Методический подход к оценке обеспеченности регионов России нематериальным территориальным капиталом
Хмелева Г.А.1
, Антонов М.П.1 ![]()
1 Самарский государственный экономический университет, Самара, Россия
Статья в журнале
Экономика, предпринимательство и право (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Том 17, Номер 1 (Январь 2027)
Аннотация:
Актуальность исследования обусловлена необходимостью системного учета нематериальных факторов в обеспечении сбалансированного пространственного развития регионов России. В условиях высокой поляризации целесообразно рассматривать нематериальный территориальный капитал как возможный ключевой эндогенный источник конкурентоспособности и устойчивости регионов. Однако на текущий момент не сформирована комплексная методика количественной оценки нематериального территориального капитала. Предложенная методика включает отбор и нормирование 18 индикаторов, агрегированных в 6 компонентов, определение весов методом Саати, формирование композитных субиндексов и кластерный анализ (метод Варда с последующим уточнением алгоритмом k-средних). Валидация кластеризации проведена с помощью дисперсионного анализа (ANOVA). В результате анализа выделено четыре кластера регионов, существенно различающихся по уровню и структуре нематериального капитала: «лидеры развития нематериальных компонентов», «институционально-ресурсные регионы», «срединные регионы» и «отстающие регионы». Результаты расчетов подтверждают высокую статистическую значимость и содержательность предложенной типологии. Разработанная методика и результаты кластерного анализа позволяют выявить структурные особенности накопления нематериального капитала в российских регионах и могут служить основой для разработки дифференцированных мер региональной политики, направленных на совершенствование пространственного развития.
Ключевые слова: пространственное развитие, территориальный капитал, нематериальный капитал, регион, инновации, институциональная среда, глобальная конкурентоспособность
Финансирование:
Работа выполнена в рамках государственного задания Министерства науки и высшего образования Российской Федерации по теме № 126071723384-0 (шифр FSSR-2026-0005) «Методология сбалансированного регионального развития на основе концепции глобальной конкурентоспособности в условиях трансформации пространственной организации внешнеэкономических связей и санкционных ограничений».
JEL-классификация: O18, O47, R11, R58
Введение
Современный этап пространственного развития характеризуется усилением роли нематериальных факторов экономического роста. Наряду с природными, производственными и инфраструктурными ресурсами все большее значение приобретают знания, институциональное качество, социальное доверие, культурный потенциал и репутация территорий. Эти ресурсы, объединяемые в научном дискурсе понятием нематериального территориального капитала, способны генерировать положительные экстерналии, снижать транзакционные издержки, ускорять накопление знаний и повышать адаптивность региональных социально-экономических систем [15]. Однако их влияние на пространственное развитие остается недостаточно изученным, особенно в условиях детерминации и реализации потенциала глобальной конкурентоспособности региона.
Актуальность данной статьи согласуется со стратегией пространственного развития Российской Федерации до 2030 года с прогнозом до 2036 года [1]. Несмотря на то, что в ней напрямую не используются категории территориального капитала или нематериального капитала, ее содержательная составляющая опирается во многом именно на эти компоненты. В частности, приоритет формирования опорных населенных пунктов и развития агломераций фактически предполагает концентрацию человеческого капитала. Аналогично, и другие приоритеты пространственного развития не могут быть достигнуты без совершенствования таких нематериальных составляющих, как институциональная среда, социальный капитал и образовательный уровень населения.
В связи с новизной исследуемого феномена нематериального территориального капитала, пока еще отсутствуют работы, предлагающие методику его оценки. Существующий корпус зарубежных [10,20,14] и отдельных российских [1,26] исследований показывает наличие методических разработок оценки нематериальных компонентов в составе более широкого понятия – территориального капитала. При этом исследователи отмечают трудности квантификации «мягких» факторов [10,14], ограниченность официальной статистики [26].
Таким образом, актуальность исследования обусловлена необходимостью преодоления указанных ограничений и формирования методического подхода, позволяющего на основе доступных статистических данных получить содержательную типологию регионов России по уровню обеспеченности нематериальным капиталом.
Цель настоящего исследования заключается в формировании методического подхода к оценке обеспеченности регионов России нематериальным территориальным капиталом и его применении для определения типологии регионов России.
