Важнейшие результаты проекта РФФИ № 19-010-00434 A
«Исследование социо-эколого-экономического благополучия регионов Востока России в контексте развития трансграничного сотрудничества с КНР» (2019-2021 гг.)

Проблема учета экологического фактора при оценке достигнутого уровня экономического развития активно обсуждается в мировой эколого-экономической научной литературе. В некоторых российских регионах уровень негативного воздействия на окружающую среду очень высок (особенно в субъектах с сырьевой специализацией экономики). Комплексная оценка регионального развития может быть выполнена с использованием многофакторной мультипликативной модели, основанной на расширенной функции А. Сена. Модель включает в себя среднедушевой ВРП, долю доходов населения в ВРП, индекс стоимости жизни в регионе и показатель дифференциации доходов. Эта модель была дополнена сводным экологическим индексом E, позволяющим учесть экологические условия жизни в регионе.

На рис. 1 а представлено распределение российских регионов по значению функции благосостояния без учета экологического фактора (S). Более чем в трети субъектов РФ уровень благополучия без учета экологического фактора в 2019 г. превышал среднероссийское значение (9,5 тыс. руб./чел. в ценах 2008 г.). В числе наиболее благополучных регионов оказались г. Москва, г. Санкт-Петербург, Республика Татарстан, Магаданская и Сахалинская обл., Чукотский, Ненецкий, Ямало-Ненецкий и Ханты-Мансийский АО.

а) без учета экологического фактора (S)

б) с учетом экологического фактора (S)

Рис. 1. Благополучие по расширенной функции А. Сена, 2019 г. (руб./чел. в ценах 2008 г.)

Включение экологического компонента в комплексную оценку социального благополучия оказало значительное влияние на ее результаты. В большинстве регионов экологически скорректированная характеристика регионального развития SEs оказалась значительно ниже показателя, полученного на основе модели без учета экологического фактора (рис. 1 б). Почти в трети регионов разница между характеристиками S и SEs составила 18,7-43,1%, что заметно выше среднероссийского уровня (18,4 % в 2019 г.) (рис. 2).
В европейской части РФ наиболее существенно показатели S и SEs различаются в Новгородской обл. и г. Санкт-Петербург. Эти территории имеют невысокие значения сводного экологического индекса, т.е. население проживает в условиях повышенной антропогенной нагрузки. На Востоке страны выделяется Приморский край, в котором разница между изучаемыми показателя была максимальной – 43,1%.

Рис. 2. Разница между S и SEs в 2019 г. (%)

Исследование миграционных процессов в восточных регионах в контексте предпринятых институциональных решений для ускоренного развития дальневосточного макрорегиона показало, что неблагополучные в социально-экономическом отношении регионы со сложными природно-климатическими условиями проживания имеют очень высокие показатели миграционного оттока. Выявлена незначимая корреляция между показателем с учетом экологической компоненты и коэффициентом миграционного прироста населения. Наименьший уровень благополучия и высокий коэффициент миграции отмечался в Еврейской АО (рис. 3). Сделан вывод, что расширение трансграничного сотрудничества с КНР и реализуемые на Востоке страны новые меры институциональной трансформации пока не принесли ожидаемых позитивных результатов.

Рис. 3. Уровень благополучия (SEs), коэффициент миграционного прироста и число созданных
в рамках проектов опережающего развития рабочих мест, 2019 г.

Для автоматизации процесса исследования регионального развития в обозначенном контексте была спроектирована и разработана информационная система (ИС) с высокой степенью достоверности итоговых данных, главная страница ИС представлена на рис. 4. Главной функцией системы является расчет и визуализация количественных показателей уровня социо-эколого-экономического благополучия регионов РФ в различных форматах: линейные графики, лепестковые диаграммы и интерактивные карты распределения характеристик по регионам РФ (рис. 5).

Разработанная ИС направлена на решение проблемы обеспечения исследователей инструментальными средствами автоматизированной обработки социо-эколого-экономических показателей и позволяет заметно повысить эффективность работы исследователей за счет упрощения процесса поиска и анализа информации, снижения временных затрат на выполнение обработки данных и уменьшения риска возникновения ошибок.

Рис. 4. Главная страница ИС

Рис. 5. Визуализация показателей в ИС: линейный график