Материалы
ИНСТРУМЕНТАРИЙ ПОДДЕРЖКИ ОЦЕНКИ ПРИВЛЕКАТЕЛЬНОСТИ ГОРОДОВ ДЛЯ НАСЕЛЕНИЯ
Журнал «НАУЧНОЕ ОБОЗРЕНИЕ: ТЕОРИЯ И ПРАКТИКА» [СКАЧАТЬ СТАТЬЮ В PDF]
т. 10, вып. 9, сентябрь 2020
| Рубрика: | ЭКОНОМИКА РЕГИОНА |
| Страницы: | 2148-2157 |
| Коды JEL: | O15, O18 |
| DOI: | 10.35679/2226-0226-2020-10-9-2148-2157 |
| Для цитирования: | Орешников В. В., Аитова Ю. С. Инструментарий поддержки оценки привлекательности городов для населения // Научное обозрение: теория и практика. Т. 10. Вып. 9. С. 2148–2157. DOI: 10.35679/2226-0226-2020-10-9-2148-2157 |
| Авторы: |
Орешников Владимир Владимирович, канд. экон. наук, ст. науч. сотр. сектора экономико-математического моделирования, ФГБУН Институт социально-экономических исследований – обособленное структурное подразделение Уфимского федерального исследовательского центра Российской академии наук: Россия, 450054, Республика Башкортостан, г. Уфа, пр-кт Октября, 71. Аитова Юлия Сергеевна, ст. науч. сотр. сектора экономико-математического моделирования, Институт социально-экономических исследований – обособленное структурное подразделение ФГБНУ «Уфимский федеральный исследовательский центр Российской академии наук»: Россия, 450054, Республика Башкортостан, г. Уфа, пр-кт Октября, 71.
Тел.: (927) 318-69-40 E-mail: voresh@mail.ru |
| Реферат: | В статье рассматриваются вопросы оценки уровня привлекательности городов Российской Федерации. Предложен алгоритм разработки эконометрической составляющей модели. Определены параметры анализа уровня привлекательности городов для различных экономических агентов. Среди факторов, оказывающих влияние на привлекательность городов для жителей, были выделены численность населения, обеспеченность жильем, уровень преступности, уровень оплаты труда и обеспеченности врачами. Оценка привлекательности с позиции ведения предпринимательской деятельности предусматривает рассмотрение объемов производства, величины оборота розничной торговли и численности жителей города. Факторами туристической привлекательности выступают характеристики коллективных средств размещения и количество соответствующих запросов в сети Интернет. В целом, сформированные регрессионные уравнения отвечают предъявляемым требованиям и применимы для решения задач прогнозирования изменения значения анализируемых параметров. Представлен пример формирования соответствующего регрессионного уравнения для оценки уровня привлекательности города с точки зрения жителей. В совокупности с уравнениями, описывающими уровень привлекательности для других экономических агентов (бизнес, туристы и т. д.), оно образует комплекс эконометрических моделей, который может быть в дальнейшем использован в качестве ядра соответствующего программного инструментария. При этом, данный инструментарий также должен включать функциональные блоки, направленные на решение частных задач его использования. Ключевые из них отвечают за формирование сценарных прогнозов, анализ информации, оценку рейтингов регионов и визуализацию полученных результатов. Результаты исследования могут быть применимы органами федеральной и региональной власти при решении задач территориального развития субъектов Российской Федерации и страны в целом. |
| Ключевые слова: | города России; привлекательность; население; миграция; факторы; эконометрическое моделирование; регрессионные уравнения; дисперсионный анализ; модельный инструментарий; функциональные блоки; прогнозирование; структура инструментария |
| Список литературы: |
1. Пахомова А. И., Буряков С. А. Современные информационные технологии в системе повышения эффективности деятельности сервисных предприятий // Экономика и предпринимательство. – 2016. – № 4-2(69). – С. 568–571. 2. Генералов И. Г., Суслов С. А., Завиваев Н. С., Балдов Д. В. Применение информационных технологий при статистической оценке конкурентной среды на региональных продуктовых рынках // Управление экономическими системами: электронный научный журнал. – 2015. – № 9(81). – С. 12. 3. Гимпельсон В. Е., Капелюшников Р. И., Шарунина А. В. «Дороги, которые мы выбираем»: перемещения на внешнем и внутреннем рынках труда // Экономический журнал Высшей школы экономики. – 2016. – Т. 20, № 2. – С. 201–242. 4. Рязанцев С. В., Иванова А. Е., Семенова В. Г. Влияние миграции на смертность населения трудоспособного возраста // Социальная политика и социальное партнерство. – 2017. – № 1. – С. 34–45. 5. Boeri A., Longo D., Gianfrate V., Lorenzo V. Resilient communities. Social infrastructures for sustainable growth of urban areas. A case study // International Journal of Sustainable Development and Planning. – 2017. – Vol. 12, № 2. – P. 227–237. DOI: 10.2495/SDP-V12-N2-227-237. 6. Авдеев Ю. М. Основы управления устойчивым развитием городских территорий // Территория инноваций. – 2018. – № 4(20). – С. 135–140. 7. Галикеев Р. Н. Малое предпринимательство как элемент региональной социально-экономической системы // Экономика: вчера, сегодня, завтра. – 2011. – № 2. – С. 53–61. 8. Печаткин В. В., Кобзева А. Ю. Когнитивная модель влияния элементов инновационной системы на воспроизводственный процесс в регионе // Фундаментальные исследования. – 2017. – № 9-1. – С. 222–227. 