Оценка пространственной зависимости объема отгруженной продукции в динамике

Цель исследования. Актуальность изучения вопросов оценки объёма отгруженной продукции обусловлена, как минимум двумя причинами. С одной стороны его ролью как результирующего показателя деятельности территориальных систем, с другой – его первичным характером по отношению к последующим стадиям распределения и потребления. Увеличение производства напрямую связано с внутренним потреблением и возможностями продвижения произведенных товаров на внешние рынки, что характеризуется объемами розничной и оптовой торговли. Потребность в поиске возможностей роста производства, определяет необходимость расширения существующих представлений об этих связях, в том числе с учетом эффектов времени и пространства. Так, в условиях сетизации экономического пространства, нельзя не учитывать изменения производственных и торговых процессов одних территорий в отрыве от происходящих процессов на других территориях. При этом очевидно, что любое текущее состояние является следствием достигнутого рассматриваемой территорией положения в прошлом. Цель исследования состоит в оценке пространственной зависимости объема отгруженной продукции в динамике в увязке с показателями оптовой и розничной торговле.

Материалы и методы. В работе проведена оценка пространственной автокорреляции с помощью одномерного и двумерного индексов Морана показателей, характеризующих производство, распределение и обмен товаров. Опираясь на выделенные пространственные зависимости, на панельных данных 2010–2019 гг. 85 субъектов РФ последовательно построены три модели: обобщенная регрессионная модель на панельных данных (pooled model), модель пространственного лага на панельных данных; модель с пространственно-взвешенной факторной переменной.

Расчеты проводились в программе GeoDA. отгруженной продукции следует учитывать пространственные эффекты. Значение глобального индекса Морана показывает достаточно высокую прямую связь субъектов РФ по объему отгруженной продукции (0,29–0,39), при слабой связи по обороту оптовой торговли (0,06–0,18). В свою очередь двумерный индекс Морана показал, что объем отгруженной продукции имеет пространственную связь с оборотом оптовой торговли соседних субъектов РФ. Положительный эффект на объем отгруженной продукции на душу населения также оказывает внутреннее конечное потребление, характеризуемое оборотом розничной торговли на душу населения. Построенные модели показали, что на объеме отгруженной продукции положительно сказываются увеличение оборота оптовой торговли в регионе и в соседних территориях, оборота розничной торговли в регионе и развитие производства в соседних территориях.

Заключение. В статье рассматривается модель позволяющая связать развитие производства товаров с состоянием каналов их продвижения как внутри территории, так и за ее пределами. При этом использование панельных данных в расчетах способствует получению надежных и содержательных оценок в моделях. В рамках предложенных моделей удалось выделить ранее не определяемую на кроссекционных данных связь производства и оптовой торговли. Полученные результаты позволяют повысить качество принимаемых решений в вопросах территориальной организации экономической деятельности в регионах, способствуя развитию производства зависящего от возможностей продвижения производимых товаров через оптовую и розничную сеть.

1. Минакир П. А. Российское экономическое пространство. Стратегические тупики // Экономика региона. 2019. Т. 15. № 4. С. 967–980. DOI: 10.17059/2019-4-1.

2. Митрофанова И. В., Селютин В.В., Иванов Н. П. «Белые пятна» стратегии пространственного развития России: обсуждение проекта // Региональная экономика. Юг России. 2019. Т. 7. № 1. С. 42–55. DOI: 10.15688/re.volsu.2019.1.4.

3. Положенцева Ю. С. Количественная оценка уровня развития межрегиональной связанности экономического пространства // Инновационная экономика: перспективы развития и совершенствования. 2018. № 3 (29). С. 116–128.

4. Кириллова С. А., Кантор О. Г. Региональное развитие и качество экономического пространства // Регион: экономика и социология. 2010. № 3. С. 57–80.

5. Руднева Л. Н., Симарова И. С. Товарный обмен как фактор межрегиональной связанности экономического пространства // Проблемы формирования единого пространства экономического и социального развития стран СНГ: материалы ежегодной Международной научно–практической конференции. Отв. ред. О. М. Барбаков, зам. ред. Ю.А. Зобнин. 2014. С. 276–283.

6. Волчкова И. В., Данилова М.Н., Подопригора Ю.В., Селиверстов А.А., Уфимцева Е.В., Шадейко Н.Р. Подходы к оценке связанности социально-экономического пространства агломерации // В сборнике: Исследования молодых учёных: экономическая теория, социология, отраслевая и региональная экономика. Новосибирск, 2016. С. 211–217.

7. Симарова И. С. Обоснование регионального развития с учетом связанности экономического пространства: диссертация кандидата экономических наук: 08.00.05. Тюмень, 2014. 146 с.

8. Бакуменко О. А. Межрегиональное взаимодействие как фактор развития региональных социально – экономических систем: на примере Северо-Западного федерального округа: автореферат диссертации кандидата экономических наук: 08.00.05. Санкт-Петербург, 2017. 16 с.

9. Полякова А. Г., Симарова И. С. Региональное экономическое пространство и территориальное развитие: оценка действия сил связанности // Вестник УрФУ. Серия: Экономика и управление. 2014. № 2. С. 48–60.

