг (в %); 9.1. Выпуск специалистов среднего звена (чел. на 10 000 чел. населения); 9.2. Выпуск бакалавров, специалистов, магистров (чел. на 10 000 чел. населения).

  Для обеспечения сопоставимости разношкальных данных на первом этапе реализован процесс нормализации значений всех показателей по методу векторной нормализации:

  
  
  
  

  Г-. = —

  rij

  ^J п

  
  

  к

  
  

  x ij f X j J

  
  

  ^,

  
  
  
  

  где r ij – нормализованное значение j -го статистического показателя для i -го региона; x ij – значение j -го статистического показателя для i -го региона; i = 1, 2, … m ; j = 1, 2, … n ; m – количество регионов; n – количество показателей в компоненте.

  На втором этапе осуществлялось формирование обобщенного показателя по каждой компоненте. Для этого рассчитывались евклидовы расстояния от каждого региона до условно идеальной ( D j ) и антиидеальной ( D j ) точек:

  
  

  D

  
  

  + _ ^ij =

  
  
  

  г-r_ij

  
  

  “

  
  

  r _jb

  
  

  ) ²

  
  

  D

  ij

  
  
  

  r jw )

  
  
  
  

  где b – наилучшее (оптимальное) значение нормализованного показателя; w – наихудшее (пес-симальное) значение.

  Компонентный индекс рассчитывался как

  
  

  I

  
  

  k ig

  
  

  D

  
  

  —

  
  

  ij

  
  

  D + D — ^,

  
  
  
  

  что позволило определить относительную близость региона к «идеальному» состоянию в соответствующем аспекте. Значение индекса g -го компонента СЭБ для i -го региона измерялось в пределах от 0 до 1.

  На третьем этапе формировался интегральный индекс СЭБ региона SES i как средневзвешенное значение компонентных индексов:

  
  

  k

  SESi = - yi k_P , i k       i , g

  g = 1

  
  
  
  

  где k – число компонент (в настоящем исследовании – 9).

  
  

  При расчете интегрального индекса использовался принцип равнозначности компонент, что позволило избежать субъективного искажения итоговой оценки за счет избыточного веса отдельных направлений.

  РЕЗУЛЬТАТЫ

  Выполненные расчеты интегрального показателя СЭБ регионов РФ за период с 2014 по 2023 г. указывают на наличие разнонаправленных трендов динамики как отдельных компонентов, так и значений интегрального индекса по регионам. На рис. 2 представлены динамика индекса СЭБ, субиндексов за исследуемый период и структура индекса за 2023 г. по данным для Челябинской области.

  Предложенная в настоящем исследовании методика позволяет оценить как общий вектор развития социально-экономической безопасности, так и уровень развития отдельных ее компонент. Так, значения интегрального индекса СЭБ Челябинской области находились в пределах от 0,469 до 0,512 (рис. 2, а ) с относительно высоким значением коэффициента вариации (по результатам за 10 лет). В структуре интегрального индекса СЭБ Челябинской области отмечалась устойчивая на протяжении исследуемого периода неравномерность развития отдельных компонент СЭБ. По данным за 2023 г. наиболее развитыми являлись такие компоненты, как труд, уровень жизни, экология (с улучшением позиции в 2019 г. за исследуемый десятилетний период) и демография (с ухудшением значений за период наблюдений). Наименее развитыми компонентами социально-экономической безопасности Челябинской области оказались экономика и инфраструктура, что позволяет констатировать недостаточность инвестиционной поддержки реального сектора экономики и неразвитость транспортной сети.

  Аналогично проведенный анализ для 85 регионов РФ (по состоянию на 2023 г.) свидетельствует о наличии устойчивой дифференциации их социально-экономического развития в разрезе безопасности (рис. 3).

  
  

] Индекс СЭБ / Index SES

Труд / Labour

Здравоохранение / Healthcare

Экономика / Economy

Наука / Science

Демография / Demography Уровень жизни / Standard of living Экология / Ecology Инфраструктура / Infrastructure Образование / Education

( а )

( b )

Источник : составлено авторами на основе проведенного исследования. Source : compiled by the authors from the research.

