Оценка рисков и угроз «зеленого» предпринимательства на основе кросс-факторного моделирования

Статья является продолжением ряда научных исследований, проводимых авторами в рамках государственных заданий и грантов, посвященных выявлению взаимосвязей между экономической безопасностью территорий и развитием на них «зеленого» предпринимательства.

Цель исследования заключается в кросс-факторном моделировании оценки состояния экономической безопасности региона в целях оперативного выявления и ранжирования новых угроз и рисков при переходе на «зеленое» предпринимательство. «Зеленое» предпринимательство является приоритетным направлением развития российских регионов, согласуется с достижением национальных стратегических целей России на период до 2030 года.

Методы или методология проведения работы. В данной работе использованы кросс-факторное моделирование и метод интегрального анализа для расчета сводного индекса состояния экономической безопасности и ее структурных компонент с учетом развития «зеленого» предпринимательства, дополненные методикой априорного ранжирования факторов для оценки вклада каждой компоненты и обоснования приоритетности выделенных факторов, влияющих на уровень экономической безопасности регионов.

Результаты работы. Расчетным образом построена и апробирована трехкомпонентная кроссфакторная модель оценки состояния экономической безопасности в отдельных регионах РФ (Московская область, Ленинградская область, Свердловская область, Новосибирская область, Алтайский край, Краснодарский край). Проведено ранжирование регионов по значению каждой из компонент, а также отдельно, по совокупному уровню экономической безопасности. Обоснована необходимость стимулирования развития «зеленого» предпринимательства в каждом из анализируемых регионов, выделены стимулирующие и дестимулирующие факторы, которые оказывают влияние на уровень экономической безопасности, с учетом «зеленого» предпринимательства точечно в каждом субъекте.

Выводы. Предложенный подход к оценке влияния выявленных факторов на уровень экономической безопасности регионов с учетом развития «зеленого» предпринимательства на основании разработанной кросс-факторной модели позволил построить рейтинг территорий и выявить стимулирующие и дестимулирующие факторы в их развитии, на базе чего – определить инструменты воздействия на экономическую безопасность в отдельном субъекте.

1. Константинов А.В. Роль и место антропогенного изменения климата в системе обеспечения экономической безопасности в секторах экономики // Социально-экономические явления и процессы. 2014. № 8. С. 61-66. URL: https://www.elibrary.ru/item.asp?id=22027406

2. Порфирьев Б.Н., Катцов В.М., Рогинко С.А. Изменение климата и международная безопасность. М.: РАН, Отделение общественных наук, 2011. 291 с. URL: https://elibrary.ru/item.asp?id=26731115

3. Антонова Н.В., Ломакина Н.В. Модель «зелёной» экономики и её имплементация в ресурсных регионах // Регионалистика. 2019. Т. 6. № 5. С. 31-49. https://doi.org/10.14530/reg.2019.5.31

4. Щуплова И.С., Рыбин Д.В. Глобальное изменение климата как вызов энергетической политике и обеспечению энергетической безопасности // European science. 2018. № 6(38). С. 14-18. URL: https://elibrary.ru/item.asp?id=35314787

5. Тётушкин В.А. Анализ трендов климатической политики как элемента экономической безопасности Российской Федерации: Международный аспект // Региональная экономика: теория и практика. 2017. № 6(441). С. 1173-1186. https://doi.org/10.24891/re.15.6.1173

6. Смирнов В.Д. Управление ESG рисками в коммерческих организациях // Управленческие науки. 2020. № 3. С. 6-20. https://doi.org/10.26794/2404-022X-2020-10-3-6-20

7. Белик И. С., Пряхин Д. А. Социально-экологическая составляющая устойчивого развития // Экономика региона. 2013. № 3. С. 142-151. https://doi.org/10.17059/2013-3-12.

