Assessment of the development level of second-tier urban agglomerations in Russia

Cover Page

Cite item

Full Text

Abstract

The article is devoted to the problems of development of second-tier urban agglomerations in Russia (with a population of less than 500 thousand people), which are formed around a number of large and big cities. The author’s approach to assessing development is proposed, which is based on understanding the essence of an agglomeration as a self- developing socio-economic system that is internally integrated and produces positive agglomeration effects. The approach has been tested on the data of eight agglomerations with cores in the cities of Arkhangelsk, Vologda, Kaluga, Norilsk, Surgut, Tambov, Khanty-Mansiysk, Yuzhno-Sakhalinsk for the period 2014–2023. It was revealed that only five out of these eight agglomerations are classified as such: the agglomerations with an average level of integration include Yuzhno-Sakhalinsk, Arkhangelsk, with a low level – Tambov, Surgut and Vologda.

About the authors

Svetlana S. Patrakova

Vologda Research Center of the RAS

Author for correspondence.
Email: sspatrakova@bk.ru
ORCID iD: 0000-0002-4834-3083

Cand. Sci. (Econ.), Researcher, Laboratory of Spatial Development of Territorial Systems and Intersectoral Complexes, Center for the Study of Spatial Development of Socio-Economic Systems

Russian Federation, Vologda

Sergey A. Kozhevnikov

Vologda Research Center of the RAS

Email: kozhevnikov_sa@bk.ru
ORCID iD: 0000-0001-9063-6587

Cand. Sci. (Econ.), Leading Researcher, Head of the Center for the Study of Spatial Development of Socio-Economic Systems

