Изменения в кластеризации регионов России по индексу научно-технологического развития за период 2019-2023 гг.

Введение

Целью данной работы являлось выявление изменений в распределении регионов по кластерам за ряд лет. Для исследования были выбраны следующие временные точки: 2019 г., 2022 и 2023 гг. Выбор этих годов был вызван тем, что начальный период (2019 г.) относился к относительно спокойному периоду, когда отдельные санкции уже были введены, но еще не носили массовый характер. Следующий год – 2022 г. – можно считать годом, в котором закончились ограничения, вызванные пандемией, кроме того, в этом году началась СВО, и было введено большое количество санкций, многие из которых пришлись на технологическую сферу. Выбор 2023 г. объясняется тем, что на момент начала исследований это был год, для которого был доступен полный региональный набор данных, используемых в исследовании.

Для достижения поставленной в исследовании цели должны были быть решены следующие задачи: проведена кластеризация субъектов федерации по подиндексам верхнего уровня индекса научно-технологического развития (далее НТР), осуществлен дисперсионный анализ по признакам кластеризации для получившихся кластеров, с последующим апостериорным попарным анализом с целью выявления различий между ними, проанализированы изменения состава кластеров.

Актуальность работы заключается в том, что от эффективного научно-технологического развития России зависит ее технологический суверенитет. В литературе это понятие имеет различную трактовку. Например, в работах [19 и 6] можно увидеть различные трактовки этого понятия. Авторы в работе [4] подробно описали разные подходы к опредлению технологического суверенитета, поэтому ограничимся только определением данным в «Стратегии научно-технологического развития Российской Федерации», где под технологическим суверенитетом понимается следующее: «суверенитет Российской Федерации в технологической сфере ... – способность государства создавать и применять наукоемкие технологии, критически важные для обеспечения независимости и конкурентоспособности, и иметь возможность на их основе организовать производство товаров ... в стратегически значимых сферах деятельности общества и государства» ^[1]. В определении подразумевается динамика, создание новых технологий, таким образом, можно сказать, что научно-технологическое развитие (НТР) является инструментом достижения технологического суверенитета.

В региональном разрезе невозможно достичь полного технологического суверенитета, поскольку регионы не обладают субъектностью в полной мере. В этом ключе можно говорить об использовании конкурентных преимуществ регионов и об их вкладе в государственный суверенитет. Так же рассматривают региональный аспект технологического суверенитета и наши коллеги [1].

Поскольку экономика не существует в «безвоздушном пространстве», именно на региональном уровне осуществляются многие вещи для достижения технологический суверенитет. Так, при содействии региональных властей может быть создана научно-технологическая инфраструктура. На региональном уровне осуществляется подготовка кадров в этой сфере, реализуются региональные научно-технологические программы.

Региональным исследованиям в области научно-технологического развития, с нашей точки зрения, посвящено недостаточно внимания. В ряде случаев эти исследования ограничиваются макрорегионами или только отдельными регионами. Авторы предполагают провести анализ всех регионов на основе авторского индекса научно-технологического развития, описанного в ранее опубликованных работах [3, 4]. Этот индекс рассчитывается на основе общедоступных данных, публикуемых Росстатом России и Минобрнауки Российской Федерации.

В качестве научной новизны работы следует отметить, проведенный авторами анализ изменений в кластеризации регионов России по индексу научно-технологического развития за период времени, включающий кризисные годы, и выявление некоторых причин таких изменений. Полученный результат может быть полезен при составлении региональных матриц научно-технологического развития.

Обзор литературы.

В литературе вопросы технологического суверенитета и связанного с ним научно-технологического развития освещаются достаточно широко, однако региональный аспект в части оценки и учета специфики региона, с нашей точки зрения, рассматривается недостаточно полно.

Теоретические основы инновационного развития, включая мировую практику, изучаются в статье [2]. В работе приводятся основные задачи и направления НТР России, однако региональный аспект в ней не рассматривается.

Коллеги из Института экономики Уральского отделения РАН в своей работе [10] также рассматривают теоретические основы для решения задач научно-технологического развития, в том числе и региональный аспект. Однако региональные различия анализируются на уровне федеральных округов по ограниченному числу показателей. Неоднородности регионального развития посвящено исследование [8], в котором авторы также анализируют экономику макрорегионов.

