Устойчивость регионов России в современных экономических условиях

DOI:

В современных условиях российская экономика претерпевает новый виток вызовов в виде санкционного давления. Вместе с тем эти условия способствовали активизации ее внутренних резервов в целом и отдельных отраслей в частности. По результату 2024 г. наша экономика обеспечила рост на 4 %, что говорит о ее сильном потенциале, основанном на устойчивом развитии таких отраслей, как военно-промышленный комплекс, энергетическая отрасль, перерабатывающая промышленность, однако по-прежнему существует неравномерное развитие территорий, которое приводит к появлению регионов-доноров, дотационных регионов. Эти условия способствуют нестабильному и неравномерному развитию основных макроэкономических показателей: валовый внутренний продукт (далее – ВВП), внутренняя норма доходности, степень износа основных фондов и т. д.

В 2026 г. аналитики Центробанка прогнозируют динамику среднегодового показателя ВВП на уровне 1,5 %, это положительно повлияет на экономический рост. Если такая тенденция продолжится, то неизбежна рецессия.

Современная российская экономика переживает очередной сложнейший этап своего развития с выраженными кризисными явлениями, характерными для всех ее секторов и отраслей. Следовательно, сохранение инфляции на приемлемом уровне останется одной из ключевых задач экономической политики государства. В сложившихся условиях существенное воздействие на уровень потребительских цен окажут рост цен на сырье, логистика и ослабление рубля.

Несмотря на усилия для модернизации, экономика России все еще сталкивается со структурными дисбалансами, включая высокую зависимость от сырьевого экспорта и недостаточную развитость некоторых отраслей. В свою очередь, экономическое развитие отрасли зависит от экономико-финансового и технического состояния, уровня научно-технического прогресса и ресурсных возможностей природной среды.

Эффективность развития и управления отраслями во много раз возрастает, когда их рассматривают на основе системного подхода. В этой связи основной характеристикой отрасли как экономической системы, являющейся базисом для развития, служит устойчивость.

В источниках литературы существует множество понятий устойчивости и устойчивого развития. Эти категории междисциплинар- ные и применяются в разных науках – биологии, технике, экономике. В технических дисциплинах понятие устойчивости используется применительно к движению систем. Одним из определений понятия «устойчивость движения» является «способность системы под действием сил не отклоняться от равновесия». Такой устойчивостью обладают те системы, которые под действием возмущений или не меняют свои характеристики и свойства или делают это в незначительной степени.

Устойчивое развитие экономики отрасли рассматривается с точки зрения достижения определенных ориентиров развития с возможностью их корректировки в условиях динамической среды, способности сохранения устойчивости в целом при изменении направлений развития ее составляющих и при наличии соответствующей системы оценок развития. Кроме того, развитие представляет собой процесс перехода из одного состояния в другое, более совершенное, переход от старого качественного состояния к новому качественному состоянию, от простого к сложному, от низшего к высшему. Понятие «устойчивый» в различных словарях означает: стоящий твердо, не колеблясь, стойкий, неподдающийся, неподверженный колебаниям, твердый.

Целью данной работы является исследование состояния устойчивости регионов России. Разделение совокупности регионов на группы по определенному признаку (например, на регионы с высоким, средним и низким уровнем валового регионального продукта (далее – ВРП) на душу населения) для выявления общих закономерностей. Большая территория России и разнообразие природно-хозяйственных условий предопределяет сильную региональную дифференциацию [Баринова и др., 2019]. Географические и природные условия играют роль в формировании потенциала устойчивого и сбалансированного развития региона. К ним относится климат, рельеф и доступ к ресурсам, экономические и социальные условия, например, доступ к рынкам, наличие инфраструктуры, уровень доходов и качество жизни. Достижение устойчивого развития в большой, географически чрезвычайно дифференцированной стране – такой как Россия – невозможно без достижения устойчивого развития ее отдельных регионов. У каждого региона имеется много специфического, что определяет необходимость поиска региональных особенностей моделей перехода к устойчивому развитию.

