Предмет. Роль дорожной инфраструктуры в развитии экономики. Проблема обеспечения взаимосвязи экономических подсистем региона. Цели. Определить степень влияния автодорожной инфраструктуры регионов России на экономические подсистемы. Методология. Для группировки регионов использован метод виртуальной кластеризации. Определение тенденций изменения показателей и расчет прогнозов осуществлены с помощью регрессионного анализа. Результаты. В процессе исследования установлена пространственно-функциональная конфигурация распределения российских регионов по интенсивности обслуживания автодорожной инфраструктурой экономических подсистем. Соответствующие статистические показатели соотнесены с протяженностью автомобильных дорог общего пользования федерального, регионального или межмуниципального и местного значения. Выявлены 17 регионов, входящих в два ведущих виртуальных кластера, и их основные представители – Тюменская и Кемеровская области. Расчеты позволяют прогнозировать нарастание интенсивности обслуживания практически по всем подсистемам. В Кемеровской области наблюдается неустойчивая динамика, позволяющая сделать только фрагментарные прогнозы (например, положительный – по обслуживанию добывающей промышленности). Выводы. Практическое применение результатов исследования будет способствовать укреплению систем стратегического и оперативного управления развитием автодорожной инфраструктуры.
Боброва В.В., Бережная Л.Ю. Механизм влияния транспортной инфраструктуры на социально-экономическое развитие приграничного региона // Экономика, предпринимательство и право. 2021. Т. 11. № 10. С. 2381–2398. URL: Link
Гасилов В.В., Сапронов А.Ф., Шибаева М.А. Влияние модернизации региональной дорожной инфраструктуры на социально-экономическое развитие региона // Современная экономика: проблемы и решения. 2011. № 7. С. 34–43. URL: Link
Трофимова Л.А., Кукаев А.А. Анализ состояния и перспектив развития инфраструктуры как основного фактора роста экономики в условиях внешних ограничений // Современная экономика: проблемы и решения. 2018. № 7. С. 80–91. URL: Link
Белякова Е.В., Подвербных О.Е., Щербенко Е.В. Транспортная инфра-структура как основа пространственного развития региона // Экономика и предпринимательство. 2021. № 12. С. 609–614. URL: Link
Abdul Quium A.S.M. Transport Corridors for Wider Socio–Economic Development. Sustainability, 2019, vol. 11, iss. 19. URL: Link
Hartigan J.A., Wong M.A. Algorithm AS 136: A K-Means Clustering Algorithm. Journal of the Royal Statistical Society. Series C (Applied Statistics), 1979, vol. 28, no. 1, pp. 100–108. URL: Link
Мандель И.Д. Кластерный анализ: монография. М.: Финансы и статистика, 1988. 176 с.
Aldenderfer M.S., Blashfield R.K. Cluster Analysis. Beverly Hills, Sage Publications, 1984, 88 p.
Бенц Д.С. Какой бизнес формирует экономику Уральского федерального округа // Вестник Челябинского государственного университета. 2020. № 2. С. 258–265. URL: Link
Балахнина А.Г., Ромашкина Г.Ф. Особенности поддержки сельского хозяйства (на примере Тюменской области) // Вестник Тюменского государственного университета. Социально-экономические и правовые исследования. 2020. Т. 6. № 1. С. 24–48. URL: Link
Нефедова Т.Г., Трейвиш А.И. Среднеуральский меридиан: поляризация пространства старопромышленных регионов // Известия Русского географического общества. 2020. Т. 152. № 5. С. 3–25. URL: Link
Вильвер А.С., Грищук В.А. Анализ реализации Cтратегии социально-экономического развития города Троицка Челябинской области до 2020 года // Общество, экономика, управление. 2019. Т. 4. № 3. С. 5–9. URL: Link
Артемова О.В., Логачева Н.М., Савченко А.Н. Гармонизация пространства промышленного города: социальные ориентиры // Экономика региона. 2021. Т. 17. № 2. С. 538–551. URL: Link