Часть исследований посвящена отдельным аспектам регионального развития. Так, в работе [17] анализируется такой важный вопрос НТР, как научно-технологическая инфраструктура в контексте государственной политики и предлагается разграничить две подсистемы: научно-исследовательскую и научно-техническую. В предложенном ниже авторском агрегированном индексе эти две подсистемы также разделены.

В работе [16] авторы исследуют еще один аспект научно-технологического развития, ― цифровое неравенство в пространственном разрезе на уровне федеральных округов и регионов Российской Федерации и делают вывод, что сформировавшееся неравенство между российскими регионами по ключевым показателям цифровизации сохраняется. Данное исследование сфокусировано на населении, однако выводы о развитии цифровой среды применимы и для предприятий. Кроме того, уровень развития цифровой среды повышает общую доступность информации.

Интересный подход к оценке НТР предложен в работе [9], в которой на основе ряда показателей анализируется региональный потенциал и делается вывод о предрасположенности тех или иных территорий к инновационным преобразованиям. Тем не менее, анализ ограничивается только индустриальными регионами, а в числе показателей нет критериев развития науки или научной инфраструктуры.

Коллеги в монографии [15] подробно описывают подходы к построению индекса потенциала регионов в создании инноваций, однако предложенный индекс ограничивается инновационным развитием регионов. В то время как авторы различают инновационное и научно-технологическое развитие. Потенциал НТР регионов на основе математического моделирования оценивается и в работе [5].

Большое внимание вопросу развития регионов в технологической сфере уделяется и правительственными органами. Наряду с упомянутой «Стратегией научно-технологического развития Российской Федерации», в последние годы были приняты и другие важные документы в этой сфере. Так, в конце 2024 г. был принят ФЗ от N 523-ФЗ «О технологической политике в Российской Федерации и о внесении изменений в отдельные законодательные акты Российской Федерации» ^[2], который направлен на повышение эффективности высокотехнологичной продукции за счет внедрения технологических инноваций в РФ. В том же году был утвержден перечень приоритетных направлений проектов технологического суверенитета.

Начиная с 2022 г. рассчитывается региональный рейтинг НТР на основе опубликованной методики, которая, тем не менее, регулярно пересматривается ^[3].

В 2025 г. утверждена Стратегия пространственного развития России до 2030 г. с прогнозом до 2036 года ^[4]. В ней предусмотрена синхронизация пространственного и отраслевого развития, а также увеличение возможностей НТР регионов.

Создан домен «Наука и инновации» ^[5] В конце августа 2025 г. на совещании с руководителями по научно- технологическому развитию субъектов Российской Федерации обсуждалось развитие регионального сегмента домена «Наука и инновации» ^[6], который, как предполагается, станет инструментом поддержки системы управления научно-технологическим развитием. Он позволит учитывать конкурентные преимущества каждого региона, что еще раз подчеркивает актуальность данного исследования о выделении типов регионов по уровню НТР и их изменении с течением времени.

Показатели агрегированного индекса НТР

Поскольку показатели, используемые для расчета индекса НТР, менялись по мере исследования, индексы 2019 и 2022 гг. были пересчитаны на основе последнего набора показателей, который приведен в табл. 1.

Ранее в работе авторов [3] кластеризация была проведена по отдельным переменным в каждой группе. Однако внутри группы между показателями наблюдалась большая мультиколлинеарность, поэтому было принято решение провести кластеризацию по подиндексам верхнего уровня, которые являются агрегатами, входящих в них переменных. Кроме того, авторы исходили из соображений, что при использовании агрегированных признаков можно учесть наибольшее количество информации. При отсечении части признаков часть информации теряется.

Таблица 1

Составляющие интегрального индекса НТР

Процедура расчета агрегированного индекса подробно была описана в работе [4], здесь повторим только основные ее шаги. Первоначально все переменные подверглись нормализации по методу минимакса. Затем были рассчитаны подиндексы третьего и второго уровня, как простые средние стандартизированных переменных нижнего уровня, затем вычислялся агрегированный индекс, тоже как простое среднее всех стандартизованных переменных нижнего уровня. На данном этапе исследования для расчетов использовались равные веса.