10. Земцов С. П., Бабурин В. Л. Оценка потенциала экономико-географического положения регионов России // Экономика региона. 2016. Т. 12. № 1. С. 117–138. DOI: 10.17059/2016-1-9.

11. Блануца В. И. Экономико-географическое положение: обобщение концептуальных установок и генерация новых смыслов // География и природные ресурсы. 2015. № 4. С. 7–16.

12. Moran P. The interpretation of statistical maps // Journal of the Royal Statistical Society. 1948. Т. 10. С. 243–251.

13. Geary R. The continiguity ratio and statistical mapping // The Incorporated Statistician. 1954. Т. 5. С. 115–145. DOI: 10.2307/2986645.

14. Cliff A. D., Ord J. K. Space-Time Modelling with an Application to Regional Forecasting // Transactions of the Institute of British Geographers. 1975. № 64. С. 119–128. DOI:10.2307/621469.

15. Cliff A. D., Ord J. K. Spatial Autocorrelation. Ord. London: Pion, 1973. 178p.

16. Anselin L. Spatial Dependence and Spatial Structural Instability in Applied Regression Analysis // Journal of Regional science. 1990. № 30. С. 185–207. DOI:10.1111/j.1467-9787.1990. tb00092.x.

17. Anselin L., Syabri I., Smirnov O. Visualizing Multivariate Spatial Correlation with Dynamically Linked Windows [Электрон. ресурс] // Computing Science and Statistics. 2002. 33 с. Режим доступа: https://www.semanticscholar.org/paper/Visualizing-Multivariate-Spatial-Correlation-with-Mirnov/4e34bd70317377971ba8df7259288b972ad6a239.

18. Anselin L. Local Indicators of Spatial Association-LISA // Geographical Analysis. 1995. № 27(2). С. 93–115.

19. Davidson N. B., Mariev O. S. The impact of spatial concentration on enterprise performance // Экономика региона. 2015. № 4. С. 95–105. DOI:10.17059/2015-4-8.

20. Zemtsov S. P., Tsareva Yu. V. Entrepreneurial Activity in the Russian Regions: How Spatial and Temporal Effects Determine the Development of Small Busines // Journal of the New Economic Association. 2018. № 1(37). С. 118–134. DOI: 10.31737/2221-2264-2018-37-1-6.

21. Ye X., Wei Y. D. Geospatial Analysis of Regional Development in China: The Case of Zhejiang Province and the Wenzhou Model // Eurasian Geography and Economics. 2005. № 46(6). С. 445–464. DOI:10.2747/1538-7216.46.6.445.

22. Demidova, O. Spatial effects for the eastern and western regions of Russia: a comparative analysis // International Journal of Economic Policy in Emerging Economies. 2015. № 8(2). С. 153–168. DOI: 10.1504/ijepee.2015.069594.

23. Плякин, А. В., Орехова Е. А. Пространственный анализ экономического потенциала муниципальных районов для управления межмуниципальными взаимодействиями // Бизнес. Образование. Право. 2019. № 1(46). С. 81–89.

24. Mohanty B., Bhanumurthy N. R. Regional growth policy experience in India: the spatial dimension // Asia-Pacific Journal of Regional Science. 2018. № 2(2). С. 479–505. DOI: 10.1007/ s41685-018-0075-3.

25. Villaverde J., Maza A. Productivity convergence in the European regions, 1980–2003: a sectoral and spatial approach // Applied Economics. 2008. № 40(10). С. 1299–1313. DOI: 10.1080/00036840600771361.

26. Lehmann H., Oshchepkov A., Silvagni M. G. Regional Convergence in Russia: Estimating a Neoclassical Growth Model [Электрон. ресурс] // IZA Discussion Papers. 2020. №. 13039. Режим доступа: https://www.econstor.eu/bitstream/10419/216351/1/dp13039.pdf.

27. Alexeev M., Chernyavskiy A. A tale of two crises: Federal transfers and regional economies in Russia in 2009 and 2014–2015 // Economic Systems. 2018. № 42(2). С. 175–185. DOI: 10.1016/j.ecosys.2017.07.002.

28. Di Berardino C., D’Ingiullo D., Sarra A. Distributive trade and regional productivity growth // The Service Industries Journal. 2017. № 37(13–14). С. 833–857. DOI: 10.1080/02642069.2017.1359261.

29. Балаш В.А., Файзлиев А.Р. Пространственная корреляция в статистических исследованиях // Вестник Саратовского государственного социально-экономического университета. 2008. № 4 (23). С. 122–125.

30. Демидова О.А. Пространственно-авторегрессионная модель для двух групп взаимосвязанных регионов (на примере восточной и западной части России) // Прикладная эконометрика. 2014. № 2(34). С. 19–35.

31. Некоторые подходы к моделированию отдельных макроэкономических показателей. М.: Издательство Института Гайдара, 2019. 312 с.

32. Купова М. К., Суслов Д. А. Оценка и использование воспроизводственного потенциала регионов // Региональная экономика: теория и практика. 2009. Т. 7. № 40. С. 33–39.