注释,注释: Пандемия COVID-19 стала одним из первых, но совершенно точно не последним «черным лебедем» для мировой экономики. Региональные власти в России в период начала пандемии столкнулись с любопытной ситуацией. С одной стороны, они были поставлены перед фактом необходимости принятия каких-то управленческих решений по поддержанию своих региональных экономик, а, с другой стороны, они столкнулись с нехарактерной самостоятельностью и принципиально иным уровнем ответственности за результаты своей деятельности. Вследствие чего актуализируется вопрос оценки эффективности мер антикризисной промышленной политики субъектов РФ в период кризиса COVID-19. Цель настоящего исследования - поиск наиболее удачных мер государственной поддержки со стороны региональных властей в РФ в обозначенный период. Исследование базируется на концептуальной рамке Петербургской школы промышленной политики. В качестве статистических методов анализа используются описательная статистика, кластерный анализ, а также корреляционный анализ. Классифицированы 1196 мер антикризисной промышленной политики во всех 85 регионах РФ. Была построена диаграмма рассеивания регионов с показателями шкалы оценивания интенсивности антикризисной промышленной политики и шкалы влияния кризиса на социально-экономические показатели. Было выделено четыре кластера: (1) регионы, которые практически не проводили антикризисную промышленную политику и пострадали в период кризиса; (2) регионы, обладающие значительной экономической устойчивостью и скорее не прибегавшие к активной антикризисной политике; (3) регионы, значения показателей динамики социально-экономических показателей которых находятся среднем и ниже уровне, но проводимые в среднем более интенсивную антикризисную политику; (4) регионы, которые проводили активную антикризисную промышленную политику, и достигшие хороших социально-экономических показателей. Корреляционный анализ не выявил устойчивой связи между интенсивностью проводимой антикризисной политики и кризисной динамикой социально-экономических показателей. Отсутствие корреляции может означать, что либо региональная антикризисная промышленная политика в большинстве регионов скорее была неэффективной, либо существуют иные факторы, влияющие на антикризисную промышленную политику такие как качество управления. В исследовании также представлены регионы-лидеры и регионы-аутсайдеры по мерам антикризисной промышленной политики для каждого из 4 кластеров.

Abstract: The COVID-19 pandemic was one of the first “black swan” for the global economy. Regional authorities in Russia were faced to support their regional economies but they were faced with uncharacteristic independence. The issue of assessing the effectiveness of regional anti-crisis industrial policy measures in Russia during the COVID-19 crisis is becoming urgent. The purpose of this study is to search for the most successful measures of regional support in Russia during the designated period. The study is based on the conceptual framework of the St. Petersburg School of Industrial Policy. Descriptive statistics, cluster analysis, and correlation analysis are used as statistical methods of analysis. 1196 anti-crisis industrial policy measures were classified in all 85 regions of the Russian Federation. A scatter diagram of regions was constructed with indicators of the scale for assessing the intensity of the anti-crisis industrial policy and the scale of the impact of the crisis on socio-economic indicators. Four clusters were identified: (1) regions that practically did not implement an anti-crisis industrial policy and suffered during the crisis; (2) regions that have significant economic stability and are less likely to resort to active anti-crisis policies; (3) regions, the values of indicators of the dynamics of socio-economic indicators of which are at an average and below level, but are pursuing, on average, a more intensive anti-crisis policy; (4) regions that pursued an active anti-crisis industrial policy and achieved good socio-economic indicators. Correlation analysis did not reveal a stable connection between the intensity of the anti-crisis policy and the crisis dynamics of socio-economic indicators. The study also presents leading regions and outsider regions in terms of anti-crisis industrial policy measures for each of the 4 clusters.