УДК 332.14

Пространственные взаимодействия и сценарное прогнозирование добычи полезных ископаемых в российских ресурсных регионах

С.С. Красных

Институт экономики Уральского отделения РАН, г. Екатеринбург, Россия

Аннотация

Актуальность исследования обусловлена высокой пространственной неоднородностью добычи полезных ископаемых в российских ресурсных регионах и необходимостью учитывать межмуниципальные взаимодействия при оценке факторов развития добывающей отрасли. Традиционные регрессионные модели не позволяют в полной мере выявить влияние соседних территорий, что особенно важно для муниципальных образований Уральского федерального округа, различающихся по ресурсной базе, инфраструктуре, инвестиционной активности и кадровому потенциалу. Цель исследования состоит в оценке влияния социально-экономических факторов на динамику добычи полезных ископаемых в муниципальных образованиях УрФО с учетом пространственных взаимодействий и формировании сценарных прогнозов до 2028 г. Гипотеза исследования заключается в том, что динамика добычи определяется не только внутренними характеристиками муниципалитетов, но и экономическим потенциалом соседних территорий, при этом характер межмуниципальных взаимодействий изменяется в зависимости от сценарных условий. Эмпирическая база включает панельные данные по 195 муниципальным образованиям УрФО за 2010–2024 гг. Методическая процедура включает оценку пространственных панельных моделей SAR, SEM и SDM с фиксированными эффектами, использование трех матриц пространственных весов, декомпозицию эффектов SDM на прямые, косвенные и общие, построение ARIMA/ARMA-сценариев и проверку устойчивости с лагированными регрессорами. Установлено, что добыча полезных ископаемых связана с инвестиционной активностью, развитием обрабатывающих производств, электроэнергетики и трудового потенциала соседних территорий. В пессимистичном сценарии усиливается зависимость от ресурсов окружающих муниципалитетов, тогда как в оптимистичном возрастает роль модернизации, трудосбережения и межотраслевой кооперации. Теоретическая значимость исследования состоит в раскрытии сценарно-обусловленного характера пространственных эффектов, практическая в возможности использования результатов при разработке стратегий пространственного развития ресурсных регионов.

Ключевые слова

пространственное моделирование; пространственная модель Дарбина; спилловер-эффекты; добыча полезных ископаемых; муниципальные образования; Уральский федеральный округ; сценарное прогнозирование.

JEL classification

Список использованной литературы

1. Наумов И.В., Никулина Н.Л., Барыбина А.З., Саломатова А.А., Красных С.С., Пономарева А.О., Седельников В.М. Приоритеты пространственного развития Уральского федерального округа : монография. Екатеринбург : Институт экономики УрО РАН, 2024. 355 c. https://doi.org/10.17059/1_2025

         2. Anselin L. Spatial Econometrics: Methods and Models. Springer Dordrecht, 1988. 284 p. https://doi.org/10.1007/978-94-015-7799-1

         3. Elhorst J.P. Spatial Econometrics: From Cross-Sectional Data to Spatial Panels. Berlin: Springer, 2014. 119 p. https://doi.org/10.1007/978-3-642-40340-8

         4. Наумов И.В., Красных С.С. Пространственное моделирование влияния научно-исследовательского потенциала на динамику научно-технологического развития регионов России // Journal of Applied Economic Research. 2023. Т. 22, № 3. С. 630–656. https://doi.org/10.15826/vestnik.2023.22.3.026

         5. Наумов И.В., Никулина Н.Л. Моделирование пространственных эффектов инновационного развития регионов России // Проблемы развития территории. 2023. Т. 27, № 6. С. 121–140. https://doi.org/10.15838/ptd.2023.6.128.8

         6. LeSage J.P., Pace R.K. Introduction to Spatial Econometrics. Boca Raton: CRC Press, 2009. 340 p. https://doi.org/10.1201/9781420064254

         7. Терещенко Д.С. Межрегиональные эффекты инноваций в России: анализ с позиций байесовского подхода // Пространственная экономика. 2024. Т. 20, № 1. С. 125–143. https://dx.doi.org/10.14530/se.2024.1.125-143

         8. Балаш О.С. Пространственный анализ конвергенции регионов России // Известия Саратовского университета. Новая серия. Серия: Экономика. Управление. Право. 2012. Т. 12, № 4. С. 45–52. https://doi.org/10.18500/1994-2540-2012-12-4-45-52

         9. Маслюкова Е.В., Вольчик В.В. Эконометрическое моделирование пространственного инновационного развития в контексте институциональных факторов // Russian Journal of Economics and Law. 2025. Т. 19, № 4. С. 754–774. https://doi.org/10.21202/2782-2923.2025.4.754-774

