🔧На сайте запланированы технические работы
25.12.2025 в промежутке с 18:00 до 21:00 по Московскому времени (GMT+3) на сайте будут проводиться плановые технические работы. Возможны перебои с доступом к сайту. Приносим извинения за временные неудобства. Благодарим за понимание!
🔧Site maintenance is scheduled.
Scheduled maintenance will be performed on the site from 6:00 PM to 9:00 PM Moscow time (GMT+3) on December 25, 2025. Site access may be interrupted. We apologize for the inconvenience. Thank you for your understanding!

 

Структурно-иерархический подход к инвестиционной модели экономического роста

Обложка

Цитировать

Полный текст

Аннотация

Предметом исследования в статье является инвестиционная модель экономического роста, которой в сегодняшней России уделяется существенное внимание на правительственном уровне. В ряде научных исследований инвестиции интерпретируются как значимый фактор экономической безопасности. В русле этой актуальной тематики ставится цель формирования инвестиционной модели роста, соединяющей в единую конструкцию национальные цели экономического роста, инвестиционные задачи, отрасли-локомотивы роста, факторные условия и регулирующие воздействия. Во главу угла при этом ставится промышленность. В статье используются методы и средства структурного, экономического, причинно-следственного анализа и прогнозно-статистические оценки. Новизна исследования состоит в обосновании и разработке инвестиционной модели экономического роста в виде иерархической структуры, включающей пять уровней: целевой уровень, уровень задач, отраслевой, факторный и регуляторный уровни. Возможности заполнения уровней показываются на примере России с учетом сегодняшних санкционных реалий. Акцентируется внимание на обрабатывающей промышленности. При заполнении отраслевого уровня делается вывод о целесообразности учета индекса экономической сложности как дополнительного критерия выделения отраслей-локомотивов роста. При заполнении факторного уровня модели показывается двойственный характер антироссийских санкций, порождающих наряду с негативными факторами также определенные возможности для бизнеса. При заполнении регуляторного уровня выделяется ряд финансово-инвестиционных мер (субсидирование инвестиционных проектов, господдержка кредитов, налоговые льготы), востребованных российским бизнесом в условиях санкций. В плане технологической безопасности страны приводятся отрасли, где зависимость от импортных составляющих особенно критична. На преодоление критичной зависимости необходимо направить первоочередную финансово-инвестиционную поддержку. Полученные результаты могут быть полезны для информационно-аналитического обеспечения промышленной политики. Предложенный подход к инвестиционной модели роста поможет упорядочить базовые составляющие принятия решений в рамках единой структуры с учетом причинно-следственных связей и санкционных реалий.

Об авторах

Людмила Владиславна Оболенская

Финансовый университет при Правительстве РФ

Email: lvobolenskaya@fa.ru
ORCID iD: 0000-0002-1016-9171
ведущий научный сотрудник Института финансово-пром;

Сузанна Робертиновна Бекулова

Финансовый университет при Правительстве РФ

Email: suzi.94@mail.ru
ORCID iD: 0000-0003-1384-4694
младший научный сотрудник Института промышленной п;

