<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.3 20210610//EN" "JATS-journalpublishing1-3.dtd">
<article article-type="research-article" dtd-version="1.3" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xml:lang="ru"><front><journal-meta><journal-id journal-id-type="publisher-id">devter</journal-id><journal-title-group><journal-title xml:lang="ru">Развитие территорий</journal-title><trans-title-group xml:lang="en"><trans-title>Territory Development</trans-title></trans-title-group></journal-title-group><issn pub-type="ppub">2412-8945</issn><publisher><publisher-name>Сибирский институт управления</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.32324/2412-8945-2025-1-21-28</article-id><article-id custom-type="elpub" pub-id-type="custom">devter-542</article-id><article-categories><subj-group subj-group-type="heading"><subject>Research Article</subject></subj-group><subj-group subj-group-type="section-heading" xml:lang="ru"><subject>ЭКОНОМИЧЕСКИЕ ИССЛЕДОВАНИЯ</subject></subj-group><subj-group subj-group-type="section-heading" xml:lang="en"><subject>ECONOMIC RESEARCH</subject></subj-group></article-categories><title-group><article-title>Определение коэффициента сопротивления экономической среды</article-title><trans-title-group xml:lang="en"><trans-title>Economic Environment Resistance Coefficient Determination</trans-title></trans-title-group></title-group><contrib-group><contrib contrib-type="author" corresp="yes"><name-alternatives><name name-style="eastern" xml:lang="ru"><surname>Кузнецов</surname><given-names>С. Б.</given-names></name><name name-style="western" xml:lang="en"><surname>Kuznetsov</surname><given-names>Sergey B.</given-names></name></name-alternatives><bio xml:lang="ru"><p>Кузнецов Сергей Борисович — кандидат физико-математических наук, доцент, доцент кафедры математики и естественных наук; главный научный сотрудник научно-исследовательской лаборатории устойчивого развития социально-экономических систем</p><p>Новосибирск</p><p>Сочи</p></bio><bio xml:lang="en"><p>Sergey B. Kuznetsov — Candidate of Physical and Mathematical Sciences, Associate Professor, Associate Professor, Department of Mathematics and Natural Sciences; Chief Researcher, Research Laboratory of Sustainable Development of Socio-Economic Systems</p><p>Novosibirsk</p><p>Sochi</p></bio><email xlink:type="simple">sbk1314@mail.ru</email><xref ref-type="aff" rid="aff-1"/></contrib><contrib contrib-type="author" corresp="yes"><name-alternatives><name name-style="eastern" xml:lang="ru"><surname>Елисеенко</surname><given-names>А. В.</given-names></name><name name-style="western" xml:lang="en"><surname>Eliseenko</surname><given-names>Anatoly V.</given-names></name></name-alternatives><bio xml:lang="ru"><p>Елисеенко Анатолий Викторович — студент</p><p>Новосибирск</p></bio><bio xml:lang="en"><p>Anatoly V. Eliseenko — Student</p><p>Novosibirsk</p></bio><email xlink:type="simple">2004eav@mail.ru</email><xref ref-type="aff" rid="aff-2"/></contrib></contrib-group><aff-alternatives id="aff-1"><aff xml:lang="ru"><institution>Новосибирский государственный университет экономики и управления; Сибирский институт управления — филиал РАНХиГС; Научный центр информационных технологий и искусственного интеллекта АНОО ВО «Университет „Сириус”», федеральная территория «Сириус»</institution></aff><aff xml:lang="en"><institution>Novosibirsk State University of Economics and Management; Siberian Institute of Management — branch of RANEPA; Scientific Center for Information Technology and Artificial Intelligence of Independent Non-profit Educational Organization of HE «Sirius University», Federal territory «Sirius»</institution></aff></aff-alternatives><aff-alternatives id="aff-2"><aff xml:lang="ru"><institution>Сибирский институт управления — филиал РАНХиГС</institution></aff><aff xml:lang="en"><institution>Siberian Institute of Management — branch of RANEPA</institution></aff></aff-alternatives><pub-date pub-type="collection"><year>2025</year></pub-date><pub-date pub-type="epub"><day>31</day><month>03</month><year>2025</year></pub-date><volume>0</volume><issue>1 (39)</issue><fpage>21</fpage><lpage>28</lpage><permissions><copyright-statement>Copyright &amp;#x00A9; Кузнецов С.