Рис. 2. Уровень СЭБ Челябинской области: (a) – значения интегрального индекса СЭБ и субиндексов по компонентам; (b) – структура интегрального индекса СЭБ, 2023 г.

Fig. 2. The level of socio-economic security in Chelyabinsk region: ( a ) – values of the SES integral index and sub-indexes by components; ( b ) – the structure of the SES integral index, 2023

■ 2014

■ 2015

■ 2016

■ 2017

■ 2018

■ 2019

Источник : составлено авторами на основе проведенного исследования. Source : compiled by the authors from the research.

Рис. 3. Динамика уровня СЭБ регионов РФ

Fig. 3. Dynamics of socio-economic security in the regions of the Russian Federation

Исследование продемонстрировало, что регионы отличаются не только уровнем СЭБ, но и различной динамикой значений интегрального индекса, что предопределило необходимость дополнительного анализа результатов.

В целях проведения комплексной оценки межрегиональных различий по уровню и динамике социально-экономической безопасности территорий применен авторский подход к типологизации субъектов РФ, основанный на интеграции трех параметров: фактического уровня СЭБ, степени устойчивости показателя во временной динамике, а также вектора его изменения.

Подобная трехуровневая система координат позволяет сформировать содержательную классификационную модель, в рамках которой региональные образования дифференцируются не только по текущему состоянию, но и по траектории их социально-экономического развития в ретроспективном периоде.

Первым критерием типологизации выступает значение интегрального индекса СЭБ региона, определенное на заключительном этапе расчетов по результатам 2023 г. Все регионы ранжированы по величине итогового значения индекса, после чего выполнено квартильное разбиение совокупности субъектов РФ на четыре группы:

I – регионы с наивысшим уровнем СЭБ (верхний квартиль распределения);

• II    – регионы с уровнем выше медианного значения;

• III    – регионы с уровнем ниже медианного значения;

• IV    – регионы с минимальными значениями индекса (нижний квартиль).

Указанное ранжирование обеспечивает возможность соотнесения территориальных единиц с различной степенью устойчивости и системной защищенности в социально-экономической сфере.

Второй вектор типологизации связан с оценкой стабильности значений интегрального индекса на протяжении десятилетнего периода наблюдения (2014–2023 гг.). В качестве формализованной меры вариабельности показателя применялся коэффициент вариации, рассчитываемый по формуле (6):

G;

V i = -1- 100%,               (6)

xi где σi – среднеквадратичное отклонение индекса по региону i; xi – среднее арифметическое значение индекса за период.

В работе стабильность используется как синонимичное, но более статичное понятие по отношению к устойчивости. Если устойчивость связана с процессом адаптации и способности к восстановлению, то стабильность акцентирует внимание на сохранении текущего состояния региональной системы без разрушительных колебаний. Таким образом, стабильность понимается авторами как проявление внутреннего равновесия и сбалансированности социально-экономических процессов на определенном временном отрезке.

Полученные значения подвергнуты процедуре ранжирования, в соответствии с которой регионы классифицированы на четыре группы по возрастанию степени нестабильности – от высокостабильных к наиболее волатильным.

Третьим классификационным основанием стало направление изменения уровня СЭБ за анализируемый период. Для этого рассчитан абсолютный прирост интегрального индекса:

A i = SES i ,2023 - SESi ,2014^.             (7)

В зависимости от знака прироста регионы отнесены к одной из двух категорий:

• –    с положительной динамикой (Δ i > 0);

• –    с отрицательной динамикой (Δ i ≤ 0).

Таким образом, данное основание позволяет не только отразить положение региона на временной шкале, но и оценить вектор движения – поступательного или регрессивного характера.

На основе перекрестного сопоставления трех выделенных критериев сформирована матричная типология регионов размерностью 4 × 4 × 2, включающая 32 уникальные комбинации. Каждая из них отражает определенный тип региональной социально-экономической траектории и позволяет дать содержательную интерпретацию текущих и потенциальных тенденций развития.

