Механизмы и инструменты обеспечения регионального экономического роста на основе моделей прогнозирования: сравнительный анализ

DOI:

На современном этапе развития хозяйственных систем различного уровня (макро-, мезо- и микро-) функционирования перед органами государственного и монетарного регулирования, научным сообществом и бизнесом встают вопросы о возможностях предсказания траекторий будущего развития (тенденций экономического роста, рецессии или депрессии) на основе использования метода прогнозного моделирования и его качественных характеристик и точности.

Экономическая наука в рамках данной проблематики представлена большим количеством исследований, которые дополняются и уточняются в процессе совершенствования прогностической деятельности с целью дальнейшей выработки направлений и возможности недопущения «перегрева» экономики, нивелирования существенных спадов или в целом сглаживания циклических колебаний в развитии хозяйственных систем.

Указанным обстоятельством обуславливается актуальность и значимость исследований по данной тематике.

Объекты и методы исследования

Объектом анализа являются существующие модели экономического роста территорий как в отечественной, так и зарубежной науке. В рамках компаративного анализа исследованы современные модели

экономического роста и возможности их прогностического применения. На основе применения метода ETS – экспоненциального сглаживания (агрегирования точек с одинаковой меткой времени) построен краткосрочный прогноз (временной диапазон до 3 лет) для регионов ЮФО. Статистической базой для анализа послужили официальные данные о хозяйственном развитии регионов РФ, размещенные на сайте Федеральной службы государственной статистики (далее – ФСГС) и ее территориальных органов.

Результаты и обсуждение

Исследуя современное состояние методов и инструментов прогнозирования экономического роста на основе разнообразных моделей, следует с помощью метода сопоставления охарактеризовать их многообразие, инструментарий, а также сходства и отличия. Результаты данного сравнения целесообразно представить в таблице 1.

Приведенные ниже модели базируются на различных характеристиках: эффекте масштаба и внешних эффектах; конвергенции; величине инвестиций и уровне технических знаний; физическом, человеческом капитале, институциональных, социальных, географических факторах; цикличности развития регионов; эффекте диффузии от нововведений; концентрации ресурсов в «полюсах роста» и т. д.

Таблица 1. Сравнительный анализ моделей прогнозирования экономического роста

Table 1. Comparative analysis of economic growth forecasting models

Род модели	Наименование модели	Сущностные характеристики модели
Неоклассические модели	Модель Г. Бортса и Дж. Стейна	Модификация классической модели Р. Солоу к региональному экономическому росту (основа «эффект масштаба» и внешние эффекты)
	Модель сходимости Р. Солоу и Т. Свана, Мэнкью-Ромера-Уэйла, Барро-Сала-и-Мартина	Характеризуют условную конвергенцию стран и регионов – бедные страны растут быстрее богатых и постепенно догонят их, если у них одинаковые ставки сбережений, амортизации, темпы роста населения и уровень технологий
	Теория регионального роста Х. Зиберта	Экономический рост как результат инвестиций и технических знаний
	Модель Р. Холла и Ч. Джонса	Включает не только физический и человеческий капитал, но и институциональный, социальный, географический факторы
Кумулятивные	Базовая модель Г. Мюрдаля взаимной и кумулятивной обусловленности	Развитие регионов происходит неравномерно, циклами: «богатство порождает богатство» и «бедность порождает бедность»
	Концепция «полюсов роста» Ф. Перру, Ж. Будвиля, П. Потье, Х. Ласуэна	Экономический рост в стране происходит неравномерно	концентрируясь в «полюсах роста» – динамичных промышленных центрах (регионах)
	Модель мультикаузальности и городской агломерации Х. Ричардсона		городские агломерации притягивают ресурсы и возможности
	Теория «центр-периферия» Дж. Фридмана		выгоды концентрируются из-за положительных обратных связей
	Модель «диффузии нововведения» Т. Хагерстранда и П. Хаггета	Медленный рост регионов, экспоненциальное ускорение и стадия выравнивания при достижении насыщения
	Модель «вулкан» Х. Гирша	Агломерации обеспечивают отток ресурсов из периферии создавая диспропорции
Новые	Теории новой экономической географии (НЭГ)	Фирмы размещают производство в регионах с хорошим доступом к рынку, но доступ к рынку улучшается в регионах, где концентрировалось производство
	Модели НЭГ: модификации модели Й. фон Тюнена и модель циклического движения	Модель циклического движения факторов Э. Венаблеса, объясняющая развитие регионов через движение факторов и международную торговлю
	Теория агломерации: модель П. Кругмана и П. Ромера, модель экономики двух регионов Р. Фианм	Суть экономического роста регионов – агломерационные эффекты, обуславливающие экономию на масштабе производства
	Модель «ядро-периферия» Г. Мюр-даля и А. Хиршмана, А. Гильберта и Дж. Гаглера	Система взаимосвязи «ядро-периферия» в регионах создает зависимость последних от экономических центров и дисбаланс между ними
	Теория случайного роста: модель Дж. Элллисона и Е. Глейзера, Т. Холмса и Стивенса, эмпирическая модель Д. Дэвиса и Д. Вайнштейна	Возникновение агломераций – это результат случайных шоков. Промышленные объекты могут быть случайно распределены в пространстве без относительно к географическим характеристикам
	Эконометрическая модель пространственных лагов Лунгэня Инна	Инвестиции и инновации не действуют на экономику изолированно, а создают эффект взаимовлияния из-за распространения между соседними регионами
Другие	Теория экспортной базы	Экономический рост обеспечивается за счет устойчивого высокого внешнего спроса на товары и услуги, произведенные внутри данного региона
	Теория экономической базы П. Курта, В. Сонбарта	Экономический рост обусловлен развитием основополагающей отрасли региональной экономики
	Сырьевая теория Х.А. Инниса	Основой экономического роста выступают инвестиции в сырьевой сектор региональной экономики
	Теория секторов А. Фишера, К. Кларка, Ж. Фурастье	Экономический рост основан на перераспределении трудовых ресурсов воздействием эластичности спроса по доходу и производительностью труда
	Теория гибкой специализации Ч. Сэйби, Д. Цейтлина	Описывает влияние производственных режимов на региональное развитие
	Модель «затраты-выпуск»	Описывают возможности экономического роста региона основываясь на факторах, влияющих на выпуск
	Модель локализации производства Я. Тинбергена и Х. Боса	Основана на территориальном размещении фирм с позиции минимизации их затрат

Примечание. Составлено авторами по: [Гаджиев, 2009; Балацкий и др., 2024; Виноградов, 2020; Жуковский, 2024; Borts et al., 1964; Пономаренко, 2012; Pyankova et al., 2023; Разумова и др., 2019; Зырянов и др., 2014].

На основании классификации, предложенной Ю.А. Гаджиевым, модели прогнозирования регионального экономического роста можно классифицировать следующим образом: неоклассические кумулятивные, новые и другие [Гаджиев, 2009, с. 47]. Данные модели применимы, конечно же, не только к региональному уровню функционирования систем, но и к общенациональному, в силу того что первоначальная апробация большинства из них базировалась на анализе макроэкономических данных развития стран.

Проанализировав достоинства и недостатки каждой теории регионального экономического роста (табл. 2) и выявив их сходства и принципиальные отличия, следует обратить внимание на их количественное многообразие и различия в качественных описаниях предложенных моделей.

При этом отметим, что многие из описанных моделей базируются на исследовании благосостояния населения в регионах, рассматривая факторы, влияющие на этот уровень (в том числе величину потребления, инвестиций и т. д.).

В рамках данного исследования регионального среза следует рассмотреть возможности прогнозирования экономического роста, основываясь на 4-факторной составляющей: потреблении, валовом накоплении капитала, государственных расходах и экспортно-импортных операциях (существующих в открытой модели рыночного хозяйства):

Y = {C.I.G.Xn},

где Y – величина валового регионального продукта ВРП; С – конечное потребление; I – валовое накопление капитала; G – государственные расходы; Xn – сальдо экспорта и импорта.

На основе применения метода экспоненциального сглаживания (ETS – Error, Trend, Seasonality), агрегирования точек с одинаковой меткой времени построен краткосрочный прогноз (временной диапазон до 3 лет) для регионов ЮФО РФ. Выборка данных для формирования прогноза по 8 субъектам ЮФО (Волгоградская область, Краснодарский край, республики Адыгея и Калмыкия, г. Севастополь, Республика Крым, Астраханская и Ростовская области) производилась за 11-летний временной интервал (2014–2024 гг.).