В ходе исследования была выдвинута и подтверждена гипотеза о том, что нематериальный территориальный капитал выступает значимым эндогенным источником пространственного развития регионов России, а его комплексная количественная оценка позволяет сформировать содержательную типологию, пригодную для разработки дифференцированных приоритетов региональной политики.
При проведении исследования использовались следующие научные методы: анализ научной литературы и нормативных документов, метод нормирования z-score, метод анализа иерархий Саати, метод формирования композитных субиндексов и интегрального индекса, иерархическая кластеризация методом Варда, кластерный анализ методом k-средних, однофакторный дисперсионный анализ (ANOVA) для валидации кластеризации, а также графический метод.
Анализ отдельных компонентов нематериального капитала
Значительная часть исследований посвящена изолированному влиянию отдельных нематериальных компонентов на региональное развитие, что создает фрагментарную картину и не позволяет оценить их совокупный эффект.
Так, инновационная активность и ИКТ-капитал признаются ключевыми факторами экономического роста [10, 23]. В Китае инновации выступают катализатором занятости [24, 28], тогда как на российских данных выявлено, что влияние инноваций на валовой региональный продукт на душу населения в кратко- и среднесрочной перспективе практически отсутствует, что авторы объясняют нацеленностью регионов, не являющихся лидерами, на долгосрочный эффект [7]. Цифровые навыки населения способствуют росту ВВП на душу населения, уровня занятости [8, 18, 24].
Социальный капитал (доверие, нормы, социальные сети) рассматривается как значимый эндогенный ресурс территории. Систематическая интеграция местного социального капитала способствует снижению транзакционных издержек и повышению адаптивности [9]. Особая роль отводится некоммерческим организациям, которые, будучи свободными от мотивации прибылью, формируют доверие и горизонтальные связи [21]. Вовлеченность населения в решение местных вопросов оценивается сложно, как правило, включает деятельность социально ориентированных некоммерческих организаций (СОНКО) [6].
Институциональный капитал (качество формальных правил, эффективность государственного управления, борьба с коррупцией) признается базовым условием снижения неопределенности и защиты прав собственности [16]. Его влияние исследуется на инвестиции [13], инновации [11,12].
Человеческий капитал наиболее часто выступает объектом исследований. В России подтверждено его ключевое значение для регионов, не обладающих сырьевыми преимуществами [3], однако отмечается неэффективная конвертация накопленного человеческого капитала в идеи и инновации [5]. Европейские исследования добавляют, что формирование человеческого капитала пространственно зависимо: более развитые регионы притягивают квалифицированные кадры из соседних менее развитых территорий [19].
Репутационный капитал имеет институциональную природу формирования [4], на региональном уровне конвертируется в инвестиции [2, 22], положительно влияет на создание новых фирм и снижение безработицы [24].
Культурный капитал анализируется преимущественно через влияние исторически сложившихся культурных черт (культурная персистентность) на траектории регионального развития [25,27], а также через механизм воздействия на инновационную систему региона посредством ценностей, культурной деятельности и ее результатов [17].
В широком смысле под капиталом понимается совокупность материальных и нематериальных ресурсов, которые используются для получения выгод [2]. В данном исследовании под нематериальным территориальным капиталом понимается система взаимосвязанных, неосязаемых и неотчуждаемых от территории ресурсов и отношений, которые локализованы в границах региона, генерируют положительные экстерналии, снижают транзакционные издержки, способствуют накоплению знаний и повышают адаптивность и конкурентоспособность региональной социально-экономической системы. Ключевыми признаками нематериального капитала выступают: неосязаемость и сложность прямой стоимостной оценки; территориальная укорененность, невозможность свободного переноса за пределы региона без потери части эффекта; способность к накоплению и конвертации в другие формы капитала; сетевой характер, предполагающий взаимодополняемость отдельных компонентов.