         10. Elhorst J.P. Applied spatial econometrics: Raising the bar // Spatial Economic Analysis. 2010. Vol. 5, Issue 1. Pp. 9–28. https://doi.org/10.1080/17421770903541772

         11. Elhorst J.P. Dynamic spatial panels: Models, methods, and inferences // Journal of Geographical Systems. 2012. Vol. 14, Issue 1. Pp. 5–28. https://doi.org/10.1007/s10109-011-0158-4

         12. Kazama S., Izumi H., Sarukkalige P., Nasu T., Sawamoto M. Estimating snow distribution over a large area and its application for water resources // Hydrological Processes. 2008. Vol. 22, Issue 13. Pp. 2315–2324. https://doi.org/10.1002/HYP.6826

         13. Neelawala P., Wilson C., Athukorala W. The Impact of Mining and Smelting Activities on Property Values: A Study of Mount Isa City, Queensland, Australia // Australian Journal of Agricultural and Resource Economics. 2013. Vol. 57, Issue 1. Pp. 60–78. https://doi.org/10.1111/j.1467-8489.2012.00604.x

         14. Cellmer R., Kobylińska K., Bełej M. Application of Hierarchical Spatial Autoregressive Models to Develop Land Value Maps in Urbanized Areas // ISPRS International Journal of Geo-Information (IJGI). 2019. Vol. 8, Issue 4. 195. https://doi.org/10.3390/ijgi8040195

         15. Chakir R., Le Gallo J. Predicting Land Use Allocation in France: A Spatial Panel Data Analysis // Ecological Economics. 2013. Vol. 92. Pp. 114–125. https://doi.org/10.1016/j.ecolecon.2012.04.009

         16. Tientao A., Legros D., Pichery M.C. Technology spillover and TFP growth: A spatial Durbin model // International Economics. 2016. Vol. 145. Pp. 21–31. https://doi.org/10.1016/j.inteco.2015.04.004

         17. Karim A. Regional Economic Growth: A Spatial Durbin Model Approach // Journal of Mathematics Mantik. 2021. Vol. 7, Issue 2. Pp. 147–154. https://doi.org/10.15642/mantik.2021.7.2.147-154

         18. Mur J., Angulo A. Model selection strategies in a spatial setting: Some additional results // Regional Science and Urban Economics. 2009. Vol. 39, Issue 2. Pp. 200–213. https://doi.org/10.1016/j.regsciurbeco.2008.05.018

         19. Halleck Vega S., Elhorst J.P. The SLX model // Journal of Regional Science. 2015. Vol. 55, Issue 3. Pp. 339–363. https://doi.org/10.1111/jors.12188

         20. Гафарова Е.А. Эмпирические модели регионального экономического роста с пространственными эффектами: результаты сравнительного анализа // Вестник Пермского университета. Серия «Экономика». 2017. Т. 12, № 4. С. 561–574. https://doi.org/10.17072/1994-9960-2017-4-561-574

         21. Fingleton B., Lopez-Bazo E. Empirical growth models with spatial effects // Papers in Regional Science. 2006. Vol. 85, Issue 2. Pp. 177–198. https://doi.org/10.1111/j.1435-5957.2006.00074.x

         22. Тимирьянова В.М., Зимин А.Ф., Юсупов К.Н. Экономическая активность территорий: сравнительный анализ способов оценки пространственных эффектов // Пространственная экономика. 2021. Т. 17, № 4. С. 41–68. https://dx.doi.org/10.14530/se.2021.4.041-068

         23. Павлов Ю.В., Королева Е.Н. Пространственные взаимодействия: оценка на основе глобального и локального индексов Морана // Пространственная экономика. 2014. № 3. С. 95–110. https://doi.org/10.14530/se.2014.3.95-110

         24. Kholodilin K.A., Oshchepkov A., Siliverstovs B. The Russian regional convergence process: Where is it leading? // Eastern European Economics. 2012. Vol. 50, Issue 3. Pp. 5–26. https://doi.org/10.2753/EEE0012-8775500301

         25. Karim A., Suhartono, Prastyo D.D. Spatial Spillover Effect of Transportation Infrastructure on Regional Growth // Economy of Regions. 2020. Vol. 16, No. 3. Pp. 911–920. https://doi.org/10.17059/ekon.reg.2020-3-18

         26. Primayesa E., Widodo W., Sugiyanto F.X. Tourism Spatial Spillover Effect and Economic Growth in Indonesia // Economy of Regions. 2023. Vol. 19, No. 4. Pp. 1160–1175. https://doi.org/10.17059/ekon.reg.2023-4-16

         27. Corrado L., Fingleton B. Where is the economics in spatial econometrics? // Journal of Regional Science. 2012. Vol. 52, Issue 2. Pp. 210–239. https://doi.org/10.1111/j.1467-9787.2011.00726.x