Для наглядности динамики темпов экономического роста (по показателю реального ВРП

(в постоянных ценах) с учетом прогнозных значений (реалистичного, оптимистичного и пессимистичного сценариев) полученные данные отражены в таблице 3 и на рисунке 1.

Аналогично были произведены расчеты прогнозных значений для всех регионов ЮФО.

График показывает (см. рис. 2), что наиболее реалистичный сценарий прогноза характеризует следующие темпы экономического роста Волгоградской области на 2025– 2027 гг. (2025 г. – 107,54 %; 2026 г. – 108,26 %, 2027 г. – 108,98 %). Статистические данные по динамике ВРП (в постоянных ценах) относительно предыдущего года демонстрируют в 2022–2024 гг. положительные значения темпов экономического роста (104,3, 108,0 и 107,7 соответственно указанной последовательности лет) [ФСГС]. Привязка «по высокой вероятности» фактически демонстрирует оптимистический сценарий (модель показывает высокий разброс значений), который, исходя из анализа предыдущих мезоэ-кономических данных, в реальности не может быть реализован в краткосрочном периоде. Привязка «по низкой вероятности» отражает пессимистический сценарий. Наиболее реален усредненный вариант (в районе 7–8 % экономического роста объемов промышленного производства исходя из предыдущих периодов).

Следующим субъектом анализа является Краснодарский край (рис. 3).

Исходя из динамики объемов конечного потребления, валового накопления капитала, государственных расходов и величины чистого экспорта, для региона более реалистичен пессимистический сценарий экономического роста (в районе 2–4 %).

Далее с помощью модели экспоненциального сглаживания были проанализированы возможности экономического роста в Ростовской области (рис. 4).

Показатели демонстрируют реалистичный прогноз экономического роста в районе 5 % по 2026–2027 годам. Анализируя динамику данных составляющих ВРП субъекта РФ, следует предположить, что данный сценарий, вероятнее всего, будет реализован в краткосрочной перспективе.

Далее анализу были подвергнуты статистические данные Республики Крым (рис. 5).

