Сборник АРГО 2020_compressed. Ассоциация российских географовобществоведов тихоокеанский институт географии дво ран xi научная Ассамблея

• Название: Ассоциация российских географовобществоведов тихоокеанский институт географии дво ран xi научная Ассамблея
• Дата: 09.03.2022
• Размер: 7.5 Mb.
• Имя файла: Сборник АРГО 2020_compressed.pdf
• Тип: Документы; #387279
• страница: 43 из 132

Литература
1. Тамбовцев, В. Л. Устойчивое региональное развитие: актуальные направления институционального анализа // Journal of
Institutional Studies. 2019. 11 (3). С.104-118. DOI: 10.17835/2076-
6297.2019.11.3.104-118.

222 одного жителя (объединение усилий по использованию не востребованных товаров посредством, совместных покупок, аренды и других рыночных и нерыночных подходов).
Формирование таких территорий совместной ответственности базируется не только на уровне района города, муниципалитета, но и на межмуниципальном уровне, который становится все более и более важным для управления агломерациями. Взаимодействие на межмуниципальном уровне происходит в рамках государственных учреждений межмуниципального сотрудничества, которые фактически являются проектными структурами, так как имеют целевой пул компетенций. В первую очередь, к таким направлениям относятся охрана окружающей среды, жилищно-коммунальная сфера, дороги.
Выработка решений по охране окружающей среды на межмуниципальном уровне актуальна также исходя из концентрации взвешенных частиц и их возможного переноса на длительные расстояния от источника выбросов, а также ввиду эффекта суммации выбросов в агломерациях. Поэтому в рамках стратегии устойчивого развития отслеживается доля агломераций, на территории которых в течение года наблюдается превышение суточного порога частиц PM
10
Во французской практике существует дифференцированный подход к источникам загрязнения атмосферного воздуха: жилой сектор
(в основном отопление), автомобильный транспорт, промышленность, сельское хозяйство (сжигание биомассы и выбросы от сельскохозяйственной техники), а также биогенные выбросы (лесные пожары, пыльца и растительный мусор).
Оценкой качества воздуха на региональном уровне занимается утвержденные профильным министерством ассоциация, объединяющая четыре группы участников: местные власти, государственные службы, промышленные предприятия и организации по охране окружающей среды и защите прав потребителей. Действия такой ассоциации включают мониторинг качества воздуха, информирование общественности об уровне загрязнения и управление пиками загрязнения.
Считается, что важным вкладом в сокращение таких выбросов может внести снижение использования автомобильного транспорта, что отображено в законе декабря 2019 года о совершенствовании системы мобильности.
Предполагается изменение поведенческой нормы в отношении транспорта. Например, в рамках отдельных агломераций текущее соотношение способов перемещения составляет: 44% на автомобиле,
34% пешком, 19% на общественном транспорте, 2% на велосипеде. К
223 2030 году планируется сократить использование личного автомобиля до 35%, увеличить пешие прогулки до 35%, использование общественного транспорта – до 22%, велосипедного транспорта – до
8%. Местным властям дается право формировать зоны с низким уровнем выбросов. Доступ в эти районы может быть зарезервирован для автомобилей, наименее загрязняющих окружающую среду. Также могут быть определены условия доступа к этим районам: географический периметр, транспортные средства, почасовые и ежедневные условия. Увеличение пеших прогулок достигается за счет расширенной сети пеших троп [4].
С 2015 года государственные учреждения межмуниципального сотрудничества обязаны разрабатывать территориальный план по климату, атмосферному воздуху и энергетике. Выработка такого плана обычно проходит в форме стратегических сессий с привлечением расширенного круга партнеров: государственных учреждений
(муниципалитеты, государство, регион, университеты, больницы, другие государственные субъекты), частных компаний (производители и поставщики энергии, транспортные компании) и посредников
(федерации и профессиональные ассоциации, социальные службы, объединения жителей). Они участвуют в пленарных заседаниях и технических семинарах по климатическому плану. В частности, обсуждение сокращения выбросов от передвижных источников строится на взаимодействии автоперевозчиков грузов, компаний, осуществляющих пассажирские перевозки, а также управляющих автостоянками. Мероприятия, в частности, включают оптимизацию логистики на первом и последнем километре агломерации, методов доставки в части перехода на использование электрических грузовых велосипедов.
