Пространственные взаимосвязи и закономерности распространения теневой экономики в России
DOI:
https://doi.org/10.17059/2020-2-10Ключевые слова:
теневая экономика, пространственная эконометрика, пространственная автокорреляция, уклонение от уплаты налогов, налоговая преступность, преступления экономической направленности, виды экономической деятельности, пространственные взаимосвязи, пространственные закономерности, регионы РоссииАннотация
Статья посвящена исследованию пространственных закономерностей распространения в России очагов теневой экономики и оценке степени взаимосвязи масштабов теневой экономики с параметрами криминальной статистики. Методика пространственного анализа данных включает три этапа: расчет глобального индекса Морана и критериев, определяющих его значимость, выявление кластеров регионов на основе пространственной диаграммы Морана, корреляционный анализ данных о теневой экономике и показателей криминальной статистики. Анализ масштабов теневой экономики проведен по 2016 г., а данных криминальной статистики — за 2017 г. с учетом временного лага между совершением преступления и его раскрытием. Результаты исследования подтвердили взаимосвязь региональных теневых экономик. Показано, что пространственное взаимодействие регионов и масштабы теневой экономики имеют обратную связь: при уменьшении теневой экономики пространственное взаимодействие, как правило, возрастает, а при его росте — снижается. В исследуемом периоде роль пространственного взаимовлияния регионов усиливается. Выявлено, что больше половины российских регионов имеют значительные масштабы теневой экономики и находятся в окружении аналогичных объектов. Только четверть российских регионов относительно устойчивы к влиянию теневой экономики из соседних регионов. Сформулированы выводы о конфигурации пространственных структур распределения теневой экономической деятельности в России: ареал наибольшей пораженности теневой деятельностью в западной части страны, опоясывающая его переходная зона (несвободная от риска распространения теневой экономической деятельности), обособленные очаги теневой деятельности в Сибири и на Дальнем Востоке, зоны относительного благополучия. Полученные результаты, во-первых, подтверждают сложность оценки масштабов теневой экономики на региональном уровне с помощью методов косвенного и модельного подходов вследствие влияния регионов друг на друга, во-вторых, доказывают необходимость адресного подхода к формированию политики, направленной на сокращение масштабов теневой экономики в регионах.
Библиографические ссылки
Tanzi, V. (1999). Uses and abuses of estimates of the underground economy. The Economic Journal, 109(456), 338–347. DOI: 10.1111/1468–0297.00437.
Kireenko, A. P., Nevzorova, E. N., Orlova, E. N. & Polyakova, O. Yu. (2017). Tenevaya ekonomika v regionakh Rossii: otsenka na osnove MIMIC modeli [Shadow economy in Russian regions: an estimation with the MIMIC model]. Region: Ekonomika i Sotsiologiya [Region: Economics and Sociology], 1, 164–189. DOI: 10.15372/REG20170108 (In Russ.)
Ivanova, V. I. (2014). Regionalnaya konvergentsiya dokhodov naseleniya: prostranstvennyy analiz [Regional Convergence of Income: Spatial Analysis]. Prostranstvennaya Ekonomika [Spatial Economics], 4, 100–119. DOI: 10.14530/ se.2014.4.100–119. (In Russ.)
Ivanova, V. I. (2013). O dinamike prostranstvennogo vzaimodeystviya rossiyskikh regionov [On Dynamics of Spatial Interaction of Russian Regions]. In: A. P. Zaostrovtsev, L. E. Limonov. (Eds.), Ekonomika i geografiya [Economy and Geography] (pp. 96–102). St. Petersburg. (In Russ.)
Balash, O. S. (2012). Prostranstvennyy analiz konvergentsii regionov Rossii [Convergence spatial analysis of Russia’s regions]. Izvestiya Saratovskogo universiteta. Novaya seriya. Seriya Ekonomika. Upravleniye. Pravo [Izvestiya of Saratov university. New series. Series: economics. Management. Law], 12(4), 45–52. (In Russ.)
Balash, O. S. (2012). Statisticheskoe issledovanie prostranstvennoy klasterizatsii regionov Rossii [Statistical research of the spatial clustering of regions of Russia]. Izvestiya Tulskogo gosudarst- vennogo universiteta. Ekonomicheskiye i yuridicheskiye nauki [News of the Tula state university. Economic and legal sciences], 2–1, 56–65. (In Russ.)
Semerikova, E. V. & Demidova, O. A. (2016). Vzaimodeystviye regionalnykh rynkov truda v Rossii: analiz s po- moshchyu prostranstvennykh ekonometricheskikh modeley [Interaction of Regional Labour Markets in Russia: Spatial Econometric Analysis]. Prostranstvennaya Ekonomika [Spatial Economics], 3, 57–80. DOI: 10.14530/se.2016.3.057–080. (In Russ.)
