The increasing sanctions attacks, the transformation of foreign economic supply chains, and restrictions on access to global financial markets have a significant impact on the parameters of sustainable development of the national economy and its regions. At the same time, these processes, which belong to the category of macroeconomic external shocks, manifest themselves very heterogeneously in the context of the regional economic systems of the Russian Federation, which have different potential for resistance and adaptation to new conditions. Of particular interest is the potential for shock resistance (resilience) of regions with agricultural specialization, which form the potential for food security of the country and determine the key frontiers of the quality of life of the population. The novelty of the study is the proposed three-dimensional model, which assumes the need to study the processes under study through the prism of the manifestation of three key components (indicators). The first one characterizes the readiness of the research object for systemic transformations (Res_eff), and the two following ones (export dependence and import dependence) (Res_uyazv), combined into a single, aggregated indicator, form the potential for assessing the vulnerability of regions in the context of the transformation of foreign economic relations. The ratio of these indicators to each other determines the value of the integral indicator of the shock resistance of the region. Based on the developed methodological tools, as well as relying on descriptive data analysis methods to identify regions of Volga Federal District with an increased level of agro-industrial specialization, two regional groups with similar characteristics of aggregated resistance were identified. The first group, with a moderate level of shock resistance, included the Republic of Bashkortostan and the Republic of Tatarstan. These entities are characterized by an increased risk of sustainable development in the context of sanctions attacks. The second group with a high level of resistance (Res ≥2) included Saratov, Penza and Orenburg regions, forming the framework of agricultural subjects of Volga Federal District with the highest level of shock resistance.
agro-industrial regions, food security, shock resistance, export dependence, import dependence, recovery efficiency, systemic transformations.
Устойчивость развития национальной экономики определяется системой ключевых факторов, к важнейшим из которых необходимо отнести продовольственную безопасность, формирующей базис для общеэкономического развития страны и социальной стабильности в обществе. В этой связи крайне важной повесткой современных научных исследований становятся вопросы, связанные с оценкой развития аграрных регионов, формирующих каркас устойчивого развития национальной экономической системы в целом. Особый уровень актуальности рассматриваемые аспекты приобретают сегодня, в условиях повышенной турбулентности во внешнеэкономической повестке, существенным образом определяющей перспективы развития аграрных регионов исходя из сформировавшихся у них встроенных механизмов адаптации к изменяющейся институционально-конъюнктурной среде.
Проблемы изучения региональной экономики, в том числе и в контексте устойчивого развития аграрного сектора, решались в разное время российскими и зарубежными учеными и практиками [1-3]. Основное внимание сосредотачивалось на вопросах преодоления диспропорций региональных систем, разработки моделей и инструментов их устойчивого роста, эффективного размещения производительных сил, повышения экономической эффективности регионально-отраслевых агропромышленных комплексов, в том числе и в рамках происходящих структурных изменений, системных преобразований и кризисов. Современный исследовательский «фокус» в наибольшей степени сосредотачивает внимание на вопросах, связанных с разработкой диагностических и прогностических моделей регионального развития в условиях динамично генерирующихся макроэкономических шоков, в том числе и во внешней среде.
В этой связи, одно из ключевых мест на текущем этапе развития региональной экономики занимает теория шокоустойчивости, или, как ее определяют, в англоязычной литературе – теория резилиентности. Это название прочно укоренилось после выхода трудов К. Фостер [4], Е. Хилл [5], В.В.Климанова, С.М.Казаковой, А.А. Михайловой [6], Е.А. Коломак [7], М.Ю. Малкиной [8].
Несмотря на наличие научных работ, публикуемых российскими и зарубежными учеными по проблемам шокоустойчивости, все же следует констатировать о том, что данная теория, в контексте региональной экономики, не получила должного развития к настоящему моменту времени. Между тем усиливающиеся в последние годы процессы санкционного внешнего давления на национальные экономические системы требуют повышенного внимания к данному исследовательскому «фокусу» в свете существенной диверсификации регионов с точки зрения их устойчивого развития в условиях системных преобразований.