Таким образом, изменение неформального института использования средств передвижения может внести вклад в более устойчивое развитие территорий, однако его контроль требует внедрения межмуниципального взаимодействия.
Литература
1. Тамбовцев, В. Л. Устойчивое региональное развитие: актуальные направления институционального анализа // Journal of
Institutional Studies. 2019. 11 (3). С.104-118. DOI: 10.17835/2076-
6297.2019.11.3.104-118.

224 2. Шарыгин М.Д., Субботина Т.В. Географическое обеспечение региональной социально-экологической политики // Географический вестник. 2015. № 2 (33). С.11-16.
3. Сердюк О.Ю., Третьякова Е.А. Эколого-экономические измерения в оценке развития промышленных агломераций // Вестник
Пермского национального исследовательского политехнического университета. Прикладная экология. Урбанистика. 2019. № 4 (35). С.
92–105. DOI: 10.15593/2409-5125/2019.04.09.
4. Мельникова Т.Б. Формирование и развитие туристских троп во
Франции // Ученые записки Крымского федерального университета имени В.И. Вернадского. География. Геология. 2019. Т. 5. № 1. С. 19-
27.
Сведения об авторе:
Мельникова Татьяна Борисовна, кандидат экономических наук, доцент кафедры менеджмента, туризма и гостиничного бизнеса
ФГБОУ ВО «Российский экономический университет имени Г.В.
Плеханова», Севастопольский филиал, [e-mail], +7(978)
097-38-05.
УДК 911.372.3
Михайлов А.С., Михайлова А.А., Плотникова А.П.
Mikhaylov Andrey, Mikhaylova Anna, Plotnikova Angelina
МОДЕЛИРОВАНИЕ КОНФИГУРАЦИИ ТЕРРИТОРИАЛЬНЫХ
СИСТЕМ ГЕНЕРАЦИИ НАУЧНЫХ ЗНАНИЙ РЕГИОНОВ
РОССИИ
MODELING CONFIGURATION OF KNOWLEDGE
GENERATION TERRITORIAL SYSTEMS OF RUSSIAN REGIONS
Неоднородность регионов России по локализации научного потенциала обусловила разнообразие сформированных в них территориальных систем науки.
Выявление и оценка пространственных форм размещения научных центров – актуальная задача экономико-географических исследований. Наукометрический подход к изучению географии знания на уровне региона позволил сформировать представления о распределении и функционировании городов – генераторов нового научного знания, и разработать модели региональных научных систем.
225
The heterogeneity of the regions of Russia in the localization of research potential led to the diversity of the territorial scientific systems formed. The identification and assessment of spatial forms of placement of scientific centers is a prominent task of economic geography research. The scientometric approach to the study of the geography of knowledge at the regional level allowed us to form ideas about the distribution and functioning of cities – generators of new scientific knowledge, and to develop models of regional scientific systems.
Ключевые слова: территориальная научная система, география
знания, научный центр, Скопус, пространственная наукометрия
Keywords: territorial scientific system, knowledge geography,
excellence center, Scopus, spatial scientometrics
Постановка проблемы и ее актуальность.
Устойчивое развитие региона в контексте инновационного подхода все активнее связывается с накапливанием местного интеллектуального капитала и вовлечением его в экономику. Под интеллектуальным капиталом, основываясь на [1-3], предлагается понимать особый фактор производства в инновационной экономике; структурно сложный вид капитала нематериальной природы, укорененный в территориальной инновационной системе и определяющий конкурентные преимущества региона, задавая динамику его развития. Объединяет 3 вида капитала: человеческий
(знания, навыки, опыт); структурный (база знаний и технологических компетенций); социальный (сетевая связность) [2].
