Оценка количества малых и средних предприятий в границах городов и агломераций: применение методов машинного обучения к данным России

Введение: развитие агломераций, которые, как показывают исследования, становятся полюсами роста производительности, обозначено как один из приоритетов пространственной политики России. Несмотря на многочисленные обсуждения, в федеральном законодательстве отсутствует термин «городская агломерация», но при этом он широко используется в нормативно-правовой базе на других уровнях управления. Это приводит к отсутствию согласованной позиции в вопросах о структуре, размерах и параметрах агломераций и актуализирует формирование научно обоснованного подхода к определению экономических и географических границ агломераций.

Цель: разработать подход к идентификации границ агломераций в России с учетом пространственного распределения экономической активности.

Методы: машинное обучение, статистический анализ. Применение этих методов позволяет c высокой точностью идентифицировать границы агломерации на открытых данных по высотности застройки городской территории.

Результаты: представлены результаты апробации алгоритма пространственной кластеризации (DBSCAN) на данных по жилой застройке в России, выделен перечень кластеров устойчивых муниципалитетов, которые определяют границы агломераций, и проведена оценка числа и выручки фирм, малых и средних предприятий (МСП) в границах крупнейших городов и агломераций, определенных аналитическим способом и формально в нормативных документах. Также на примере отдельных регионов и в среднем для России показано, что число фирм (общее и фирм из реестра МСП) в границах агломераций может недооцениваться более чем на треть, а совокупная выручка – почти на 60 %.

Выводы: учет кластеров устойчивых муниципалитетов может повысить точность оценок агломерационных эффектов и деловой активности и, как следствие, способствовать формированию более точных мер поддержки со стороны государства.