ecr-journalЭкономическая наука современной РоссииEconomics of Contemporary Russia1609-14422618-8996Regional Public Organization for Assistance to the Development of Institutions of the Department of Economics of the Russian Academy of Sciences10.33293/1609-1442-2024-4(107)-60-76RPBJSAecr-journal-1040Research ArticleЭКОНОМИЧЕСКАЯ ПОЛИТИКА И ХОЗЯЙСТВЕННАЯ ПРАКТИКАECONOMICAL POLICY AND ECONOMICAL PRACTICEВлияние отраслевой структуры региональной экономики на рентабельность ВРПImpact of the sectoral structure of regional economy profitability on GRPКудровАлександр ВладимировичKudrovAlexander V.kovlal@inbox.ruЦентральный экономико-­математический институт РАН, МоскваРоссияCentral Economics and Mathematics Institute of the Russian Academy of SciencesRussian Federation202418112024046076Copyright © Кудров А.В., 20252025Кудров А.В.Kudrov A.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.ecr-journal.ru/jour/article/view/1040

В статье анализируются факторы, влияющие на рентабельность экономики регионов РФ. Эти факторы представлены основными экономическими характеристиками региональной экономики, отражающими структуру экономики, уровень развития, фондовооруженность и т. д. Методология анализа включает два этапа: во‑первых, определение переменных, непосредственно связанных с рентабельностью валового регионального продукта (ВРП); во‑вторых, построение нелинейной регрессионной модели с использованием выявленных непосредственно связанных переменных в качестве объясняющих факторов. В результате для рентабельности региональной экономики получена достаточно точная нелинейная регрессионная модель, которая включает в себя индексы добывающей и обрабатывающей промышленности, а также ВРП на душу населения. Полученная модель позволяет выявить условия, влияющие на отраслевые индексы и ВРП на душу населения, при которых рентабельность будет снижаться. Это позволяет продемонстрировать, что на разных этапах экономического развития для максимизации рентабельности требуется сбалансировать отраслевую структуру и размер региональной экономики. В частности, в высокоразвитых регионах развитие традиционных производственных отраслей отвечает убывающей рентабельности. Результаты демонстрируют, что при ориентировании на рентабельность региональной экономики необходимы адаптивные к конкретным региональным характеристикам экономические стратегии.

The article analyzes the factors affecting the profitability of the economy of the Russian regions. These factors are represented by the main economic characteristics of the regional economy, reflecting the structure of the economy, level of development, stock‑intensity etc. The methodology of analysis includes two stages: first, the identification of variables directly related to profitability on GRP; second, the construction of a nonlinear regression model using the identified directly related variables as explanatory factors. As a result, for GRP profitability we obtained a sufficiently accurate nonlinear regression model, which includes indices of extractive and manufacturing industries, as well as GRP per capita. The obtained model allows to identify conditions on GRP per capita and industry indices, under which profitability on GRP will decrease. This allows to demonstrate that at different stages of economic development, different sectoral structure of the regional economy is required to maximize profitability. In particular, in highly developed regions, the development of traditional production industries corresponds to the decreasing profitability. The results demonstrate that economic strategies adaptive to specific regional characteristics are necessary when targeting profitability by GRP.