Список литературы

  1. Плотникова С. П., Киян Т. В., Смирнов М. П. Инвестиционные модели экономического роста // Проблемы современной аграрной науки: Материалы международной научной конференции, Красноярск, 15 октября 2020 года. 2020. С. 288-290. URL: https://elibrary.ru/item.asp?id=44126192 (дата обращения: 27.03.2023).
  2. Буданов И. А. Формирование инвестиционной модели экономического развития России // Проблемы прогнозирования. 2017. №1. С. 3-16. URL: https://cyberleninka.ru/article/n/formirovanie-investitsionnoy-modeli-ekonomicheskogo-razvitiya-rossii (дата обращения: 01.02.2021).
  3. Набиуллина рассказала о смене модели развития экономики России. URL: https://www.rbc.ru/economics/14/11/2016/5829b9229a7947388373a8f3 (дата обращения: 25.03.2023).
  4. Орешкин перечислил факторы, которые могут ускорить экономику в начале 2023 года. URL: https://www.kommersant.ru/doc/5748877 (дата обращения: 27.03.2023).
  5. Костыря Ю. С., Трофимов М. Н. Инвестиции как фактор экономической безопасности государства // Вестник Московского университета МВД России. 2012. №4. С. 248-250. URL: https://cyberleninka.ru/article/n/investitsii-kak-faktor-ekonomicheskoy-bezopasnostigosudarstva (дата обращения: 12.09.2023).
  6. Шахова И.Ю., Сперанский С.Н. Инвестиционный компонент в экономической безопасности региона: последствия пандемии // Вестник Алтайской академии экономики и права. 2021. № 6-1. С. 126-131. URL: https://vaael.ru/ru/article/view?id=1738 (дата обращения: 13.09.2023).
  7. Назаров А.И. Влияние инвестиционного климата на экономическую безопасность государства // Экономическая безопасность. 2019. Том 2. № 3. С. 255-263. – doi: 10.18334/ecsec.2.3.100656.
  8. Оболенская Л.В. Инвестиционно-отраслевая модель промышленной политики: ключевые задачи и средства решения // Друкеровский вестник. – 2021. № 5(43). С. 81-95. doi: 10.17213/2312-6469-2021-5-81-95.
  9. The 17 goals [Электронный ресурс]. URL: https://sdgs.un.org/goals (accessed 12.09.2023).
  10. Khan I., Hou F., Irfan M., Zakari A., Le H. P. Does energy trilemma a driver of economic growth? The roles of energy use, population growth, and financial development. Renewable and Sustainable Energy Reviews. 2021;146:111157. https://doi.org/10.1016/j.rser.2021.111157.
  11. Singh N, Nyuur R, Richmond B. Renewable Energy Development as a Driver of Economic Growth: Evidence from Multivariate Panel Data Analysis. Sustainability. 2019; 11(8):2418. https://doi.org/10.3390/su11082418.
  12. Le T.-H., Nguyen C. P. Is energy security a driver for economic growth? Evidence from a global sample. Energy Policy. 2019;129:436-451. https://doi.org/10.1016/j.enpol.2019.02.038.
  13. Рыжкова М. В., Спицын В. В., Скрыльникова Н. А. Развитие сектора ИТ в России: драйверы и методы стимулирования//Вестник университета. – 2021. № 10. С. 83–93. doi: 10.26425/1816-4277-2021-10-83-93.
  14. Vu K., Hanafizadeh P., Bohlin E. ICT as a driver of economic growth: A survey of the literature and directions for future research, Telecommunications Policy, 2020;44(2):101922. https://doi.org/10.1016/j.telpol.2020.101922.
  15. Сериков С.Г. Цифровые технологии: драйверы роста экономики в период пандемии COVID-19. Вестник университета. 2022;(3):52–58.
  16. Ekananda, M., Parlinggoman, D. J. The role of high-tech exports and of foreign direct investments (FDI) on economic growth. European Research Studies Journal. 2017;20(4A):94-212.
  17. Simonen, J., Svento, R. and Juutinen, A. Specialization and diversity as drivers of economic growth. Pap Reg Sci. 2015;94:229-247. https://doi.org/10.1111/pirs.12062.
