Специфика взаимодействия факторов экономического роста Мурманской области и Российской Федерации в целом

   Цель. Установить специфику взаимодействия факторов экономического роста Мурманской области и России в целом с использованием методологического потенциала производственных функций.

   Задачи. Оценить возможности построения моделей производственных функций для Мурманской области и России в целом; построить и исследовать адекватные модели типа производственных функций для Мурманской области и России в целом.

   Методология. В основе построенной методологии находится проверка исходной гипотезы о возможности построения адекватной модели типа производственных функций для субъектов Российской Федерации (РФ) и России в целом. На первом этапе проведен анализ динамики валового регионального продукта (ВРП) и факторов экономического роста (инвестиций в основной капитал, стоимости основных фондов и численности занятых), который отражает существенные различия в поведении этих показателей для Мурманской области и России в целом. В целях проверки гипотезы о возможности построения производственных функций для Мурманской области и России в целом рассчитаны коэффициенты корреляции Пирсона между ВРП и факторами производства за 2000–2022 гг. Далее предполагалось построение серии моделей типа производственных функций. Рассмотрены показательная производственная функция и производственная функция Кобба — Дугласа. Лучшая модель выбрана с помощью информационного критерия Акаике, скорректированного для малых выборок.

   Результаты. Установлено, что для России в целом взаимное поведение основных факторов экономического роста (труда и капитала) укладывается в общепринятые представления: существует значимая положительная связь между ВРП и факторами производства. Соответственно, для России становится возможным построение классических моделей производства ВРП в виде производственных функций. Гипотеза о возможности построения производственных функций для Мурманской области не подтвердилась, созданы модели только для России в целом.

   Выводы. На основе исследования серии моделей в виде показательной производственной функции и функции Кобба — Дугласа установлены растущий характер экономики России, параметры эластичности по численности занятых и инвестициям в основной капитал. Факт разбалансированности взаимодействия основных факторов производства в Мурманской области не подтвердил гипотезу для этого региона. Причины разбалансированности следует искать в специфике региональных производственных процессов.

1. Асемоглу Д. Введение в теорию современного экономического роста : в 2 кн. Кн. 1 / пер. с англ. под науч. ред. К. Сосунова. М.: Дело, 2018. 928 с.

2. Барро Р. Дж., Сала-и-Мартин Х. Экономический рост / пер. с англ. А. Н. Моисеева, О. В. Капустиной. М.: БИНОМ, Лаборатория знаний, 2010. 824 с.

3. De Long J. B. Productivity growth, convergence, and welfare: Comment // The American Economic Review. 1988. Vol. 78. No. 5. P. 1138–1154.

4. Solow R. M. A contribution to the theory of economic growth // The Quarterly Journal of Economics. 1956. Vol. 70. No. 1. P. 65–94. DOI: 10.2307/1884513

5. Губанов А. Ю., Жиляев К. В. Отечественный опыт оценки темпов экономического роста // Научные труды Института народнохозяйственного прогнозирования РАН. 2013. Т. 11. C. 483–504.

6. Татаркин А. И. Новая индустриализация экономики России: потребность развития и/или вызовы времени // Экономическое возрождение России. 2015. № 2. С. 20–31.

7. Тишков С. В., Егоров Н. Е., Волков А. Д., Ковров Г. С. Инновационный потенциал регионов Арктической зоны Российской Федерации: состояние и пространственная дифференциация // Арктика и Север. 2024. № 55. С. 24–39. DOI: 10.37482/issn2221-2698.2024.55.24

8. Суворов Н. В., Ахунов Р. Р., Губарев Р. В., Дзюба Е. И., Файзуллин Ф. С. Применение производственной функции Кобба — Дугласа для анализа промышленного комплекса региона // Экономика региона. 2020. Т. 16. № 1. С. 187–200. DOI: 10.17059/2020-l-14

9. Сорокина Н. Ю. Особенности старопромышленного региона как объекта управления социально-экономическим развитием // Известия Тульского государственного университета. Экономические и юридические науки. 2016. № 1-1. С. 72–80.