Russian Federation, Vologda

References

  1. Kuznetsova O.V., Druzhinin A.G. Towards a new strategy for the spatial development of Russia // Studies on Russian Economic Development. 2024. Vol. 205. No. 4. Pp. 36–45. (In Russ.). doi: 10.47711/0868-6351-205-36-45. EDN: VVXHSP.
  2. Shvetsov A.N. Urban agglomerations in the transformation of urban space // Russian Economic Journal. 2018. No. 1. Pp. 45–65. (In Russ.). EDN: NTOLQB.
  3. Melnikova L.V. The size of cities, efficiency and economic growth // ECO. 2017. No 7. Pp. 5–19. (In Russ.). EDN: YUSMFZ.
  4. Stroev P.V. Transformations of the spatial structure of Russia // Bulletin of the Institute of Economics of the Russian Academy of Sciences. 2014. No. 4. Pp. 61–70. (In Russ.). EDN: SMLIUF.
  5. Dmitriev M.E., Chistyakov P.A., Romashina A.A. The role of the spatial factor in accelerating economic growth // Social sciences and modernity. 2018. No. 5. Pp. 31–47. (In Russ.). doi: 10.31857/S086904990001496-7. EDN: YPOJGH.
  6. Puzanov A., Popov R. Approaches to assessing the development of urban agglomerations. Moscow: Fund “Institute for Urban Economics”, 2017. https://www.urbaneconomics.ru/sites/default/files/iue_press.pdf (In Russ.). EDN: UVJUKO.
  7. Urban agglomerations in modern Russia: problems and prospects of development / A.S. Puzanov, R.A. Popov, T.D. Polidi, A.Ya. Gershovich; edited by Candidate of Geographical Sciences A.S. Puzanov. Moscow: Fund “Institute for Urban Economics”, 2023. (In Russ.).
  8. Polyan P.M. Territorial structures – urbanization – settlement: theoretical approaches and methods of study. Moscow: New Chronograph, 2014. (In Russ.). EDN: TAYFBZ.
  9. Zaslavsky I.N., Naimark N.I., Polyan P.M. Problems of delimitation of urban agglomerations: comparison and synthesis of leading methods // Problems of studying urban agglomerations: Collection of articles. Moscow: Institute of Geography of the USSR Academy of Sciences, 1988. Pp. 27–41. (In Russ.).
  10. Uchida H., Nelson A. Agglomeration index: Towards a new measure of urban concentration // World Institute for Development Economics Research. 2010. No. 29. Pp. 1–16.
  11. Trunova N.A. Improvement of methodological approaches to the analysis and assessment of factors influencing the development of urban agglomerations // Economic sciences. 2011. No. 3. Pp. 205–208. (In Russ.). EDN: OYUBNH.
  12. Volchkova I.V. Methodological aspects of indicative analysis of the state and development of agglomerations // Economic sciences. 2014. Vol. 110. No. 1. Pp. 73–77. (In Russ.). EDN: SHDIMB.
  13. Glazychev V., Starodubrovskaya I. [et al.]. Chelyabinsk agglomeration: development potential. Chelyabinsk. 2008. (In Russ.).
  14. Zhang S., Wei H. Identification of Urban Agglomeration Spatial Range Based on Social and Remote-Sensing Data–For Evaluating Development Level of Urban Agglomeration // ISPRS International Journal of Geo-Information. 2022. No. 11. Pp. 1–19. doi: 10.3390/ijgi11080456.
  15. Fang Ch., Yu X., Zhang X., Fang J., Liu H. Big data analysis on the spatial networks of urban agglomeration // Cities. 2020. Vol. 102. 102735. doi: 10.1016/j.cities.2020.102735.
  16. Roy B., Kasemi N. Monitoring urban growth dynamics using remote sensing and GIS techniques of Raiganj Urban Agglomeration, India // The Egyptian Journal of Remote Sensing and Space Science. 2021. Vol. 24. Pp. 221–230. doi: 10.1016/j.ejrs.2021.02.001.
  17. Shi Q., Yan X., Jia B., Gao Z. Freight Data-Driven Research on Evaluation Indexes for Urban Agglomeration Development Degree // Sustainability. 2020. Vol. 12. No. 11. Pp. 1–16. doi: 10.3390/su12114589.
  18. Voroshilov N.V. Development of urban agglomerations in the European North of Russia // Federalism. 2021. No. 4. Pp. 54–74. (In Russ.). doi: 10.21686/2073-1051-2021-4-54-74. EDN: INUFHK.
  19. Tiwari A.K., Antoniuk, V.S., Lapo A.S., Vansovich E.R. Managing urban agglomeration processes in Russia in the context of agglomerative and socio-economic development // Heliyon. 2024. No. 7. Pp. 1–11. doi: 10.1016/j.heliyon.2024.e28654
  20. Kozhevnikov S.A., Voroshilov N.V. Agglomeration processes in Russian regions: features and problems of activating positive effects // Economic and social changes: facts, trends, forecast. 2024. Vol. 17. No. 1. Pp. 91–109. (In Russ.). doi: 10.15838/esc.2024.1.91.5. EDN: OGARTF.
  21. Lavrinenko P.A., Mikhailova T.N., Romashina A.A., Chistyakov P.A. Agglomeration effects as a tool for regional development // Studies on Russian Economic Development. 2019. No. 3 (174). Pp. 50–59. (In Russ.). EDN: SFXHGX.
  22. Kolomak E.A., Sherubneva A.I. Assessing the influence of agglomeration factors on economic activity (microeconomic analysis) // Economy of Regions. 2023. No. 3. Pp. 766–781. (In Russ.). doi: 10.17059/ekon.reg.2023-3-12. EDN: ZCZFDD.
  23. Makhrova A.G. Features of the stadium development of the Moscow agglomeration // Bulletin of the Moscow University. Series 5. Geography. 2014. No. 4. Pp. 10–16. (In Russ.). EDN: TAVMWZ.
  24. Kozhevnikov S.A., Patrakova S.S., Kopytova E.D. Promising centers of economic growth in Russian regions and agglomeration effects: an empirical analysis // Creative Economy. 2024. Vol. 18. No. 5. Pp. 1075–1090. (In Russ.). doi: 10.18334/ce.18.5.121016. EDN: HBPLAN.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

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».