Russian Journal of Innovation Economics Russian Journal of Innovation Economics Вопросы инновационной экономики 2222-0372 BIBLIO-GLOBUS Publishing House 122530 10.18334/vinec.15.1.122530 Articles Статьи Research Article Innovative method of analyzing the management of socio-economic development of Russian regions by means of neural network modeling Инновационный метод анализа управления социально-экономическим развитием регионов России с применением нейросетевого моделирования https://orcid.org/0000-0002-1992-50763871-2450 Perova Valentina Ivanovna Перова Валентина Ивановна

доцент кафедры математического моделирования экономических процессов, кандидат физико-математических наук, доцент

 perova_vi@mail.ru Perova Valentina Ivanovna Перова Валентина Ивановна

доцент кафедры математического моделирования экономических процессов, кандидат физико-математических наук, доцент

 perova_vi@mail.ru Lobachevsky State University of Nizhni Novgorod - National Research University (UNN) Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского 31 03 2025 15 1 VOL 15, NO1 (2025) ТОМ 15, №1 (2025) 125 144 21 01 2025 23 01 2025 Copyright ©; 2025, Plekhova Yu.O., Perova V.I. Copyright ©; 2025, Перова В.И., Перова В.И. 2025 Plekhova Yu.O., Perova V.I. Перова В.И., Перова В.И. https://1economic.ru/lib/122530

The research purpose was to analyze the management of socio-economic development of the regions of the Russian Federation. The relevance of the research topic is due to the need to carry out management activities in the context of national goals on the basis of effective tools in an environment of strong competition for the socio-economic development of Russia. The article is focused on building a productive and operational methodology of strategic management, generated through the use of neural networks - an essential element of artificial intelligence. This opens the prospect of exploring the versatility of innovative development of the regions of the Russian Federation in accordance with the orientation of the vector of management activities to increase the high-tech component in the economy. In the article, an innovative method of neural network cluster analysis of the official Rosstat data on investment, production and innovation activities of the constituent entities of Russia was carried out. As a result of the research, using neural network technologies, the features of innovative development of the constituent entities of the Russian Federation are determined. The classification of the constituent entities into seven clusters was obtained. The structure and characteristics of each cluster were given. The results of the study have a practical orientation and may be of interest to specialists engaged in operational analysis when creating regional development strategies that accelerate economic growth with potential and sustainability and increase the technological leadership of the Russian Federation.

Целью статьи является анализ управления социально-экономическим развития регионов Российской Федерации. Актуальность темы исследования обусловлена необходимостью осуществления управленческой деятельности в контексте национальных целей, основывающейся на результативном инструментарии в обстановке сильной конкуренции социально-экономического развития России. Настоящая работа ориентирована на выстраивание продуктивной и оперативной методологии стратегического управления, генерирующейся на использовании нейронных сетей – существенного элемента искусственного интеллекта. Это открывает перспективу исследования многогранности инновационного развития регионов РФ сообразно направленности вектора управленческой деятельности на возрастание высокотехнологичной составляющей в экономике. Достижение поставленной в работе цели осуществляется за счет применения инновационного метода нейросетевого кластерного анализа официальных данных с сайта Росстата, аттестующих инвестиционную, производственную и инновационную составляющие в деятельности субъектов России. В результате исследования с применением нейросетевых технологий определены особенности инновационного развития субъектов РФ. Получено ранжирование субъектов по семи кластерам. Приведены структура и характеристики каждого кластера. Результаты исследования содержат практическую направленность и могут быть интересны специалистам, занимающимся оперативным анализом при создании стратегий регионального развития, ускоряющих обладающий потенциалом и устойчивостью рост экономики и приумножение технологического лидерства Российской Федерации