Для упрощения восприятия каждой комбинации присвоено обобщающее условное наименование, отражающее ее сущностные характеристики (табл. 1–2). В частности, к числу типовых классов можно отнести:

• –    «опорные регионы развития» – характеризуются высоким уровнем СЭБ, стабильностью и положительной динамикой;

• –    «кризисные территории» – демонстрируют совокупность низкого уровня, высокой нестабильности и регрессивного тренда;

• –    «устойчивые развивающиеся регионы», «нестабильный рост», «регионы с потенциалом» и др.

Предложенная типология обладает как аналитической, так и практико-ориентированной ценностью, поскольку позволяет выявить территории, требующие приоритетного внимания в контексте государственного регулирования, а также регионы, обладающие устойчивыми траекториями развития. В табл. 2 представлено распределение регионов по соответствующим выделенным группам.

Табл. 1. Матричная модель группировки регионов по индексу СЭБ

Table 1. Matrix model of grouping regions by SES index

Статус СЭБ / SES Status	Стабильность / Stability
	Стабильные / Stable	Умеренно стабильные / Moderately stable	Волатильные / Volatile	Нестабильные / Unstable
Лидеры / Leaders	↑ 1-1-1 / 1-1-2 ↓	↑ 1-2-1 / 1-2-2 ↓	↑ 1-3-1 / 1-3-2 ↓	↑ 1-4-1 / 1-4-2 ↓
Выше среднего / Above average	↑ 2-1-1 / 2-1-2 ↓	↑ 2-2-1 / 2-2-2 ↓	↑ 2-3-1 / 2-3-2 ↓	↑ 2-4-1 / 2-4-2 ↓
Ниже среднего / Below average	↑ 3-1-1 / 3-1-2 ↓	↑ 3-2-1 / 3-2-2 ↓	↑ 3-3-1 / 3-3-2 ↓	↑ 3-4-1 / 3-4-2 ↓
Уязвимые / The vulnerable	↑ 4-1-1 / 4-1-2 ↓	↑ 4-2-1 / 4-2-2 ↓	↑ 4-3-1 / 4-3-2 ↓	↑ 4-4-1 / 4-4-2 ↓

Источник : составлено авторами. Source : compiled by the authors.

Примечание : в ячейках стрелками обозначены повышательные ( ↑ ) и понижательные ( ↓ ) тренды абсолютного прироста индекса СЭБ – формула (7), числами – коды соответствующих групп (табл. 2). Note : the arrows in the boxes show upward ( ↑ ) and downward ( ↓ ) trends of the absolute growth of the SES index – formula (7), numbers – the codes of the respective groups (Table 2).

Табл. 2. Группировка регионов РФ по индексу СЭБ Table 2. Grouping of regions of the Russian Federation by their socio-economic security index
Код группы / Group code	Название группы / Group name                       Регион / Region
1-1-1	Опорные регионы развития / г. Москва, г. Санкт-Петер ург Main development regions
1-1-2	Угасающие лидеры / Fading Leaders                              –
1-2-1	Лидеры с положительной динамикой / Leaders with positive dynamics
1-2-2	Лидеры с признаками спада / Leaders with signs of decline
1-3-1	Растущие, но нестабильные лидеры / Growing but unstable leaders
1-3-2	Уязвимые лидеры / Vulnerable leaders                              –