  18. Рыжкова М.В., Спицын В.В. Драйверы роста и стимулирующие мероприятия по развитию высокотехнологичных отраслей // Научно-технические ведомости СПбГПУ. Экономические науки. 2020. Т. 13. № 4. С. 57–73. doi: 10.18721/JE.13405.
  19. Николаев И.А. Драйверы экономического роста: возможности и перспективы их использования в подсанкционной экономике России // Вестник Института экономики Российской академии наук. 2023. №1. С. 58-74. URL: https://cyberleninka.ru/article/n/drayvery-ekonomicheskogo-rosta-vozmozhnosti-i-perspektivy-ih-ispolzovaniya-v-podsanktsionnoy-ekonomike-rossii (дата обращения: 27.04.2023).
  20. Демидова Е.В., Олейникова М.А. Высокотехнологичные компании как потенциальный драйвер развития российской экономики // Научные записки молодых исследователей. 2017. №2. С. 28-34. URL: https://cyberleninka.ru/article/n/vysokotehnologichnye-kompanii-kak-potentsialnyy-drayver-razvitiya-rossiyskoy-ekonomiki (дата обращения: 18.09.2023).
  21. Кирильчук С.П., Ергин С.М., Наливайченко Е.В., Артюхова И.В. Методика оценки развития региональной производственной инфраструктуры (на примере Республики Крым) // МИР (Модернизация. Инновации. Развитие). 2022. Т. 13. № 4. С. 720–736. EDN: https://elibrary.ru/EBCGQJ. https://doi.org/10.18184/2079-4665.2022.13.4.720-736.
  22. Aganbegyan, Abel and Kleeva, Lyudmila and Krotova, Nadezhda, Оценка роли и перспективы развития отраслей – локомотивов экономического роста при формировании социально-экономической политики Российской Федерации (Assessment of the Role and Development Prospects of Industries – The Drivers of Economic Growth in the Formation of the Socio-Economic Policy of the Russian Federation) (March 27, 2019). Available at SSRN: https://ssrn.com/abstract=3362251 or http://dx.doi.org/10.2139/ssrn.3362251.
  23. О динамике промышленного производства (декабрь 2022 года) // Минэкономразвития Российской Федерации. URL: https://www.economy.gov.ru/material/file/7c5bbc232751c13c9a0af1685073009d/2023_02_01.pdf (дата обращения: 26.03.2023).
  24. О промышленном производстве в 2022 году. URL: https://rosstat.gov.ru/storage/mediabank/11_01-02-2023.html (дата обращения: 28.03.2023).
  25. Завозина О. Ю. Оценка эффективности организации машиностроительного производства на основе единого критерия качества. Вестник МГТУ им. Н.Э. Баумана. Сер. Машиностроение. 2021. №1(136). С. 114-132.
  26. Кунявский М. Е., Герчикова Е. З. Обновление машиностроительной продукции как условие формирования устойчивого спроса. Промышленность: экономика, управление, технологии. 2013. № 4(48). С. 50-54.
  27. Борисов В. Н., Почукаева О. В. Инвестиционные и инновационные факторы в машиностроении регионов при реализации Программы развития Арктической зоны РФ. МИР (Модернизация. Инновации. Развитие). 2017. № 8(4). С. 718–731. doi: 10.18184/2079–4665.2017.8.4.718–731.
  28. Hausmann, Ricardo & Hidalgo, Cesar & Bustos, Sebastian & Coscia, Michele & Simoes, Alexander & Yildirim, Muhammed. The Atlas of Economic Complexity: Mapping Paths to Prosperity. 2014. doi: 10.7551/mitpress/9647.001.0001.
  29. Hidalgo, C. A. Economic complexity theory and applications. Nat Rev Phys 3. 2021. Pp. 92-113. https://doi.org/10.1038/s42254-020-00275-1.
  30. Моисеев А. К., Бондаренко П. А. Применение индекса экономической сложности в макрофинансовых моделях // Проблемы прогнозирования. 2020. № 3 (180). С. 101-112. URL: https://cyberleninka.ru/article/n/primenenie-indeksa-ekonomicheskoy-slozhnosti-v-makrofinansovyh-modelyah (дата обращения: 28.06.2023).
