Эмпирические исследования о роли пространственного взаимодействия российских регионов - Эмпирический анализ пространственного взаимодействия российских городов

Существует немало эмпирических исследований в рамках пространственной экономики, в которых используются российские данные регионального уровня.

К. Глущенко в своей статье (Gluschenko, 2010) проводит обзор методов анализа неравенства доходов среди российских регионов. Данный вопрос привлекает внимание многих исследователей. В качестве доходов обычно рассматриваются ВРП, ВРП на душу населения, доходы населения (на одного). Выделяют три главных метода анализа неравенства по доходам: анализ кросс-секционных данных (в том числе панельные данные, использование матриц весов), анализ временных рядов, анализ динамики распределения доходов. Наиболее популярным методов при анализе кросс-секционных данных является изучение региональной конвергенции. При обобщении результатов подобных исследований видно, что однозначного ответа на исследуемый вопрос нет, так в одних работах наблюдается наличие конвергенции, а в других нет. При анализе динамики распределения доходов используются такие показатели как стандартное отклонение, коэффициент вариации, коэффициент концентрации Лоренца, индекс Тейла, коэффициент Джинни. пространственный российский геовизуализация моран

Гуриев С. и Вакуленко Е. также в своей статье (Guriev, Vakulenko, 2012) приводят обзор исследований, посвященных региональной конвергенции. При этом они проводят собственное исследование, используя данные по российским регионам за 1995-2010 гг. Исследуют влияние таких факторов как "ловушка бедности", "ограничения ликвидности". Исследуют конвергенцию по компонентам ВРП и доходов населения, а также потоки мигрантов и капитала. В 1990-е гг. не наблюдается конвергенции между российскими регионами, а в 2000-х гг. имеет место устойчивая конвергенция по доходам и заработной плате населения. Избавление от барьеров, мешающих трудовой миграции, также играет важную роль в конвергенции по доходам и заработной плате. Также авторы отмечают наличие "ловушки бедности" в 1990-х гг. на региональном уровне.

В работе (Иванова, 2014) также рассматривается региональная конвергенция доходов населения. Используются данные о реальных среднедушевых доходах населения российских регионов за период 1996 - 2012 гг. Для проверки наличия пространственной автокорреляции среднедушевых доходов используется индекс глобальной пространственной автокорреляции Морана, вычисленный на основе семи различных пространственных матриц весов. Наиболее подходящими для данного анализа являются матрица смежности и матрица обратных географических расстояний с порогом в 1000 км. С помощью проведенного анализа был сделан вывод о наличии положительной и статистически значимой пространственной взаимосвязи российских городов. Для проверки гипотезы о региональной бета-конвергенции оценивалась регрессия Барро, которая не была отклонена на основе анализируемых данных о российских городах. Следовательно, наблюдается бета-конвергенция российских регионов по среднедушевым доходам. Далее в модель были включены матрица смежности и данные о широте, долготе городов (в логарифмах). Сделан вывод о положительном влиянии размера рынка на экономический рост и наличии пространственных компонент взаимовлияния регионов.

Михайлова Т. в своей работе (Mikhailova, 2004) использует данные российских регионов для оценки неэффективного расселения и расположения промышленности по территории страны (как наследие плановой экономики и с учетом шока Второй мировой войны), а также исследует стоимость холода в России. В первой части работы для оценки вышеуказанного вопроса использовались данные о регионах Канады, на основе которых была построена эмпирическая модель динамики пространственного расселения по территории страны, далее данная модель проецировалась на российские регионы с учетом шоков Второй мировой войны. В качестве зависимых переменных в модели используются численность населения и численность занятых в промышленности по регионам, в качестве независимых переменных - площадь, средняя температура января, расстояние до крупного города, число железных дорог, наличие полезных ископаемых, доступ к торговым и морским путям, качество сельскохозяйственных земель, уровень урбанизации в регионе на начало XX века. Анализ показал, что распределение численности населения по российским регионам под воздействием советской политики отличается от того, которое было бы возможно под воздействием рыночных сил. Северные и восточные регионы являются "перенаселенными". Следующей целью статьи являлось исследование стоимости холода в России, она оказалось достаточно высокой. Низкие температуры ведут к более высокому потреблению электроэнергии и высокой смертности. В настоящее время средняя температура на душу населения в России на 1,50С ниже, чем если бы в XX веке на распределение населения по стране влияли рыночные силы, а не плановая экономика.

Демидова О. А. в своей работе (Демидова, 2014) исследует пространственные эффекты для основных макроэкономических показателей российских регионов. В качестве исследуемых показателей были выбраны уровень безработицы в регионе, реальная заработная плата, рост ВРП в регионе за год. Использовались данные за 2000-2010 гг. для 75 российских регионов. Выявление пространственных эффектов Демидова О. А. начинает с вычисления индексов Морана, получен следующий результат: краткосрочные пространственные эффекты существуют лишь для западных российских регионов, и то лишь для первых двух рассматриваемых макроэкономических показателей. Далее пространственные эффекты оценивались с помощью пространственно-авторегрессионных моделей с использованием дополнительных объясняющих переменных, удалось выявить краткосрочные пространственные эффекты для реальной заработной платы и уровня безработицы. Имеет место асимметричное долгосрочное влияние восточных и западных регионов друг на друга (импульсы с запада в долгосрочном периоде распространяются на восток, но не наоборот).

Похожие статьи




Эмпирические исследования о роли пространственного взаимодействия российских регионов - Эмпирический анализ пространственного взаимодействия российских городов

Предыдущая | Следующая