All
 
|
 
 


Comparative assessment of the impact of agglomeration and coastal factors on the innovative development of the Arkhangelsk and Murmansk regions
 
PIIS221979310011812-6-1
DOI10.37490/S221979310011812-6
Publication type Article
Status Published
Authors
Ivan Gumenyuk 
Occupation: Leading Researcher
Affiliation: Immanuel Kant Baltic Federal University
Address: Russian Federation, Kaliningrad
Journal namePskov Journal of Regional Studies
EditionIssue 3 (39)
Pages36-46
Abstract

The Arkhangelsk and Murmansk regions belong to the coastal regions of the European north of Russia, and have many comparable indicators for many basic parameters of socio-economic development. At the same time, the level and dynamics of innovative development of these regions vary significantly. Based on the methods of statistical and cartographic analysis, the article assesses the effectiveness of the implementation of agglomeration and coastal factors in the development of regions and their contribution to the realization of the innovative potential of the two constituent entities of Russia. The author concludes that the level of innovative potential of the Murmansk region is characterized by higher values, including due to a more efficient use of the coastal position, and also due to a more efficient settlement system configuration for the current model of the region’s economic development, which affects the final indicators of agglomeracy.

KeywordsMurmansk region, Arkhangelsk region, coastal factor, agglomeration factor, innovative development
AcknowledgmentThe research is carried out at financial support from grant by Russian Foundation for basic Research 18-310-20016 "Coastal cities in innovation space of European Russia" carried out at Immanuel Kant Baltic Federal University (Kaliningrad, Russia).
Received09.06.2019
Publication date30.09.2019
Number of characters21539
Cite   Download pdf To download PDF you should sign in
1 Введение. Успех социально-экономического развития территориальных социально-экономических систем (ТСЭС) любого уровня зависит не только он набора базовых факторов развития, которыми обладает та или иная система, но и от того, как эффективно эти ресурсы будут использоваться. Зачастую ориентация в развитии лишь на некоторые из имеющихся ресурсов порождают такие проблемы регионального развития, как «эффект ресурсного проклятия» [12; 16] или «эффект колеи» [5; 7], достаточно подробно освещённые как в отечественной, так и зарубежной исследовательской литературе. В различных теориях структуризации факторов регионального развития [6; 18] такие параметры, как географическое положение и численность населения, относятся к базовым факторам, определяющим характер и динамику дальнейшего развития территории. В настоящее время перед регионами России поставлены задачи не просто повышения собственного социально-экономического развития, а формирования новых экономических моделей развития. Предполагается, что в регионах должны формироваться конкурентоспособные в национальном и мировом масштабе кластеры, базирующиеся на внедряемых инновациях и новых технологиях, формируя тем самым элементы цифровой экономики индустрии 4.0.
2 Но как оценить эффективность использования отдельных факторов, определить, в какой мере потенциал каждого фактора был реализован? Чтобы оценить, насколько современные регионы России продвинулись в успехах построения инновационных моделей экономики, а также как на этот процесс влияют факторы «первой и второй природы» [17] регионального развития, целесообразно сравнить два сопоставимых между собой региона России. По мнению автора, интересными для сопоставления регионами выступают Мурманская и Архангельская области России. Данные регионы имеют много общего с точки зрения базовых условий развития. Оба региона относятся к регионам Севера европейской части России, а значит, сравнительно однородны по природно-климатическим условиям. Оба региона обладают статусом приморских, и характеризуются наличием богатой и разнообразной ресурсной базы. Кроме того, оба региона являются периферийными с точки зрения удалённости от современных национальных экономических центров. И даже от города С.-Петербург — экономического центра Северо-Западного федерального округа, к которому относятся эти регионы, административные центры удалены на сопоставимые расстояния: 1300 км от С.-Петербурга до Мурманска и 1100 км от С.-Петербурга до Архангельска. По многим макроэкономическим и социально-демографическим показателям, характеризующим современный уровень развития, эти регионы также сопоставимы (табл. 1).
3 Таблица 1 Значения отдельных макроэкономических и социально-демографических показателей развития Мурманской и Архангельской областей
Показатель Архангельская область (без Ненецкого АО) Мурманская область
Макроэкономические показатели
1 Валовой региональный продукт (в текущих основных ценах) на душу населения, руб. (2017 г.) 418370,2 589996,9
2 Индекс физического объёма (в постоянных ценах), в % к предыдущему году (2017 г.) 103,8 101,7
3 Среднедушевые денежные доходы населения в месяц, руб. (2017 г.) 31705,5 37107,5
4 Индекс производительности труда (2017 г. по отношению к 2016 г.) 106,2 103,8
5 Доля продукции высокотехнологичных и наукоёмких отраслей в валовом региональном продукте (в % , 2017 г.) 26,1 16,6
6 Степень износа основных фондов на конец года (в %, 2017 г.) 46,4 49,6
7 Коэффициент обновления основных фондов (в %, 2017 г.) 6,5 4,8
Социально-демографические показатели
8 Численность населения, на 1 января 2019 г., тыс. чел. 1100,3 748,1
9 Плотность населения (чел. на кв. км, 2017 г.) 2,0 5,2
10 Доля городского населения в общей численности населения региона (в %, 2019 г.) 79 92,2
11 Ожидаемая продолжительность жизни при рождении, число лет (2017 г.) 70,95 70,94
12 Естественный прирост (убыль) населения на 1000 чел. населения -2,7 -1,5
13 Численность населения административного центра региона (тыс. чел., 2017 г.) 351,5 298,1
14 Процент этнического большинства (русские) в национальном составе населения (по переписи 2010 г.) 95,6 89
Источник [14; 15].