10. Скуфьина Т. Перспективы развития Севера России // Вопросы экономики. 2010. № 8. С. 148–151. DOI: 10.32609/0042-8736-2010-8-148-151

11. Скуфьина Т. П., Корчак Е. А., Баранов С. В. Химеры прошлого и навигация по новейшим условиям развития, рискам и возможностям управления российской Арктикой // Арктика и Север. 2021. № 43. С. 45–76. DOI: 10.37482/issn2221-2698.2021.43.45

12. Самарина В. П., Самарин А. В. Демографические особенности северных регионов России // Фундаментальные исследования. 2020. № 3. С. 90–95. DOI: 10.17513/fr.42705

13. Самарина В. П. Региональная экономика: Северо-Арктические территории России : учеб. пособие. Курск: Университетская книга, 2022. 141 с. DOI: 10.47581/2021/03.Samarina.002

14. Лаженцев В. Н. Социально-экономическая география и региональная политика: северный аспект // Известия Коми научного центра УрО РАН. 2016. № 3. С. 103–110.

15. Агарков С. А. Человеческий капитал в теории и практике экономического роста (на примере Мурманской области) // Север и рынок: формирование экономического порядка. 2024. Т. 27. № 2. С. 7–19. DOI: 10.37614/2220-802X.2.2024.84.001

16. Потехина Н. В. Роль человеческого капитала в экономическом росте // Вестник Томского государственного университета. 2007. № 295. С. 207–209.

17. Клочков В. В., Панин Б. А. Проблемы разработки и применения экономико-математических моделей в менеджменте // Экономический анализ: теория и практика. 2012. № 13. С. 46–58.

18. Churchman C. W. Managerial acceptance of scientific recommendations // California Management Review. 1964. Vol. 7. No. 1. P. 31–42. DOI: 10.2307/41165618

19. Суспицын С. А. Барометры общего регионального положения // Проблемы прогнозирования. 2005. № 2. С. 97–111.

20. Баранов С. В., Скуфьина Т. П. Моделирование региональных систем : монография. Апатиты: Кольский научный центр РАН, 2014. 101 с.

21. Баранов С. В. Технологии оценки неоднородности социально-экономического развития регионов Российской Федерации: проблемы и решения // Экономическая наука современной России. 2009. № 3. С. 48–55.

22. Новосельцев В. Н., Новосельцева Ж. А. Математическое моделирование — достоинства и недостатки // Математика. Компьютер. Образование : сб. науч. тр. XVI Междунар. конф. (Пущино, 19–24 января 2009 г.) / под общ. ред. Г. Ю. Ризниченко. Ижевск: Научно-издательский центр «Регулярная и хаотическая динамика», 2009. Т. 1. С. 110–112.

23. Баранов С. В., Скуфьина Т. П. Моделирование производства валового регионального продукта в регионах зоны Севера и несеверной части РФ // Вопросы статистики. 2007. № 2. С. 57–62.

24. Кирилюк И. Л. Модели производственных функций для российской экономики // Компьютерные исследования и моделирование. 2013. T. 5. № 2. С. 293–312.

25. Кантор О. Г., Спивак С. И. Моделирование параметров расширенной функции Кобба — Дугласа в условиях неопределенности исходных данных // Вестник Уфимского государственного авиационного технического университета. 2019. Т. 23. № 1. С. 104–109.

26. Корчак Е. А. Социально-трудовой потенциал молодежи российской Арктики: проблемы воспроизводства // Арктика и Север. 2022. № 48. С. 119–143. DOI: 10.37482/issn2221-2698.2022.48.119

27. Галимуллин Э. З. Миграционные установки и механизмы привлечения молодежи в Арктическую зону Российской Федерации // Арктика и Север. 2019. № 36. С. 96–109. DOI: 10.17238/issn2221-2698.2019.36.96

28. Шарова Е. Н. Миграционные установки молодежи Мурманской области // Проблемы развития территории. 2015. № 3. С. 88–103.

29. Иванова М. В., Белевских Т. В., Зайцев Д. В. Об арктическом рынке труда // Проблемы развития территории. 2017. № 1. С. 145–157.

30. Волков А. Д., Симакова А. В., Тишков С. В. Пространственная дифференциация факторов миграции населения Арктического региона (на примере Карельской Арктики) // Регион: экономика и социология. 2022. № 3. С. 155–186. DOI: 10.15372/REG20220307

31. Приложение к сборнику «Регионы России. Социально-экономические показатели» // Федеральная служба государственной статистики (Росстат). 2024. URL: https://rosstat.gov.ru/folder/210/document/47652 (дата обращения: 20. 05. 2024).

32. Sugiura N. Further analysis of the data by Akaike’s information criterion and the finite corrections // Communications in Statistics — Theory and Methods. 1978. Vol. 7. No. 1. P. 13–26. DOI: 10.1080/03610927808827599