Б., Елисеенко А.В., 2025</copyright-statement><copyright-year>2025</copyright-year><copyright-holder xml:lang="ru">Кузнецов С.Б., Елисеенко А.В.</copyright-holder><copyright-holder xml:lang="en">Kuznetsov S.B., Eliseenko A.V.</copyright-holder><license xml:lang="ru" license-type="creative-commons-attribution" xlink:href="https://creativecommons.org/licenses/by/4.0/" xlink:type="simple"><license-p>Данная работа распространяется под лицензией Creative Commons Attribution 4.0.</license-p></license><license xml:lang="en" license-type="creative-commons-attribution" xlink:href="https://creativecommons.org/licenses/by/4.0/" xlink:type="simple"><license-p>This work is licensed under a Creative Commons Attribution 4.0 License.</license-p></license></permissions><self-uri xlink:href="https://devter.elpub.ru/jour/article/view/542">https://devter.elpub.ru/jour/article/view/542</self-uri><abstract><p>В данной статье представлен анализ сопротивления экономической среды, влияющей на экономический рост в национальных экономиках. Анализ различных факторов, препятствующих развитию, позволил сгруппировать их в четыре основные категории: макроэкономические, институциональные, социальные и внешние. Расчеты проведены с использованием векторного уравнения прироста основных факторов производства (трудовых ресурсов и основного капитала). Авторы предполагают, что инвестиции сразу же осваиваются, и скорость прироста основных факторов производства описывается уравнением параболического типа. При этом учитывается коэффициент сопротивления экономической среды, отражающий потери инвестиций, торможение развития экономики и противодействие росту основных факторов производства. В работе представлена методика статистической оценки коэффициента сопротивления на основе конечно-временных разностей производных. Используя статистические данные по России, авторы рассчитали динамику поведения коэффициентов сопротивления экономической среды для каждого фактора производства. Первый заметный рост коэффициента произошел в 2008 г., что связывается с экономическим кризисом в России. В 2013 г. коэффициент сопротивления экономической среды оказался отрицательным, что свидетельствовало о благоприятных условиях для развития российской экономики в этот период. Отрицательное влияние коэффициента наблюдалось в период пандемии и из-за санкций, наложенных США и Евросоюзом после начала СВО. Было проведено моделирование коэффициента сопротивления среды для США. Полученные результаты могут быть использованы для совершенствования подходов к управлению инвестиционными процессами и оценке эффективности реализуемых экономических мероприятий. Модель и методика оценки коэффициента сопротивления могут быть применены к анализу динамики факторов производства для других национальных экономик.</p></abstract><trans-abstract xml:lang="en"><p>This article presents an analysis of the resistance of the economic environment affecting economic growth in national economies. An analysis of various factors hindering development allowed us to group them into four main categories: macroeconomic, institutional, social, and external. Numerical calculations were performed using the vector equation of the growth of the main factors of production (labor resources and fixed capital). The authors assume that investments are immediately utilized, and the growth rate of the main factors of production is described by a parabolic-type equation. This takes into account the coefficient of resistance of