Все больше внимания уделяется аспектам пространственного размещения интеллектуального капитала [4-6]. Особенно актуально понятие регионального интеллектуального капитала как совокупности активов знаний, поддерживающих инновационную динамику и механизмы роста валовой добавленной стоимости [7]. Распределение интеллектуального капитала в разрезе регионов неоднородно и, согласно результатам исследований [5; 6; 8; 9], подчиняется центр- периферийным закономерностям, но не всегда согласуется с уровнем их социально-экономического развития.
В России значительное влияние на формирование очагов генерации интеллектуального капитала оказывает система организации науки и высшей школы, каркас которой заложен еще в советский период и в значительной мере связан с системой расселения. В современных условиях важно получить понимание о конкурентных позициях, научном потенциале и кооперационных связях, распределенных по территории страны центров знаний и компетенций, а также насколько эффективно они

224 2. Шарыгин М.Д., Субботина Т.В. Географическое обеспечение региональной социально-экологической политики // Географический вестник. 2015. № 2 (33). С.11-16.
3. Сердюк О.Ю., Третьякова Е.А. Эколого-экономические измерения в оценке развития промышленных агломераций // Вестник
Пермского национального исследовательского политехнического университета. Прикладная экология. Урбанистика. 2019. № 4 (35). С.
92–105. DOI: 10.15593/2409-5125/2019.04.09.
4. Мельникова Т.Б. Формирование и развитие туристских троп во
Франции // Ученые записки Крымского федерального университета имени В.И. Вернадского. География. Геология. 2019. Т. 5. № 1. С. 19-
27.
Сведения об авторе:
Мельникова Татьяна Борисовна, кандидат экономических наук, доцент кафедры менеджмента, туризма и гостиничного бизнеса
ФГБОУ ВО «Российский экономический университет имени Г.В.
Плеханова», Севастопольский филиал, [e-mail], +7(978)
097-38-05.
УДК 911.372.3
Михайлов А.С., Михайлова А.А., Плотникова А.П.
Mikhaylov Andrey, Mikhaylova Anna, Plotnikova Angelina
МОДЕЛИРОВАНИЕ КОНФИГУРАЦИИ ТЕРРИТОРИАЛЬНЫХ
СИСТЕМ ГЕНЕРАЦИИ НАУЧНЫХ ЗНАНИЙ РЕГИОНОВ
РОССИИ
MODELING CONFIGURATION OF KNOWLEDGE
GENERATION TERRITORIAL SYSTEMS OF RUSSIAN REGIONS
Неоднородность регионов России по локализации научного потенциала обусловила разнообразие сформированных в них территориальных систем науки.
Выявление и оценка пространственных форм размещения научных центров – актуальная задача экономико-географических исследований. Наукометрический подход к изучению географии знания на уровне региона позволил сформировать представления о распределении и функционировании городов – генераторов нового научного знания, и разработать модели региональных научных систем.
225
The heterogeneity of the regions of Russia in the localization of research potential led to the diversity of the territorial scientific systems formed. The identification and assessment of spatial forms of placement of scientific centers is a prominent task of economic geography research. The scientometric approach to the study of the geography of knowledge at the regional level allowed us to form ideas about the distribution and functioning of cities – generators of new scientific knowledge, and to develop models of regional scientific systems.
Ключевые слова: территориальная научная система, география
знания, научный центр, Скопус, пространственная наукометрия
Keywords: territorial scientific system, knowledge geography,
excellence center, Scopus, spatial scientometrics
Постановка проблемы и ее актуальность.