При этом особый интерес вызывают вопросы, связанные с исследованием потенциала шокоустойчивости аграрных регионов, поскольку именно они определяют базис и перспективы развития национальной экономики в целом и уровень ее социального благополучия. Отдельные исследования, посвященные этим аспектам, можно встретить как в трудах российских, так и зарубежных авторов [9-11]. Однако следует отметить, что, как правило, исследовательский фокус ученых сосредотачивается в сторону дескриптивного анализа комплекса статистических параметров, определяющих особенности развития региональных агропромышленных комплексов. Между тем крайне важной научно-исследовательской задачей является системная, многомерная оценка перспектив и потенциала устойчивого развития регионов с агропромышленным профилем в условиях генерирующихся санкционных шоков. Попытке решения данной задачи и посвящено настоящее исследование, целью которого является разработка и апробация, на примере агропромышленных регионов Приволжского федерального округа, методического инструментария эмпирической оценки их шокоустойчивости в условиях трансформации внешнеэкономической конъюнктуры.
Эмпирическую базу исследования составили данные федеральной и региональной статистики, определяющие агропромышленную профилизацию субъектов Приволжского федерального округа с целью идентификации аграрных регионов и последующего анализа их шокоустойчивости.
Исследование многомерного состояния шокоустойчивости региональных экономических систем предлагается реализовать в рамках оценки и последующей агрегации следующих ключевых характеристик резилентности «Импортозависимость (
)» - «Экспортозависимость(
)» - «Эффективность восстановления (
)».
В формальном виде интегральный показатель резилиентности региона будет рассчитываться по формуле 1:
(1)
где:
- интегральная оценка уровня шокоустойчивости региона;
- интегральный показатель, характеризующий уровень эффективности восстановления региона;
– интегральный показатель, характеризующий уровень готовности региональной экономической системы к кризисным шокам (Preparation Resilience).
В целях конкретизации предлагаемого концептуального подхода представляется целесообразным раскрыть итерационную последовательность расчетов отдельных составляющих агрегированного индекса резилиентности региона (
, 
, 
).
Оценка импорто- и экспортозависимости региональной экономической системы .
В качестве методической основы оценки экспортозависимости региона применяется анализ доли экспортируемой продукции региона в недружественные страны в общем объеме ВРП (Формула 2).
(2)
Аналогичным образом осуществляется оценка импортозависимости региональных экономических систем (Формула 3):
(3)
В целях унификации полученных значений и последующего сопоставления их между собой с последующей интеграцией данных в трехмерную модель резилиентности, все полученные оценки (индексы) нормируются.
В целях определения агрегированного значения уязвимости региональной экономической системы от уровня интеграции в международные цепочки поставок определяется интегральный индекс 
на основе оценки среднегеометрического значения параметров, характеризующих импорто- и экспортозависимость объекта исследования (формула 4):
(4)
В качестве статистической основы для оценки экспорто- и импортозависимости регионов применяются данные за 2021 год. Это обусловлено необходимостью исследования докризисных значений рассматриваемых параметров, а также лоскутностью официальных данных, раскрывающих информацию об экспортно-импортных операциях в последующие годы в региональном разрезе.
Интегральная оценка эффективности восстановления.
В качестве методической базы для проведения оценки потенциала эффективности восстановления региона, в настоящей работе предлагается использовать инструментарий, предложенный М.Ю. Малкиной [8]. В обобщенной форме определение интегрального значения шокоустойчивости региональных экономических систем осуществляется в рамках реализации четырех шагов.
1. В разрезе каждого анализируемого индикатора строится линейная регрессия с включением фактора времени. Период временного ряда определяется докризисными значениями (формула 5).
(5)
где:
– прогнозируемое значение;
, 
– значения коэффициентов регрессии;
– 
– ошибка регрессии.
2. Определяется прогнозируемое значение индикатора в фазе кризиса (применительно к санкционным шокам 2022 года).
2. Рассчитывается индекс шокоустойчивости региона по направлению «Эффективность восстановления». Производится сопоставление предсказанного по линейной регрессии значения анализируемого индикатора с его фактическим уровнем, наблюдаемым в посткризисный (восстановительный) период (формула 6).
