The implementation of new automation technologies together with the development of artificial intelligence can free up a significant amount of labor. This sharply increases the risks of digital transformation. At the same time, certain regions and cities differ greatly in their ability to adapt to future changes. In this article, we seek to determine the capabilities of Russian regions to reduce risks and adapt to digital transformation. The literature stipulates that there are several factors able to reduce these risks. First of all, they are associated with retraining, ICT and STEAM-technologies’ development, the promotion of economic activities that are less subject to automation. As a result of econometric calculations, we identified several factors that contribute to the new industries’ development (in our case, ICT development), and, accordingly, increase regional adaptivity. These factors include diversification, the concentration of human capital, favorable entrepreneurship conditions, the creative potential of residents, and the development of ICT infrastructure. We identified several regions with high social risks and low adaptivity, which are mainly the poorly developed regions of southern Russia, where entrepreneurial risks are high, STEAM specialists are not trained, shadow economy is large. This work contributes policy tools for adaptation to digital transformation.

В условиях экономических санкций, введенных в отношении России рядом зарубежных партнеров в 2014 г., особое значение приобретают высокотехнологичные отрасли хозяйства как важнейший источник замещения импортной продукции на внутреннем рынке. Одной из ключевых мер поддержки таких отраслей служит развитие специализированных кластеров за счет установления новых и укрепления существующих связей между субъектами малого и среднего бизнеса, крупными предприятиями и научными организациями. Отправной точной эффективной кластерной политики служит идентификация регионов с высоким потенциалом кластеризации указанных отраслей.В работе представлена оригинальная методика выявления потенциальных кластеров и приведены результаты ее апробации в регионах России. Авторы демонстрируют, что большинство поддерживаемых государством пилотных инновационных проектов реализуются в регионах и отраслях, обладающих высоким кластерным потенциалом. Произведена типологизация пилотных инновационных территориальных кластеров в зависимости от потенциала кластеризации регионов их расположения, выраженного в соответствующем индексе. Определены регионы со сходными или более благоприятными условиями для формирования кластеров в инновационных отраслях, отобранных в качестве пилотных.Примечание: Уважаемые читатели, обращаем Ваше внимание, что в печатной версии статьи на картосхемах (рис. 1-7) цвета в легенде ошибочно приведены в обратном порядке. Следует читать: красным показаны наибольшие значения индекса, синим - наименьшие.

Затраты на поддержку инновационной деятельности в российских регионах в 2000-е гг. планомерно росли одновременно с сильной дифференциацией ее результатов. Внешнеэкономические санкции и ограничения по технологическому импорту придали актуальность исследованию факторов региональной изобретательской активности. Эмпирические работы в этой области подтвердили основные положения теоретической модели производственной функции знаний, определив ключевым фактором развития инноваций увеличение затрат на научные исследования.Как показано в статье, количество потенциально коммерциализируемых патентов в наибольшей степени зависит от качества человеческого капитала, производного от численности экономически активных горожан с высшим образованием (так называемый креативный класс). Значимым фактором выступают также затраты на приобретение оборудования вследствие его высокого износа и на фундаментальные исследования, закладывающие основу для новых разработок. Центр-периферийная структура российской инновационной системы способствует миграции высококвалифицированных исследователей в регионы-лидеры, ослабляя потенциал регионов-доноров. Вместе с тем ограничения на переток знаний в форме патентов существенно меньше, а потому близость к «центру» в этом случае рассматривается как положительный фактор.

Nowadays the unpredictability and nonlinearity of macroeconomic processes are growing, due to the technological changes, the increasing economic complexity, and the environmental risks. The development of small and medium‑sized enterprises (SMEs) is considered as one of the tools for adapting to these processes. The decline in entrepreneurial activity can finally lead to long-term consequences. Thus, many countries introduce the entrepreneurial support policy. Our review shows that in the face of weak development of public control institutions, direct financial measures can lead to new institutional traps. This forms a need for new and alternative approaches to entrepreneurship policy. The purpose of the paper is to justify and describe an alternative entrepreneurial policy for developing countries, based on the concept of entrepreneurial ecosystems. The goals and principles of the ecosystem approach are formulated in the article. They have been used to identify new directions and evaluate existing measures of Russian entrepreneurship policy: local authorities and business agents are poorly motivated, local characteristics are not always taken into account, there is a distrust between contractors, support institutions are not open enough, direct support is mainly provided. As a result, the role of the sector in the economy is consistently low and declining. The new approach can become the basis for post-crisis policy in the context of reducing natural resource rent.

The article presents a methodology for assessing inclusive growth in Russian regions by constructing an integral index. We sought to understand how economic growth, based on high energy prices over several years, led to a smoothing of inequalities and reduction in poverty and environmental pressures in regions, as well as the nature of the trends in recent years. It was revealed that a number of developed regions, e.g., Leningrad, Tyumen, Kaluga, Voronezh, Moscow oblasts, the Republic of Tatarstan, and St. Petersburg, significantly improved their indicators from 1998 to 2016, especially in the area of increased life expectancy and household incomes, while reducing environmental load. However, from 2012 to 2015, the value of the inclusive growth index in Russia decreased to the 2007 level, and its differentiation between regions sharply increased. The results of a decade of work to improve the sustainability and uniformity of regional development were partially nullified. In 2016, the value of the index recovered to the 2011 level. To substantiate political recommendations, it is important that regions in which economic growth was accompanied by positive externalities in the social and environmental spheres were more resistant to external shocks. The developed index can further be used for a comprehensive assessment of the socioeconomic development of regions from the aspect of sustainability and inclusiveness.