Научный обзор

Исследованию проблем устойчивого развития регионов России уделено много внимания со стороны научного сообщества [Бархатов, 2021; Корнилова и др., 2023; Яппаров и др., 2023]. Многие авторы в качестве факторов устойчивости регионов рассматривают динамику таких показателей, как индекс промышленного производства, производительность труда, средние значения норм инвестиций. В результате они делают вывод о том, что экономика большинства регионов способна быстро преодолевать последствия кризиса [Ускова и др., 2023].

Так, в качестве одного из факторов устойчивости определяют наличие развитой инфраструктуры и конкурентоспособность [The Interplay... , 2024]. «Новая экономика» выдвигает требования доступности, открытости и надежности к инфраструктуре, задействованной в цифровой экономике и экономике знаний [Generative Artificial Intelligence ... , 2024; Artificial Intelligence Driven ... , 2024]. В центральных регионах наблюдается большое количество высокотехнологичных компаний, координированное и ответственное взаимодействие между всеми уровнями власти и коммуникации, стартапы для молодых предпринимателей. Вместе с тем периферийные регионы имеют слабо развитую цифровую инфраструктуру и низкий уровень квалифицированного персонала.

Большое значение многие авторы придают инвестиционной привлекательности регионов, которая зависит от различных факторов, влияющих на решение инвесторов вложить свои средства в данную территорию. В первую очередь инвесторов привлекают экономические факторы, к примеру, высокий уровень ВРП, оптимальный уровень безработицы, устойчивая инфляция, наличие развитой инфраструктуры, динамика роста в основных сферах производства, объем потребления и капиталовложений [Трубина и др., 2024].

В работе А.В. Алексеева и И.В. Кузнецовой изучается проблема управления устой- чивым социально-экономическим развитием регионов Южного федерального округа через оценку устойчивости инвестиционного потенциала [Алексеев и др., 2021]. В ней рассмотрены проблемы формирования и функционирования механизма управления региональным потенциалом инвестиционных ресурсов, исследованы методические подходы к анализу региональных инвестиционных возможностей и определен критерий устойчивости инвестиционного потенциала анализируемых регионов макрорегиона и методика его расчета.

Р.Х. Саубанов выделяет 25 показателей устойчивости региона на основе данных Росстата. Каждый из показателей, после его расчета, соотносится с максимальным или минимальным значением в группе исследуемых регионов [Саубанов, 2012].

В основном разработка оценочных характеристик устойчивости развития региона проводится на основе индикативного анализа. Показатели выбираются на основе данных Росстата. За эталон принимается средние значения по регионам. Предлагается выдавать паспорт устойчивого развития региона, который может быть представлен как система индикаторов, сгруппированных в три основных раздела: экономический, социальный и экологический [Миронова и др., 2022]. В каждой работе представляется свой набор наиболее влиятельных факторов и оценивается степень воздействия на устойчивость [Зарубин, 2011; Лазарева и др., 2021; Лебедефф-Донской и др., 2013]. В некоторых работах факторы устойчивости оценивают по степени их воздействия на уровень экономической безопасности региона [Михеева, 2021; Оценка уровня устойчивости ... , 2021]. В иных трудах индикаторы устойчивости оцениваются как в статике, так и в динамике [Ускова и др., 2023]. Рассматриваются их как индивидуальные, так и интегральные показатели [Арзуманян, 2020].

Используются новые методики оценки устойчивости регионов, основанные на применении метода диагностики потери устойчивости систем [Басовская, 2014]. Степень устойчивости оценивается по величине дисперсии темпов роста экономики. Риск нестабильности экономической динамики оценивается показателем, отражающим относительную вариацию темпов экономического роста. При определении устой- чивости применяют методы математической статистики [Еремичева и др., 2022].

Отмечается, что для выхода из кризиса России удалось воспользоваться уникальными географическими преимуществами большой протяженной страны с относительно развитой инфраструктурой, имеющей множество соседей и выходов к Мировому океану, и перестроить экономику, увеличивая взаимодействие с более дружественными и быстро развивающимися странами [Земцов и др., 2024].

