Top.Mail.Ru
Preview

Управление

Расширенный поиск

Технологические лидеры в российской экономике: оценка сдвига производственного фронтира в 2019–2023 гг.

Аннотация

Изучена динамика технологического фронтира российских отраслей в 2019–2023 гг. в условиях внешних шоков – пандемии COVID-19 и санкционного давления 2022 г. В отличие от традиционных работ, основанных на DEA-анализе, мы применяем параметрический подход лог-лог квантильной регрессии, позволяющий оценить поведение технологических лидеров и сдвиг верхней границы производственных возможностей. Исследованы две модели: двухфакторная (капитал и труд) и трехфакторная (капитал, труд и материальные затраты), что позволило различать отдачу от капитала и труда и эффекты ресурсной адаптации. На основе данных российских предприятий (2019–2023 гг.) проведена отраслевая оценка технологического прогресса и коэффициентов эластичности факторов. Показано, что кризис 2020 г. вызвал краткосрочное снижение фронтира с последующим восстановлением, тогда как шок 2022 г. привел к более длительному снижению технологического фронтира, которые в большинстве отраслей не было преодолено в 2023 г. Трехфакторная модель выявила компенсирующую роль материалоотдачи в адаптации предприятий к внешним ограничениям. Наиболее устойчивый рост фронтира наблюдается в информационно-технологическом секторе, в то время как наиболее глубокий спад отмечен в автомобильной промышленности. Полученные результаты исследования уточняют представления о механизмах технологического лидерства и адаптации российских отраслей в условиях внешних шоков.

Об авторах

М. А. Гасанов
Национальный исследовательский Томский политехнический университет
Россия

Гасанов Магеррам Али оглы, Д-р экон. наук, проф. Бизнес-школы,

634050, г. Томск, Ленина пр-т, 30.



В. В. Спицын
Национальный исследовательский Томский политехнический университет
Россия

Спицын Владислав Владимирович, Канд. экон. наук, доц. Бизнес-школы,

634050, г. Томск, Ленина пр-т, 30.



Л. Ю. Спицына
Национальный исследовательский Томский политехнический университет
Россия

Спицына Любовь Юрьевна, Канд. экон. наук, доц. Бизнес-школы,

634050, г. Томск, Ленина пр-т, 30.



В. А. Леонова
Национальный исследовательский Томский политехнический университет
Россия

Леонова Виктория Александровна, Аспирант, ассист. Бизнес-школы,

634050, г. Томск, Ленина пр-т, 30.



А. Д. Брагин
Национальный исследовательский Томский политехнический университет
Россия

Брагин Александр Дмитриевич, Ст. преп. Отделения информационных технологий Инженерной школы информационных технологий и робототехники, 

634050, г. Томск, Ленина пр-т, 30.



Список литературы

1. Гудкова, О. Е. Влияние международных технологических санкций на инновационное развитие национальной экономики России / О. Е. Гудкова // Экономика, предпринимательство и право. – 2024. – Т. 14, № 5. – С. 1753–1768. – DOI: 10.18334/epp.14.5.120948.

2. Джоробаева, М. А. Роль импортозамещения в развитии российского фармацевтического рынка / М. А. Джоробаева // Экономика: вчера, сегодня, завтра. – 2024. – Т. 14., № 3А. – С. 196–205.

3. Зубаревич, Н. В. Влияние санкций на развитие регионов России в 2022–2024 годах / Н. В. Зубаревич // Журнал Новой экономической ассоциации. – 2025. – № 1 (66). – С. 274–281. – DOI: 10.31737/22212264_2025_1_274-281. – EDN SUZWOO.

4. Курбатова, А. С. Перспективы импортозамещения в российском секторе информационных технологий в условиях санкционного давления / А. С. Курбатова // Современная мировая экономика. – 2023. – Т. 1, № 4(4). – DOI: 10.17323/2949-5776-2023-1-4-108-128.

5. Малкина, М. Ю. Тенденции развития российской промышленности и ее отраслей в период новых антироссийских санкций / М. Ю. Малкина // Russian Journal of Economics and Law. – 2025. – Т. 19, № 3. – С. 524–544. – DOI: 10.21202/2782-2923.2025.3.524-544.

6. Aparicio, J., Santin, D. Global scale efficiency in data envelopment analysis / J. Aparicio, D. Santin // International Transactions in Operational Research. – 2024. – Vol. 32, No. 5. – Pp. 2474– 2496. – DOI: 10.1111/itor.13501.

7. Cozzi, G. Semi-endogenous or fully endogenous growth? A unified theory / G. Cozzi // Journal of Economic Theory. – 2023. – No. 213. – DOI: 10.1016/j.jet.2023.105732.

8. Fukushige, M. Quantile regression approach for measuring production inefficiency by estimating the target and production technology of individual units / M. Fukushige // Asia-Pacific Journal of Regional Science. – 2022. – Vol. 6, No. 2. – Pp. 395–415.

9. Fusco, E., Benedetti, R., Vidoli, F. Stochastic frontier estimation through parametric modelling of quantile regression coefficients / E. Fusco, R. Benedetti, F. Vidoli // Empirical Economics. – 2022. – Vol. 64, No. 2. – Pp. 869–896. – DOI: 10.1007/s00181-022-02273-x.

10. Jones, C. I. The Past and Future of Economic Growth: A Semi-Endogenous Perspective / C. I. Jones // Annual Review of Economics. – 2022. – Vol. 14, No. 1. – Pp. 125–152. – DOI: 10.1146/annurev-economics-080521-012458.

11. Jradi, S., Ruggiero, J. Stochastic Data Envelopment Analysis: A Quantile Regression Approach to Estimate the Production Frontier / S. Jradi, J. Ruggiero // European Journal of Operational Research. – 2019. – Vol. 278, No. 2. – Pp. 385–393. – DOI: 10.1016/j.ejor.2018.11.017.


Рецензия

Для цитирования:


Гасанов М.А., Спицын В.В., Спицына Л.Ю., Леонова В.А., Брагин А.Д. Технологические лидеры в российской экономике: оценка сдвига производственного фронтира в 2019–2023 гг. Управление. 2026;14(1):37-50.

For citation:


Gasanov M.A., Spitsyn V.V., Spitsyna L.Yu., Leonova V.A., Bragin A.D. Technological leaders: assessing production frontier in the Russian economy under external shocks (2019–2023). UPRAVLENIE / MANAGEMENT (Russia). 2026;14(1):37-50. (In Russ.)

Просмотров: 22

JATS XML


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2309-3633 (Print)
ISSN 2713-1645 (Online)