the economic environment, reflecting investment losses, slowing down of economic development, and resistance to the growth of the main factors of production. The paper presents a method for statistical estimation of the resistance coefficient based on finite-time differences of derivatives. Using statistical data for Russia, the authors calculated the dynamics of the behavior of the resistance coefficients of the economic environment for each factor of production. The first noticeable increase in the coefficient occurred in 2008, which is associated with the economic crisis in Russia. In 2013, the resistance coefficient of the eco-nomic environment turned out to be negative, which indicated favorable conditions for the development of the Russian economy during this period. The negative impact of the coeffi-cient was observed during the pandemic and due to sanctions imposed by the United States and the European Union after the start of the Special Military Operation (SVO). Modeling of the resistance coefficient of the environment for the United States was carried out. The results obtained can be used to improve approaches to managing investment processes and assessing the effectiveness of implemented economic measures. The model and methodology for as-sessing the resistance coefficient can be applied to the analysis of the dynamics of factors of production for other national economies.</p></trans-abstract><kwd-group xml:lang="ru"><kwd>коэффициент сопротивления экономической среды</kwd><kwd>основные факторы производства</kwd><kwd>уравнение экономического роста</kwd><kwd>инвестиции</kwd><kwd>уравнение параболического типа</kwd><kwd>конечно-временные разности</kwd></kwd-group><kwd-group xml:lang="en"><kwd>economic environment resistance coefficient</kwd><kwd>main factors of production</kwd><kwd>economic growth equation</kwd><kwd>investment</kwd><kwd>parabolic-type equation</kwd><kwd>finite-time differences</kwd></kwd-group><funding-group><funding-statement xml:lang="ru">статья подготовлена по результатам Проекта ФТС-2024-2.3-VY-1160-5744 «Технологии противодействия ранее неизвестным квантовым киберугрозам» в рамках реализации мероприятия 2.3 государственной программы федеральной территории «Сириус» «Научно-технологическое развитие федеральной территории „Сириус”».</funding-statement><funding-statement xml:lang="en">The article was prepared based on the results of the Project FTS-2024-2.3-VY-1160-5744 «Technologies for Counteracting Previously Unknown Quantum Cyber Threats» within the framework of the implementation of arrangement 2.3 of the state program of the federal territory «Sirius» «Scientific and Technological Development of the Federal Territory “Sirius”».</funding-statement></funding-group></article-meta></front><back><ref-list><title>References</title><ref id="cit1"><label>1</label><citation-alternatives><mixed-citation xml:lang="ru">Lawrence J. Christiano, Martin S. Eichenbaum, Mathias Trabandt. On DSGE Models // Journal of Economic Perspectives. 2018, Summer. Vol. 32, nо. 3. P. 113—140.</mixed-citation><mixed-citation xml:lang="en">Lawrence J. Christiano, Martin S. Eichenbaum, Mathias Trabandt. On DSGE Models, Journal of Economic Perspectives, 2018, Summer, vol. 32, nо. 3, pp. 113–140.</mixed-citation></citation-alternatives></ref><ref id="cit2"><label>2</label><citation-alternatives><mixed-citation xml:lang="ru">Сухарев О. С. Структурная политика: к новой инвестиционной модели экономического роста // Финансы: теория и практика. 2019. № 23 (2). С. 84—104. DOI: 10.26794/2587-5671-2019-23-2-84-104</mixed-citation><mixed-citation xml:lang="en">Sukharev O.S. Strukturnaya politika: k novoy investitsionnoy modeli ekonomicheskogo rosta [Structural Policy: Towards a New Investment Model of Economic Growth], Finansy: teoriya i praktika [Finance: Theory and Practice], 2019, no. 23 (2), pp. 84–104. DOI: 10.26794/2587-5671-2019-23-2-84-104</mixed-citation></citation-alternatives></ref><ref id="cit3"><label>3</label><citation-alternatives><mixed-citation xml:lang="ru">Modeling of State Influence on the Processes of Economic Growth / N. Shagas, A. Bozhechkova, Y. Pervishin, E. Perevyshina, E. Tumanova. 