Тема номера: Аляска – и близкая, и далекая
Критический разбор Правил оценки эффективности функционирования ОЭЗ
Опубликован 06.10.2025
Ключевые слова
- особые экономические зоны; ОЭЗ; методика; Правила оценки; оценка эффективности
Как цитировать
1.
Ростислав К. Критический разбор Правил оценки эффективности функционирования ОЭЗ. ECO [Интернет]. 6 октябрь 2025 г. [цитируется по 8 октябрь 2025 г.];55(5):42-58. доступно на: https://ecotrends.ru/index.php/eco/article/view/4897
Аннотация
Среди различных подходов к оценке эффективности особых экономических зон (ОЭЗ) практически наиболее важны те, которые применяются уполномоченным органом исполнительной власти. Статья подробно рассматривает варианты действовавших с 2012 г. по 2024 г. Правил оценки функционирования особых экономических зон, созданных на основании Федерального закона от 22.07.2005 № 116. Раскрыты не только технические изъяны правил (предвзятые способы усреднения отдельных показателей, получения общей оценки эффективности различных ОЭЗ одного типа и всех ОЭЗ в целом, несоответствие ряда показателей целям их расчета), но и слабость основополагающих принципов: сравнения факта с планом или с «нулевым показателем». Указана лучшая, но требующая применения статистического обучения альтернатива – сравнение наблюдаемого показателя с возможным исходом, если бы предприятия не стали резидентами ОЭЗ.Библиографические ссылки
- Кузнецова О.В. Особые экономические зоны: эффективны или нет? // Пространственная экономика. 2016. № 4. С. 129–152. DOI: 10.14530/se.2016.4.129–152
- Павлов П.В. Оценка эффективности функционирования особых экономических зон: правовое регулирование и экономическое содержание // Административное и муниципальное право. 2014. № 6. С. 520–532. DOI: 10.7256/1999–2807.2014.6.12108
- Athey, S., Imbens, G. W. (2019). Machine Learning Methods That Economists Should Know About. Annual Review of Economics. Vol. 11. Pp. 685–725.
- Chernozhukov, V., Chetverikov D., Demirer M., Duflo E., Hansen C., Newey W., Robins J. (2018). «Double/Debiased Machine Learning for Treatment and Structural Parameters». The Econometrics Journal. Vol. 21. No. 1. Pp. C1–68.
- Hernán, M.A., Robins, J.M. (2020). Causal Inference: What If. Boca Raton: Chapman & Hall/CRC. 310 p.
- Laan, M. J. van der, Rose, S. (2011). Targeted learning: causal inference for observational and experimental data. New York: Springer. 626 p.
- Pearl, J., Glymour, M., Jewell, N.P. (2014). Causal Inference in Statistics: A Primer. John Wiley & Sons. 160 p.
- Roth, J., Sant’Anna, P.H.C., Bilinski A., Poe, J. (2023). «What’s trending in difference-in-differences? A synthesis of the recent econometrics literature». Journal of Econometrics. Vol. 235. No. 2. Pp. 2218–2244.