Scenario forecasting of the socio-economic consequences of the COVID-19 pandemic in Russian regions

Abstract

Relevance. There is a perceived lack of methods that can accurately, reliably and comprehensively reflect the epidemiological situation in regions and its impact on their socio-economic development. The approaches that are currently described in research literature do not take into account the multivariance of scenarios of the COVID-19 pandemic, both in time and space. Research objective. The article aims to present a methodological framework that could be used to predict the socio-economic consequences of the COVID-19 pandemic in regions and to detect the most vulnerable regions. Data and methods. The study relies on a set of methods, including the methods of regression modeling, ARIMA forecasting and spatial correlation analysis. Results. The panel regression analysis has confirmed the negative impact of the pandemic on socio-economic development, in particular, the growth of overdue wage arrears, unemployment, arrears, the number of liquidated organizations, and the industrial production index. We have also identified the most vulnerable regions that need to be prioritized for government support. Conclusions. The resulting models and scenarios can be used by policy-makers to set the priorities of state policy for the economic support of the regions and stabilization of the epidemiological situation in the country.

Актуальность. Ощущается недостаток методов, способных точно, достоверно и всесторонне отражать эпидемиологическую ситуацию в регионах и ее влияние на их социально-экономическое развитие. Подходы, описанные в настоящее время в научной литературе, не учитывают многовариантность сценариев пандемии COVID-19 как во времени, так и в пространстве. Цель исследования. В статье ставится задача представить методологическую базу, которая может быть использована для прогнозирования социально-экономических последствий пандемии COVID-19 в регионах и выявления наиболее уязвимых регионов. Данные и методы. Исследование опирается на методы регрессионного моделирования, ARIMA-прогнозирования и пространственного корреляционного анализа. Результаты. Панельный регрессионный анализ подтвердил негативное влияние пандемии на социально-экономическое развитие, в частности, на динамику индекса промышленного производства, уровня безработицы, просроченной задолженности по выплате заработной платы и числа ликвидированных организаций в регионах России. Мы также определили наиболее уязвимые регионы, которые нуждаются в приоритетной государственной поддержке. Выводы. Полученные модели и сценарии могут быть использованы политиками для определения приоритетов государственной политики по экономической поддержке регионов и стабилизации эпидемиологической ситуации в стране.

现实性：现在缺乏能够准确、可靠、全面地反映地区疫情状况及其 对社会经济发展影响的研究方法。 目前在科学文献中没有考虑到新 冠疫情在时间和空间上的多变量动态情景。 研究目标：本文旨在提出一个研究框架，可用于预测新冠疫情对地 区社会经济的冲击。并从而确定受影响最大的地区。 数据和方法：该研究基于回归建模、ARIMA预测和空间相关分析的 方法。 研究结果：面板数据回归分析证实了新冠疫情对社会经济发展的负 面影响。特别是对俄罗斯地区工业生产指数、失业率、拖欠工资和 清算组织数量的动态影响。 该研究还确定了需要国家优 支持的最 脆弱地区。结论：政治活动家可以使用该模型来确定国内的一些地区。这些地 区可优先获得国家财政支持，从而稳定流行病期间的社会状况。