(6)
где:
– значение индикатора i, участвующего в построении агрегированного значения интегрального индекса резилиентности;
– прогнозируемое значение индекса в период кризиса;
- фактическое значение индекса в период кризиса.
Показатели (индикаторы), участвующие в оценке резилиентности регионов по направлению «Эффективность восстановления» представлены в таблице 1.
Таблица 1. Показатели, используемые для оценки шокоустойчивости региональных экономических систем по направлению «Эффективность восстановления»
|
№ |
Индикатор |
|
Качество жизни населения региона |
|
|
1 |
Реальная начисленная заработная плата |
|
2 |
Численность населения |
|
3 |
Уровень бедности |
|
4 |
Занятость населения |
|
Бюджетная устойчивость региона |
|
|
4 |
Профицит/дефицит консолидированного бюджета субъекта РФ |
Источник: разработано авторами
3. По каждому анализируемому индикатору производится нормирование (стандартизация) значений.
4. Определение интегрального значения 
индекса шокоустойчивости региона, оценивающего эффективность восстановления, на основе расчета среднегеометрического значения частных значений нормируемых анализируемых индикаторов 
.
Основу для проведения статистического анализа и построения регрессионных уравнений составили данные Росстата за период с 2012 по 2022гг.
Интегральная оценка шокоустойчивости региона.
Алгоритмическая концепция реализации последовательности действий для эмпирической оценки и анализа шокоустойчивости региона представлена на рисунке 1.
|
Выбор объекта исследования (шокоустойчивость региона по консолидированным данным видов экономической деятельности; укрупненные виды экономической деятельности региона; промышленные сектора экономики) |
|
Эмпирическая оценка импортозависимости |
|
Эмпирическая оценка экспортозависимости |
|
Оценка уровня эффективности восстановления объекта исследования на основе определения сопоставления предсказанного по линейной регрессии значения анализируемого индикатора с его фактическим уровнем, наблюдаемым в посткризисный (восстановительный) период |
|
Интегральная оценка уязвимости объекта исследования:
|
|
Оценка шокоустойчивости объекта исследования на основе сопоставления полученных агрегированных субиндексов
|
|
Оценка шокоустойчивости объекта исследования на основе идентификации его групповой принадлежности в соответствии со следующей градацией: «Слабая шокоустойчивость», «Умеренная шокоустойчивость», «Высокая шокоустойчивость» |
|
Разработка адаптационных мер и механизмов обеспечения устойчивого развития объекта исследования в условиях системных преобразований/макроэкономических санкционных шоков |
Рис. 1 - Алгоритм эмпирической оценки шокоустойчивости региональных секторов экономики в соответствии с концепцией 3D моделирования резилиентности
Источник: разработано авторами
В соответствии с предложенной методикой исследования резилиентности, региональные системы, имеющие низкие значения такого индикатора, как «Эффективность восстановления» будут иметь относительно низкие интегральные оценки шокоустойчивости. И это несмотря на возможное наличие слабой зависимости от внешнеэкономической конъюнктуры.
Результаты и обсуждение.
Таблица 2. Валовой сбор зерна в субъектах Приволжского федерального округа в 2022 году, тыс. тонн (в порядке убывания)
|
|
Сбор зерна |
В % к предыдущему году |
|
РФ в целом, млн т |
153,8 |
126,7 |
|
ПФО |
36917.2 |
189,9 |
|
Саратовская область |
6484,2 |
175,3 |
|
Республика Башкортостан |
5555,7 |
в 2,7 раза |
|
Республика Татарстан |
5184,1 |
в 2,2 раза |
|
Оренбургская область |
4010,1 |
в 2,6 раза |
|
Самарская область |
3575,5 |
183,2 |
|
Пензенская область |
3161,6 |
140,4 |
|
Ульяновская область |
2082,1 |
178,0 |
|
Нижегородская область |
1748,8 |
143,7 |
|
Республика Мордовия |
1646,5 |
144,8 |
|
Чувашская Республика |
1006,5 |
181,2 |
|
Удмуртская Республика |
888,9 |
183,4 |
|
Кировская область |
747,3 |
143,2 |
|
Пермский край |
444,2 |
172,2 |
|
Республика Марий Эл |
381,8 |
182,6 |
Источник: Росстат [12]
Прежде чем приступить к конструированию моделей, обеспечивающих возможность эмпирической оценки шокоустойчивости исследуемых регионов с агропромышленной специализацией в экономике Приволжского федерального округа, представляется целесообразным представить основные параметры, характеризующие экспорто- и импортозависимость исследуемых субъектов РФ (Таблица 3).