Анализ изменений в кластеризации регионов.

Предварительно был проведен корреляционный анализ для подиндексов верхнего уровня, которые предполагалось использовать для кластеризации регионов. Для проверки был рассчитан не зависящий от распределения ранговый критерий Кендэлла [7]. Расчет проводился c использованием программы SPSS. Результаты корреляционного анализа приведены в табл. 2. В табл. 2 кроме коэффициентов корреляции приведены также уровни значимости в терминах SPSS, под которыми понимается α-вероятность (вероятность отвержения правильной гипотезы) верности исходной нулевой гипотезы о незначимости коэффициента корреляции, т.е. с вероятностью 1-α верна альтернативная гипотеза о том, что коэффициент корреляции является значимым.

Таблица 2

Коэффициенты корреляции подиндексов верхнего уровня

Как видно из табл. 2, коэффициенты корреляции являются значимыми, однако их значения меньше 0,7 [8]. Таким образом, можно говорить об отсутствии чрезмерной мультиколлинеарности между индексами верхнего уровня [9].

Далее был проведен кластерный анализ по подиндексам верхнего уровня для каждого года из рассматриваемых в исследовании. Результаты корреляционного анализа представлены в табл. 3. В четвертом столбце табл. 3 для сравнения приведена кластеризация, полученная в предыдущем исследовании [3].

Вся совокупность была разбита на 5 кластеров в каждом из годов. Кластер 1 во всех четырех разбиениях состоит из одного субъекта федерации – г. Москва, агрегированный индекс в которой существенно превышает агрегированный индекс в следующем за ней регионе (г. Санкт-Петербург). Так, в 2019 г. он был в г. Москва 0,760, в г. Санкт-Петербург – 0,477; в 2022 г. – 0,796 и 0,430, а в 2023 г. – 0,806 и 0,435, соответственно.

В кластере 2 в 2019 г было три субъекта, в 2022 г. – 6, а в 2023 г. - 5. В соответствии с исследованием [3] во втором кластере насчитывалось также 6 регионов.

Кластер 3 состоял в 2019 г. из 15 регионов, в 2022 г. – из 21 и в 2023 г. из 18 субъектов. Как видно, изменения его состава также незначительны. В 2022 г. третий кластер пополнился за счет Ленинградской, Омской, Саратовской и Тульской областей, а также Приморского края. Значение индекса в целом по России также находится в пределах этого кластера. В исследовании [3] разбиение было на 4 кластера, поэтому часть регионов, которые в данном расчете распределились между 3, 4 и 5 кластерами в работе [3] оказались в 3 и 4 группах. Тем не менее, 14 из 21 региона совпадают с субъектами РФ, входящими в состав третьего кластера в 2022 г.

Таблица 3

Состав кластеров по годам

Четвертый кластер является самым многочисленным. В 2019 г. он состоял из 44 регионов, в 2022 г. – из 35 и в 2023 г. – из 41. В работе [3] четвертый кластер включал 46 позиций.

Состав пятого кластера также достаточно стабилен: 21 субъект в 2019 и 2022 гг., 20 – в 2023 г. Он объединяет субъекты федерации с самым маленьким ВРП.

Для проверки различий между кластерами был использован дисперсионный анализ с применением теста Фишера-Снедекера. После получения результата о значимом различии между кластерами по всем используемым в кластерном анализе подиндексам верхнего уровня, были рассчитаны апостериорные тесты, для определения в каких именно кластерах средние значения попарно отличаются друг от друга. Для этого использовался тест Тамхейна [20], применяемый для попарного сравнения выборок на однородность, если выборки имеют разные дисперсии, что было установлено в предварительном тесте Левена. Результаты расчетов апостериорных тестов приведены в табл.4. Полужирным выделены уровни значимости, при которых нулевая гипотеза о равенстве средних в кластерах отвергается с вероятностью 95%, а курсивом – с вероятностью 90%.