8. Бобылёв С.Н. Устойчивое развитие в интересах будущих поколений: экономические приоритеты // Мир новой экономики. 2017. № 3. С. 90-96. URL: https://elibrary.ru/item.asp?id=30394968

9. Булгакова Ю.В., Набок С.Д. Взаимообусловленность понятий «зеленая» экономика, «зеленый» рост и устойчивое развитие // Международный научно-исследовательский журнал. 2017. № 5(59). С. 89-91. https://doi.org/10.23670/IRJ.2017.59.091

10. Иванова Н.И., Левченко Л.В. «Зеленая» экономика: сущность, принципы и перспективы // Вестник Омского университета. Серия: Экономика. 2017. № 2. С. 19-28. URL: https://elibrary.ru/item.asp?id=30005398

11. Лясковская Е.А., Григорьева К.М. Диагностика региональных возможностей перехода на модель «зеленой экономики» // Общество, экономика, управление. 2018. № 2. С. 17-25. URL: https://elibrary.ru/item.asp?id=35265454

12. Owen A.B., Wang J. Bi-cross-validationfor factor analysis. Statistical Science. 2015. Vol. 31. Iss. 1. Р. 119-139. https://doi.org/10.1214/15-STS539

13. Henson R.K., Roberts J.K. Use of exploratory factor analysis in published research: Common errors and some comment on improved practice. Educational and Psychological Measurement. 2006. Vol. 66. Iss. 3. Р. 393-416. https://doi.org/10.1177/0013164405282485

14. Bandalos D.L., Finney S.J. Factor analysis: Exploratory and confirmatory. In book: G.R. Hancock & R.O. Mueller (еds.). The Reviewer’s Guide to Quantitative Methods in the Social Sciences. Publisher: Routledge, 2019. P. 98-122. https://doi.org/10.4324/9781315755649-8

15. Izquierdo I., Julio Olea J., José F. Abad. Exploratory factor analysis in validation studies: Uses and recommendations. Psicothema. 2 Vol. 6. Iss. 3. P. 395-400. https://doi.org/10.7334/psicothema2013.349

16. Нефедов Р.А. Проблемы применения факторного анализа в общественных науках // Политолог. 2019. Т. 3. № 1. https://doi.org/10.18254/S258770110005006-8. URL: https://polylogosjournal.ru/s258770110005006-8-1/ (дата обращения: 18.10.2021).

17. Математические и инструментальные методы в современных экономических исследованиях: монография / под ред. М.В. Грачевой и Е.А. Тумановой. М.: Экономический факультет МГУ имени М.В. Ломоносова, 2018. 232 с. URL: https://www.econ.msu.ru/sys/raw.php?o=54168&p=attachment

18. Трофимова Е.А., Плотников С.В., Гилев Д.В. Математические методы анализа: монография. Екатеринбург: ФГАОУ ВПО «Уральский федеральный университет им. первого Президента России Б.Н. Ельцина», 2015. 272 с.

19. Hay D. Data Model Patterns: A Metadata Map. Morgan Kaufmann. 2006, 432 p. https://doi.org/10.1016/B978-0-12-088798-9.X5000-1

20. Inmon W., Linstedt D. Data Architecture: A Primer for the Data Scientist. Morgan Kaufmann. 2014, 431 p. https://doi.org/10.1016/C2014-0-01420-7

21. Palmujoki A., Parikka-Alhola K., Ekroos A. Green Public Procurement: Analysis on the Use of Environmental Criteria in Contracts. Rev. Eur. Community Int. Environ. Law. 2010. Vol. 19. Iss. 2. P. 250-262. https://doi.org/10.1111/j.1467-9388.2010.00681.x

22. Калинин А. Г. Обработка данных методами математической статистики: монография. Чита: ЗИП СибУПК, 2015. 106 с.

23. Многомерный статистический анализ в экономике / под ред. В.Н. Тамашевич. М.: ЮНИТИ, 1999. 598 с.

24. Плюта В. Сравнительный многомерный анализ в эконометрическом моделировании. М.: Финансы и статистика, 1989. 174 с.

25. Клименко В.В., Терешиин А.Г. Мировая энергетика и климат планеты в XXI веке // История и современность. 2008. № 2. С. 87-94. URL: https://cyberleninka.ru/article/n/mirovayaenergetika-i-klimat-planety-v-xxi-veke

26. Houghton J. T., Ding Y., Griggs O.I. et аl. (eds.). Climate Change 2001: The Scientific Basis. Contribution of Working Group I to the Third Assessment Report of the Intergovernmental Panel on Climate Change (IPCC). Cambridge: Cambridge University Press, 2001, pp. 881. https://doi.org/10.1093/ije/dyg059.