При этом система управления регионами должна в большей степени опираться на механизмы долгосрочного и оперативного индикативного планирования: разработка и публичная отчетность по целевым индикаторам развития, мониторинг, проведение оценки эффективности и корректировка мер [Полте-рович, 2022; Strategic Approaches... , 2024]. Региональным властям необходимо включить в структуру администраций управления риск-менеджмент для отслеживания рисков и нештатных ситуаций, например, в рамках центров управления регионами или региональных координационных центров [Жихаревич, 2020]. В некоторых регионах могут быть созданы отдельные институты опережающего развития, с широкими полномочиями в области инвестиционной, инновационной, научно-технологической, предпринимательской политики [Иванов и др., 2022].

Методы исследования

Методологической основой исследования являются анализ, обобщение и сравнение. Инструментальной основой являются методы анализа статической информации: факторный и кластерный анализ. В исследовании были использованы прикладные программные продукты Microsoft Excel и IBM SPSS Statistics, что повысило достоверность расчетов. Проведенное исследование позволило впервые обобщить часть эмпирических данных о перспективах экономического развития регионов.

Результаты исследования и обсуждение

В исследовании, на основании данных официальной статистки проведена оценка каж- дого из регионов Российской Федерации по 6 показателям:

• –    ВРП на душу населения (далее – x₁);

• –    степень износа основных фондов (далее – x₂);

• –    рентабельность активов обрабатывающих производств (далее – x₃);

• –    рентабельность проданной продукции, товаров и услуг обрабатывающей промышленности (далее – x₄);

• –    уровень инновационной активности (далее – x₅);

• –    индексы производства продукции сельского хозяйства (двлее – x₆) [Росстат, 2025].

ВРП имеет прямое влияние на бюджет: чем выше ВРП, тем больше налоговая база региона. Это позволяет формировать более крупный бюджет, направляя средства на развитие социальной сферы (здравоохранение, образование), модернизацию инфраструктуры и реализацию экологических программ.

Рост ВРП, как правило, коррелирует с ростом среднедушевых денежных доходов и заработной платы. Это повышает покупательскую способность, стимулирует внутренний спрос и улучшает социальное самочувствие граждан.

Высокий показатель создает прочную экономическую основу устойчивости. Он способствует росту социальной устойчивости за счет финансирования социальных программ и повышения качества жизни. Низкий ВРП на душу населения ведет к дефициту бюджета, недофинансированию социальной сферы, низким доходам, оттоку населения и снижению инвестиционной привлекательности, подрывая все аспекты устойчивости.

Высокий процент износа основных производственных фондов означает, что производственная и инфраструктурная база региона устарела. Данный показатель влияет на эффективность производства. Старое оборудование потребляет больше энергии, чаще ломается, имеет низкую производительность. Это снижает конкурентоспособность выпускаемой продукции и рентабельность предприятий.

Изношенные фонды, особенно в промышленности, многократно повышают риск аварий, которые могут привести к человеческим жертвам и серьезному экологическому ущербу. Высокая степень износа сигнализирует о необходимости масштабных капиталовложений в модернизацию, что может отпугивать инвесторов из-за долгих сроков окупаемости.

Современные фонды – основа экономической устойчивости, так как обеспечивают эффективность и конкурентоспособность. Они также повышают социальную (безопасность труда) и экологическую (меньший вред среде) устойчивость. Высокий износ является прямой угрозой устойчивому развитию. Он подрывает экономическую базу, создает риски для социальной сферы и экологии (промышленные катастрофы).

Показатели рентабельности отражают финансовую эффективность основной производственной сферы региона. Рентабельность активов показывает, насколько эффективно предприятия используют свое имущество для получения прибыли. Рентабельность продукции – какую прибыль приносит каждый рубль, вырученный от продаж.

Высокая рентабельность означает, что у компаний есть прибыль. Эти средства являются источником для выплаты достойной зарплаты, уплаты налогов, а главное – для реинвестирования в модернизацию и инновации. Прибыльные предприятия платят больше налога на прибыль, пополняя региональный бюджет.

