| Раздел | Статьи |
| Заглавие | Пространственное моделирование динамики продовольственных цен |
| Страницы | 67-92 |
| Автор 1 | Евгений Сергеевич Иноземцев кандидат экономических наук, главный экономист Волго-Вятское Главное управление Банка России, отделение по Саратовской области ул. Советская, 2, Саратов, 410028, Российская Федерация This email address is being protected from spambots. You need JavaScript enabled to view it. ORCID: 0000-0002-0146-3395 |
| Автор 2 | Виталий Георгиевич Богоявленский ведущий экономист Волго-Вятское Главное управление Банка России, отделение по Саратовской области ул. Советская, 2, Саратов, 410028, Российская Федерация This email address is being protected from spambots. You need JavaScript enabled to view it. ORCID: 0000-0001-8625-1449 |
| Аннотация | В работе рассматривается влияние показателей мониторинга предприятий (индикатора бизнес-климата и ценовых ожиданий), проводимого Банком России, на месячные темпы роста продовольственных цен в российских регионах с учетом пространственных эффектов. В качестве базы выбрана адаптивная кривая Филлипса, где в качестве критерия экономической активности использовались показатели мониторинга: индикатор бизнес-климата предприятий пищевой промышленности или их ценовые ожидания. Преимуществами этих показателей по сравнению с традиционными (например, разрывом выпуска) являются оперативность, высокая частотность, учет латентных факторов, отсутствие рисков пересмотра и зависимости от методики расчета. Оценивание по трем частным случаям пространственно-временной авторегрессионной модели Дарбина показало, что ценовые ожидания и их пространственный лаг оказывают значимое воздействие на индекс потребительских цен (ИПЦ) в следующем месяце. Аналогичный эффект подтверждается для пространственного лага инерции ИПЦ. Совместное включение в модель пространственных лагов роста цен (W?t) и инерции роста цен (W?t – 1) не дает удовлетворительных результатов. Предложена асимметричная весовая матрица, учитывающая не только дистанцию, но и направление пространственного межрегионального влияния, что позволило получить более устойчивые оценки. Это косвенно подтверждает предположение о том, что основным фактором пространственной корреляции продовольственных ИПЦ являются межрегиональные перевозки, влияние которых может проявляться с временным лагом. Обоснована перспективность применения пространственных лагов экзогенных переменных в других моделях, использующих данные мониторинга предприятий. Полученные результаты могут использоваться для уточнения краткосрочных прогнозов ИПЦ на региональном уровне и в конечном счете для повышения качества данных, используемых Банком России для проведения денежно-кредитной политики |
| УДК | 332.1+330.4 |
| JEL | C21, E31, R10 |
| DOI | |
| Ключевые слова | Банк России, региональная инфляция, мониторинг предприятий, пространственные эффекты, пространственная модель Дарбина, метод моментов |
| Скачать | SE.2026.1.067-092.Inozemtsev.pdf |
| Для цитирования | Иноземцев Е.С., Богоявленский В.Г. Пространственное моделирование динамики продовольственных цен // Пространственная экономика. 2026. Т. 22. № 1. С. 67–92. |
| Ссылки | 1. Волгина Е. Прогнозирование инфляции с использованием новостных индексов // Деньги и кредит. 2025. Т. 84. № 1. С. 26–59. 2. Демидова О.А. Методы пространственной эконометрики и оценка эффективности государственных программ // Прикладная эконометрика. 2021. № 4 (64). С. 107–134. 3. Жемков М.И. Региональные эффекты таргетирования инфляции в России: факторы неоднородности и структурные уровни инфляции // Вопросы экономики. 2019. № 9. С. 70–89. 4. Зубарев А.В., Трунин П.В. Анализ динамики российской экономики с помощью показателя «разрыв выпуска» // Проблемы прогнозирования. 2017. № 2 (161). С. 10–17. 5. Иноземцев Е.С., Кротова Ю.И. Кривая Филлипса с пространственными эффектами на данных регионов России // Журнал Новой экономической ассоциации. 2024. № 2 (63). С. 35–56. 6. Картаев Ф.С., Беседовская М.Н. Полезна ли кривая Филлипса для прогнозирования инфляции в России? // Вестник Московского университета. Серия 6. Экономика. 