Устойчивое развитие региона в контексте инновационного подхода все активнее связывается с накапливанием местного интеллектуального капитала и вовлечением его в экономику. Под интеллектуальным капиталом, основываясь на [1-3], предлагается понимать особый фактор производства в инновационной экономике; структурно сложный вид капитала нематериальной природы, укорененный в территориальной инновационной системе и определяющий конкурентные преимущества региона, задавая динамику его развития. Объединяет 3 вида капитала: человеческий
(знания, навыки, опыт); структурный (база знаний и технологических компетенций); социальный (сетевая связность) [2].
Все больше внимания уделяется аспектам пространственного размещения интеллектуального капитала [4-6]. Особенно актуально понятие регионального интеллектуального капитала как совокупности активов знаний, поддерживающих инновационную динамику и механизмы роста валовой добавленной стоимости [7]. Распределение интеллектуального капитала в разрезе регионов неоднородно и, согласно результатам исследований [5; 6; 8; 9], подчиняется центр- периферийным закономерностям, но не всегда согласуется с уровнем их социально-экономического развития.
В России значительное влияние на формирование очагов генерации интеллектуального капитала оказывает система организации науки и высшей школы, каркас которой заложен еще в советский период и в значительной мере связан с системой расселения. В современных условиях важно получить понимание о конкурентных позициях, научном потенциале и кооперационных связях, распределенных по территории страны центров знаний и компетенций, а также насколько эффективно они

226 интегрированы в реальный сектор национальной экономики. Данная статья является частью комплексного экономгеографического исследования по пространственному изучению процессов генерации и использования новых знаний и посвящена рассмотрению территориальных особенностей и закономерностей концентрации в регионах России научных центров различных типов, выявленных на предыдущем этапе [10; 11].
Теоретико-методические особенности исследования.
Центральное место в исследовании занимает территориальная система генерации научных знаний региона, состоящая из разнообразия организаций – генераторов научного знания (высших учебных заведений, институтов Российской академии наук и их региональных отделений, других научных организаций), а также связей между ними и с внешней средой. В качестве узловых элементов системы рассматривались научные центры – города, локализующие в себе основной интеллектуальный капитал региона и обрамленные обширной научной периферией. В основу методической стратегии лег пространственно наукометрический подход. Принадлежность города к научному центру и далее к его конкретному типу определялась на основе оценки 6 значимых наукометрических показателей, характеризующих: суммарную научную продуктивность организаций науки и высшего образования данного города относительно численности жителей; общую и взвешенную по области знания цитируемость аффилированных публикаций; долю статей в высокорейтинговых международных журналах (топ-10% по предметной категории); интегрированность в национальные и международные научные сети по объему публикаций в соавторстве.
Источником для формирования массива данных выступила международная реферативная база данных научного цитирования
Скопус (Scopus), а временной период охватывал 2013–2017 гг. В рамках исследования изучено 1118 городов РФ (без Республики Крым и Севастополя), из которых 440 отнесено к научным центрам. Критерий принадлежности города к научному центру – наличие хотя бы 1 статьи в журнале из базы Скопус с указанием названия города или аффилиации организации, расположенной в нем.
По результатам предыдущего этапа исследования разработана типология научных центров, учитывающая как наукометрический портрет города, так и его размер по численности населения.
Выделены 3 главных типа научных центров, а также их подтипы
(табл. 1).
227
Таблица 1
Типология научных центров России
Тип и подтип
Доля городов,
%
Характеристика
1. передовые
13,2
Научнопродуктивные, конкурентоспособные на международном уровне национально значимые научные центры.
1.1 5,5
Научная продуктивность поддержана высокими уровнем цитируемости и долей публикаций в высокорейтинговых журналах. Сформированы устойчивые научные связи на национальном и международном уровнях.
1.2 7,7
В отличие от 1.1 имеют меньшие уровень цитируемости и долю публикаций в журналах Топ-10% Скопус.
2. переходные
2,5
Не реализовали в полной мере научный потенциал. Переход в 1.2 возможен путем укрепления научного сотрудничества, повышения востребованности научных результатов, в т.ч. через публикацию в более престижных журналах.
3. локальные
84,3
Низкопродуктивные, регионально значимые научные центры.
