Пространственный потенциал агломерационных эффектов: методика определения на материалах санкт-Петербургской агломерации

Бесплатный доступ

Современные методологические подходы и методики исследования агломерационных эффектов направлены на определение и оценку пространственных потенциалов развития и взаимодействия территорий различного иерархического уровня. При этом не учитываются возможности современного программного обеспечения, позволяющего обнаруживать на картографических моделях внутриагломерационные пространственные резервы - пространственные потенциалы. В работе используются пространственно-функциональный и синергетический (агломерационный) подходы, а также метод потенциалов, статистический метод и картографическое моделирование. Раскрыта теоретическая основа образования пространственных потенциалов во внутриагломерационной среде и предложен методический подход к их определению на основе агломерационных эффектов демографо-расселенческой и экономической структур Санкт-Петербургской агломерации. Согласно полученным расчётам были построены картографические модели, соответствующие исследуемым структурам, отражающие пространственные потенциалы агломерационных эффектов, которые представлены группами из пяти кластеров. Уровни кластеров пространственных потенциалов и их конфигурации получены через нейросетевое программное обеспечение «Surfer Golden Software». Выявлено, что группы кластеров потенциалов демографо-расселенческой структуры - гравитационный, высокопотенциальный, среднепотенциальный и низкопотенциальный - имеют меньшие территориальные площади воздействия в отличие от аналогичных групп кластеров экономической структуры. При этом очень низкопотенциальный кластер демографо-расселенческой структуры значительно превосходит по площади аналогичный кластер экономической структуры, распространяясь за пределы городов, расположенных в восточной и юго-восточной частях периферии Санкт-Петербургской агломерации. Направления будущих исследований связаны с разработками новых методологических и методических подходов, нацеленных на поиск и моделирование агломерационных эффектов и их пространственных потенциалов в функциональных структурах отдельных городов, городских агломераций или регионов (инвестиционных, инновационных, экологических, транспортных, сервисных, культурных и прочих структур). Также перспективным направлением является определение пространственных потенциалов на основе агломерационных эффектов отдельных крупных предприятий по количественным показателям эффективности их функциональной деятельности, что затруднено в силу отсутствия открытых статистических данных.

Еще

Городская агломерация, санкт-петербургская агломерация, внутриагломерационная среда, агломерационный эффект, потенциал, демографо-расселенческая структура, экономическая структура, кластер

Короткий адрес: https://sciup.org/147243888

IDR: 147243888   |   DOI: 10.15838/esc.2024.2.92.6

Список литературы Пространственный потенциал агломерационных эффектов: методика определения на материалах санкт-Петербургской агломерации

