Том 55 № 5 (2025)
Тема номера: Аляска – и близкая, и далекая

Критический разбор Правил оценки эффективности функционирования ОЭЗ

К.В. Ростислав
Российская академия народного хозяйства и государственной службы при Президенте РФ

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

  1. Кузнецова О.В. Особые экономические зоны: эффективны или нет? // Пространственная экономика. 2016. № 4. С. 129–152. DOI: 10.14530/se.2016.4.129–152
  2. 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
  3. Athey, S., Imbens, G. W. (2019). Machine Learning Methods That Economists Should Know About. Annual Review of Economics. Vol. 11. Pp. 685–725.
  4. 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.
  5. Hernán, M.A., Robins, J.M. (2020). Causal Inference: What If. Boca Raton: Chapman & Hall/CRC. 310 p.
  6. Laan, M. J. van der, Rose, S. (2011). Targeted learning: causal inference for observational and experimental data. New York: Springer. 626 p.
  7. Pearl, J., Glymour, M., Jewell, N.P. (2014). Causal Inference in Statistics: A Primer. John Wiley & Sons. 160 p.
  8. 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.