  31. Смородинская Н. В., Малыгин В. Е., Катуков Д. Д. Роль эндогенных механизмов и фактора сложности в достижении сбалансированного экономического роста // Вестник Института экономики Российской академии наук. 2020. №1. С. 113-129. doi: 10.24411/2073-6487-2020-10006.
  32. Vu, T. Does institutional quality foster economic complexity? The fundamental drivers of productive capabilities. Empirical Economics. 2022. doi: 10.1007/s00181-021-02175-4.
  33. Bashir, Muhammad Farhan & Ma, Benjiang & Hussain, Hafezali & Shahbaz, Muhammad & Koca, Kemal & Shahzadi, Irum. Evaluating environmental commitments to COP21 and the role of economic complexity, renewable energy, financial development, urbanization, and energy innovation: Empirical evidence from the RCEP countries. Renewable Energy. 2021/ V. 184. P. 541-550. doi: 10.1016/j.renene.2021.11.102.
  34. Barbero, Javier & de Lucio, Juan & Rodriguez-Crespo, Ernesto. Effects of COVID-19 on trade flows: Measuring their impact through government policy responses. PloS one. 2021. Vol. 16. P. 1-20. doi: 10.1371/journal.pone.0258356.
  35. Широкова Е. Ю. Тенденции развития высокотехнологичного сектора экономики в России // Журнал экономических исследований. 2021. Т. 7. № 3. С. 22-38. https://elibrary.ru/item.asp?id=46179613.
  36. Gil, Pedro & Afonso, Oscar & Brito, Paulo. Economic growth, the high-tech sector, and the high skilled: Theory and quantitative implications. Structural Change and Economic Dynamics. 2019. Vol. 51. Р. 89-105. https://doi.org/10.1016/j.strueco.2019.07.003.
  37. Khan J., Labonte O. Urban tech sector growth drives economic resilience. Economic Development Journal. 2017/ Vol. 16. Issue 2. P. 54–62.
  38. Ludmila V. Obolenskaya, Evgenia L. Moreva and Vladimir V. Vorozhikhin. Structural Model of Institutional Support for the High-Tech Industry. IJCSNS International Journal of Computer Science and Network Security. 2022. Vol. 22, No.11. Pages: 413-420. https://doi.org/10.22937/IJCSNS.2022.22.11.59.
  39. Тютюкина Е.Б., Данилов А.И., Абросимова О.М. Оценка инвестиционной привлекательности высокотехнологичных компаний // Вестник университета. 2020. № 11. С. 165-173. https://elibrary.ru/. doi: 10.26425/1816-4277-2020-11-165-173.
  40. Результаты опроса «Последствия введения санкций для российского бизнеса». Российский союз промышленников и предпринимателей. URL: https://rspp.ru/activity/analytics/rezultaty-oprosa-posledstviya-vvedeniya-sanktsiy-dlya-rossiyskogo-biznesa/ (дата обращения: 07.04.2023).
  41. Кузнецов В. П., Чурбанова Е. С. О проблемах и источниках стратегического развития предприятий в условиях санкций // Вестник Нижегородского университета им. Н. И. Лобачевского. Серия: Социальные науки. 2017. №1 (45). С. 27-36. URL: https://cyberleninka.ru/article/n/o-problemah-i-istochnikah-strategicheskogo-razvitiya-predpriyatiy-v-usloviyah-sanktsiy (дата обращения: 02.02.2023).
  42. Адаптация российских промышленных компаний к санкциям: первые шаги и ожидания: докл. к XXIV Ясинской (Апрельской) междунар. науч. конф. по проблемам развития экономики и общества, Москва, 2023 г. / Ю.В. Симачев (рук. авт. кол.), А.А. Яковлев (рук. авт. кол.), В.В. Голикова и др.; Нац. исслед. ун-т «Высшая школа экономики». М.: Изд. дом Высшей школы экономики, 2023. URL: https://conf.hse.ru/2023/papers (дата обращения: 25.05.2023).
  43. Шувалова М. Импортозамещение в промышленности: новые проекты и их финансирование. URL: https://www.garant.ru/news/1581704/ (дата обращения: 12.05.2023).

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

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».