Таблица 3. Оценка уязвимости регионов Приволжского федерального округа от экспортно-импортных операций с недружественными странами
|
|
Объем импорта из недружественных стран, млн.долл. |
Объем экспорта в недружественные страны, млн.долл. |
ВРП, млн. руб. |
Доля импорта из недружественных стран в ВРП региона, в % |
Доля экспорта в недружественные страны в ВРП региона, в % |
|
Приволжский федеральный округ |
9789,2 |
21810,4 |
16878414,5 |
4,3 |
9,5 |
|
Республика Татарстан |
3560,5 |
9183,3 |
3 454 700,0 |
7,6 |
19,6 |
|
Республика Башкортостан |
470,2 |
1392 |
2 000 037,9 |
1,7 |
5,1 |
|
Оренбургская область |
70,5 |
984,6 |
1 394 280,3 |
0,4 |
5,2 |
|
Пензенская область |
195,5 |
131,1 |
537 290,0 |
2,7 |
1,8 |
|
Саратовская область |
328 |
528,4 |
1 005 800,9 |
2,4 |
3,9 |
Источник: рассчитано авторами по данным [12, 13]
Оперируя полученными результатами, а также опираясь на предложенный методический инструментарий, значения экспорто- и импортозависимости в разрезе исследуемой региональной группы подверглись процедуре нормирования. Результаты данного итерационного действия представлены на рисунке 2. Процесс стандартизации предполагает приведение размерности показателей в диапазон от 0 до 1. При этом максимальное значение свидетельствует о высоком уровне уязвимости региональной экономической системы от внешних кооперационных связей с недружественными странами.
Рис. 2 - Нормированные (стандартизированные) значения, характеризующие уровень экспорто- и импортозависимость регионов Приволжского федерального округа
Источник: рассчитано авторами
Интегральные оценки, характеризующие общий уровень уязвимости регионов Приволжского федерального округа в результате трансформации внешнеэкономических связей с недружественными странами, представлены на рисунке 3.
Рис. 3 - Значения интегрального индекса уязвимости (Iуязв) регионов Приволжского федерального округа
Источник: рассчитано авторами
На втором этапе исследования, следуя в фарватере разработанного методического инструментария, реализованы оценки второй составляющей резилиентности регионов – «Эффективноть восстановления».
Таблица 4. Оценка эффективности восстановления региона по параметру «Реальная начисленная заработная плата в процентах к соответствующему периоду предыдущего года»
|
№ |
Регион |
Прогнозируемое значение ( |
Фактическое значение ( |
Значение частного индекса резилиентности ( |
Нормированное значение индикатора ( |
|
1 |
Республика Башкортостан |
103,0 |
100,8 |
-0,021 |
0,36 |
|
2 |
Республика Татарстан |
102,3 |
100,1 |
-0,021 |
0,36 |
|
3 |
Оренбургская область |
102,5 |
99 |
-0,034 |
0,15 |
|
4 |
Пензенская область |
101,7 |
100,2 |
-0,015 |
0,46 |
|
5 |
Саратовская область |
103,6 |
101 |
-0,025 |
0,30 |
Источник: рассчитано авторами по данным Росстата [12]
Аналогичные итерационные действия были произведены и в разрезе других индикаторов, участвующих в интегральной оценке агрегированного параметра «Качество жизни населения» (
), выступающего в роли одного из двух составных элементов, определяющих характеристику эффективности восстановления региона (табл. 5).