Таблица 2. Достоинства и недостатки моделей регионального экономического роста

Table 2. Advantages and disadvantages of regional economic growth models

Род модели	Наименование модели	Достоинства модели	Недостатки модели
Неоклассические модели	Модель Г. Бортса и Дж. Стейна	Исследование принципов свободного рынка и теории факторов производства, определяющих экономический рост	На практике «абсолютная сходимость» регионов фактически не наблюдается
	Модель сходимости
	Теория регионального роста Х. Зиберта	Делают акцент на уникальности и особенности региональных условий	Не учитывает возможность шоков и межрегиональную интеграцию
	Модель Р. Холла и Ч. Джонса	Подчеркивает роль институтов в экономическом росте	Сложность измерения качества институтов
Кумулятивные	Базовая модель Г. Мюрдаля	Стремление к полной занятости и снижения порога бедности	Минусы модели роста представлены высокими ставками налога и возможностью усиления бюрократии
	Концепция «полюсов роста»	Возможность быстрого развития региона	Возможности усиления регионального неравенства
	Модель мультикаузальности и городской агломерации	Учитывает возможные синергетические эффекты территорий	Сложность моделирования
	Теория     «центр-периферия» Дж. Фридмана	Объясняет разрыв между ядром и периферией	Не учитывает рост периферии, способствует сохранению неравенства между ядром и периферией
	Модель «диффузии нововведения» Т. Хагерстранда и П. Хаг-гета	Помогает понять динамику распространения инноваций	Не учитывает ресурсную базу
	Модель «вулкан» Х. Гирша	Дополняет теорию Т. Хагерстранда, указывая на периодичность импульсов нововведений	Не учитывает отказ от инноваций
Новые	Теории новой экономической географии (НЭГ)	Выявление новой причины – «потенциала рынка» или доступности к рынку сбыта	Не применима в отношении предприятий, базирующихся на немобильных факторах производства
	Модели НЭГ	Анализируют экономический рост через призму всех современных моделей	Игнорирование инновационного фактора, существенно упрощают реальность исходя из допущений, не учитывают социальные факторы
	Теория агломерации: модель П. Кругмана и П. Ромера, модель экономики двух регионов Р. Фианм	Объясняет возникновение крупных центров, взаимосвязи стремление к эффективному производству, созданию и развитию агломераций
	Модель «ядро-периферия» Г. Мюрдаля и А. Хиршмана, А. Гильберта и Дж. Гаглера	Показывает диспропорции между ядром и периферией
	Теория случайного роста	Большая доказательная база о случайности распределении промышленных объектов	Не подтверждается в ряде стран и регионов. Например, в г. Японии не нашла подтверждения
	Эконометрическая модель пространственных лагов	Учитывают пространственную зависимость регионов	Сложность спецификации матрицы, проблемы интерпретации коэффициентов
Другие	Теория экспортной базы	Возможность прогнозирования влияния изменения экспорта, занятости и уровнем доходов	Не учитывает связь между открытостью экономики региона и масштабами ее рынка
	Теория экономической базы П. Курта, В. Сонбарта	Универсальность модели, переход регионов от первичного ко вторичному и третичному секторам экономики	Не выдерживает критики в долгосрочной перспективе
	Сырьевая теория Х.А. Инниса	Применима к регионам с развитым сырьевым сектором (апробирована на провинциях Канады)	Носит описательный характер без объяснения причин развития территории
	Теория секторов А. Фишера, К. Кларка, Ж. Фурастье	Относительная простота моделей и возможность апробации на большом количестве стран	Предлагает слишком общий оценки, не дает объективного понимания развития хозяйственной системы
	Теория гибкой специализации Ч. Сэйби, Д. Цетлина	Фокусирование на сложности производственной динамики	Малое внимание уделяется агрегированным показателем мезоуровня (ВРП и прочее)
	Модель «затраты-выпуск»	Масштабность анализа элементов хозяйственной системы и производства	Недостаточность объяснения регионального роста
	Модель локализации производства Я. Тинбергена и Х. Боса	Объясняет причины формирования агломераций	Ограниченная выборка производственных факторов

Примечание. Составлено авторами по: [Гаджиев, 2009; Балацкий и др., 2024; Виноградов, 2020; Жуковский, 2024; Borts et al., 1964; Пономаренко, 2012; Pyankova et al., 2023; Разумова и др., 2019; Зырянов и др., 2014].

Таблица 3. Прогноз темпов экономического роста Республики Адыгея

Примечание. Рассчитано и построено авторами по данным ФСГС.

1 Республика Адыгея

1     Прогн оз(Рес публ и ка Ад ы гея)

----Привязка низкой вероятности(Республика Адыгея)

----Привязка высокой вероятности(Республика Адыгея)

Рис. 1. Краткосрочный прогноз (до 3 лет) экономического роста в Республике Адыгея

Fig. 1. Short-term forecast (up to 3 years) of economic growth in the Republic of Adygea Примечание. Рассчитано и построено авторами по данным ФСГС.

1 Волгоградская область

Протноз(Волгоградская область)

----Привязка низкой вероятное ги(Волгоградская область )

Table 3. Forecast of economic growth rates in the Republic of Adygea

Временная шкалН Республика Адыгей Прогной Привязка низкой вероятной Привязка высокой вероятно!

2014                1018

2015                   100,8
2016                  101,9
2017                  102,6
2018                   103,3
2019                  104,4
2020                  103,6
2021                   103,5
2022                  104,2
2023                   106,8
2024                   107,2	107,2	10720	107,20
2025	107,53	1.04,93	110,13
2026	107,98	104,73	111,24

2027                                108,44                              104,64                               112,23.

----] Гривязка высокой вероятности Волгоградская область )

Рис. 2. Краткосрочный прогноз (до 3 лет) экономического роста в Волгоградской области Fig. 2. Short-term forecast (up to 3 years) of economic growth in the Volgograd region Примечание. Рассчитано и построено авторами по данным ФСГС.

