IDEAS home Printed from https://ideas.repec.org/a/scn/mngsci/y2018i2p18-29.html
   My bibliography  Save this article

Управление структурой валового регионального продукта в субъектах Южного федерального округа // Managing the Gross Regional Product Structure in the Territorial Subjects of the Southern Federal District

Author

Listed:
  • V. Gamukin V.

    (Tyumen State University)

  • В. Гамукин В.

    (Тюменский государственный университет)

Abstract

The condition of national economy is substantially determined by the level of economic development of certain regions in the country. Adaptive capability of separate regional economy of external and internal risk damping depends on features of its structure which forms inertially under the impact of managerial influence from the authorities depending on three main managerial objectives of forming the structure of regional economy: bringing the structure of regional economy to a uniform state, individualization of this structure or strategy assuming integration of regions with the differing structure to macroregions. In the article the hypothesis of the assessment possibility of managerial impact by means of the indicators characterizing rapprochement or a discrepancy of the gross regional product (GRP) structure within one federal district is considered. The research of the structure of the given indicator at the subjects of the Southern Federal District for the period 2005–2015 is conducted using an index method, including calculation of the Szalai index and the index of structure offered by the author. It did not reveal a significant effect on change of the structure of GRP subjects in the analysed period. It provides with the possibility to speak about weakness or lack of purposeful managerial impact on this indicator from the district level of the power. In the federal district obvious tendencies to more balanced participation of regions in creation of total amount of GRP are not revealed. Due to the universality and high sensitivity of the received results, the formulated algorithm of calculation of the structure index, is acceptable for convergence determination of the structure of regional economies on the basis of the GRP structure indicator and can be applied in other federal districts of Russia. Состояние национальной экономики в значительной степени определяется уровнем развития экономики отдельных регионов страны. Адаптивная способность отдельной региональной экономики к демпфированию внешних и внутренних рисков зависит от особенностей ее структуры, которая формируется инерционно под влиянием управленческого воздействия со стороны органов власти в зависимости от трех основных управленческих целей формирования структуры региональной экономики: приведение структуры экономики регионов к единообразному состоянию, индивидуализация данной структуры или стратегия, предполагающая интеграцию регионов с различающейся структурой в макрорегионы. В статье рассматривается гипотеза о возможности оценки управленческого воздействия с помощью показателей, характеризующих сближение или расхождение структуры валового регионального продукта (ВРП) в пределах одного федерального округа. Исследование структуры данного показателя у субъектов Южного федерального округа за период 2005–2015 гг. проводится с применением индексного метода, включая расчет индекса Салаи и предложенного автором индекса структуры. Оно не выявило существенного влияния на изменение структуры ВРП субъектов в анализируемом периоде. Это позволяет говорить о слабости или отсутствии целенаправленного управленческого воздействия на данный показатель со стороны окружного уровня власти. В федеральном округе не выявлены очевидные тенденции к более сбалансированному участию регионов в создании общего объема ВРП. Сформулированный алгоритм расчета индекса структуры, благодаря своей универсальности и высокой чувствительности получаемых результатов, является приемлемым для определения сходимости структуры региональных экономик на основе показателя структуры ВРП и может применяться в других федеральных округах России.

Suggested Citation

  • V. Gamukin V. & В. Гамукин В., 2018. "Управление структурой валового регионального продукта в субъектах Южного федерального округа // Managing the Gross Regional Product Structure in the Territorial Subjects of the Southern Federal Distri," Управленческие науки // Management Science, ФГОБУВО Финансовый университет при Правительстве Российской Федерации // Financial University under The Government of Russian Federation, vol. 8(2), pages 18-29.
  • Handle: RePEc:scn:mngsci:y:2018:i:2:p:18-29
    as

    Download full text from publisher

    File URL: https://managementscience.fa.ru/jour/article/viewFile/146/150.pdf
    Download Restriction: no

    References listed on IDEAS

    as
    1. Schanne, N. & Wapler, R. & Weyh, A., 2010. "Regional unemployment forecasts with spatial interdependencies," International Journal of Forecasting, Elsevier, vol. 26(4), pages 908-926, October.
    2. Henzel Steffen R. & Wohlrabe Klaus & Lehmann Robert, 2015. "Nowcasting Regional GDP: The Case of the Free State of Saxony," Review of Economics, De Gruyter, vol. 66(1), pages 71-98, April.
    3. Patuelli, Roberto & Longhi, Simonetta & Reggiani, Aura & Nijkamp, Peter & Blien, Uwe, 2007. "A Rank-Order Test on the Statistical Performance of Neural Network Models for Regional Labor Market Forecasts," The Review of Regional Studies, Southern Regional Science Association, vol. 37(1), pages 64-81.
    4. Simonetta Longhi & Peter Nijkamp & Aura Reggianni & Erich Maierhofer, 2005. "Neural Network Modeling as a Tool for Forecasting Regional Employment Patterns," International Regional Science Review, , vol. 28(3), pages 330-346, July.
    5. Robert Lehmann & Klaus Wohlrabe, 2014. "Forecasting gross value-added at the regional level: are sectoral disaggregated predictions superior to direct ones?," Review of Regional Research: Jahrbuch für Regionalwissenschaft, Springer;Gesellschaft für Regionalforschung (GfR), vol. 34(1), pages 61-90, February.
    6. Kopoin, Alexandre & Moran, Kevin & Paré, Jean-Pierre, 2013. "Forecasting regional GDP with factor models: How useful are national and international data?," Economics Letters, Elsevier, vol. 121(2), pages 267-270.
    7. Konstantin Arkadievich Kholodilin & Boriss Siliverstovs & Stefan Kooths, 2008. "A Dynamic Panel Data Approach to the Forecasting of the GDP of German Länder," Spatial Economic Analysis, Taylor & Francis Journals, vol. 3(2), pages 195-207.
    8. Simonetta Longhi & Peter Nijkamp, 2007. "Forecasting Regional Labor Market Developments under Spatial Autocorrelation," International Regional Science Review, , vol. 30(2), pages 100-119, April.
    Full references (including those not matched with items on IDEAS)

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:scn:mngsci:y:2018:i:2:p:18-29. See general information about how to correct material in RePEc.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: (Алексей Скалабан). General contact details of provider: http://managementscience.elpub.ru .

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    If CitEc recognized a reference but did not link an item in RePEc to it, you can help with this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service hosted by the Research Division of the Federal Reserve Bank of St. Louis . RePEc uses bibliographic data supplied by the respective publishers.