2016. March 21. URL: https://ssrn.com/abstract=2752926 or http://dx.doi.org/10.2139/ssrn.2752926 (дата обращения: 29.06.2024).</mixed-citation><mixed-citation xml:lang="en">Shagas N., Bozhechkova A., Pervishin Y., Perevyshina E., Tumanova E. Modeling of State Influence on the Processes of Economic Growth, 2016, March 21. Available at: https://ssrn.com/abstract=2752926 or http://dx.doi.org/10.2139/ssrn.2752926 (accessed: 29.06.2024).</mixed-citation></citation-alternatives></ref><ref id="cit4"><label>4</label><citation-alternatives><mixed-citation xml:lang="ru">Полтерович В., Попов В., Тонис А. Концентрация доходов, нестабильность демократии и экономический рост // Экономика и математические методы. 2009. Т. 45, № 1. С. 15—29.</mixed-citation><mixed-citation xml:lang="en">Polterovich V., Popov V., Tonis A. Kontsentratsiya dokhodov, nestabil'nost' demokratii i ekonomicheskiy rost [Income Concentration, Democratic Instability and Economic Growth], Ekonomika i matematicheskie metody [Economics and Mathematical Methods], 2009, vol. 45, no. 1, pp. 15–29.</mixed-citation></citation-alternatives></ref><ref id="cit5"><label>5</label><citation-alternatives><mixed-citation xml:lang="ru">Шкиотов С. В., Маркин М. И. Статистическая оценка влияния макро- и микроэкономических факторов на уровень коррупции в pоссийской экономике // Теоретическая экономика. 2019. № 2. С. 78—88.</mixed-citation><mixed-citation xml:lang="en">Shkiotov S.V., Markin M.I. Statisticheskaya otsenka vliyaniya makro- i mikroeko-nomicheskikh faktorov na uroven' korruptsii v rossiyskoy ekonomike [Statistical Evaluation of the Impact of Micro- and Macroeconomic Factors on the Level of Corruption in the Russian Economy], Teoreticheskaya ekonomika [Theoretical Economics], 2019, no. 2, pp. 78–88.</mixed-citation></citation-alternatives></ref><ref id="cit6"><label>6</label><citation-alternatives><mixed-citation xml:lang="ru">Слабая структурная устойчивость одной математической модели экономической системы и мультипликационные эффекты параметрического регулирования / А. А. Ашимов, Ю. В. Боровский, Д. А. Новиков, Р. М. Нижегородцев, Б. Т. Султанов // Автоматика и телемеханика. 2010. Вып. 12. С. 122—130.</mixed-citation><mixed-citation xml:lang="en">Ashimov A.A., Borovskiy Yu.V., Novikov D.A., Nizhegorodtsev R.M., Sultanov B.T. Slabaya strukturnaya ustoychivost' odnoy matematicheskoy modeli ekonomicheskoy sistemy i mul'tiplikatsionnye effekty parametricheskogo regulirovaniya [Weak Structural Stability of a Mathematical Model of Economic Systems and Multi- Plicative Effects of Parametric Regulation], Avtomatika i telemekhanika [Automation and Remote Control], 2010, issue 12, pp. 122–130.</mixed-citation></citation-alternatives></ref><ref id="cit7"><label>7</label><citation-alternatives><mixed-citation xml:lang="ru">Тарасов В. Т. Неравенство, экономический рост и модернизация регионов России // Вестник Тюменского государственного университета. Социально-экономические и правовые исследования. 2017. Т. 3, № 3. С. 207—225. DOI: 10.21684/2411-7897-2017-3-3-207-225</mixed-citation><mixed-citation xml:lang="en">Tarasov V.T. Neravenstvo, ekonomicheskiy rost i modernizatsiya regionov Rossii [Inequality, Economic Growth and Modernization of Russian Regions], Vestnik Tyumenskogo gosudarstvennogo universiteta. Sotsialno-ekonomicheskie i pravovye issledovaniya [Bulletin of Tyumen State University. Social, Economic, and Law Research], 2017, vol. 3, no. 3, pp. 207–225. DOI: 10.21684/2411-7897-2017-3-3-207-225</mixed-citation></citation-alternatives></ref><ref id="cit8"><label>8</label><citation-alternatives><mixed-citation xml:lang="ru">Кушников Е. И., Хаджинов Л. В. Некоторые аспекты оценки влияния образования на экономический рост // Вопросы инновационной экономики. 