  • Бураков Н.А., Рубинштейн А.Я. (2020). Теоретические и прикладные аспекты измерения потенциалов экономического развития регионов России // Пространственная экономика. Т. 16. № 1. С. 24–50. DOI: doi.org/10.14530/se.2020.1.024-050
  • Гусейн-Заде С.М., Михеева В.С., Ханин С.Е. (1988). Моделирование территориальных социально-экономических систем // Вестник Московского университета. Серия 5. География. № 3. С. 14–20.
  • Евтеев О.А. (1969). Карта потенциала поля расселения как особый вид изображения населенности территории // Вестник Московского университета. Серия 5. География. № 2. С. 72–76.
  • Коломак Е.А., Шерубнёва А.И. (2023). Оценка значимости агломерационных эффектов на юге Сибири // Пространственная экономика. Т. 19. № 1. С. 52–69. DOI: 10.14530/se.2023.1.052-069
  • Лаврикова Ю.Г., Суворова А.В. (2020). Оптимальная пространственная организация экономики региона: поиск параметров и зависимостей // Экономика региона. Т. 16. № 4. С. 1017–1030. DOI: 10.17059/ekon.reg.2020-4-1
  • Макарова М.Н. (2021). Моделирование социально-демографической асимметрии территориального развития // Экономические и социальные перемены: факты, тенденции, прогноз. Т. 14. № 2. С. 29–42. DOI: 10.15838/esc.2021.2.74.2
  • Медведков Ю.В. (1965). Экономгеографическая изученность районов капиталистического мира. Вып. 2. Приложения математики в экономической географии. М.: Институт научной информации АН СССР. 162 с.
  • Наумов И.В. (2019). Исследование межрегиональных взаимосвязей в процессах формирования инвестиционного потенциала территорий методами пространственного моделирования // Экономика региона Т. 15. № 3. С. 720–735. DOI: 10.17059/2019-3-8
  • Олифир Д.И. (2022). Сравнительный анализ пространственных структур Московской и Санкт-Петербургской агломераций // Пространственная экономика. Т. 18. № 1. С. 73–100. DOI: 10.14530/se.2022.1.073-100
  • Панкратов А.А., Мусаев Р.А., Бадина С.В. (2021). Подходы к выявлению, измерению и прогнозированию кластерных эффектов // Проблемы прогнозирования. Т. 186. № 3. С. 126–134. DOI: 10.47711/0868-6351-186-126-134
  • Растворцева С.Н., Снитко Л.Т. (2020). Региональная специализация и агломерационные эффекты в экономике России // Экономические и социальные перемены: факты, тенденции, прогноз. Т. 13. № 3. С. 46–58. DOI: 10.15838/esc.2020.3.69.4
  • Рыбкин А.В., Бабурин В.Л. (2019). Оценка потенциала агломерационных процессов в территориальных социально-экономических системах (на примере Иркутской городской агломерации) // Региональные исследования. Т. 66. № 4. С. 4–19. DOI: 10.5922/1994-5280-2019-4-1
  • Суворова А.В. (2019). Развитие полюсов роста в Российской Федерации: прямые и обратные эффекты // Экономические и социальные перемены: факты, тенденции, прогноз. Т. 12. № 6. С. 110–128. DOI: 10.15838/esc.2019.6.66.6
  • Cellmer R. (2023). Local amenities – spatial modeling of market potential based on open data. Real Estate Management and Valuation, 31(4), 57–64. DOI: 10.2478/remav-2023-0030
  • Chen L., Yu L., Yin J., Xi M. (2023). Impact of population density on spatial differences in the economic growth of urban agglomerations: The case of Guanzhong Plain Urban Agglomeration, China. Sustainability, 19(15), 1–18. DOI: 10.3390/su151914601
  • Encarnacion R., Magnaye D., Castro A.G. (2023). Spatial analysis of local competitiveness: Relationship of economic dynamism of cities and municipalities in major regional metropolitan areas in the Philippines. Sustainability, 15(2), 1–24. DOI: 10.3390/su15020950
  • Friedmann J. (1966). Regional Development Policy: A Case Study of Venezuela. MIT Press.
  • Lima L., Maraschin C., Giaccom B., Giusti C. (2023). Urban spatial configuration and interactions with retail activities: An approach based on contact. SSRN Electronic Journal. Available at: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4355129. DOI: 10.2139/ssrn.4355129
  • Manesh S.N., Choi J.O., Shrestha B.K. et al. (2020). Spatial analysis of the gender wage gap in architecture, civil engineering, and construction occupations in the United States. Journal of Management in Engineering, 36(4), 1–15. DOI: 10.1061/(ASCE)ME.1943-5479.0000780
  • Mansour Sh., Saleh E., Al-Awadhi T. (2020). The effects of sociodemographic characteristics on divorce rates in Oman: Spatial modeling of marital separations. The Professional Geographer, 72(3), 332–347. DOI: 10.1080/00330124.2020.1730196
  • Mezhevich N.M., Olifir D.I. (2023). Comparative analysis of the territorial support frame of settlement in coastal areas: The case of St. Petersburg and Kaliningrad regions. Baltic Region, 1(2), 23–40. DOI 10.5922/2079-8555-2023-2-2
  • Olifir D.I. (2023). Spatial differentiation of socio-economic development of the St. Petersburg Agglomeration. Studies on Russian Economic Development, 34(1), 42–50. DOI: 10.1134/S1075700723010148
  • Spijker J., Recaño-Valverde J., Martínez S., Carioli A. (2021). Mortality by cause of death in Colombia: A local analysis using spatial econometrics. Journal of Geographical Systems, 23(2), 161–207. DOI: 10.1007/s10109-020-00335-1
  • Stewart J.Q. (1941). An inverse distance variation for certain social influences. Science, New Series, 93(2404), 89–90.
  • Yang Y., Caset F., Derudder B. (2023). Does urban polycentricity contribute to regional economic growth? Empirical evidence from a panel of Chinese urban regions. Regional Studies, 1–15. DOI: 10.1080/00343404.2023.2255623
  • Zhang S., Ding J., Zheng H., Wang H. (2023). Does spatial functional division in urban agglomerations reduce negative externalities in large cities? Evidence from urban agglomerations in China. Heliyon, 9(10), 1–12. DOI: 10.1016/j.heliyon.2023.e20419
Еще
Статья научная