Исходя из этих признаков, в структуре нематериального территориального капитала выделяются шесть компонентов: инновации и развитие ИКТ, социальная связность, институциональный, человеческий и интеллектуальный, репутационный, а также культурный капитал. Такое выделение опирается на синтез зарубежных и отечественных подходов и отражает как традиционно анализируемые факторы развития, так и «мягкие» составляющие, недостаточно представленные в российских эмпирических исследованиях. При этом компоненты рассматриваются как аналитически разграничиваемые, но эмпирически взаимосвязанные: институциональная среда создает условия для накопления человеческого и инновационного капитала, социальная связность снижает издержки взаимодействия, а репутационный и культурный капитал усиливают привлекательность территории для внешних акторов.
Система показателей обеспеченности регионов России нематериальным территориальным капиталом
Отбор индикаторов проводился в три этапа. На первом этапе на основе теоретического анализа были выделены концептуальные домены, соответствующие шести компонентам капитала. На втором этапе для каждого домена сформирован первичный пул показателей, доступных в официальной статистике и сопоставимых на межрегиональном уровне. На третьем этапе проведена экспертная оценка валидности и надежности индикаторов: показатели, дублирующие друг друга или отражающие преимущественно текущую экономическую конъюнктуру, были исключены. Итоговая система включает 18 индикаторов - по три на каждый компонент, что обеспечивает баланс между широтой охвата и устойчивостью композитных индексов (табл. 1).
Таблица 1 – Система показателей оценки нематериального территориального капитала регионов России
|
Наименование
группы показателей
|
Показатели
|
|
Инновации и
развитие ИКТ
|
-
уровень инновационной активности организаций, %
- удельный вес инновационных товаров, работ, услуг в общем объеме отгруженных товаров, выполненных работ, услуг, % - доля взрослых, обладающих навыками в области информационно-коммуникационных технологий, в % от общей численности населения в возрасте 15-74 лет |
|
Социальная
связность
|
-
коэффициент преступности (на 10 000 человек населения), ед.
- количество СОНКО на 10 тыс. населения, ед. - доля граждан, занимающихся добровольческой (волонтерской) деятельностью или вовлеченных в деятельность волонтерских (добровольческих) организаций, % |
|
Институциональная
среда
|
-
место региона в рейтинге индекса конкурентоспособности регионов по индексу
«институты»
- доля граждан, использующих механизм получения государственных и муниципальных услуг в электронной форме, % - место региона в рейтинге эффективности управления в субъектах РФ по версии Агентства политических и экономических коммуникаций |
|
Человеческий и
интеллектуальный капитал
|
-
уровень безработицы населения в возрасте 15-72 лет по субъектам Российской
Федерации, %
- численность студентов, обучающихся по программам бакалавриата, специалитета, магистратуры на 10 000 человек населения, чел. - расходы консолидированных бюджетов на образование на 100 000 человек населения, руб. |
|
Репутационный
капитал
|
-
доля иностранной формы собственности инвестиций в основной капитал в регионе,
%
- доля туристского потока (по числу туристских поездок) в регионе, в % к общему туристскому потоку по регионам России - число запросов региона в Яндекс Вордстате (в среднем на 100 человек населения региона) |
|
Культурный
капитал
|
-
среднее число зрителей на мероприятиях концертных организаций,
самостоятельных коллективов, проведенных собственными силами в пределах своей
территории, в расчете на 1 тыс. человек населения, чел.
- среднее число зрителей на мероприятиях театров в расчете на 1 тыс. человек населения, чел. - численность работников в учреждениях культурно-досугового типа Минкультуры России (на 10 000 человек населения), чел. |
Эмпирической базой исследования послужили данные Федеральной службы государственной статистики за 2024 г. по субъектам Российской Федерации, а также данные рейтинга индекса конкурентоспособности регионов Группы компаний «АВ», данные Агентства политических и экономических коммуникаций и данные Яндекс Вордстат.
Следует отдельно оговорить, что часть индикаторов носит косвенный характер. Так, коэффициент преступности используется как прокси уровня доверия и эффективности социальных норм; число запросов в «Яндекс.Вордстате» как индикатор узнаваемости территории; доля иностранных инвестиций как признак внешнего признания региона. Выбор косвенных показателей является вынужденным, но методологически допустимым решением в условиях ограниченности официальной статистики по нематериальным активам в региональном разрезе. При этом авторы отдают себе отчет, что каждый из них отражает лишь часть латентной конструкции и может испытывать влияние посторонних факторов. Для снижения риска смещения используется агрегирование нескольких индикаторов в рамках каждого компонента, что повышает устойчивость итоговых оценок.
