Россия
Россия
Статья посвящена разработке и апробации теоретико-методологического подхода к исследованию динамики пространственного неравенства с использованием аппарата вероятностного моделирования временны́х интервалов. В отличие от традиционных статистических методов, фиксирующих состояние системы в статике, предложенный подход позволяет оценить длительность пребывания регионов в заданных параметрах экономической стабильности и рассчитать вероятность их отклонения от общенациональной траектории развития. В качестве ключевого индикатора устойчивости рассматривается время до наступления «события дивергенции» — выхода показателя реальных среднедушевых доходов региона за пределы установленных пороговых значений относительно медианы. На основе анализа панельных данных российских регионов за 2011–2023 гг. авторами построены вероятностные модели для трех уровней дивергенции (мягкой, умеренной и сильной). Результаты исследования демонстрируют прогрессирующую эрозию «ядра» региональной системы: доля территорий, сохраняющих состояние низкой дивергенции, сократилась с 75% в 2011 г. до 60% к 2023 г. Выявленные закономерности свидетельствуют о структурном сдвиге региональной системы от гомогенного распределения к выраженной поляризации и стратификации. Предложенная методология может быть интегрирована в систему управления региональными проектами для мониторинга системных рисков и оценки долгосрочной устойчивости социально-экономического пространства.
региональная дивергенция, пространственное неравенство, динамическая устойчивость, вероятностное моделирование, экономические траектории, риск-ориентированный подход, социально-экономическое развитие территорий, управление региональными проектами и программами
1. Bieszk-Stolorz B. Application of the Survival Analysis Methods in Contemporary Economics on the Example of Unemployment. Text: electronic // Experimental and Quantitative Methods in Contemporary Economics: Springer Proceedings in Business and Economics / eds. K. Nermend, M. Łatuszyńska. Cham: Springer International Publishing, 2020, pp. 115–131. URL: http://link.springer.com/10.1007/9783-030-30251-1_9 (date accessed: 01.11.2024). DOI: https://doi.org/10.1007/978-3-030-30251-1_9
2. Danacica D.-E. Using Survival Analysis In Economics / D.-E. Danacica, A.-G. Babucea // Analele Stiintifice ale Universitatii “Alexandru Ioan Cuza” din Iasi — Stiinte Economice (1954–2015). — 2010, vol. 57, pp. 439–450.
3. Somers M.J. Survival versus traditional methodologies for studying employee turnover: differences, divergences and directions for future research / M.J. Somers, D. Birnbaum // Journal of Organizational Behavior. 1999, vol. 20. Survival versus traditional methodologies for studying employee turnover, no. 2, pp. 273–284.
4. Gardiner J. Survival Analysis: Overview of Parametric, Nonparametric and Semiparametric approaches and New Developments. Text : electronic // SAS Global Forum 2010 Statistics and Data Analysis. 2010. Survival Analysis. URL: https://www.semanticscholar.org/paper/Survival-Analysis%3AOverview-of-Parametric%2C-and-and-Gardiner/3fdd0e85 4cf7396bcba3f8f6697d5b17b4925373 (accessed: 20.01.2026).
5. Andersen P. K. Editorial: Recent developments in survival analysis / P. K. Andersen // Statistical Methods in Medical Research. 2010, vol. 19. Editorial, no. 1, pp. 3–4. DOI: https://doi.org/10.1177/0962280209105018
6. Lu J. Application of Survival Analysis in Multiple Events Using SAS / J. Lu, D. Shen. Text: electronic // Computer Science PharmaSUG 2018. URL: https://www.semanticscholar.org/paper/Application-of-Survival-Analysis-in-Multiple-Events-Lu-Shen/6cae06e4bcaf28b45e9e88035d1ae28c4aca8044 (accessed: 20.01.2026).
7. Gupta V.A. Survival Approach to Prediction of Default Drivers for Indian Listed Companies // Theoretical Economics Letters. 2017, vol. 07, no. 02, pp. 116–138. DOI: https://doi.org/10.4236/tel.2017.72011
8. A New Methodology for Before–After Safety Assessment Using Survival Analysis and Longitudinal Data / K. Xie, K. Ozbay, H. Yang, D. Yang // Risk Analysis. 2019, vol. 39, no. 6, pp. 1342–1357. DOI: https://doi.org/10.1111/risa.13251
9. DeepHit: A Deep Learning Approach to Survival Analysis With Competing Risks / C. Lee, W. Zame, J. Yoon, M. Van Der Schaar. Text: electronic // Proceedings of the AAAI Conference on Artificial Intelligence. 2018, vol. 32. DeepHit, no. 1. URL: https://ojs.aaai.org/index.php/AAAI/article/view/11842 (accessed: 20.01.2026). DOI: https://doi.org/10.1609/aaai.v32i1.11842
10. Guerzoni M. The survival of start-ups in time of crisis. A machine learning approach to measure innovation / M. Guerzoni, C.R. Nava, M. Nuccio. arXiv, 2019. URL: https://arxiv.org/abs/1911.01073 (accessed: 20.01.2026).
11. Wang P. Machine Learning for Survival Analysis: A Survey Machine Learning for Survival Analysis / P. Wang, Y. Li, C. K. Reddy arXiv:1708.04649 [cs]. arXiv, 2017. URL: http://arxiv.org/abs/1708.04649 (accessed: 20.01.2026).
12. LeClere M.J. Modeling Time to Event: Applications of Survival Analysis in Accounting, Economics and Finance / M.J. LeClere // Review of Accounting and Finance. 2005, vol. 4. PREFACE Modeling Time to Event, no. 4, pp. 5–12. DOI: https://doi.org/10.1108/eb043434
13. Keller L. A. Survival Analysis. Text: electronic // The SAGE Encyclopedia of Research Design. Thousand Oaks SAGE Publications, Inc., 2010. URL: https://methods.sagepub.com/reference/encyc-of-research-design/n450.xml (accessed: 07.11.2024).
14. Ряскова Е.С. Развитие российского финансового рынка в условиях деглобализационных процессов [Текст] / Е.С. Ряскова, А.В. Дюрягин // Российский журнал управления проектами. — 2025. — Т. 3. — № 52. С. 36–44 DOI: https://doi.org/10.12737/2587-6279-2025-14-3-36-44; EDN: https://elibrary.ru/ABPOAK
15. Регионы России. Социально-экономические показатели.2024. — М.: Росстат, 2024. — 1081 с.
16. Survival: Survival Analysis. survival / T.M. Therneau,T. Lumley 2009, E. Atkinson, C. Crowson. 2024. URL: https://cran.r-project.org/web/packages/survival/index.html (accessed: 02.10.2025).
17. Покрытан Л.А. Управление финансовыми рисками в китайских страховых компаниях [Текст] / Л.А. Покрытан, Ч. Юйтин // Российский журнал управления проектами. — 2025. — Т. 3. — № 52. — С. 24–35. DOI: https://doi.org/10.12737/2587-6279-2025-14-3-24-35; EDN: https://elibrary.ru/QLJFQE