2022. Т. 12, № 1. С. 535—550. DOI: 10.18334/vinec.12.1.114061</mixed-citation><mixed-citation xml:lang="en">Kushnikov E.I., Khadzhinov L.V. Nekotorye aspekty otsenki vliyaniya obrazovaniya na ekonomicheskiy rost [Some Aspects of Assessing the Impact of Education on Economic Growth], Voprosy innovatsionnoy ekonomiki [Russian Journal of Innovation Economics], 2022, vol. 12, no. 1, pp. 535–550. DOI: 10.18334/vinec.12.1.114061</mixed-citation></citation-alternatives></ref><ref id="cit9"><label>9</label><citation-alternatives><mixed-citation xml:lang="ru">Мировые торговые войны: сценарные расчеты последствий / В. Л. Макаровa, Цзе Вуc, Зили Вуc, Б. Р. Хабриевa, А. Р. Бахтизин // Вестник Российской академии наук. 2020. Т. 90, № 2. С. 169—179.</mixed-citation><mixed-citation xml:lang="en">Makarova V.L., Vuc Tsze, Vuc Zili, Khabrieva B.R., Mirovye, Bakhtizin A.R. Torgovye voyny: stsenarnye raschety posledstviy [World Trade Wars: Scenario Calculations of the Consequences], Vestnik Rossiyskoy akademii nauk [Bulletin of the Russian Academy of Sciences, 2020, vol. 90, no. 2, pp. 169–179.</mixed-citation></citation-alternatives></ref><ref id="cit10"><label>10</label><citation-alternatives><mixed-citation xml:lang="ru">Екимова К. В., Савельева И. П., Цало И. М. Оценка влияния изменений конъюнктуры мировых рынков на региональные процессы // Экономика региона. 2016. Т. 12, вып. 3. С. 670—683. DOI: 10.17059/2016-3-5</mixed-citation><mixed-citation xml:lang="en">Ekimova K.V., Savel'eva I.P., Tsalo I.M. Otsenka vliyaniya izmeneniy kon"yunktury mirovykh rynkov na regional'nye protsessy [Assessment of the Impact of the Changes in the Situation of the World Markets on the Regional Processes], Ekonomika regiona [Economy of Regions], 2016, vol. 12, issue 3, pp. 670–683. DOI: 10.17059/2016-3-5</mixed-citation></citation-alternatives></ref><ref id="cit11"><label>11</label><citation-alternatives><mixed-citation xml:lang="ru">Алехин Б. И. Межрегиональные различия в инфляции в свете теории Экли // Финансовый журнал. 2023. Т. 15, № 1. С. 8—25.</mixed-citation><mixed-citation xml:lang="en">Alekhin B.I. Mezhregional'nye razlichiya v inflyatsii v svete teorii Ekli [Interregional Differences in Inflation Through the Prism of Ackley's Theory], Finansovyy zhurnal [Financial Journal], 2023, vol. 15, no. 1, pp. 8–25.</mixed-citation></citation-alternatives></ref><ref id="cit12"><label>12</label><citation-alternatives><mixed-citation xml:lang="ru">Matthieu Chemin. Judicial Efficiency and Firm Productivity: Evidence from a World Database of Judicial Reforms // The Review of Economics and Statistics, MIT Press, 2020. March. Vol. 102 (1). Р. 49—64.</mixed-citation><mixed-citation xml:lang="en">Matthieu Chemin. Judicial Efficiency and Firm Productivity: Evidence from a World Database of Judicial Reforms, The Review of Economics and Statistics, MIT Press, 2020, March, vol. 102 (1), pp. 49–64.</mixed-citation></citation-alternatives></ref><ref id="cit13"><label>13</label><citation-alternatives><mixed-citation xml:lang="ru">Афанасьев М. П., Шаш Н. Н. От профицитной к дефицитной бюджетной политике // Проблемы прогнозирования. 2021. № 5 (188). С. 42—53. DOI: 10.47711/0868-6351-188-42-53</mixed-citation><mixed-citation xml:lang="en">Afanas'ev M.P., Shash N.N. Ot profitsitnoy k defitsitnoy byudzhetnoy politike[From Surplus to Deficit Fiscal Policy], Problemy prognozirovaniya [Studies on Russian Economic Development], 2021, no. 5 (188), pp. 42–53. DOI: 10.47711/0868-6351-188-42-53</mixed-citation></citation-alternatives></ref><ref id="cit14"><label>14</label><citation-alternatives><mixed-citation xml:lang="ru">Кузнецов С. Б., Кулигин Е. В. Моделирование коэффициента сопротивления экономической среды // Бизнес. Образование. Право. 