         28. Gibbons S., Overman H.G. Mostly pointless spatial econometrics // Journal of Regional Science. 2012. Vol. 52, Issue 2. Pp. 172–191. https://doi.org/10.1111/j.1467-9787.2012.00760.x

         29. Box G.E.P., Jenkins G.M. Time Series Analysis: Forecasting and Control. San Francisco: Holden-Day, 1970. 553 p. URL: https://archive.org/details/timeseriesanalys0000boxg

         30. Akaike H. A new look at the statistical model identification // IEEE Transactions on Automatic Control. 1974. Vol. 19, Issue 6. Pp. 716–723. http://dx.doi.org/10.1109/TAC.1974.1100705

         31. Ramos-Bueno A., Galeana-Pizaña J.M., Perevochtchikova M. Urban water consumption analysis through a spatial panel modeling approach: a case study of Mexico City, 2004–2022 // Water Supply. 2024. Vol. 24, Issue 9. Pp. 3179–3195. doi.org/10.2166/ws.2024.191

         32. Burbidge J.B., Magee L., Robb A.L. Alternative transformations to handle extreme values // Journal of the American Statistical Association. 1988. Vol. 83, Issue 401. Pp. 123–127. https://doi.org/10.1080/01621459.1988.10478575

         33. Bellemare M.F., Wichman C.J. Elasticities and the inverse hyperbolic sine transformation // Oxford Bulletin of Economics and Statistics. 2020. Vol. 82, Issue 1. Pp. 50–61. https://doi.org/10.1111/obes.12325

         34. Наумов И.В. Пространственные диспропорции формирования финансового потенциала региональных систем // Журнал экономической теории. 2020. Т. 17, № 3. С. 614–628. https://doi.org/10.31063/2073-6517/2020.17-3.8

         35. O’Brien R.M. A caution regarding rules of thumb for variance inflation factors // Quality & Quantity. 2007. Vol. 41, Issue 5. Pp. 673–690. https://doi.org/10.1007/s11135-006-9018-6

         36. Moran P.A.P. Notes on continuous stochastic phenomena // Biometrika. 1950. Vol. 37, No. 1/2. Pp. 17–23. https://doi.org/10.2307/2332142

         37. Anselin L., Bera A.K., Florax R., Yoon M.J. Simple diagnostic tests for spatial dependence // Regional Science and Urban Economics. 1996. Vol. 26, Issue 1. Pp. 77–104. https://doi.org/10.1016/0166-0462(95)02111-6

         38. Baltagi B.H., Song S.H., Jung B.C., Koh W. Testing for Serial Correlation, Spatial Autocorrelation and Random Effects Using Panel Data // Journal of Econometrics. 2007. Vol. 140, Issue 1. Pp. 5–51. https://doi.org/10.1016/j.jeconom.2006.09.001

         39. Наумов И.В., Никулина Н.Л. Оценка и моделирование пространственных взаимовлияний в развитии кадрового потенциала научно-исследовательской деятельности регионов России // Экономика региона. 2023. Т. 19, № 3. С. 782–800. https://doi.org/10.17059/ekon.reg.2023-3-13

         40. Коломак Е.А., Шерубнева А.И. Оценка влияния агломерационных факторов на экономическую активность (микроэкономический анализ) // Экономика региона. 2023. Т. 19, № 3. С. 766–781. https://doi.org/10.17059/ekon.reg.2023-3-12

         41. Allers M.A., Elhorst J.P. Tax mimicking and yardstick competition among local governments in the Netherlands // International Tax and Public Finance. 2005. Vol. 12, Issue 4. Pp. 493–513. https://doi.org/10.1007/s10797-005-1500-x

Информация об авторах

Красных Сергей Сергеевич

Кандидат экономических наук, старший научный сотрудник лаборатории моделирования пространственного развития территории Института экономики Уральского отделения РАН, г. Екатеринбург, Россия (620014, г. Екатеринбург, ул. Московская, 29); ORCID https://orcid.org/0000-0002-2692-5656 e-mail: krasnykh.ss@uiec.ru

Для цитирования

Красных С.С. Пространственные взаимодействия и сценарное прогнозирование добычи полезных ископаемых в российских ресурсных регионах // Journal of Applied Economic Research. 2026. Т. 25, № 3. С. 965-990. https://doi.org/10.15826/vestnik.2026.25.3.032

Информация о статье

Дата поступления 13 марта 2026 г.; дата поступления после рецензирования 5 июня 2026 г.; дата принятия к печати 26 июня 2026 г.

DOI: http://dx.doi.org/10.15826/vestnik.2026.25.3.032

Скачать полный текст статьи: