Оценка причинности в социально-экономическом и научно-инновационном развитии территорий с помощью теста казуальности Грейнджера

Актуальность. В современных условиях обостряется проблема обеспечения устойчивого социальноэкономического развития регионов Российской Федерации. Одним из инструментов ее решения является динамизация научно-инновационного роста, однако следует учитывать различные возможности регионов в рассматриваемой области. С одной стороны, активное развитие науки и инноваций должно способствовать ускорению темпов социально-экономического роста, с другой ‒ в регионах с недостаточно высоким уровнем экономического развития разработка и запуск инновационных проектов не представляются возможными ввиду отсутствия нужного объема инвестиций. Таким образом, возникает проблема анализа взаимообусловленности социально-экономического и научно-инновационного развития.
Цель исследования ‒ оценить причинность между инновационным и социально-экономическим ростом с использованием теста казуальности Грейнджера, который позволяет оценивать процессы с учетом временных лагов.
Задачи: выявление причинных связей между текущими и капитальными инвестициями в научноисследовательские и опытно-конструкторские работы и величиной валового регионального продукта; классификация регионов по типам причинности; определение оптимальных временных лагов между изменениями переменных.
Методология. Применяется тест Грейнджера для анализа причинно-следственных связей между валовым региональным продуктом и инвестициями в научно-исследовательские и опытноконструкторские работы с определением оптимальных временных лагов при условии стационарности временных рядов исследуемых показателей.
Результаты. Исследование позволило определить, что для большинства субъектов округа именно текущие инвестиции в исследования и разработки выступают в качестве причины изменения валового регионального продукта, в некоторых регионах наблюдается зависимость от капитальных затрат в научно-исследовательскую деятельность.
Выводы. По результатам расчетов можно сделать вывод о невозможности выделения в некоторых регионах среди рассматриваемых факторов причинообусловливающих, поскольку имеет место взаимная автокорреляция, что свидетельствует о наличии иных параметров, оказывающих влияние на изменение рассматриваемых переменных. Предложенный подход универсальный характер и может быть использован региональными властями при построении стратегий управления социально-экономическим ростом территорий с учетом лагов, обеспечивающих максимальную отдачу от инноваций в научно-инновационную сферу.

1. Социально-экономические показатели национальных целей развития России: тенденции и прогноз / А. А. Шабунова, С. В. Крошилин, А. В. Ярашева, Е. И. Медведева // Экономические и социальные перемены: факты, тенденции, прогноз. 2024. Т. 17, № 5. С. 40–54. https://doi.org/10.15838/esc.2024.5.95.2

2. Управление экосистемой: механизмы интеграции компаний в соответствии с концепцией «Индустрия 4.0» / В. Я. Захаров, О. В. Трофимов, В. Г. Фролов, А. В. Новиков // Лидерство и менеджмент. 2019. Т. 6, № 4. С. 453‒468. https://doi.org/10.18334/lim.6.4.41197

3. Березин И. Л., Лукьянова А. А. Институциональные формы управления инновационной деятельностью и их ограничения // Креативная экономика. 2023. Т. 17, № 4. С. 1211‒1230. https://doi.org/10.18334/ce.17.4.117687

4. Казакова М. В. Творческие кросс-инновационные кластеры как драйверы современного экономического развития // Вопросы инновационной экономики. 2023. Т. 13, № 4. С. 2143‒2158. https://doi.org/10.18334/vinec.13.4.119716

5. Borrás S., Edler J. The roles of the state in the governance of socio-technical systems' transformation // Research Policy. 2020. N 49 (5). P. 103971.