Таблица 5. Интегральные значения () индекса эффективности восстановления регионов Приволжского федерального округа по параметру «Качество жизни населения региона»
|
№ |
Регион |
Реальная начисленная заработная плата |
Занятость населения |
Численность населения |
Уровень бедности |
R интеграл |
|
1 |
Республика Башкортостан |
0,36 |
0,85 |
0,99 |
0,50 |
0,68 |
|
2 |
Республика Татарстан |
0,36 |
0,41 |
1,00 |
1,00 |
0,69 |
|
3 |
Оренбургская область |
0,15 |
0,18 |
0,37 |
0,12 |
0,20 |
|
4 |
Пензенская область |
0,46 |
0,00 |
0,53 |
0,03 |
0,25 |
|
5 |
Саратовская область |
0,30 |
0,84 |
0,79 |
0,14 |
0,52 |
Источник: рассчитано авторами
Полученные оценки позволяют идентифицировать исследуемые субъекты ПФО по степени потенциала сохранения качества жизни в условиях острой фазы воздействия санкционных шоков.
Разработанная методика оценки резилиентности регионов предусматривает концентрацию исследовательского внимания не только на параметрах устойчивости субъектов РФ, характеризующих изменение качества жизни в условиях кризиса, но и на такую важную составляющую, определяющую уровень сопротивляемости экономических систем к шокам как бюджетная устойчивость. Результаты оценки данного параметра, в соответствии с предложенным алгоритмом исследования резилиентности, представлены на рисунке 4.
Рис. 4 - Интегральные значения (
) индекса эффективности восстановления регионов Приволжского федерального округа по параметру «Бюджетная устойчивость»
Источник: рассчитано автором по данным[12]
Полученные результаты, раскрывающие специфические особенности реагирования региональных экономических систем к внешним санкционным шокам в разрезе двух проявлений устойчивости (качество жизни населения региона и бюджетная эффективность) формируют основу для построения интегрального индекса резилиентности по направлению «Эффективность восстановления». Результаты расчетов представлены на рисунке 5.
Рис. 5 - Интегральные значения индекса резилиентности регионов Приволжского федерального округа по направлению «Эффективность восстановления» (R интеграл)
Источник: рассчитано автором по данным[12, 14]
Полученные стандартизированные оценки, формируют базис для расчета интегральных показателей резилиентности субъектов ПФО. Полагаясь на ранее представленный инструментарий такой оценки, в таблице 5, рисунке 6 представлены итоговые расчеты.
Таблица 6. Интегральная оценка шокоустойчивости регионов Приволжского федерального округа
|
Регион |
Iуязв |
Iэфф |
|
|
Саратовская область |
0,21 |
0,91 |
4,77 |
|
Пензенская область |
0,12 |
0,54 |
4,52 |
|
Оренбургская область |
0,14 |
0,48 |
3,36 |
|
Республика Башкортостан |
0,21 |
0,35 |
1,68 |
|
Республика Татарстан |
0,85 |
0,86 |
1,02 |
Источник: рассчитано авторами
В соответствии с полученными результатами, можно констатировать о наличии двух региональных групп со схожими характеристиками агрегированной резилиентности. К первой группе относятся субъекты ПФО, значение индекса 
для которых находится в диапазоне от 1 до 2 (Республика Башкортостан и Республика Татарстан). Регионы, вошедшие в эту группу, обладают умеренным уровнем шокоустойчивости, поскольку потенциал их восстановительного роста превышает негативные эффекты, вызванные повышенным уровнем экспорто- и импортозависимости от недружественных стран. Однако, учитывая, что данный перевес незначителен, рассматриваемые региональные экономические системы характеризуются умеренным риском устойчивого развития экономики в условиях санкционных атак.
Регионы, вошедшие во вторую группу, характеризуются максимальным уровнем резилиентности (
≥2) и формируют каркас аграрных субъектов Приволжского федерального округа с наивысшим уровнем шокоустойчивости. Это обусловлено, полагаясь на полученные оценки, как низким уровнем зависимости от транснациональных цепочек поставок, так и весьма высоким уровнем восстановительного потенциала экономики в условиях турбулентности.