Rusanovskiy, V. A. & Markov, V. A. (2016). Vliyanie prostranstvennogo faktora na regionalnuyu differentsiatsiyu bezrabotitsy v Rossiyskoy ekonomike [Influence of the spatial factor on the regional differentiation of unemployment in the Russian economy]. Problemy prognozirovaniya [Studies on Russian Economic Development], 27, 593–604. DOI: 10.1134/ S1075700716050129. (In Russ.)
Zhukova, A. K., Silaev, A. M. & Silaeva, M. V. (2016). Analiz ozhidayemoy prodolzhitelnosti zhizni s uchetom prostranstvennoy zavisimosti po regionam Rossii [Spatial Analysis of Life Expectancy in Russian Regions]. Prostranstvennaya Ekonomika [Spatial Economics], 4, 112–128. DOI: 10.14530/se.2016.4.112–128. (In Russ.)
Kireenko, A. & Nevzorova, E. (2015). Impact of shadow economy on quality of life: Indicators and model selection. Procedia Economics and Finance, 25, 559–568. DOI: 10.1016/s2212–5671(15)00770–4.
Kireyenko, A. P., Nevzorova, Ye. N., Orlova, Ye. N. & Fedotov, D. Yu. (2015). Otrazhenie tenevoy ekonomiki v pokazatelyakh kachestva zhizni naseleniya regionov [How the shadow economy impacts the quality of life in regions]. Region: ekonomika i sotsiologiya [Region: Economics and Sociology], 3(87), 213–238. DOI: 10.15372/REG20150909. (In Russ.)
Zemtsov, S. P. & Tsareva, Y. V. (2018). Predprinimatelskaya aktivnost v regionakh Rossii: naskolko prostranstvennye i vremennye effekty determiniruyut razvitie malogo biznesa [Entrepreneurial activity in the Russian regions: how spatial and temporal effects determine the development of small business]. Zhurnal Novoy ekonomicheskoy assotsiatsii [Journal of the New Economic Association], 1(37), 145–165. DOI: 10.31737/2221–2264–2018–37–1–6. (In Russ.)
Demidova, O. A. (2013). Vyyavlenie prostranstvennykh effektov dlya osnovnykh makroekonomicheskikh pokazateley rossiyskikh regionov [Identification of Spatial Effects for the Main Macroeconomic Indicators of the Russian Regions]. Moscow: Higher School of Economics, 26. (In Russ.)
Goel, R. K. & Saunoris, J. W. (2014). Global corruption and the shadow economy: spatial aspects. Public Choice, 161(1–2), 119–139. DOI: 10.1007/s11127–013–0135–1.
Goel, R. K. & Saunoris, J. W. (2016). Casting a long shadow? Cross-border spillovers of shadow economy across American states. Public Finance Review, 44(5), 610–634. DOI: 10.1177/1091142115584815.
Carfora, A., Pansini, R. V. & Pisani, S. (2018). Regional tax evasion and audit enforcement. Regional Studies, 52(3), 362–373. DOI: 10.1080/00343404.2017.1299934.
Carfora, A., Pansini, R. V. & Pisani, S. (2018). Spatial dynamic modelling of tax gap: the case of Italy. European Spatial Research and Policy, 25(1), 7–28. DOI: 10.18778/1231–1952.25.1.02.
Alm, J. & Yunus, M. (2009). Spatiality and persistence in US individual income tax compliance. National Tax Journal, 62(1), 101–124. DOI: 10.17310/ntj.2009.1.05.
García, G. A., Azorín, J. D. B. & de la Vega, M. M. S. (2018). Tax evasion in Europe: An analysis based on spatial dependence. Social Science Quarterly, 99(1), 7–23. DOI: 10.1111/ssqu.12382.
Moran, P. A. P. (1950). Notes on continuous stochastic phenomena. Biometrika, 37(1/2), 17–23. DOI: 10.2307/2332142.
Vakulenko, E. (2015). Analiz svyazi mezhdu regionalnymi rynkami truda v Rossii s ispolzovaniyem modeli Oukena [Analysis of the relationship between regional labour markets in Russia using Okun’s model]. Prikladnaya ekonometrika [Applied Econometrics], 40(4), 28–48. (In Russ.)
Tobler, W. R. (1970). A computer movie simulating urban growth in the Detroit region. Economic geography. Supplement: Proceedings. International Geographical Union. Commission on Quantitative Methods, 46, 234–240. DOI: 10.2307/143141.
Anselin, L. (1995). Local indicators of spatial association — LISA. Geographical analysis, 27(2), 93–115. DOI: 10.1111/j.1538–4632.1995.tb00338.x.
Kireenko, A. P., Nevzorova, E. N. & Fedotov, D. Y. (2019). Sector-specific characteristics of tax crime in Russia. Journal of Tax Reform, 5(3), 249–264. DOI: 10.15826/jtr.2019.5.3.071.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2020 Невзорова Е.Н., Киреенко А.П., Майбуров И.А.
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