Продолжение табл. 2

Код группы / Group code	Название группы / Group name	Регион / Region
1-4-1	Лидеры с нестабильным ростом / Leaders with unstable growth	–
1-4-2	Лидеры на грани кризиса / Leaders on the brink of crisis	–
2-1-1	Устойчивые развивающиеся регионы / Sustainable developing regions	Республика Татарстан, Чувашская Республика; Воронежская, Нижегородская, Ярославская, Рязанская, Пензенская, Саратовская, Орловская, Кировская области
2-1-2	Устойчивые, но под давлением / Stable, but under pressure	Курская, Томская области
2-2-1	Надежные регионы с ростом / Reliable regions with growth	Республика Хакасия, Республика Северная Осетия – Алания, Удмуртская Республика; Новосибирская, Ростовская, Ульяновская, Омская, Тюменская области
2-2-2	Зоны потенциального риска / Potential risk areas	Вологодская область
2-3-1	Развивающиеся, но нестабильные / Developing, but unstable	г. Севастополь; Республика Калмыкия; Челябинская, Московская области
2-3-2	Регионы риска / Risk regions	Республика Мордовия
2-4-1	Нестабильный рост / Unstable growth	Астраханская область
2-4-2	Зоны турбулентности / Turbulence zones	–
3-1-1	Зоны с потенциалом роста / Areas with growth potential	Республика Марий Эл; Еврейская автономная область; Псковская, Ивановская, Тверская, Брянская области
3-1-2	Стабильные, но стагнирующие регионы / Stable but stagnating regions	Забайкальский край
3-2-1	Позитивная динамика развития / Positive development dynamics	Республики Башкортостан, Крым, Карачаево-Черкесская Республика, Приморский, Алтайский края; Самарская, Новгородская, Калининградская, Амурская, Мурманская, Смоленская, Свердловская, Костромская, Ленинградская области
3-2-2	Сдержанная деградация / Restrained degradation	Республики Бурятия, Дагестан, Алтай, КабардиноБалкарская Республика; Волгоградская, Владимирская области
3-3-1	Шатающийся рост / Staggering growth	Республики Адыгея, Тыва, Чеченская Республика; Краснодарский, Камчатский края; Тамбовская область
3-3-2	Уязвимые, склонные к спаду / Vulnerable, prone to recession	Хабаровский, Ставропольский края; Липецкая, Магаданская, Тульская, Оренбургская, Калужская области
3-4-1	Сложный рост / Difficult growth	Пермский край
3-4-2	Нестабильный спад / Unstable recession	Белгородская область
4-1-1	Восстанавливающиеся регионы / Recuperating regions	Республики Ингушетия, Карелия; Ямало-Ненецкий автономный округ; Курганская, Иркутская области, Кемеровская область – Кузбасс
4-1-2	Стабильно неблагополучные / Consistently disadvantaged	Республика Коми; Красноярский край; Архангельская область
4-2-1	Появляется потенциал / Potential is emerging	–
4-2-2	Слабеющие неблагополучные регионы / Failing disadvantaged regions	Ненецкий автономный округ
4-3-1	Уязвимые, но с проблесками роста / Vulnerable, but with Signs of growth	—

Продолжение табл. 2

Код группы / Group code	Название группы / Group name	Регион / Region
4-3-2	Регионы в состоянии спада / Regions in recession	Республика Саха (Якутия); Чукотский автономный округ, Ханты-Мансийский автономный округ – Югра; Сахалинская область
4-4-1	Нестабильный рост из уязвимости / Unstable growth from vulnerability	–
4-4-2	Кризисные территории / Crisis territories	–
Источник : составлено авторами на основе проведенного исследования. Source : compiled by the authors from the research.

Проведенная типологизация субъектов РФ на основе трехфакторной модели («уровень – стабильность – направленность динамики») показала, что из 32 возможных типологических комбинаций эмпирически реализованы 20, что свидетельствует о высокой степени концентрации регионов в ряде типовых состояний и одновременно – об отсутствии устойчивых траекторий развития в части потенциальных сценариев.

Наибольшее количество регионов сосредоточено в следующих группах: 3-2-1 – условно интерпретируемая как «устойчивый умеренный рост при среднем уровне СЭБ» (14 регионов), 2-1-1 – «рост на фоне умеренно высокого уровня и стабильности» (10 регионов), 2-2-1 и 3-3-2, каждая из которых насчитывает 7–8 субъектов.

В то же время семь групп представлены единичными регионами, что отражает особые траектории развития или нестандартные сочетания факторов, требующие адресного анализа.