Выводы
Разработанный методический инструментарий исследования шокоустойчивости регионов в условиях турбулентности на внешних рынках формирует новый взгляд к вопросу о проведении эмпирической оценки резилентности экономических систем мезо уровня. Принципиальным отличием предложенного подхода от существующих в теории и практике, является необходимость определения шокоустойчивости на основе соотношения индикаторов, характеризующих, с одной стороны, потенциал эффективности восстановления экономики региона к внешним шокам, а с другой – уязвимость, проявляющейся в степени интеграции экономических систем в систему международных цепей поставок.
Полученные, с использованием предложенного методического аппарата, результаты исследования свидетельствуют о наличии весьма высокого уровня потенциала шокоустойчивости регионов Приволжского федерального округа с агропромышленной специализацией. Это означает, что внешняя турбулентность не способна оказать существенного воздействия на параметры развития исследуемых субъектов. Это, в свою очередь, во многом будет предопределять устойчивость всех секторов экономики исследуемых субъектов ПФО, включая и аграрный, формирующий каркас продовольственной безопасности страны.
Важным результирующим итогом работы является также и то, что реализованные оценки шокоустойчивости аграрных регионов Приволжского федерального округа, формируют основу для выработки решений в сфере реализации региональной политики в условиях системных преобразований.
1. Granberg, A.G. Fundamentals of regional economics – M.: Higher School of Economics, 2001. – 471s.
2. Tyunen, I. The isolated state. – M.: Economic life, 1926. – 326s
3. Kristaller V. The central regions of southern Germany [Die zentralen Orte in Süddeutschland]. - Darmstadt: wbg academic, 2009. – 342 p.
4. Foster K.A. A case study method for understanding the sustainability of regions / Institute of Urban and Regional Development of the University of California at Berkeley, Working Paper, 2007-08. 2007. 41 p. URL: https://www.econstor.eu/obitstre am/10419/59413/1/592535347 .pdf (date of issue: 12.12.2023).
5. Hill E.W., Wyal H., Woolman H. Regional Economic Sustainability Research / Institute of Urban and Regional Development, Berkeley, Working Paper, 2008-04. 2008. 15 p. https://doi . org/10.13140/RG.2.1.5099.4000
6. Klimanov V.V., Kazakova S.M., Mikhailova A.A. Retrospective analysis of the sustainability of Russian regions as socio-economic systems // Economic issues. 2019. No. 5. pp. 46-64. https://doi.org/10.32609/0042-8736-2019-5-46-64
7. E. Kolomak. The economic consequences of pandemic-related restrictions in Russia and their spatial heterogeneity // R-Economy. 2020. Volume 6. No. 3. pp. 154-161. https://doi.org/10.15826 / intelligence.2020.6.3.013
8. Malkina M.A. Assessment of the effectiveness of regional business development based on data on the state of the economy of Kazakhstan // Terra Economicus. 2020. Vol. 18. No. 3. pp. 140-159. https:// doi.org/10.18522/2073-6606-2020-18-3-140-159
9. Karpova O. I. Assessment of the export potential of the agricultural sector of the region's economy / O. I. Karpova // Regional economics: theory and practice. - 2022. – Vol. 20, No. 11(506). – pp. 2142-2159. – DOIhttps://doi.org/10.24891/re.20.11.2142.
10. Svanidze M., Getz L. Spatial market efficiency of grain markets in Russia: the impact of high trade costs on export potential. Global Food Security, 2019, volume 21, pp. 60-68. DOIhttps://doi.org/10.1016/j.gfs.2019.07.004
11. Gorbunov S.I., Sukhanova I.F., Lyavina M.Yu. Prospects for the development of the export potential of Russian food in the context of import substitution. // Journal of Social Science Research, 2018, issue 3, pp. 115-120. DOI:https://doi.org/10.32861/jssr.spi3.115.120.
12. Regions of Russia. Socio-economic indicators, 2023. URL: https://rosstat.gov.ru/storage/mediabank/Region_Pokaz_2023.pdf (Date of application: 04/17/2024)
13. Customs statistics of the Volga Customs Administration. URL: https://ptu.customs.gov.ru/folder/146699 (Date of request: 04/15/2024).
14. EMAIL. Expenses of the consolidated budget of the subject of the Russian Federation and the territorial state extra-budgetary fund, executed. URL: https://www.fedstat.ru/indicator/58441 (accessed 05.02.2024)
