НовГУ: ИИ помог выяснить, почему одни регионы России богатеют, а другие — нет

Специалисты НовГУ предложили использовать потенциал искусственного интеллекта для оценки привлекательности регионов для миграции. В итоге ИИ создал рейтинг регионов по привлекательности для трудоспособного населения, рассказали "Газете.Ru" в НовГУ.

Оценка привлекательности помогает выявлять "депрессивные" регионы и разрабатывать программы по их возрождению.

Без такого анализа возникает опасный дисбаланс: мегаполисы переполняются, а другие территории пустеют. Классические методы сбора данных, основанные на ручном труде, имеют два критических недостатка. Во-первых, это долго, а во-вторых, такие анализы часто недостаточно глубокие. ИИ решает обе проблемы.

Для оценки миграционной привлекательности регионов Северо-Западного федерального округа были использованы данные Росстата и ВЦИОМ.

Абсолютными лидерами рейтинга стали Санкт-Петербург и Ленинградская область. Миграционное сальдо северной столицы составляет от +40 до +50 тысяч человек, а у области — от +25 до +35 тысяч.

Калининградская область замыкает тройку лидеров с высоким уровнем привлекательности и устойчивым положительным сальдо от +6 до +12 тысяч человек. Регион выигрывает за счет статуса особой экономической зоны и высокой инвестиционной привлекательности, что особенно важно для молодежи.

Новгородская область оказалась в "серой зоне" — ее привлекательность оценена как средняя, а миграционное сальдо колеблется в диапазоне от −1 до −3 тысяч человек. Вологодская область демонстрирует уровень ниже среднего с сальдо от −3 до −6 тысяч человек. Промышленная специализация региона не удерживает молодежь, которая предпочитает переезжать в более развитые центры.

Псковская область и Республика Карелия имеют низкий уровень привлекательности. У Псковской области сальдо от −3 до −6 тысяч, у Карелии — от −4 до −7 тысяч. Архангельская область и Мурманская область также характеризуются низкой привлекательностью. Их миграционное сальдо составляет от −5 до −9 тысяч и от −6 до −10 тысяч соответственно.

Выявление этих диспропорций — первый шаг к разработке точечных программ развития для "депрессивных" территорий. Методика может быть масштабирована на все регионы России. В перспективе она позволит создать систему мониторинга в режиме реального времени, где ИИ будет автоматически обрабатывать данные из открытых источников, сигнализируя о проблемных точках до того, как они перерастут в кризис.