9. Kabashova E. V. Statistical methods in the analysis factors of welfare of the population // Modern European Researches. – 2017. – №. 1. – P. 27–34. 10. Краснова Е. В. Инновация как форма социального управления // Вестник ВЭГУ. – 2010. – № 4(48). – С. 132–135. 11. Vaznoniene G., Pakeltiene R. Methods for the Assessment of Rural Social Infrastructure Needs // European Countryside. –2017. – Vol. 9, № 3. – P. 526–540. DOI: 10.1515/euco-2017-0031. 12. Вишневский А. Г., Денисенко М. Б., Зайончковская Ж. А., Мкртчян Н. В. Демографические вызовы России. Часть третья – миграция // Демоскоп Weekly. – 2017. – № 753-754. – С. 1–10. 13. Oiarzabal P. J., Reips U. D. Migration and diaspora in the age of information and communication technologies // Journal of Ethnic and Migration Studies. – 2012. – № 38(9). – P. 1333–1338. DOI: 10.1080/1369183X.2012.698202. 14. Аитова Ю. С., Орешников В. В. Подходы к моделированию взаимовлияния демографического потенциала и экономического развития регионов России // Вестник НГИЭИ. – 2018. – № 12(91). – С. 69–80. 15. Duncan G. J., Kalil A., Kathleen M. Ziol-Guest Increasing Inequality in Parent Incomes and Children’s Schooling // Demography. – 2017. – Vol. 54, № 5. – P. 1603–1626. 16. Буньковский Д. В. Теневая экономика: анализ развития // Вестник Восточно-Сибирского института Министерства внутренних дел России. – 2015. – № 4(75). – С. 107–116. 17. Климова Н. И., Алтуфьева Т. Ю. Жизненный цикл территории: теоретико-методологический подход к стадиальной идентификации и его приложение // Фундаментальные исследования. – 2017. – № 9. – С. 189–194. 18. Низамутдинов М. М., Орешников В. В. Моделирование влияния социально-экономических факторов развития регионов России на формирование миграционных процессов // Аудит и финансовый анализ. – 2017. – № 2. – С. 445–450. 19. Красносельская Д. Х., Мамателашвили О. В. Экономическая безопасность региона: пространственный аспект // Интеллект. Инновации. Инвестиции. – 2017. – № 1. – С. 32–36. 20. Ивантер В. В., Суворов А. В., Сутягин В. С. Основные задачи и принципы социально-экономического прогнозирования // Управление. – 2015. – Т. 3, № 1. – С. 8–17. |
| English version: |
SUPPORT TOOLKIT FOR ASSESSING THE ATTRACTIVENESS OF CITIES FOR THE POPULATION
Oreshnikov Vladimir Vladimirovich, Cand. of Econ. Sci., Senior Researcher, Sector of Economic and Mathematical Modeling, Ufa Federal Research Center of the Russian Academy of Sciences, Ufa, Russia. Aitova Yuliya Sergeevna, Senior Researcher, Sector of Economic and Mathematical Modeling, , Ufa Federal Research Center of the Russian Academy of Sciences, Ufa, Russia.
Keywords: cities of Russia, attractiveness, population, migration, factors, econometric modeling, regression equations, analysis of variance, model tools, functional blocks, forecasting, toolkit structure. Abstract. The article discusses the issues of assessing the level of attractiveness of cities in the Russian Federation. An algorithm for developing the econometric component of the model is proposed. The parameters of analyzing the level of attractiveness of cities for various economic agents have been determined. Among the factors influencing the attractiveness of cities for residents, the population size, housing provision, crime rate, the level of wages and medical provision were identified. Assessment of attractiveness from the standpoint of doing business involves considering production volumes, retail turnover and the number of city residents. The factors of tourist attraction are the characteristics of collective accommodation facilities and the number of corresponding requests on the Internet. In general, the formed regression equations meet the requirements and are applicable for solving problems of predicting changes in the values of the analyzed parameters. An example of the formation of the corresponding regression equation for assessing the level of attractiveness of a city from the point of view of residents is presented. Together with the equations describing the level of attractiveness for other economic agents (business, tourists, etc.), it forms a complex of econometric models, which can be further used as the core of the corresponding software tools. At the same time, this toolkit should also include functional blocks aimed at solving particular problems of its use. The key ones are responsible for generating scenario forecasts, analyzing information, assessing regional ratings and visualizing the results obtained. The research results can be applied by federal and regional authorities in solving problems of territorial development of the constituent entities of the Russian Federation and the country as a whole. |
| For citation: | Oreshnikov, V.V., Aitova, Yu.S. (2020). Support toolkit for assessing the attractiveness of cities for the population. Nauchnoe obozrenie: teoriya i praktika [Scientific Review: Theory and Practice], vol. 10, iss. 9. pp. 2148-2157 (in Russian). DOI: 10.35679/2226-0226-2020-10-9-2148-2157 |