views: 625

Readers community rating: votes 0 

1. Баранов С. В. Комплексная оценка социально-экономического развития городов и районов Мурманской области // Вестник Кольского научного центра РАН. 2011. № 4 (7). С. 46–51.
2. Грузооборот морских портов России в 2018 году вырос на 3,8 % — до 816,5 млн тонн (детализация). PortNews. [Электронный ресурс]: URL: http://portnews.ru/news/270776/  (дата обращения: 16.05.2019).
3. Данько Т. П., Никонова С. А. Сравнительная оценка потенциалов конкурентоспособности регионов РФ в сравнении с регионами Финляндии. Выводы и суждения // Фундаментальные исследования. 2016. № 8–1. С. 129–133.
4. Кравченко Р. В., Пинягина Н. Б. Условия и перспективы создания в Архангельской области лесного территориально-производственного кластера // Вестник Московского государственного университета леса — Лесной вестник. 2014. Т. 18. 3. С. 111–117.
5. Кузнецова А. Л. «Эффект колеи» в эволюции территориальной структуры хозяйства Калининградской области. автореферат дис. ... кандидата географических наук / Балт. федер. ун-т им. Иммануила Канта. Калининград, 2018. 24 с.
6. Кузнецова О. В. Типология факторов социально-экономического развития регионов России // Вестн. Моск. ун-та. Сер. 5. География. 2014. № 2. С. 3–8.
7. Кульков В. М. О колеях экономического развития // Проблемы современной экономики. 2018. № 3 (67). С. 48–52.
8. Первая очередь Кольской верфи Новатэка заработает в 2019 году. Sudostroenie. Info. [Электронный ресурс]: URL: https://sudostroenie.info/novosti/24557.html  (дата обращения: 10.05.2019 ).
9. Рейтинг инновационного развития регионов. Интститут стратегических исследований и экономики знаний. Национальный исследовательский университет «Высшая школа экономики». [Электронный ресурс]: URL: www. issek.hse.ru/rir/ (дата обращения: 15.05.2019).
10. Рейтинг инновационного развития субъектов Российской Федерации. Выпуск 5 / Г. И. Абдрахманова, П. Д. Бахтин, Л. М. Гохберг и др.; под. ред. Л. М. Гохберга; Нац. исслед. ун-т «Высшая школа экономики». М.: НИУ ВШЭ, 2017. 260 с.
11. Рейтинг инновационного развития субъектов Российской Федерации: аналитический доклад / Под ред. Л. М. Гохберга. М.: Национальный исследовательский университет «Высшая школа экономики», 2012. 100 с.
12. Садовская В. О., Шмат В. В. Парадокс «ресурсного проклятия»: межстрановый анализ // Мировая экономика и международные отношения. 2017. Т. 61. № 3. С. 25–35.
13. Скуфьина Т. П., Торопушина Е. Е., Баранов С. В. Социально-экономическое развитие Мурманской области: динамика, закономерности, регулирование. Апатиты, 2017. 124 с.
14. Территориальный орган Федеральной службы государственной статистики по Мурманской области. [Электронный ресурс]: URL: http://murmanskstat.gks.ru/wps/wcm/connect/rosstat_ts/murmanskstat/ru/  (дата обращения: 12.05.2019).
15. Территориальный орган Федеральной службы государственной статистики по Архангельской области. [Электронный ресурс]: URL: http://arhangelskstat.gks.ru/wps/wcm/connect/rosstat_ts/arhangelskstat/ru/  (дата обращения: 12.05.2019).
16. Auty R. Resource Abundance and Economic Development. Oxford: OUP, 2001.
17. Krugman P. R. First Nature, Second Nature, and Metropolitan Location // Journal of Regional Science. 1993. Vol. 33. P. 129–144.
18. Krugman P. R. Geography and Trade. Cambridge: MIT Press, 1991.

Система Orphus

Loading...
Up