Methodology for delimiting borders of the St. Petersburg agglomeration

Cover Page

Cite item

Full Text

Abstract

Introduction. The lack of unified approaches to (1) formation and development of agglomerations, (2) the regulatory legal framework for the methodological support of agglomeration processes, (3) the official conceptual framework in this area, (4) the assessment of agglomeration effects, (5) the approved methodology for delimiting agglomeration boundaries hinders the process of making informed decisions needed to solve a number of territorial, socio-economic, and transport problems arising in connection with the expansion of trans-regional integratory interactions between various constituent entities of the Russian Federation. In this regard, development of a border delimitation methodology for the St. Petersburg agglomeration is particularly relevant. The subject of the research is regulatory and methodological support for agglomeration processes. The goal is to develop a system of methodological support for creating and developing urban agglomerations within the framework of a well-balanced urban planning policy and legal framework of integratory processes in agglomerations.Materials and methods. The material for the study is the research focused on formation and development of agglomerations. Methods of system analysis and generalization of research results and practical work were applied to set the criteria for delimiting the boundaries of agglomerations. A methodology for delimiting the boundaries of the St. Petersburg agglomeration is proposed on the basis of analysis of research works of Russian scientists, results of practical research by St. Petersburg specialists, and special features of the St. Petersburg agglomeration.Results. The most complex theoretical and methodological problems of delimitation of the boundaries of the St. Petersburg agglomeration are identified; basic principles of formation and development of urban agglomerations are formulated to define the requirements for establishing boundaries; the main criteria for the delimitation of the St. Petersburg agglomeration are formulated, taking into account its specific features. A methodology for establishing the boundaries of the St. Petersburg agglomeration is proposed. Its main stages and research methods, used at each stage, are highlighted. The main problems of the legal support of formation and development of agglomerations are formulated.Conclusions. The research novelty and practical significance of the study result from the problems identified in the field of the regulatory support of agglomeration processes, which do not allow intensifying the development of agglomerations. The proposed methodology for establishing the boundaries of the St. Petersburg agglomeration is based on objective spatial development patterns of the two constituent entities of the Russian Federation and takes into account specific features of their interaction.

About the authors

S. А. Ershova

Moscow State University of Civil Engineering (National Research University) (MGSU); State Research and Design Center of Saint Petersburg Master Plan

Email: S.Ershova@kga.gov.spb.ru
ORCID iD: 0000-0001-6100-6404
SPIN-code: 6433-7644

S. А. Shishelova

Moscow State University of Civil Engineering (National Research University) (MGSU); State Research and Design Center of Saint Petersburg Master Plan

Email: s.shishelova@yandex.ru
ORCID iD: 0009-0000-4439-4513

Т. N. Orlovskaya

Saint Petersburg State University of Architecture and Civil Engineering (SPbGASU)