Финансово здоровые компании легче переносят экономические спады, сохраняя рабочие места и производственный потенциал. Высокая рентабельность – маркер здоровой экономической системы. Она напрямую связана с социальной устойчивостью через стабильную занятость, уровень зарплат и налоговые отчисления на социальные нужды. Низкая или отрицательная рентабельность ведет к стагнации, отсутствию средств на развитие, риску банкротств, росту безработицы и сокращению доходов бюджета.

Инновации позволяют создавать продукцию с высокой добавленной стоимостью, осваивать новые рынки и уходить от сырьевой зависимости. Это залог долгосрочного экономического роста. Развитие инноваций требует наличия и привлекает в регион высококвалифицированных специалистов, способствует развитию науки и образования.

Инновационная деятельность помогает создавать новые отрасли и ниши, делая экономику региона менее уязвимой к колебаниям на рынках традиционных товаров. Она формирует современную структуру экономики и повышает социальную устойчивость за счет создания качественных рабочих мест и привлечения талантов. Инновации в экологии также способствуют экологической устойчивости. Низкий уровень инноваций обрекает регион на технологическое отставание, потерю конкурентоспособности и «утечку мозгов».

Индекс производства сельского хозяйства характеризует изменение объема сельскохозяйственного производства в текущем периоде по сравнению с базовым. Стабильный рост в сельском хозяйстве обеспечивает жителей региона основными продуктами питания, снижая зависимость от ввоза и колебаний цен на внешних рынках.

Сельское хозяйство является системообразующей отраслью для сельской местности. Его развитие означает создание рабочих мест, поддержание социальной инфраструктуры на селе и замедление оттока населения. Рост агросектора стимулирует развитие перерабатывающей промышленности, логистики, производства техники и удобрений.

Рост индекса производства сельского хозяйства напрямую укрепляет социальную устойчивость (продовольственная безопасность, занятость на селе) и экономическую (развитие аграрнопромышленного комплекса). Спад производства угрожает продовольственной безопасности, ведет к деградации сельских территорий и росту социальной напряженности. Важно отметить, что экстенсивный рост сельского хозяйства может негативно влиять на экологическую устойчивость (истощение почв, загрязнение вод), поэтому важен переход к устойчивым моделям агропроизводства.

При этом показатели x1, x3, x4, x5, x6 – отражают позитивное состояние, где очевидна прямая корреляция между величиной показателей и устойчивостью региона, а показатель x2 отражает негативное состояние (обратная корреляция). Предварительно x2 был трансформирован из негативных в позитивные (x2_new = 100 % – x2) для отражения степень обновленных основных фондов.

Сегментация регионов на основе иерархического анализа методом Варда не позволяет выделить существенные контрастные группы по устойчивости между регионами. В частности, получается формально три сегмента, но наполненность данных кластеров не существенна. Такой подход является нечувствительным, так как 75 регионов (90 %) отображаются в одном сегменте и между ними не выявлено различий (см. рис. 1).

Если на основе кластерного анализа за гипотезу принять наличие трех сегментов, то проведение сегментации регионов альтернативным методом сегментации k-means позволило получить абсолютно идентичные данные. Модель сошлась за две итерации (см. табл. 1). В первый центральный сегмент вошел ЯмалоНенецкий автономный округ, в состав второго среднего по удаленности сегмента вошло 75 (90 %) регионов, и, наконец, третий наиболее удаленный от центра сегмент те же 7 регионов, что и на рисунке 1.

Следовательно, требуется более детальная проработка дифференциаций между регионами. На первом этапе было принято решение отказаться от классического эксплоратор-ного факторного анализа и провести экспертную оценку возможных группировок 6 показателей по двум группам с целью возможной визуализации полученных результатов в формате двухмерной карты. Далее на основе каждой гипотезы будет построена двухфакторная модель и проведена оценка ее пригодности для дальнейшего анализа с позиции конфирматор-ного факторного анализа.