Как видно из табл. 4, в 2019 г. между вторым и остальными кластерами не фиксируется различия средних, однако уже в 2022 и 2023 гг. он отличается от третьего, четвертого и пятого по подиндексу «Научно-технологического потенциал», включающий человеческий потенциал и затраты на научно-технологическое развитие. Согласно данным Росстата, сокращение числа специалистов STEM происходило во всех кластерах, но во втором и четвертом оно было самым большим в 2023 г. 69% от значения 2019 г. по второму кластеру и 63% в четвертом. В то время как в третьем и пятом эти изменения были 80% и 86%, соответственно ^[10]. Внутренние затраты на исследования и разработки также упали во втором кластере по отношению к 2023 г. на 98%, в то время как в остальных кластерах средние по кластеру по этому показателю росли: 117%, 101% и 142% в третьем, четвертом и пятом кластерах соответственно ^[11].

Таблица 4

Уровни значимости апостериорных тестов [12]

Кроме того, дополнительно в эти годы наблюдались отличия между вторым, четвертым и пятым кластерами по подиндексам «Научно-технологическая инфраструктура и инфраструктура науки», а также «Уровень цифровизации». Это можно объяснить существенной разницей в уровне оснащенности научных исследований по кластерам. Так, «Количество используемых передовых производственных технологий» во втором кластере снизилось в 2023 г. по отношению к 2019 г. на 78%, в то время как в третьем, четвертом и пятом кластерах этот показатель изменился незначительно: 98%, 90% и 94%, соответственно ^[13].

Количество открытых вакансий по цифровым технологиям значительно выросло (как следствие пандемии), но также существенно различалось: во втором кластере наблюдался рост в 2,3 раза, в третьем и четвертом около 3,5 раза, а в пятом – в 5,6 раз ^[14].

Третий кластер во всех исследуемых годах отличался от четвертого и пятого.

Между четвертым и пятым кластерами были различия по подиндексам «Научно-технологическая инфраструктура и инфраструктура науки» и «Уровень цифровизации», а в 2022 г. дополнительно по подиндексу «Результативность научно-технологической деятельности».

Поскольку первый кластер состоит из одного субъекта, он был исключен из апостериорного анализа. Тем не менее, отличие в величинах индексов и подиндексов этого кластера (см. табл. 5) от средних значений ближайшего второго кластера свидетельствует о том, что эти различия существенны.

Таким образом, можно констатировать, что получившееся разбиение значимо и кластеры существенно отличаются друг от друга, особенно в 2022 и 2023 гг.

В табл. 5 приведены средние по кластерам значения агрегированного индекса и подиндексов.

Таблица 5

Средние значения индексов по кластерам

Анализ табл. 5 показывает, что средние индексы и подиндексы по кластерам значительно отличаются, причем индексы первых двух кластеров существенно превышают индексы в кластерах, следующих за ними. При этом отрыв первого кластера (г. Москва) от остальных к концу периода растет. Так, индекс НТР в Москве отличается от среднего индекса во втором кластере в 1,77 раз, а в 2023 г. уже в 2,39 раза, причем разрыв растет во всех подиндексах, кроме подиндекса «Научно-технологическая инфраструктура и инфраструктура науки», по которому он и так был значителен. Разрыв между подиндексами «Научно-технологический потенциал» составлял 1,51, а в 2023 г. уже 1,72 раза; подиндексами «Результативность научно-технологической деятельности» - 1,57 в 2019 г. и 3,42 раза в 2023 г.; подиндексами «Уровень цифровизации» 1,71 в 2019 г. и 2,41 раза в 2023 г. Это отражает сложившееся доминирующее положение Москвы в научно-технологической сфере.

Вместе с тем, отставание слабейшего пятого кластера от предшествующего четвертого, наоборот, сокращается. Так, если среднее значение индекса НТР в четвертом кластере было больше среднего в пятом в 2019 г. в 1,69 раза, то в 2023 г. это превышение было 1,65 раза; по индексу «Научно-технологический потенциал» эти соотношения были 2,26 и 1,47; а по подиндексу «Научно-технологическая инфраструктура и инфраструктура науки» - 1,83 и 1,29, соответственно. Таким образом, можно утверждать, что разрыв между сильнейшими и слабейшими регионами к концу периода растет.