Краснодарский край

•Прогноз! Краснодарский край )

I 1ривязка низкой вероятности! Краснодарский край )

Привязка высокой вероятности(Краснодарский край )

Рис. 3. Краткосрочный прогноз (до 3 лет) экономического роста в Краснодарском крае Fig. 3. Short-term forecast (up to 3 years) of economic growth in the Krasnodar Territory Примечание. Рассчитано и построено авторами по данным ФСГС.

Рис. 4. Краткосрочный прогноз (до 3 лет) экономического роста в Ростовской области

Fig. 4. Short-term forecast (up to 3 years) of economic growth in the Rostov region Примечание. Рассчитано и построено авторами по данным ФСГС.

'Республика Крым                                      Прогно:з(Рес публика Крым)

Привязка низкой вероятности! Республика Крым)    ----Привя зка высокой вероятности! Республика Крым)

Рис. 5. Краткосрочный прогноз (до 3 лет) экономического роста в Краснодарском крае Fig. 5. Short-term forecast (up to 3 years) of economic growth in the Krasnodar Territory Примечание. Рассчитано и построено авторами по данным ФСГС.

Реалистичный прогноз указывает на несущественный рост к концу 2025 г. и прогнозирует незначительное снижение в 2026 и 2027 годах. Оптимистичный прогноз в 4–5 % экономического роста региона на практике слабо реализуем. Это мнение частично подтверждается аналитиками, прогнозирующими лишь к 2028 г. экономический рост в регионе около 1,9 % [Что ждет экономику Крыма ...]. Отметим, что указанные значения более оптимистичны, чем полученные в модели по реалистичному сценарию, и отражают усредненный тренд между реалистичным и оптимистичным прогнозами. Учитывая тенденцию к замедлению темпов экономического роста фактически на всем анализируемом временном лаге (2015–2024 гг.), целесообразно предположить более сдержанный рост, нежели тот, который прогнозируют аналитики.

Далее были проанализированы данные о темпах экономического роста г. Севастополя (рис. 6).

Данные прогнозной модели демонстрируют следующее. Наиболее реалистичным вариантом развития г. Севастополя на ближайшую перспективу является экономический рост в диапазоне 3,99–4,23 %.

Также отметим, что на сайте ФСГС данные по показателю «индекс физического объема валового регионального продукта (в постоянных ценах; в процентах к предыдущему году) по Республике Крым и г. Севастополю доступны лишь с 2015 года. В связи с этим данные 2014 г. по данным субъектам отсутствуют в анализе.

В свою очередь, проанализировав статистические данные и построив прогнозную модель для Республики Калмыкия, были получены следующие результаты (рис. 7).

Анализ данных показывает, что оптимистический прогноз в краткосрочной перспективе недостижим для Республики Калмыкия, так как темпы роста по этому сценарию базируются на возможностях экономического роста 2022 г. и трудно реализуем на протяжении всего анализируемого периода. Учитывая усредненный прогноз (см. красную линию на рис. 7) между оптимистичным и пессимистичными вариантами, следует отметить, что и он, вероятнее всего, не может быть реализован в субъекте в ближайшей перспективе. Прини- мая во внимание объемы потребления, валового накопления и государственных расходов в Республике Калмыкия за анализируемый период, более рационально принять за основу пессимистический сценарий (экономический рост будет незначительным, или экономика будет демонстрировать воспроизводство товаров в идентичных пропорциях), который отражает существующие тенденции в развитии данного субъекта РФ в течение последних 11 лет.

Далее были проанализированы данные о темпах экономического роста в Астраханской области (рис. 8). Выявлено, что усредненный результат, демонстрирующий наиболее реалистичный прогноз экономического роста региона и подтвержденный эмпирическими данными предыдущих лет (2014–2024 гг.), соответствует темпам экономического роста, варьирующимся в диапазоне 100,79 – 101,15, или приблизительно порядка 1 % в год.

Проведенный анализ демонстрирует неравномерные темпы роста среди регионов ЮФО, что объясняется различием в эффективности их экономических и институциональных систем, а также дифференциацией в уровне цифровой трансформации и скорости адаптации к ее реалиям.