Первая экспертная гипотеза в качестве первой группы предполагает объединение показателей, отражающих экономическую устойчивость, эффективность и производственный потенциал региона. К ним относятся показатели x1, x2, x3 и x4. Вместе они показывают, насколько эффективно регион использует свои ресурсы и насколько он конкурентоспособен с экономической точки зрения. Данную группу можно назвать «экономическая эффективность и производительность».

Вторая группа объединяет оставшиеся показатели x5, x6. Они связаны с инновационным развитием и аграрным сектором, которые влияют на долгосрочную устойчивость региона и его способность адаптироваться к изменениям. Группу логично озаглавить «инновации и сельское хозяйство».

Для проверки гипотезы проведен конфир-маторный факторный анализ с оценкой качества факторной модели по следующим критериям:

• 1.    КМО (мера адекватности выборки Кайзера – Мейера – Олкина), значение вели-

• чины которой должно быть больше 0,5. В данном случае можно говорить о пригодности исходных данных для построения модели.

• 2.    Полная объясненная дисперсия показывает, насколько корректно полученный латентный фактор объединяет входящие переменные. По различным оценкам величина критерия должна варьироваться от 50 до 70 %.

  

  Рис. 1. Сегментация регионов по устойчивости (дендрограмма с использованием метода Варда)

  Fig. 1. Regional segmentation by sustainability (dendrogram using Ward’s method) Примечание . Рассчитано и составлено авторами.

  
  

• 3.    Коэффициент конверсии (composite reliability, далее – CR) позволяет провести расчет комплексной надежности сформированного макрофактора. Величина CR должна быть больше 0,7 – в данном случае можно утверждать, что факторная модель составлена надежно, более того, это важно для обеспечения валидности исследований.

Таблица 1. Конечные центры кластеров на основе сегментации регионов методом k-meansTable 1. Final cluster centers based on regional segmentation using the k-means method

Наименование показателей	Кластер
	1	2	3
ВРП на душу населения	10 453 480,00	618 049,48	2 648 451,01
Степень износа основных фондов	50,60	48,70	47,13
Рентабельность активов обрабатывающих производств	41,60	8,61	12,73
Рентабельность проданной продукции, товаров и услуг обрабатывающей промышленности	29,40	13,34	17,76
Уровень инновационной активности	4,70	9,58	8,69
Индексы производства продукции сельского хозяйства	96,50	108,94	98,23

Примечание. Составлено авторами.

Всего исследовано и проверено 5 гипотез:

Вторая гипотеза предполагает объединение показателей в группу производственных и экономических показателей, отражающих объем и эффективность производства в различных секторах экономики – промышленности и сельском хозяйстве для оценки производственного потенциала региона и в группу инноваций и состояния основных фондов для оценки региона с позиции способности к обновлению и развитию.

Третья гипотеза разделяет показатели по принципу оценки экономического потенциала и его инновационного уровня и по показателям, которые отражают состояние инфраструктуры и эффективность производства в различных отраслях.

Четвертая гипотеза предполагает наличие двух групп. Первая отражает инвестиционный и инновационный потенциал региона, а также общий экономический уровень, вторая же объединяет показатели, характеризующие конечные результаты производственной деятельности.

Пятая гипотеза является развитием первой, но в отличии от нее отделяет экономическую эффективность в отдельную группу, а группу «инновации и сельское хозяйство» дополняет показателем x2, тем самым трансформируя эту группу в «инвестиционно-инновационный потенциал» региона. Детальная сущность самих гипотез, состав групп показателей и проведенные оценки факторных моделей представлены в таблице 2.