2023. № 2 (63). С. 128—133. DOI: 10.25683/VOLBI.2023.63.640</mixed-citation><mixed-citation xml:lang="en">Kuznetsov S.B., Kuligin E.V. Modelirovanie koeffitsienta soprotivleniya eko-nomicheskoy sredy [Simulation of Resistance Coefficient of Economic Environment], Biznes. Obrazovanie. Pravo [Business. Education. Law], 2023, no. 2 (63), pp. 128–133. DOI: 10.25683/VOLBI.2023.63.640</mixed-citation></citation-alternatives></ref><ref id="cit15"><label>15</label><citation-alternatives><mixed-citation xml:lang="ru">Кузнецов С. Б. Моделирование развития факторов производства уравнением Навье — Стокса // Вестник НГУЭУ. 2024. № 2. С. 101—114. DOI:10.34020/2073-6495-2024-2-101-114</mixed-citation><mixed-citation xml:lang="en">Kuznetsov S.B. Modelirovanie razvitiya faktorov proizvodstva uravneniem Nav'e – Stoksa [Navier – Stokes Equation for Modeling the Development of Production Factors], Vestnik NGUEU [Vestnik NSUEM], 2024, no. 2, pp. 101–114. DOI:10.34020/2073-6495-2024-2-101-114</mixed-citation></citation-alternatives></ref><ref id="cit16"><label>16</label><citation-alternatives><mixed-citation xml:lang="ru">Марчук Г. И. Методы вычислительной математики. М. : Лань, 2021. 608 c.</mixed-citation><mixed-citation xml:lang="en">Marchuk G.I. Metody vychislitel'noy matematiki [Methods of Computational Mathematics]. Moscow, Lan' Publ, 2021, 608 p.</mixed-citation></citation-alternatives></ref><ref id="cit17"><label>17</label><citation-alternatives><mixed-citation xml:lang="ru">Федеральная служба государственной статистики. URL: http://www.gks.ru/ (дата обращения: 21.06.2024).</mixed-citation><mixed-citation xml:lang="en">Federal'naya sluzhba gosudarstvennoy statistiki [Federal State Statistics Service]. Available at: http://www.gks.ru/ (accessed: 21.06.2024).</mixed-citation></citation-alternatives></ref><ref id="cit18"><label>18</label><citation-alternatives><mixed-citation xml:lang="ru">Статистические издания. URL: https://rosstat.gov.ru/folder/210 (дата обращения: 21.06.2024).</mixed-citation><mixed-citation xml:lang="en">Statisticheskie izdaniya [Statistical publications]. Available at: https://rosstat.gov.ru/folder/210 (accessed: 21.06.2024).</mixed-citation></citation-alternatives></ref><ref id="cit19"><label>19</label><citation-alternatives><mixed-citation xml:lang="ru">US. Bureau of Economic Analysis (BEA). URL: https://www.bea.gov/210 (дата обращения: 11.09.2024).</mixed-citation><mixed-citation xml:lang="en">US. Bureau of Economic Analysis (BEA). Available at: https://www.bea.gov/210 (accessed: 11.09.2024).</mixed-citation></citation-alternatives></ref><ref id="cit20"><label>20</label><citation-alternatives><mixed-citation xml:lang="ru">Key Economic Indicators: United States — Trading View. URL: https://www.tradingview.com/markets/worldeconomy/countries/united-states/210 (дата обращения: 11.09.2024).</mixed-citation><mixed-citation xml:lang="en">Key Economic Indicators: United States — Trading View. Available at: https://www.tradingview.com/markets/worldeconomy/countries/united-states/210 (accessed: 11.09.2024).</mixed-citation></citation-alternatives></ref><ref id="cit21"><label>21</label><citation-alternatives><mixed-citation xml:lang="ru">Экономика США, 1970—2022. URL: https://be5.biz/makroekonomika/profile/us.html (дата обращения: 11.09.2024).</mixed-citation><mixed-citation xml:lang="en">Ekonomika SShA 1970–2022. [The U.S. Economy 1970–2022]. Available at: https://be5.biz/makroekonomika/profile/us.html (accessed: 11.09.2024).</mixed-citation></citation-alternatives></ref></ref-list><fn-group><fn fn-type="conflict"><p>The authors declare that there are no conflicts of interest present.</p></fn></fn-group></back></article>