рентабельность региональной экономикиструктура экономикиваловый региональный продукт (ВРП)индексы добывающей и обрабатывающей промышленностинелинейная регрессияprofitability of regional economyeconomic structuregross regional product (GRP)indices of extractive industryindices of manufacturingnonlinear regressionReferencesГаврилец Ю. Н., Кудров А. В., Тараканова И. В. (2018). Анализ внутренней структуры экономического потенциала роста // Вестник ЦЭМИ РАН. Т. 1. № 1.Gavrilets Y. N., Kudrov A. V., Tarakanova I. V. (2018). Analysis of the internal structure of economic growth potential. Bulletin of CEMI RAS, vol. 1, no. 1 (in Russian).Гаврилец Ю. Н., Кудров А. В., Тараканова И. В. (2022). Статистический анализ и моделирование взаи­мосвязи региональной экономики и науки // Экономика и математические методы. Т. 58. № 4. С. 56–70.Gavrilets Yu.N., Kudrov A. V., Tarakanova I. V. (2022). Statistical analysis and modeling of the relationship between regional economy and science. Economics and Mathematical Methods, vol. 58, no. 4, pp. 56–70 (in Russian).Кудров А. В. (2023). Влияние экономической сложности и отраслевой специализации на валовый региональный продукт регионов РФ // Бизнес-­информатика. Т. 17. № 4. C. 25–40.Kudrov A. V. (2023). The impact of economic complexity and industry specialization on the gross regional product of Russian regions. Business Informatics, no. 17(4), pp. 25–40 (in Russian).Регионы России. Социально-­экономические показатели, 2017–2019 гг. М.: Росстат, 2020.Regions of Russia (2020). Regions of Russia. Socio-economic indicators, 2017–2019. Moscow: Rosstat (in Russian).Acemoglu D., Zilibotti F. (1997). Was Prometheus Unbound by Chance? Risk, Diversification, and Growth. Journal of Political Economy, no. 105 (4), pp. 709–751.Acemoglu D., Zilibotti F. (1997). Was Prometheus Unbound by Chance? Risk, Diversification, and Growth. Journal of Political Economy, no. 105 (4), pp. 709–751.Amsden A. H. (1992). Asia’s Next Giant: South Korea and Late Industrialization. Oxford University Press.Amsden A. H. (1992). Asia’s Next Giant: South Korea and Late Industrialization. Oxford University Press.Balakrishnan P., Das M., Parameswaran M. (2017). The internal dynamic of Indian economic growth. Journal of Asian Economics, no. 50, pp. 46–61.Balakrishnan P., Das M., Parameswaran M. (2017). The internal dynamic of Indian economic growth. Journal of Asian Economics, no. 50, pp. 46–61.Brandt L., Ma D., Rawski T. G. (2014). From Divergence to Convergence: Reevaluating the History behind China's Economic Boom. Journal of Economic Literature, no. 2 (1), pp. 45–123.Brandt L., Ma D., Rawski T. G. (2014). From Divergence to Convergence: Reevaluating the History behind China's Economic Boom. Journal of Economic Literature, no. 2 (1), pp. 45–123.Hausmann R., Hidalgo C. A., Bustos S. et al. (2014). The Atlas of Economic Complexity. MIT Press.Hausmann R., Hidalgo C. A., Bustos S. et al. (2014). The Atlas of Economic Complexity. MIT Press.Lee K. (2013). Schumpeterian Analysis of Economic Catch-up: Knowledge, Path-­Creation, and the Middle-­Income Trap. Cambridge University Press.Lee K. (2013). Schumpeterian Analysis of Economic Catch-up: Knowledge, Path-­Creation, and the Middle-­Income Trap. Cambridge University Press.Lee J.W., McKibbin W. J. (2018). Service sector productivity and economic growth in Asia. Economic Modelling, no. 74, pp. 247–263.Lee J.W., McKibbin W. J. (2018). Service sector productivity and economic growth in Asia. Economic Modelling, no. 74, pp. 247–263.Lin L. I.K. (1989). A concordance correlation coefficient to evaluate reproducibility. Biometrics, no. 45 (1), pp. 255–268.Lin L. I.K. (1989). A concordance correlation coefficient to evaluate reproducibility. Biometrics, no. 45 (1), pp. 255–268.Piketty T. (2014). Capital in the Twenty-­First Century. Harvard University Press.Piketty T. (2014). Capital in the Twenty-­First Century. Harvard University Press.Ratkowsky D. (1993). Principles of nonlinear regression modeling. Journal of Industrial Microbiology, no. 12, pp. 195–199.Ratkowsky D. (1993). Principles of nonlinear regression modeling. Journal of Industrial Microbiology, no. 12, pp. 195–199.Rodrik D. (2008). One Economics, Many Recipes: Globalization, Institutions, and Economic Growth. Princeton (NJ): Princeton University Press.Rodrik D. (2008). One Economics, Many Recipes: Globalization, Institutions, and Economic Growth. Princeton (NJ): Princeton University Press.Ross M. L. (2012). The Oil Curse: How Petroleum Wealth Shapes the Development of Nations. Princeton (NJ): Princeton University Press.Ross M. L. (2012). The Oil Curse: How Petroleum Wealth Shapes the Development of Nations. Princeton (NJ): Princeton University Press.Seber G., Wild C. (2003). Nonlinear Regression. N.Y.: Wiley.Seber G., Wild C. (2003). Nonlinear Regression. N.Y.: Wiley.Song Z., Storesletten K., Zilibotti F. (2011). Growing like China. American Economic Review, no. 101 (1), pp. 196–233.Song Z., Storesletten K., Zilibotti F. (2011). Growing like China. American Economic Review, no. 101 (1), pp. 196–233.

The authors declare that there are no conflicts of interest present.