Как видно из таблицы, гипотезы 2, 3, 4 не прошли проверки по формальным статистическим показателям. Наилучшие результаты при построении факторных моделей показала гипотеза 5, соответственно, карта позиционирования устойчивости регионов будет представлена по двум критериям – «экономи-

Таблица 2. Оценка гипотез группировки показателей экономической устойчивости регионов на основании конфирматорного факторного анализа

Table 2 . Evaluation of hypotheses for grouping indicators of economic sustainability of regions based on confirmatory factor analysis

Гипотеза	Группы показателей	Состав группы	КМО	Sig. *	Полная объясненная дисперсия, %	CR
1	Экономическая эффективность и производительность	x 1 , x 2 , x 3 , x 4	0,51	0,001	49,1	0,769
	Инновации и сельское хозяйство	x 5 , x 6	0,50	0,014	63,4	0,776
2	Производственные и экономические показатели	x 1 , x 3 , x 4 , x 6	0,52	0,001	49,9	0,658
	Инновации и состояние основных фондов	x 2 , x 5	0,50	0,107	58,9	0,741
3	Экономический потенциал	x 1 , x 3 , x 5	0,46	0,030	45,5	0,645
	Техническое состояние и производство	x 2 , x 4 , x 6	0,41	0,010	42,7	0,660
4	Инвестиционно-капитальные показатели	x 1 , x 2 , x 5	0,48	0,353	39,3	0,496
	Результативные показатели производительности	x 3 , x 4 , x 6	0,51	0,001	60,0	0,67
5	Экономическая эффективность	x 1 , x 3 , x 4	0,51	0,001	64,1	0,836
	Инвестиционно-инновационный потенциал	x 2 , x 5 , x 6	0,61	0,003	49,8	0,748

Примечание . * – значимость критерия КМО. Красным выделены показатели, которые не проходят пороговые значения: КМО > 0,5; Sig. < 0,05; % дисперсии > 60 %; CR > 0,7. Полужирным – результат последней пятой гипотезы. Рассчитано и составлено авторами.

Note . * – significance of the KMO criterion. Indicators that do not pass the thresholds are highlighted in red: KMO > 0.5; Sig. < 0.05; % variance > 60%; CR > 0.7. Bold is the result of the last fifth hypothesis. Calculated and compiled by the authors.

ческая эффективность» и «инвестиционно-инновационный потенциал».

Для построения карты проведен расчет ненормированных латентных этих переменных на основании метода линейной регрессии в программном продукте SPSS Statistics. Для ранжирования полученных переменны использовался подход равных частей. На первом шаге в массиве факторных переменных (FAC1_1,FAC2_1) находилось максимальное и минимальное значение. Далее разница между максимальным и минимальным значениями (L) делилась на 10 равных частей. Разница между максимальным и минимальным значениями ( L ) делилась на 10 равных частей. Исходя из того, в какую «зону» попадало значение переменной FAC, нормированная переменная F принимала соотвествующее значение (рис. 2).

Существует альтернативный подход нормирования латентных переменных по процентилям, это не меняет техническую основу предложенного метода, но применяется в том случае, когда имеется необходимость равномерного распределения регионов по группам. В данном случае, нам это видится некорректным, так как под сомнение ставится само понятие «дифференциация», поэтому разделение по группам произведено на основе равных частей.

Нормализованные переменны F1 и F2 выступают координатами позиции региона по осям абсцисс и ординат соответственно. Получилось 33 группы регионов (см. рис. 3). Наибольшую группу составили 10 областей – Белгородская, Брянская, Курская, Смоленская, Тверская, Волгоградская, Кировская, Пензенская, Свердловская, Томская области, которые имеют текущую экономическую эффективность ниже средней (показатель 3 из 10) и перспективный инвестиционно-инновационный потенциал (показатель 6 из 10).

К регионам с самой устойчивой позицией можно отнести Тюменскую область (5; 6), Пермский край (6; 6), Вологодскую (7; 5), Сахалинскую (7; 6), Новгородскую (8; 5) области. Эти регионы расположены в верхнем правом углу карты по диагонали.

Ямало-Ненецкий автономный округ и Мурманская область являются абсолютными лидерами по текущей экономической эффективности, но с низкой позицией по инвестиционно-инновационному потенциалу. Диаметрально противоположная ситуация обстоит у Ульяновской (2; 8), Ростовской (3; 8); Курганской (3; 10), Оренбургской (4; 9) и Самарской (4; 9) областей, а также Республик Чувашии (3;8), Башкортостан (3; 9), Мордовия (3; 9), Татарстан (4; 10) – наивысшие показатели по

В C D E F min -1,95742 -2,08176

2 3

4 5

6 7

8 9 10 11 12 13 14 15 16 17 18 19 20

Регион

Белгородская обл.

Брянская обл.

Владимирская обл.

Воронежская обл.

Ивановская обл.

4,45202  2,64491

0,64094  0,47267

-1,95742 -2,081761

-1,31648 -1,609092

-0,67553 -1,13643   , |'Г'|

-0,03459 -0,663764

0,60636 -0,191095

1,2473  0,281586

1,88824  0,75424

2,52919  1,226918

3,17013  1,699589

3,81108  2,1722410

Экономим Инвестиц! FlF2

; -0,08882; 0,5912     f‘3"'6

-0'03542 0,45807    '"з"'6

0,54873 -0,08987        45

-0,00964  0,06534        45

-0,12418  0,26428         35

Рис. 2. Нормализация латентных переменных факторных моделей Fig. 2. Normalization of latent variables of factor models Примечание . Рассчитано и составлено авторами.

инвестиционно-инновационному потенциалу при низких показателях экономической эффективности.

К явным аутсайдерам по устойчивости относятся три удаленных географически от центра региона – Забайкальский край (1; 1), Калининградская область (2; 2) и Хабаровский край (2; 2). Координаты каждого региона, где абсцисса это экономическая эффективность, а ордината инвестиционно-инновационный потенциал представлены в таблице 3.

Ориентируясь на проведенные расчеты, можно разделить регионы России на четыре кластера: первый кластер – регионы – лидеры по устойчивости; второй кластер – устойчивые регионы; третий кластер – относительно устойчивые регионы; четвертый кластер – регионы с низкой устойчивостью.

Заключение

В ходе исследования выявлено, что в ряде регионов наблюдается нарушение устойчивости, что требует от региональных органов власти переосмысления проводимой промышленной политики. Экономическая система должна обладать следующими динамическими способностями: предвидеть будущее с помощью моделей прогноза и соотносить с этим определенные мероприятия; принимать долгосрочные программы, стратегии, доктрины; выстраивать партнерские отношения.

Особенность нынешнего кризиса обусловлена не только от внешних шоков. Ранее спад связывали с мировыми кризисами, пандемией или санкциями. Сейчас еще действует ранее заданный импульс роста, вызванный

0123456789 10

Экономическая эффективность

Рис. 3. Карта позиционирования регионов РФ по устойчивости развития

Fig. 3. Positioning map of regions of the Russian Federation by development sustainability Примечание . Составлено авторами.

импортозамещением и военными расходами, а новых драйверов развития нет. Замедление экономического роста произошло на фоне более резкого, чем предполагалось, охлаждения внутреннего спроса. Особенно заметно это в потребительском секторе: россияне стали осторожнее тратить, а компании – сдержаннее инвестировать. На динамику ВВП также повлияло сокращение экспорта отечественной продукции за рубеж.

Российский бизнес зажат в «тиски» из-за высоких процентных ставок, растущих издержек и завышенного курса рубля. Высокие ставки с 2014 г., которые сначала рассматривались как инструмент сдерживания спроса, стали миной замедленного действия, подрывая инвестиционный потенциал и возможность расширения предложения.

Российскому бизнесу нужны инвестиции. Для этого нужно создать такие условия, при которых Центральный банк сможет снижать ставки. Это создаст благоприятную почву для сделок на рынке слияний и погло- щений и перераспределения производственных ресурсов, что в итоге повысит производительность труда. Устойчивому развитию способствуют инновационные нетрадиционные решения: технологические, технические, организационные, управленческие [Innovative Approaches ... , 2024]. Инновации обеспечивают появление новых системных свойств и характеристик, переводящих систему на новый уровень развития. Важно не усугублять внутренние проблемы на фоне внешнего давления, чтобы стимулировать появление новых драйверов роста и переход к экономике предложения. При всех признаках перегрева экономики ее рост возможен за счет увеличения производительности, и более интенсивного использования имеющихся ресурсов. Российские регионы должны сформировать новые экономические модели. Основными тенденциями которых будут: увеличение внутреннего спроса, инвестиционная активность, конкурентоспособное качество продукции, экспортный потенциал. Несмотря на