Отдельного внимания заслуживает группа 1-1-1, которая в типологической матрице отражает максимально благополучную комбинацию признаков: высокий уровень социальноэкономической безопасности, устойчивость во временной динамике и позитивный вектор развития. Включение в нее двух крупнейших мегаполисов и агломерационных центров Российской Федерации является эмпирически обоснованным и концептуально значимым, поскольку данные регионы обладают рядом преимуществ: многоотраслевой экономикой, устойчивой к внешним шокам; высокой кон- центрацией ресурсов – финансовых, институциональных, человеческих; развитой системой управления и инфраструктуры; инвестиционной и социальной привлекательностью; возможностью быстро адаптироваться к вызовам благодаря масштабу и плотности институциональных связей. Сочетание этих факторов не только формирует высокий текущий уровень СЭБ, но и обеспечивает его воспроизводство и устойчивость во времени. Кроме того, положительная динамика в течение десятилетия свидетельствует об умении наращивать внутренние резервы развития, несмотря на кризисные фазы в национальной экономике (2014, 2020 гг., 2022–2023 гг.).

Таким образом, города Москва и Санкт-Петербург выступают в качестве институциональных и пространственных якорей стабильности, образуя референтную зону для иных регионов в контексте достижения стратегических ориентиров устойчивого развития.

Отсутствие 12 типологических комбинаций, например 1-4-1, 2-4-2, 4-4-1 и других, может быть обусловлено, во-первых, спецификой расчетной модели, во-вторых, реальными социально-экономическими ограничениями регионального развития. Подобная асимметрия в распределении подтверждает необходимость гибкой региональной политики, адаптированной к типу территориальной траектории. Тем не менее предложенная в настоящей статье методика позволяет комплексно оценить уровень СЭБ региона.

Результаты исследования подтвердили наличие существенной межрегиональной диф- ференциации по уровню социально-экономической безопасности субъектов РФ. Построение интегрального индекса на основе метода TOPSIS позволило не только агрегировать разношкальные показатели, но и учесть их относительное отклонение от условно идеального состояния, что, в свою очередь, обеспечило более точную и содержательную оценку положения каждого региона.

Наиболее значимый вклад в индекс СЭБ внесли такие компоненты, как уровень жизни, демографическая ситуация и экономические параметры. При этом наименее стабильные показатели за десятилетний период наблюдались в таких сферах, как инфраструктура и экология, что указывает на высокую чувствительность данных направлений к внешнеэкономическим и институциональным шокам.

Реализация типологической модели, основанной на трех осях классификации (уровне индекса, его стабильности и направленности динамики), позволила сформировать структурированную матрицу размерностью 4 × 4 × 2, включающую 32 возможные комбинации. В результате эмпирического распределения все 85 регионов были отнесены к 20 типологическим группам, что указывает на существенную концентрацию регионов в определенных состояниях и отсутствие устойчивых траекторий в ряде потенциальных конфигураций.

Наибольшее число субъектов оказалось в группе 3-2-1, характеризующейся средним уровнем СЭБ, умеренной стабильностью и положительной динамикой. Значительное представительство наблюдается также в группах 2-1-1, 2-2-1, 3-3-2, что отражает общую тенденцию к нахождению большинства регионов в промежуточных и уязвимых позициях. Одновременно выявлены единичные регионы в сложных типах с отрицательной динамикой при низком уровне и слабой устойчивости, например группы 4-2-2 и 3-4-2, что требует отдельного внимания в контексте выравнивающей региональной политики.

Особого упоминания заслуживает то, что в группу 1-1-1, отражающую максимально бла- гоприятную конфигурацию (высокий уровень, стабильность, положительная динамика), попали лишь два субъекта: г. Москва и г. Санкт-Петербург. Эти регионы выступают в качестве институциональных и экономических «якорей» национального пространства, демонстрируя устойчивую траекторию развития даже в условиях внешних вызовов.

В то же время отсутствие в выборке таких сочетаний, как 1-4-1, 2-4-2, 4-4-1 и других, может свидетельствовать либо о редкости соответствующих траекторий, либо о системной невозможности поддерживать устойчивую положительную динамику в условиях значительной внутренней нестабильности.