 constituent entity of the Russian Federation regional economy technological leadership investment innovation cluster analysis artificial neural network субъекты Российской Федерации региональная экономика технологическое лидерство инвестиции инновации кластерный анализ искусственные нейронные сети 1. Указ Президента Российской Федерации от 28 февраля 2024 г. № 145 «О Стратегии научно-технологического развития Российской Федерации». [Электронный ресурс]. URL: http://www.kremlin.ru/acts/bank/50358 (дата обращения: 02.01.2025). 2. Указ Президента Российской Федерации от 07.05.2024 года № 309 «О национальных целях развития Российской Федерации на период до 2030 года и на перспективу до 2036 года». [Электронный ресурс]. URL: https://www.garant.ru/hotlaw/federal/1717715/ (дата обращения: 02.01.2025). 3. Балабанов А.С., Стронгина Н.Р. Анализ данных в экономических приложениях. - Нижний Новгород: Изд-во ННГУ, 2004. – 135 c. 4. Бахтизин А.Р., Акинфеева Е.В. Сравнительные оценки инновационного потенциала регионов Российской Федерации // Проблемы прогнозирования. – 2010. – № 3. – c. 73-81. 5. Донцова О.И., Абдикеев Н.М., Богачев Ю.С. Развитие управленческих механизмов обеспечения технологического прорыва в экономике России // Управленческие науки. – 2019. – № 9. – c. 15-31. – doi: 10.26794/2404-022X-2019-9-4-15-31. 6. Дробот Е.В., Макаров И.Н., Башлыков Т.В., Сухина Ю.В., Володина А.И. Планирование инновационного развития региональных систем на основе цифровизации государственного стратегического управления // Вопросы инновационной экономики. – 2024. – № 1. – c. 139-156. – doi: 10.18334/vinec.14.1.120684. 7. Захаров В.Я., Плехова Ю.О. Сущность и актуальность усиления технологического суверенитета России // Актуальные проблемы управления: Сборник научных статей по итогам X Юбилейной Всероссийской научно-практической конференции. Нижний Новгород, 2024. Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского. Нижний Новгород, 2024. – c. 340-344. 8. Коляда А.А., Плехова Ю.О. Определение понятия бизнес-модели и требований к нему в целях стратегического менеджмента организации // Вестник Нижегородского университета им. Н.И. Лобачевского. Серия: Социальные науки. – 2024. – № 1. – c. 7-16. – doi: 10.52452/18115942_2024_1_7. 9. Корнилов Д.А., Шувалова Ю.Н. Анализ и перспективы развития мирового рынка искусственного интеллекта // Развитие и безопасность. – 2024. – № 1. – c. 46–57. 10. Куняев Н.Е., Мартынов Л.М., Старожук Е.А. Подход к развитию систем управления полным жизненным циклом высокотехнологичной продукции организаций машиностроительного и оборонно-промышленного комплексов в современных условиях // Экономика и предпринимательство. – 2023. – № 1. – c. 1203–1205. – doi: 10.34925/EIP.2023.150.1.245. 11. Летягина Е.Н., Перова В.И. Искусственный интеллект в анализе региональных инновационных экосистем Российской Федерации в условиях импортозамещения // Экономический анализ: теория и практика. – 2024. – № 5. – c. 834–856. – doi: 10.24891/ea.23.5.834. 12. Летягина Е.Н., Перова В.И. Нейросетевое моделирование региональных инновационных экосистем // Journal of New Economy. – 2021. – № 1. – c. 71–89. 13. Митяков Е.С., Ладынин А.И. Модель управления энергетической безопасностью высокотехнологичных предприятий // Развитие и безопасность. – 2021. – № 41. – c. 62–72. – doi: 10.46960/2713-2633_2021_4_62. 14. Никитин Г.С., Скобелев Д.О. Эффективность государственных и корпоративных инвестиций в развитие реального сектора экономики // Вестник Нижегородского университета им. Н.И. Лобачевского. Серия: Социальные науки. – 2022. – № 4. – c. 32–41. – doi: 10.52452/18115942_2022_4_32. 15. Перова В.И., Капусткина А.В. Анализ динамики экономической деятельности крупнейших компаний России на основе методов искусственного интеллекта // Вестник Нижегородского университета им. Н.И. Лобачевского. Серия: Социальные науки. – 2023. – № 2. – c. 22–31. – doi: 10.52452/18115942_2023_2_22. 16. Перова В.И., Зайцева К.В. Исследование динамики инновационной деятельности регионов России с применением нейросетевого моделирования // Экономический анализ: теория и практика. – 2017. – № 5. – c. 887–901. 17. Русакова А.С., Старожук Е.А., Красникова А.С. Анализ систем управления полным жизненным циклом высокотехнологичной продукции в России и зарубежных странах // Вопросы инновационной экономики. – 2021. – № 2. – c. 767-784. – doi: 10.18334/vinec.11.2.112261. 18. Сюпова М.С. Сравнительная оценка инновационного развития регионов // Вестник Тихоокеанского государственного университета. – 2021. – № 4. – c. 91–100. 19. Трофимов О.В., Фролов В.Г., Климова Е.З. Анализ особенностей развития высокотехнологичных предприятий промышленности в экономике Нижегородской области // Вестник Нижегородского университета им. Н.И. Лобачевского. Серия: Социальные науки. – 2021. – № 1. – c. 33–38. – doi: 10.52452/18115942_2021_1_33. 20. Тюкавкин Н.М., Анисимова В.Ю. Императивы региональной политики импортозамещения и инноваций в промышленности Самарской области в контексте технологического суверенитета // Развитие и безопасность. – 2024. – № 3. – c. 39–50. 21. Федеральная служба государственной статистики (Росстат). [Электронный ресурс]. URL: https://gks.ru (дата обращения: 11.09.2024). 22. Фролов В.Г., Перова В.И. Анализ инновационно-инвестиционной сбалансированности промышленной политики России в условиях цифровой трансформации с применением методов искусственного интеллекта // Вопросы инновационной экономики. – 2023. – № 1. – c. 127-148. – doi: 10.18334/vinec.13.1.117247. 23. Фролов В.Г. Инновационно-инвестиционно сбалансированная промышленная политика в условиях цифровой трансформации. - М.: Первое экономическое издательство, 2021. – 240 c. 24. Яшина Н.И., Яшин С.Н., Плетникова А.Е. Развитие методик оценки результативности государственного финансирования образования, науки и инноваций: региональный аспект // Вестник Нижегородского университета им. Н.И. Лобачевского. Серия: Социальные науки. – 2022. – № 4. – c. 63–70. – doi: 10.52452/18115942_2022_4_63. 25. A Method of Static and Dynamic Pattern Analysis of Innovative Development of Russian Regions in the Long Run Aleskerov, F.T., Gokhberg, L.M, Egorova, L,G., Myachin, A.L., and Sagieva, G.S. (2014). A Method of Static and Dynamic Pattern Analysis of Innovative Development of Russian Regions in the Long Run, in: Springer Proceedings in Mathematics and Statistics. Volume 104 Models, Algorithms and Technologies for Network Analysis. Dordrecht, L., Cham, Heidelberg, NY: Springer, Ch. 1, 1–8. – doi: 10.1007/978–3–319–09758–9_1 26. Kohonen T. The self-organizing map // Proceedings of the IEEE. – 1990. – № 9. – p. 1464–1480.