Заключение

Исследование показывает, что большинство регионов ЮФО развивается устойчиво, несмотря на внешние шоки, которые обуславливаются санкционным давлением, циклической динамикой, политической ситуацией в мире и прочими факторами. Следует отметить, что за 2020–2023 гг. экономический рост в целом по экономике РФ составлял 5,5 %. По прогнозам Министерства экономического развития РФ, за 2024–2027 гг. он должен составить суммарно 13 % [Минэкономразвития прогнозирует ...].

Динамика экономического роста в российских регионах (рассмотренных на примере ЮФО) показала, что большинство субъектов анализируемого макрорегиона демонстрировали общие тенденции экономического развития РФ (Республика Адыгея, Ростовская и Волгоградская области, Краснодарский край, г. Севастополь). Эта тенденция отразилась на рассчитанных прогнозных значениях в упомянутых выше субъектах РФ.

Рис. 6. Краткосрочный прогноз (до 3 лет) экономического роста в г. Севастополе

Fig. 6. Short-term forecast (up to 3 years) of economic growth in Sevastopol Примечание. Рассчитано и построено авторами по данным ФСГС.

2014 2015 2016 2017 2018   2019 2020 2021   2022 2023   2024 2025   2026 2027

1    Республика Калмыкия

^— Прогноз( Республика Калмыкия)

----Привязка низкой вероятности Республика Калмыкия)

----Привязка высокой вероятности(Республика Калмыкия)

Рис. 7. Краткосрочный прогноз (до 3 лет) экономического роста в Республике Калмыкия

Fig. 7. Short-term forecast (up to 3 years) for economic growth in the Republic of Kalmykia Примечание. Рассчитано и построено авторами по данным ФСГС.

Рис. 8. Краткосрочный прогноз (до 3 лет) экономического роста в Астраханской области Fig. 8. Short-term forecast (up to 3 years) for economic growth in the Astrakhan region Примечание. Рассчитано и построено авторами по данным ФСГС.

Для ряда субъектов макрорегиона по темпам экономического роста были рассчитаны более пессимистичные сценарии на основании динамики последних 11 лет (Астраханская область, республики Калмыкия, Крым).

Преодоление данной проблемы, а именно создание условий для повышения темпов экономического роста, в регионах может быть реализовано через комплекс направлений, разрешаемых в рамках функционирования региональных экономической и институциональных систем, а именно:

• –    развитие инфраструктуры региона;

• –    повышение производительности труда;

• –    цифровизация хозяйственной системы и создание условий для ее скорейшей адаптации к данным изменениям;

• –    повышение эффективности поддержки предпринимательского сектора с целью сохранения существующих и создания новых рабочих мест;

• –    улучшение инвестиционного климата региона;

• –    повышение уровня благосостояния населения;

• –    снижение административных и бюрократических барьеров для развития бизнеса;

  – повышение качества человеческого капитала (посредством адаптации системы образования к текущим потребностям хозяйственной системы);

• –    создание условий для развития внешних связей регионов;

• –    увеличение вложений в НИОКР и дальнейшее развитие инфраструктуры для их разработки, последующего продвижения и внедрения и т. д.

Указанный перечень направлений не является исчерпывающим и может быть дополнен и расширен в будущем.

Реализация данных направлений развития региональных хозяйственных систем посредством изменения их экономико-институционального содержания обусловит возможности обеспечения стабильного и сбалансированного экономического роста регионов ЮФО в будущих периодах. Подобные изменения, в свою очередь, возможны лишь при синтезе усилий органов государственной власти, институтов монетарного регулирования, бизнеса и научного сообщества.

Выводы

По рассмотрении зарубежных и отечественных практик прогнозирования экономического роста территорий на основе различных моделей были выявлены их характерные черты, а также обозначены их достоинства и недостатки. На основе метода экспоненциального сглаживания построен краткосрочный прогноз темпов роста регионов ЮФО на период 2026 и 2027 гг., который послужил базисом для разработки практических рекомендаций по улучшению ситуации в зависимости от специфики развития субъектов РФ на современном этапе. Достижение устойчивых темпов роста в условиях новых вызовов и угроз, стоящих перед хозяйственными системами различного уровня, является одной из важнейших задач, открытых перед национальной экономикой в рамках ее краткосрочного, среднесрочного и долгосрочного сбалансированного и устойчивого развития.