3.1 6,1
Невысокая научная продуктивность сочетается с высоким качеством статей и их востребованностью мировым научным сообществом.
Ориентированы на международное сотрудничество, имеют знаниевую специализацию.
3.2 35,5
Недостаточные научные связи с другими национальными или мировыми научными центрами при общем небольшом количестве статей, в т.ч. высокорейтинговых.
3.3 42,7
«Невидимки» на научной карте России.

226 интегрированы в реальный сектор национальной экономики. Данная статья является частью комплексного экономгеографического исследования по пространственному изучению процессов генерации и использования новых знаний и посвящена рассмотрению территориальных особенностей и закономерностей концентрации в регионах России научных центров различных типов, выявленных на предыдущем этапе [10; 11].
Теоретико-методические особенности исследования.
Центральное место в исследовании занимает территориальная система генерации научных знаний региона, состоящая из разнообразия организаций – генераторов научного знания (высших учебных заведений, институтов Российской академии наук и их региональных отделений, других научных организаций), а также связей между ними и с внешней средой. В качестве узловых элементов системы рассматривались научные центры – города, локализующие в себе основной интеллектуальный капитал региона и обрамленные обширной научной периферией. В основу методической стратегии лег пространственно наукометрический подход. Принадлежность города к научному центру и далее к его конкретному типу определялась на основе оценки 6 значимых наукометрических показателей, характеризующих: суммарную научную продуктивность организаций науки и высшего образования данного города относительно численности жителей; общую и взвешенную по области знания цитируемость аффилированных публикаций; долю статей в высокорейтинговых международных журналах (топ-10% по предметной категории); интегрированность в национальные и международные научные сети по объему публикаций в соавторстве.
Источником для формирования массива данных выступила международная реферативная база данных научного цитирования
Скопус (Scopus), а временной период охватывал 2013–2017 гг. В рамках исследования изучено 1118 городов РФ (без Республики Крым и Севастополя), из которых 440 отнесено к научным центрам. Критерий принадлежности города к научному центру – наличие хотя бы 1 статьи в журнале из базы Скопус с указанием названия города или аффилиации организации, расположенной в нем.
По результатам предыдущего этапа исследования разработана типология научных центров, учитывающая как наукометрический портрет города, так и его размер по численности населения.
Выделены 3 главных типа научных центров, а также их подтипы
(табл. 1).
227
Таблица 1
Типология научных центров России
Тип и подтип
Доля городов,
%
Характеристика
1. передовые
13,2
Научнопродуктивные, конкурентоспособные на международном уровне национально значимые научные центры.
1.1 5,5
Научная продуктивность поддержана высокими уровнем цитируемости и долей публикаций в высокорейтинговых журналах. Сформированы устойчивые научные связи на национальном и международном уровнях.
1.2 7,7
В отличие от 1.1 имеют меньшие уровень цитируемости и долю публикаций в журналах Топ-10% Скопус.
2. переходные
2,5
Не реализовали в полной мере научный потенциал. Переход в 1.2 возможен путем укрепления научного сотрудничества, повышения востребованности научных результатов, в т.ч. через публикацию в более престижных журналах.
3. локальные
84,3
Низкопродуктивные, регионально значимые научные центры.
3.1 6,1
Невысокая научная продуктивность сочетается с высоким качеством статей и их востребованностью мировым научным сообществом.
Ориентированы на международное сотрудничество, имеют знаниевую специализацию.
3.2 35,5
Недостаточные научные связи с другими национальными или мировыми научными центрами при общем небольшом количестве статей, в т.ч. высокорейтинговых.
3.3 42,7
«Невидимки» на научной карте России.

228
Моделирование территориальных научных систем регионов
России осуществлялось на основе оценки локализации в них научных центров разных типов. Москва и Московская область, Санкт-Петербург и Ленинградская область рассматривались как единые регионы, где столичные города – крупные передовые научные центры.