6. Хмелева Г. А., Беляева Г. И. Концепция человекоцентричности в региональной экономике // Экономика, предпринимательство и право. 2025. Т. 15, № 4. https://doi.org/10.18334/epp.15.4.122849

7. Факторы формирования научных кадров высшей квалификации в образовательной системе России / А. О. Кириченко, А. Л. Золкин, А. Е. Михайлова, Е. А. Свердликова // Экономика и управление: проблемы, решения. 2024. Т. 11, № 9 (150). С. 164‒173. https://doi.org/10.36871/ek.up.p.r.2024.09.11.021. EDN CAWSLZ

8. Хайруллина Л. И., Зиятдинова С. Ф. Непрерывное обучение и автоматизированный диагностический комплекс рост: возможности совместного применения // Управление устойчивым развитием. 2024. № 3 (52). С. 91‒99. https://doi.org/10.55421/2499992X_2024_3_91. EDN UKVERU

9. Санько И. А. Опыт внедрения инноваций концепции «Умный город» в Республике Сингапур // Современные средства связи. 2022. Т. 1, № 1. С. 328‒329. EDN NHJHXS

10. Платонова С. И. Цифровое неравенство как новая форма социального неравенства// Интеллект. Инновации. Инвестиции. 2024. № 6. С. 139-149. https://doi.org/10.25198/2077-7175-2024-6-139. EDN AIBXKS

11. Дудин М. Н., Шкодинский С. В., Продченко И. А. Цифровизация экономики и глобальные тренды на рынке труда как факторы экономического суверенитета страны // Экономика труда. 2021. Т. 8, № 7. С. 663‒682. https://doi.org/10.18334/et.8.7.112347

12. Инновационное развитие науки: фундаментальные и прикладные проблемы: монография / П. А. Абрамович [и др.]. Петрозаводск: МЦНП «Новая наука», 2023. 441 с.

13. Национальная инновационная система России и ее регионов: монография / И. Б. Тесленко, О. Б. Дигилина, А. М. Губернаторов. Владимир: Издательство Владимирского государственного университета, 2023. 172 с.

14. Cevallos R., Merino-Moreno C. Collegial Forms of Implementation of Directionality in National Innovation Strategies // Foresight and STI Governance. 2022. N 16 (4). P. 46‒58. https://doi.org/10.17323/2500-2597.2022.4.46.58

15. Инновационное развитие науки и образования: монография / под общ. ред. Г. Ю. Гуляева. Пенза: Наука и Просвещение, 2021. 320 с.

16. Абзалбек Г. А. Факторная модель инновационного развития регионов Республики Казахстан // Вестник Южно-Уральского государственного университета. Серия «Экономика и менеджмент». 2024. Т. 18, № 1. С. 15‒22. https://doi.org/10.14529/em240102

17. Рагулина Ю. В. Перспективы глобального влияния инноваций на экономическое развитие // Экономическая безопасность. 2024. Т. 7, № 9. С. 2219‒2238. https://doi.org/10.18334/ecsec.7.9.121710

18. Дорофеев М. Л. Взаимосвязи между доходным неравенством и экономическим ростом в регионах России: новые результаты на основе теста казуальности Грейнджера // E-Management. 2024. Т. 7, № 1. С. 15‒27. https://doi.org/10.26425/2658-3445-2024-7-1-15-27. EDN TRTHJY

19. Ефимова А. А. Каузальность и ее практическое применение // Вектор экономики. 2020. № 5 (47). С. 22. EDN WIALUJ

20. Information, imitation, and directed innovation / D. Acemoglu, A. Makhdoumi, A. Malekian [et al.] // Journal of Econometrics. 2025. N 238 (1). P. 105–134. https://doi.org/10.1016/j.jeconom.2025.01.046

21. Федорова Е. А., Антаненкова И. С. Исследование влияния макроэкономических факторов на капитализацию компаний электроэнергетики // Финансовая аналитика: проблемы и решения. 2012. Т. 14, № 107. С. 25‒32.

22. Крамин Т. В., Устюжанина Д. А. Влияние подушевого ВРП на качество жизни населения в регионах России // Экономика региона. 2024. Т. 20, № 1. С. 176‒188. https://doi.org/10.17059/ekon.reg.2024-1-12