Ученые Плехановского университета создали методику прогнозирования устойчивости экономического роста регионов в условиях введения новых климатических налогов
Специалисты Российского экономического университета им. Г.В. Плеханова завершили работу над методикой, которая позволяет прогнозировать экономический рост регионов в условиях вероятного введения климатических (углеродных) налогов. Такие налоги вводятся во многих странах мира с целью стимулирования перехода к экологически чистой индустрии.
Методика, разработанная коллективом ученых Высшей школы (факультета) кибертехнологий, математики и статистики Плехановского университета, учитывает комплексные факторы, влияющие на экономику региона, включая динамику ВВП, структуру инвестиций, социальную стабильность и экологическое состояние.
Исследователи рассчитали специальный композитный индекс, который объединяет 17 основных индикаторов по трем направлениям: экономическая устойчивость (рост валового регионального продукта, инвестиционная активность, разнообразие экономики), социальная устойчивость (занятость и доходы населения, степень социального равенства) и экологическая устойчивость (потребление природных ресурсов, энергоэффективность, загрязнение среды).
На основе предложенной методики авторы разработали алгоритм прогнозирования для Красноярского края. Он включает три возможных варианта углеродного регулирования. Базовый сценарий предполагает постепенный ввод ограничительных мер, начиная с 2026 года, интенсивный — ускоренную реализацию этих мер с высоким уровнем налогообложения, а адаптивный сценарий учитывает региональные особенности для минимизации негативного влияния ограничений. Для каждого сценария ученые разработали стратегии реагирования, направленные на поддержку технологических обновлений, диверсификацию экономики и развитие экологически чистых производств.
Результаты исследований нашли отражение в серии научных публикаций и патентов. Отдельные свидетельства получены на входящие в состав прогнозного комплекса: модуль краткосрочного прогнозирования на основе моделей временных рядов и программу вычисления нечетких оценок количественных показателей.