Таблица 3. Координаты регионов на карте позиционирования

Table 3. Coordinates of regions on the positioning map

Кластер лидирующих регионов
Тюменская обл. (5; 6)	Пермский край (6; 6)	Вологодская обл. (7; 5)	Сахалинская обл. (7; 6)
Новгородская обл. (8; 5)	–	–	–
Кластер устойчивых регионов
Костромская обл. (3; 4)	Иркутская обл. (3; 4)	Тамбовская обл. (3; 5)	Белгородская обл. (3; 6)
Респ. Карелия (3; 4)	Омская обл. (3; 4)	Ярославская обл. (3; 5)	Брянская обл. (3; 6)
Псковская обл. (3; 4)	Еврейская авт. обл. (3; 4)	Респ. Крым (3; 5)	Курская обл. (3; 6)
Краснодарский край (3; 4)	Ивановская обл. (3; 5)	Магаданская обл. (3; 5)	Смоленская обл. (3; 6)
Тверская обл. (3; 6)	Кировская обл. (3; 6)	Свердловская обл. (3; 6)	Рязанская обл. (3; 7)
Волгоградская обл. (3; 6)	Пензенская обл. (3; 6)	Томская обл. (3; 6)	Респ. Марий Эл (3; 7)
Удмуртская Респ. (3; 7)	Саратовская обл. (3; 7)	Владимирская обл. (4; 5)	Воронежская обл. (4; 5)
Ленинградская обл. (4; 3)	Тульская обл. (4; 5)	Челябинская обл. (4; 6)	Самарская обл. (4; 9)
Московская обл. (4; 4)	г. Санкт-Петербург (4; 5)	Алтайский край (4; 6)	Респ. Татарстан (4; 10)
Ханты-Мансийский АО (4; 4)	Кемеровская обл. (4; 5)	Липецкая обл. (4; 7)	Респ. Коми (5; 4)
Красноярский край (4; 4)	Новосибирская обл. (4; 5)	Нижегородская обл. (4; 7)	Ставропольский край (5; 4)
Оренбургская обл. (4; 9)	Орловская обл. (4; 6)	–	–
Кластер относительно устойчивых регионов
Приморский край (1; 4)	Чеченская Респ. (2; 4)	Амурская обл. (2; 5)	Респ. Бурятия (4; 2)
Астраханская обл. (1; 4)	Калужская обл. (2; 5)	г. Москва (4; 2)	Респ. Ингушетия (2; 5)
Кабардино-Балкарская Респ. (1; 4)	–	–	–
Кластер регионов с низкой устойчивостью
Забайкальский край (1; 1)	Респ. Тыва (2; 3)	Респ. Алтай (3; 2)	Респ. Дагестан (3; 3)
Калининградская обл. (2; 2)	Чукотский АО (2; 3)	Респ. Хакасия (3; 2)	Респ. Северная Осетия (3; 3)
Хабаровский край (2; 2)	Респ. Калмыкия (3; 1)	Респ. Адыгея (3; 3)	Респ. Саха (3; 3)
Архангельская обл. (2; 3)	Карачаево-Черкесская Респ. (3; 2)	г. Севастополь (3; 3)	Камчатский край (3; 3)

Примечание. Рассчитано и составлено авторами.

то что внешнеполитическая ситуация продолжит оказывать влияние на экономику, способность адаптироваться к меняющимся условиям и находить новые возможности для развития будет иметь решающее значение.

Исследуемые показатели послужили инструментом для диагностики состояния региона. Они предоставили базовую информацию для органов власти, инвесторов и исследователей, позволяя оценить достигнутый уровень развития, выявить ключевые проблемы и сформировать основу для принятия управленческих решений. Однако для полной картины их необходимо дополнять анализом динамических показателей, которые отражают тенденции и скорость изменений.