ОБСУЖДЕНИЕ И ЗАКЛЮЧЕНИЕ

Полученные результаты соотносятся с зарубежными подходами к оценке социальноэкономической и экологической безопасности. В частности, исследования [25–27], посвященные экологической безопасности в Китае, опираются на использование агрегированных индексов и пространственных моделей для выявления факторов риска и устойчивости территорий. Хотя в указанных работах акцент сделан преимущественно на природно-экологических параметрах, структура применяемых индикаторов и сам принцип нормализации / агрегации соотносятся с используемым в настоящем исследовании подходом.

Концептуально исследование опирается также на расширенное понимание безопасности как многомерной категории, предложенное в работах [29; 30], где экономическая безопасность трактуется не только как устойчивость к угрозам, но и как способность к адаптации, развитию и управлению неопределенностью. Предложенная типология регионов РФ по параметрам уровня, устойчивости и динамики социально-экономической безопасности развивает эти подходы на уровне национального пространства.

Вместе с тем исследование имеет ряд ограничений. Во-первых, при построении интег- рального индекса использовались одинаковые веса компонентов, что не учитывает потенциальную разную значимость отдельных блоков (например, демографии или инфраструктуры) в различных типах регионов. Во-вторых, нормализация и агрегирование производились на основе статистических данных, что ограничивает учет качественных характеристик и внутрирегиональных различий. В-третьих, временной горизонт охватывает 10 лет и не отражает полноты последствий структурных шоков последних лет (2022–2024 гг.). Возможна также чувствительность модели к выбору состава показателей, хотя каждый из них имеет обоснование.

Несмотря на эти ограничения, предложенная модель типологизации позволяет выявить устойчивые закономерности пространственной дифференциации социально-экономической безопасности и может служить основой для дальнейших сравнительных исследований, включая международные сопоставления.

Полученные в ходе исследования результаты вносят значимый вклад в развитие научного направления, связанного с анализом социально-экономической безопасности регионов, расширяя методологические основания оценки и эмпирическое поле анализа.

Применение модифицированной методики TOPSIS обеспечило объективность и сопоставимость данных, позволив провести всесторонний анализ разношкальных показателей и избежать искажения итоговой оценки за счет субъективного весового влияния отдельных компонент. В отличие от большинства существующих подходов предложенная модель включает три аспекта: текущее состояние, стабильность во времени и вектор изменения, что существенно расширяет аналитический потенциал.

Построенная типология регионов, охватывающая 32 возможные конфигурации социально-экономической траектории, представляет собой инструмент комплексного анализа и зонирования территорий по уровням устойчивости и безопасности. Среди них выделя- ются «опорные регионы развития» (г. Москва, г. Санкт-Петербург), отличающиеся устойчивостью и положительной динамикой.

Показана высокая степень территориальной концентрации регионов в определенных типах траекторий, в частности группа 3-2-1 («средний уровень – умеренная стабильность – положительная динамика») охватывает наибольшее число субъектов. В то же время некоторые комбинации не представлены вовсе, что может свидетельствовать как о теоретической несостоятельности отдельных сценариев, так и о текущей социальной и институциональной ограниченности возможностей устойчивого развития в ряде регионов.

Содержательные выводы позволяют утверждать, что в структуре СЭБ наиболее уязвимыми оказались компоненты, связанные с инфраструктурой и экологией и демонстрирующие высокую вариативность и чувствительность к внешним факторам. В качестве наиболее устойчивых выступили показатели уровня жизни, демографии и экономики. Это подчеркивает необходимость адресной государственной поддержки именно в тех направлениях, которые наиболее подвержены рискам.

Полученные результаты обладают высоким потенциалом для использования в сфере государственной региональной политики: а) для формирования адресных программ развития; б) приоритизации мер поддержки с учетом типологической принадлежности региона; в) мониторинга эффективности реализуемых стратегий.

Авторы планируют развитие исследования в следующих направлениях: а) углубление компонентной структуры за счет включения новых индикаторов, в том числе отражающих институциональные условия, цифровую трансформацию регионов и т. д.; б) пространственная интерпретация результатов с использованием методов пространственной статистики и построения картографических моделей; в) моделирование сценариев развития типологических групп с учетом потенциальных шоков и внешнеэкономических ограничений.