Алексей Николаевич Борисов – кандидат политических наук, первый заместитель председателя Российской ассоциации содействия ООН, заведующий кафедрой ЮНЕСКО119454, Москва, Проспект Вернадского, 76
Aleksey N. Borisov – Candidate of Political Sciences, First Deputy Chairman, United Nations Association of Russia, Head of the UNESCO Department
76, Vernadsky prospect, Moscow, Russian Federation, 119454
Александр Иванович Бородин – доктор экономических наук, профессор кафедры финансового менеджмента
117997, Москва, Стремянный переулок, 36
Aleksandr I. Borodin – Doctor of Economics, Professor at the Department of Financial Management36, Stremyanny Lane, Moscow, Russian Federation, 117997
Роман Владимирович Губарев – кандидат экономических наук, доцент кафедры экономической теории
117997, Москва, Стремянный переулок, 36
Roman V. Gubarev – Ph.D. (Economics), Associate Professor of the Department of Economic Theory36, Stremyanny Lane, Moscow, Russian Federation, 117997
Евгений Иванович Дзюба – эксперт450077, Уфа, ул. Кирова, 1
Evgeniy I. Dzyuba – ExpertKirov Street, Ufa, Russian Federation, 450077
Эдуард Рафикович Сагатгареев – старший преподавательУфа, 450077, ул. Коммунистическая, 67
Eduard R. Sagatgareev – Senior Lecturer of the Department of Humanities and Natural Scinces67, Kommunisticheskaya Street, Ufa, Russian Federation, 450077
Межрегиональные разрывы в инвестиционной сфере и санкционное давление на национальную экономику актуализировали задачу повышения эффективности управления инвестиционной привлекательностью на мезоуровне с применением современных высокоточных методов экономико-математического моделирования. В настоящее время для оценки инвестиционной привлекательности российских регионов применяется ряд тематических рейтингов, критический анализ которых позволил выявить ряд недостатков. В связи с этим в рамках настоящего исследования была поставлена цель построения адекватного рейтинга инвестиционной привлекательности субъектов Российской Федерации с применением искусственного интеллекта. Результаты ретроспективной оценки углубляются путем кластеризации российских регионов исходя из достигнутого уровня инвестиционной привлекательности методом самоорганизующихся карт Кохонена. Для реализации прогностической функции формируется адекватный байесовский ансамбль из динамических нейросетевых моделей. В ходе эмпирического исследования были выдвинуты и подтверждены три гипотезы: о наличии значительных межрегиональных разрывов в сфере инвестиционной привлекательности; о негативном изменении кластерной структуры (в сфере инвестиционной привлекательности) российских регионов в 2013-2018 гг. под воздействием ряда новых экзогенных (внешних) факторов; о сохранении существенных межрегиональных разрывов (в инвестиционной сфере) в среднесрочной перспективе (на примере регионов-лидеров). Полученные результаты могут быть учтены при актуализации положений экономической политики ряда субъектов Российской Федерации. Авторский подход может быть применен и для анализа других стран мира в контексте достижения целей устойчивого развития ООН на мезоуровне.
Inter-regional gaps in the investment sphere and sanction pressure on the national economy have actualized the issue of improving the efficiency of managing investment attractiveness at the mesoscale using modern high-precision methods of economic and mathematical modeling. A number of well-known thematic ratings are used to assess the investment attractiveness of the Russian regions, whose critical analysis made it possible to identify their main shortcomings. Therefore, in the course of the study, the authors make an attempt to build an adequate rating of the investment attractiveness of the constituent entities of the Russian Federation using artificial intelligence. The results of the retrospective assessment are deepened by clustering the Russian regions based on the achieved level of investment attractiveness by the method of Kohonen self-organizing cards. To implement the prognostic function, a Bayesian ensemble of dynamic neural network models was formed. As a result of the empirical study three hypotheses have been confirmed: on significant inter-regional gaps in the sphere of investment attractiveness; on a negative change in the cluster structure (in the field of investment attractiveness) of the Russian regions in 2013-2018 due to sanctions pressure on the national economy; and on the persistence of significant inter-regional gaps (in the investment sphere) in the medium term (on the example of the leading regions). The results can be used to update the provisions of the economic policy of a number of constituent entities of the Russian Federation. Moreover, the authors’ approach might be applied for analyzing other countries in the context of the UN Sustainable Development Goals at the meso-level.
The authors declare that there are no conflicts of interest present.