Заключение

Проведенное исследование показывает, что получившиеся разбиения на кластеры довольно устойчивы (см. табл.3). Более того, в составе кластеров наблюдается сходство с предыдущим исследованием [3], в котором кластеризация проводилась по отдельным показателям из группы. Это позволяет предположить, что на разбиение регионов влияют некоторые глубинные причины, воздействуя на которые, можно в некоторой степени управлять научно-технологическим развитием. Одной из возможных причин может быть сложившаяся отраслевая специализация регионов. К этому выводу подталкивает и анализ, проведенный немецкими исследователями, посвященному экономике Китая [18], в котором было выяснено, что регионы с более диверсифицированной экономикой имеют более высокие темпы технологического развития. Авторы предполагают посвятить этому вопросу одну из следующих статей.

Большинство регионов Российской Федерации имеют низкий уровень научно-технологического развития, относительно высокие значения индекса НТР имеет лишь небольшая часть субъектов РФ, входящих в первый и второй кластеры, в то время как в слабейшие четвертый и пятый кластеры входит больше половины от всех. В лидирующую группу входят одни и те же регионы: города Москва и Санкт-Петербург; Московская, Нижегородская, Новосибирская и Томская области. Все эти регионы являются крупными промышленными центрами с развитой инфраструктурой науки.

Более того, поляризация субъектов федерации по индексу НТР возросла в 2023 г. по отношению к 2019 г. Вполне предсказуемо усиливается дифференциация в индексе НТР между Москвой и остальными регионами, поскольку сказывается влияние сложившейся за много лет инфраструктуры науки.

Среди подиндексов наибольшие значения имеет подиндекс «Уровень цифровизации», на который оказал влияние переход к дистанционной работе во время пандемии и который имеет большое влияние на общий индекс НТР в слабейших регионах.

[1]«Стратегия научно-технологического развития Российской Федерации», принятая указом Президента РФ от 28.02.2024 N 145 // Официальный интернет-портал правовой информации http://pravo.gov.ru, 28.02.2024 "Собрание законодательства РФ", 04.03.2024, N 10, ст. 1373

[2]Официальный интернет-портал правовой информации (www.pravo.gov.ru) от 28.12.2024 г., ст. 0001202412280025. Электронный ресурс URL: http://pravo.gov.ru/proxy/ips/?docbody=&firstDoc=1&lastDoc=1&nd=608103518. Дата обращения 23.11.2025

^[3]Национальный рейтинг научно-технологического развития субъектов Российской Федерации. Электронный ресурс URL:https://www.minobrnauki.gov.ru/%D0%9C%D0%B5%D1%82%D0%BE %D0%B4%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F.%D0%9D%D0%B0%D1%86%D0%B8%D0%BE%D0%BD%D0%B0%D0%BB%D1%8C%D0%BD%D1%8B%D0%B8%CC%86%20%D1%80%D0%B5%D0%B8%CC%86%D1%82%D0%B8%D0%BD%D0%B3%20%D0%9D%D0%A2%D0%A0.pdf/ Дата обращения 21.11.2025

[4] Сайт Министерства экономического развития Российской Федерации. URL:https://www.economy.gov.ru/ material/file/3b8e3a39329ce7949978d271195fdb6d/strategiya_prostranstvennogo_razvitiya_rf_na_period_ do_2030_goda_s_prognozom_do_2036_goda.pdf Дата обращения 21.11.2025

[5] Домен «Наука и инновации» URL:https://gisnauka.ru/ Дата обращения 21.11.2025

[6] Новости - Правительство России URL: http://government.ru/news/56044/ Дата обращения 21.11.2025

[7] К дисциплинам STEM относятся естественные науки: биология, физика, химия, а также математика, логика и статистика.

[8] Считается, что значения коэффициента корреляции больше 0,7 свидетельствует о наличии мультиколлинеарности.

[9] Необходимо сказать, что для кластерного анализа мультиколлинеарность не является столь критичной, как для регрессионного анализа, но ее отсутствие позволяет учесть больше информации, имеющейся в переменных, включенных в индекс.

[10] Рассчитано по [11, c. 1020-1021] и [12 с. 894-895]

[11] Рассчитано по [11, c. 1028-1029] и [12, c. 902 - 903]

[12] Уровни значимости здесь понимаются в терминах пакета SPSS.

[13] Рассчитано по [11, c. 1056-1057] и [12, c. 936 -937]

[14] Рассчитано по [13] и [14]