Email: e-tamara@mail.ru
ORCID iD: 0000-0003-3521-7229

References

  1. Красовская О.В., Скатерщиков С.В. Вопросы определения границ и развития планировочной структуры крупнейших агломераций России применительно к схеме территориального планирования Санкт-Петербурга и Ленинградской области, включающей Санкт-Петербургскую городскую агломерацию // Архитектурный Петербург. 2018. № 3 (58). С. 24–31.
  2. Остякова А.В., Плюснина Е.В. Благоустройство парковых комплексов городских агломераций // Вестник МГСУ. 2020. Т. 15. № 2. С. 294–306. doi: 10.22227/1997-0935.2020.2.294-306. EDN PFYDNG.
  3. Швецов А.Н. Городская агломерация — организационная форма преобразования пространства в Российской Федерации // Федерализм. 2017. № 2 (86). С. 47–60. EDN YUKASH.
  4. Минакир П.А. Национальная стратегия пространственного развития: добросовестные заблуждения или намеренные упрощения? // Пространственная экономика. 2016. № 3. С. 7–15. doi: 10.14530/se.2016.3.007-015. EDN WMRCNX.
  5. Мельникова Л.В. Размеры городов, эффективность и экономический рост // ЭКО. 2017. № 7 (517). С. 5–19. EDN YUSMFZ.
  6. Булычева Н.В., Гресь Р.А., Кузнецов С.В., Жихаревич Б.С., Калюжный Н.А., Кузнецов С.В. и др. Санкт-Петербургская агломерация: этапы формирования и перспективы развития : монография. СПб. : Федеральное государственное бюджетное учреждение науки «Институт проблем региональной экономики» Российской академии наук, 2022. 219 с. doi: 10.52897/978-5-8088-1758-6-2022. EDN UJKKCI.
  7. Лаппо Г.М. Разнообразие городов как фактор успешного пространственного развития России // Известия Российской академии наук. Серия географическая. 2019. № 4. С. 3–23. doi: 10.31857/S2587-5566201943-23. EDN GDYQJX.
  8. Шишелова С.А. Проблематика создания и развития агломерации как варианта современного развития территорий в разрезе экономической безопасности региона // Архитектурный Петербург. 2018. № 3 (53). С. 105–107.
  9. Райсих А.Э. К вопросу об определении границ городских агломераций: мировой опыт и формулировка проблемы // Демографическое обозрение. 2020. Т. 7. № 1. С. 27–53. EDN ROCTCH.
  10. De Lejarza y Esparducer J.M., de Lejarza y Esparducer I.M.M. Delimitación de áreas metropolitanas mediante un modelo anisótropo de decrecimiento exponencial. Una aplicación al caso del Área Metropolitana de Valencia // Estudios de Economía Aplicada. 2002. Vol. 20. Issue 2. Pp. 471–486.
  11. Martori J.C., Suriñach J. Classical models of urban population density. The case of Barcelona metropolitan area // 41st Congress of the European Regional Science Association. 2001.
  12. Boix R., Veneri P., Almenar V. Polycentric metropolitan areas in Europe: towards a unified proposal of delimitation // Defining the Spatial Scale in Modern Regional Analysis. 2012. Pp. 45–70. doi: 10.1007/978-3-642-31994-5_3
  13. Dubois D., Rabuel S. L’adaptation de l’offre de transports en commun aux territoires vécus. Ministère de l’Écologie, du Développement et de l’Aménagement durables centre d’Études sur les réseaux, les transports, l’urbanisme et les constructions publiques. Dépôt legal : 4e trimester. 2007. 116 p.
  14. Dijkstra L., Poelman H., Veneri P. The EU-OECD definition of a functional urban area // OECD Regional Development Working Papers. 2019. doi: 10.1787/d58cb34d-en
  15. Freeman A. Towards a common standard: comparing European and American cities // Greater London Authority Economics Working Papers. 2005. № 13.
  16. Knapp W., Schmitt P. Re-structuring competitive metropolitan regions in north-west-europe: on territory and governance // European Journal of Spatial Development. 2003. Vol. 1. Issue 6. Pp. 1–42. doi: 10.5281/zenodo.5126714
  17. Bibby P., Brindley S., Brindley P. Urban and rural area definitions for policy purposes in England and wales: methodology (v1.0) // Office for National Statistics. 2013. 36 p.
  18. Florczyk A.J., Corbane C., Ehrlich D., Freire S., Kemper T., Maffenini L. et al. GHSL Data Package 2019 // EUR 29788 EN. 2019. doi: 10.2760/290498
  19. Антонов Е.В., Махрова А.Г. Крупнейшие городские агломерации и формы расселения над-агломерационного уровня в России // Известия Российской академии наук. Серия географическая. 2019. № 4. С. 31–45. doi: 10.31857/S2587-55662019431-45. EDN DTYQEB.
  20. Махрова А.Г., Бабкин Р.А. Методические подходы к делимитации границ Московской агломерации на основе данных сотовых операторов // Региональные исследования. 2019. № 2 (64). С. 48–57. doi: 10.5922/1994-5280-2019-2-5. EDN GIGLUP.
  21. Уляева А.Г. Анализ методических подходов к выделению агломерационных образований // Региональная экономика: теория и практика. 2016. № 12 (435). С. 17–27. EDN XEJOQX.
  22. Ершова С.А., Орловская Т.Н. Стратегия территориального планирования Санкт-Петербургской агломерации: модель управления, качество жизни населения, безопасность среды жизнедеятельности // Архитектурный Петербург. 2018. № 3 (53). С. 98–101.
  23. Садикова И.Б., Алешина Т.Г. Схема территориального планирования Санкт-Петербурга и Ленинградской области — взгляд на использование и реализацию совместного документа территориального планирования при внесении изменений в Генеральный план Санкт-Петербурга // Архитектурный Петербург. 2018. № 3 (53). С. 16–22.
  24. Садикова И.Б. Открытие агломерации. Видение и позиции Санкт-Петербурга по отношению к городской агломерации // Архитектурный Петербург. 2017. № 6 (49). С. 12–16.
  25. Fujita M., Krugman P. The New economic geography. Past, present and the future // Papers in Regional Science. 2004. Vol. 83. Issue 1. Pp. 139–164. doi: 10.1007/s10110-003-0180-0
  26. Fujita M., Krugman P., Venables A. The spatial economy. Cambridge, Massachusetts : The MIT Press, 1999. doi: 10.7551/mitpress/6389.001.0001
  27. Taylor P.J. Distance decay in spatial interactions. CATMOG 2. Concepts and techniques in modern decigram Nu. 2. University of Newcastle upon Tyne, 1983. 19 p.
  28. Clark C. Urban population densities // Journal of the Royal Statistical Society. Series A (General). 1951. Vol. 114. Issue 4. P. 490. doi: 10.2307/2981088
  29. Lösch A. Die räumliche Ordnung der Wirtschaft. 1962. 380 р.
  30. Christaller W. Central places in Southern Germany. Prentice-Hall, Inc., 1966. 230 p.
  31. Свириденко М.В. Формирование концепции пространственного развития территории Санкт-Петербургской агломерации: целесообразность проведения согласованной инвестиционной политики // Экономика Северо-Запада: проблемы и перспективы развития. 2022. № 1 (68). С. 92–97. doi: 10.52897/2411-4588-2022-1-92-97. EDN BBOTIJ.

Supplementary files

Supplementary Files
Action
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».