Моделирование гетерогенности взаимовлияния регионов страны в сфере обрабатывающей промышленности Full article
| Journal | 
                                    Экономика региона (Economy of Region)
                                     ISSN: 2072-6414 , E-ISSN: 2411-1406  | 
                            ||
|---|---|---|---|
| Output data | Year: 2021, Volume: 17, Number: 3, Pages: 944-955 Pages count : 12 DOI: 10.17059/ekon.reg.2021-3-16 | ||
| Tags | Свердловская область, обрабатывающая промышленность, межрегиональные связи, пространственная автокорреляция, индекс Морана, весовая матрица, пространственное распределение, квантильная регрессия | ||
| Authors |         
                
     | 
                        ||
| Affiliations |     
  | 
                        
Funding (1)
| 1 | Министерство науки и высшего образования РФ | 0327-2021-0013 | 
                            Abstract:
                            Важным аспектом эффективного экономического развития регионов является анализ факто-
ров, влияющих на межрегиональные взаимодействия. В связи с этим приобретает актуальность
разработка инструментария оценки этого влияния. В статье предложены методологический под-
ход и оригинальный инструментарий для исследования факторов, влияющих на возможные межре-
гиональные взаимодействия Свердловской области с остальными субъектами Российской Федерации
в сфере обрабатывающей промышленности. Основной гипотезой исследования является предполо-
жение, что элементы матрицы межрегиональных взаимовлияний являются прокси-переменными,
характеризующими степень этого взаимовлияния. Обоснованность данной гипотезы подтверж-
дена соответствующим экономическим анализом наличия взаимосвязей и производственных цепо-
чек между Свердловской областью и регионами РФ. На первом этапе исследуется пространственное
распределение объема выпуска в секторе обрабатывающей промышленности Свердловской области
и остальных регионов РФ с целью определения значений показателя силы взаимовлияния отдельных
территорий в сфере обрабатывающей промышленности. На втором этапе с помощью квантиль-
ной регрессии изучено влияние экономических, инфраструктурных и институциональных факторов
на показатель, полученный на первом этапе, характеризующий степень возможного взаимодей-
ствия Свердловской области и остальных регионов РФ в сфере обрабатывающей промышленности.
В статье доказывается правомерность применения инструментария квантильной регрессии, так
как классическая регрессия МНК дает некорректные оценки зависимостей между исследуемыми пе-
ременными. Это выражается в том, что коэффициенты регрессии зависят от уровня q-квантиля
зависимой переменной. Выявлено, что уровень цен в регионах не оказывает влияния на их возмож-
ное взаимодействие со Свердловской областью. Также следует отметить, что распространение
знаний является драйвером взаимодействия регионов в сфере обрабатывающей промышленности.
Результаты работы могут быть использованы при подготовке стратегий, программ и схем разме-
щения и развития отраслей с учетом потенциала развития Свердловской области с остальными
субъектами РФ.
                        
                    
                
                        Cite:
                                Петров М.Б.
    ,        Серков Л.А.
    ,        Кожов К.Б.
    
Моделирование гетерогенности взаимовлияния регионов страны в сфере обрабатывающей промышленности
Экономика региона (Economy of Region). 2021. Т.17. №3. С.944-955. DOI: 10.17059/ekon.reg.2021-3-16 WOS Scopus РИНЦ OpenAlex
                    
                    
                                            Моделирование гетерогенности взаимовлияния регионов страны в сфере обрабатывающей промышленности
Экономика региона (Economy of Region). 2021. Т.17. №3. С.944-955. DOI: 10.17059/ekon.reg.2021-3-16 WOS Scopus РИНЦ OpenAlex
                            Dates:
                            
                                                                    
                        
                    
                    | Submitted: | Apr 2, 2021 | 
| Accepted: | Jun 18, 2021 | 
| Published print: | Oct 10, 2021 | 
                        Identifiers:
                            
                    
                    
                                            
                    
                                            
                    
                | Web of science: | WOS:000702390200016 | 
| Scopus: | 2-s2.0-85118159714 | 
| Elibrary: | 46590400 | 
| OpenAlex: | W3202239104 |