Условия успешности адаптации отечественного и зарубежного опыта оценки устойчивого регионального развития в отечественной программно-целевой концепции социально-экономического развития Российской Федерации

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Целью данного исследования является изучение условий успешности адаптации отечественного и зарубежного опыта оценки устойчивого регионального развития в отечественной программно-целевой концепции социально-экономического развития Российской Федерации. На теоретическом уровне рассмотрены отечественные модели оценки устойчивого регионального развития и выделены их характерные особенности, которые позволяют изучать целый комплекс существующих методических подходов в указанной области. Также в данной работе изучены характеристики зарубежных моделей оценки устойчивого регионального развития с учетом анализа нормативно-правовых аспектов, связанных с устойчивым региональным развитием и особенностями его оценки. В рамках реализованного исследования авторами осуществлен сравнительный анализ отечественных и зарубежных моделей в аспекте возможности адаптации опыта в отечественную программно-целевую концепцию социально-экономического развития Российской Федерации. Описаны возможности и ограничения, связанные с интеграцией отечественных и зарубежных методик оценки устойчивого развития регионов между собой. Выводы. На основе полученных результатов авторами сформулированы рекомендации относительно создания условий успешности адаптации отечественного и зарубежного опыта оценки устойчивого регионального развития в отечественной программно-целевой концепции социально-экономического развития Российской Федерации.

Об авторах

Елена Алексеевна Эльканова

Финансовый университет при Правительстве Российской Федерации

Email: eaelkanova@fa.ru
кандидат экономических наук; доцент департамента логистики и маркетинга факультета экономики и бизнеса Москва, Российская Федерация

Ирина Геннадьевна Прохорова

Финансовый университет при Правительстве Российской Федерации

Email: igprokhorova@fa.ru
ассистент департамента социологии факультета социальных наук и массовых коммуникаций Москва, Российская Федерация

Список литературы

  1. Гребенкина С.А. Депрессивный регион: понятие и механизм оценки устойчивого развития // ЦИТИСЭ. 2019. № 4. С. 108-119.
  2. Гребенкина С.А., Хрусталев Е.Ю., Славянов А.С. Методические основы обеспечения устойчивого развития региона // Вестник Московского университета. Серия 5: География. 2020. № 1. С. 63-72.
  3. Денисова Е.Д., Куприянов С.В. Региональное развитие, базирующееся на принципах устойчивости // Вестник Белгородского государственного технологического университета им. В.Г. Шухова. 2018. № 7. С. 136-142.
  4. Лексин В.Н. Региональная политика России: концепции, проблемы, решения // Российский экономический журнал. 1993. № 9. С. 49-53.
  5. Третьякова Е.А., Осипова М.Ю. Оценка показателей устойчивого развития регионов России // Проблемы прогнозирования. 2018. № 2 (167). С. 24-35.
  6. Тяглов С.Г., Коноваленков С.В. Концепция экспресс-оценки устойчивого развития региона // Вестник Ростовского государственного экономического университета (РИНХ). 2019. № 2 (66). С. 147-153.
  7. Яковлев А.С. и др. Деградация земель и проблемы устойчивого развития // Почвоведение. 2018. № 9. С. 1167-1174.
  8. Ярашева А.В. Подходы и определения устойчивого развития экономики региона // Экономика. Налоги. Право. 2012. № 2. С. 28-31.
  9. Bonnet J., Coll-Martínez E., Renou-Maissant P. Evaluating Sustainable Development by Composite Index: Evidence from French Departments // Sustainability. 2021. Pp. 761-780.
  10. Biotteau A.L. et al. Les personnes les plus aisées sont celles qui bénéficient le plus des mesures socio-fiscales mises en œuvre en 2018, principalement du fait des réformes qui concernent les détenteurs de capital. Insee, France, portrait social // France, portrait social. 2019. Pp. 133-155.
  11. Barthoulot M. et al. Estimation de la survie globale à partir des données administratives hospitalières avec intégration des données de décès de l’INSEE: l’expérience du Centre Oscar Lambret // Revue d’Épidémiologie et de Santé Publique. 2022. Vol. 70. Pp. 96-99.
  12. Emovon I., Oghenenyerovwho O.S. Application of MCDM method in material selection for optimal design: A review // Results in Materials. 2020. Vol. 7. Pp. 100-115.
  13. Martín C.J., Carnero M.C. Evaluation of Sustainable Development in European Union Countries // Appl. Sci. 2019. No. 9. Pp. 880-890.
  14. Tan T. et al. Combining multi-criteria decision making (MCDM) methods with building information modelling (BIM): A review // Automation in Construction. 2021. Vol. 121. Pp. 103-112.
  15. Yasmin M. et al. Big data analytics capabilities and firm performance: An integrated MCDM approach // Journal of Business Research. 2020. Vol. 114. Pp. 1-15.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Юр-ВАК, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».