2023. Т. 58. № 6. С. 24–43. 7. Кириллов А.М. Инфляция цен на продовольственные товары в регионах России: пространственный анализ // Пространственная экономика. 2017. № 4. С. 41–58. 8. Кириллов А.М. Исследование пространственной корреляции: случай российской региональной инфляции // Прикладная эконометрика. 2021. № 4 (64). С. 5–22. 9. Кобзев А.Ю., Андреев А.В. Индикаторы деловой активности и инфляции на основе мониторинга предприятий / Банк России. 2021. 20 с. URL: (дата обращения: январь 2026). 10. Кротова Ю.И., Балаш В.А., Файзлиев А.Р. Межрегиональные перетоки инфляции в Российской Федерации // Известия Саратовского университета. Новая серия. Серия: Экономика. Управление. Право. 2025. Т. 25. Вып. 1. С. 27–37. 11. Крылов Д.В. Продовольственная инфляция в России и мировые цены на продуктыпитания / Банк России. 2024. 49 c. URL: (дата обращения: январь 2026). 12. Ляхнова М.В., Коленко Ю.Л. Оценка разрыва выпуска России по данным мониторинга предприятий // Деньги и кредит. 2024. Т. 83. № 2. С. 26–53. 13. Перевышин Ю.Н., Синельников-Мурылев С.Г., Трунин П.В. Факторы дифференциации цен в российских регионах // Экономический журнал ВШЭ. 2017. Т. 21. № 3. С. 361–384. 14. Перевышин Ю.Н., Скроботов А.А. Сходимость цен на отдельные товары в российских регионах // Журнал Новой экономической ассоциации. 2017. № 3 (35). С. 102–123. 15. Петрова Д.А. Прогнозирование инфляции на основе интернет-запросов // Экономическое развитие России. 2019. Т. 26. № 11. С. 55–62. 16. Семитуркин О.Н., Шевелев А.А., Квактун М.И. Анализ факторов гетерогенности и оценка структурных уровней инфляции в регионах России // Вопросы экономики. 2021. № 9. С. 51–68. 17. Тишин А.В., Хабибуллин Р.А. Использование ненаблюдаемых переменных в анализе инфляционных рисков / Банк России. 2020. 14 с. URL: (дата обращения: январь 2026). 18. Янулевич М.В. О прогнозной силе показателя ценовых ожиданий на основе мониторинга предприятий / Банк России. 2024. 40 c. URL: (дата обращения: январь 2026). 19. Aginta H. Spatial Dynamics of Consumer Price in Indonesia: Convergence Clubs and Conditioning Factors // Asia-Pacific Journal of Regional Science. 2020. Vol. 5. Pp. 427–451. 20. Aginta H. Spatiotemporal Analysis of Regional Inflation in an Emerging Country: The Case of Indonesia // Regional Science Policy & Practice. 2022. Vol. 14. Issue 3. Pp. 667–688. 21. Beck N., Katz J. Time-Series – Cross-Section Issues: Dynamics / New York University. 2004. 35 p. URL: (дата обращения: январь 2026). 22. Cook S.J., Hays J.C., Franzese Jr.R.J. STADL Up! The Spatio-Temporal Autoregressive Distributed Lag Model for TSCS Data Analysis // American Political Science Review. 2022. Vol. 117. Issue 1. Pp. 362–364. 23. Gimpelson V. The Labor Market in Russia, 2000–2017 / IZAWorld of Labor. 2019. 24. Lee L., Yu J. Identification of Spatial Durbin Panel Models // Journal of Applied Econo-metrics. 2015. Vol. 31. Issue 1. Pp. 133–162. 25. LeSage J.P., Pace R.K. Introduction to Spatial Econometrics. CRC Press, 2009. 340 р. 26. Marques H., Pino G., Tena J.D. Regional Inflation Dynamics Using Space-Time Models // SSRN Electronic Journal. 2009. 26 р. 27. Mutl J., Pfafermayr M. The Hausman Test in a Cliff and Ord Panel Model // Econometrics Journal. 2011. Vol. 14. Issue 1. Pp. 48–76. 28. Nagayasu J. Regional Inflation, Spatial Locations and the Balassa-Samuelson Effect: Evidence from Japan // Urban Studies. 2017. Vol. 54. Issue 6. Pp. 1482–1499. 29. Shin Y., Thornton M. The Spatio-Temporal Autoregressive Distributed Lag Modelling Approach to an Analysis of Dynamic Networks / University of York. 2019. 51 p. URL: (дата обращения: февраль 2026). 30. Yesilyurt F., Elhorst J.P. A Regional Analysis of Inflation Dynamics in Turkey // Annals of Regional Science. 2014. Vol. 52. Pp. 1–17. 31. Zhang H., Wang X. Combined Asymmetric Spatial Weights Matrix with Application to Housing Prices // Journal of Applied Statistics. 2017. Vol. 44. Issue 13. Pp. 2337–2353. |
| Финансирование | |
| Поступила в редакцию | 13.02.2026 |
| Одобрена после рецензирования | 12.03.2026 |
| Принята к публикации | 16.03.2026 |
| Доступно онлайн | 10.04.2026 |