Все исходные показатели были подвергнуты стандартизации (z-score) для обеспечения сопоставимости. Этот метод был выбран в связи со значительным различием в экономической сущности переменных и значительном разбросе способов их выражения, а также лучшей сочетаемостью с выбранным методом кластеризации (k-средних).
Для каждого компонента рассчитан композитный индекс как среднее арифметическое стандартизованных индикаторов. Для определения относительной важности компонентов применялся метод анализа иерархий Саати - матрица парных сравнений строилась на основе экспертных суждений о сравнительной значимости компонентов для обеспечения сбалансированного пространственного развития. В экспертной группе участвовали специалисты в области региональной экономики, пространственного развития и институционального анализа. Согласованность матрицы оценивалась через коэффициент согласованности CR, значение которого составило 0,052, что существенно ниже порогового уровня 0,10 и свидетельствует о приемлемой согласованности суждений.
Полученные веса распределились следующим образом: институциональная среда (Iис) – 0,28; человеческий и интеллектуальный капитал (Iчик) – 0,23; инновации и развитие ИКТ (Iин) – 0,18; социальная связность (Iсс) – 0,13; репутационный капитал (Iрк) – 0,1; культурный капитал (Iкк) – 0,08. Наибольший вес присвоен институциональной среде, поскольку качество институтов и государственного управления выступает базовым условием эффективного накопления остальных компонентов. Человеческий капитал и инновационно-ИКТ компонент также получили высокие веса как непосредственные драйверы экономического роста и пространственной конкурентоспособности. Репутационный и культурный капитал отнесены к поддерживающим компонентам.
Интегральный индекс обеспеченности нематериальным территориальным капиталом (Iобеспеч) рассчитывается как сумма взвешенных композитных индексов по шести компонентам:
Для проверки устойчивости результатов проведен анализ чувствительности: пересчет интегрального индекса при варьировании весов в пределах ±20% не привел к изменению состава кластеров и их содержательной интерпретации. Это позволяет считать полученную типологию устойчивой к возможным погрешностям экспертных суждений.
Оценка обеспеченности регионов России нематериальным территориальным капиталом в 2024 г.
В 2024 г. по институциональной среде лидером являлась столица России – г. Москва (табл. 2), что связано с высокими позициями в рейтингах эффективности управления в регионе и индекса конкурентоспособности регионов по критерию «институты». В 2024 г. по человеческому и интеллектуальному капиталу лидером также, как и в рейтинге развития институциональной среды, являлась г. Москва. Помимо этого, второе место по значению данного композитного индекса занял г. Санкт-Петербург. Указанные субъекты являются основными местами притяжения для качественной рабочей силы и образовательными «центрами» страны. Это характеризуется низкой безработицей и высоким уровнем ежегодно обучающихся в регионе бакалавров, специалистов и магистрантов. В 2024 г. по репутационному капиталу лидерами также являлись г. Москва и г. Санкт-Петербург, что характеризует их как регионы с хорошо развитым брендом территории. В 2024 г. одним из лидеров по культурному капиталу являлся г. Санкт-Петербург за счет высокого уровня среднего числа зрителей на мероприятиях театров.
Для получения более репрезентативной и содержательной типологии из кластерного анализа были исключены г. Москва и г. Санкт-Петербург. Данные субъекты выступают ярко выраженными статистическими выбросами по большинству показателей нематериального капитала, особенно по репутационному и человеческому капиталу. Включение официальной и «культурной» столиц в анализ приводило к существенному искажению расстояний между объектами и искусственному сжатию шкалы для всех остальных регионов, что снижало дискриминирующую способность кластеризации и затрудняло выявление реальных структурных различий внутри основной массы субъектов РФ. Их исключение обусловлено также их особой функциональной ролью в пространственной организации страны. Как крупнейшие центры притяжения человеческого, интеллектуального и репутационного капитала, они аккумулируют значительную часть высококвалифицированных кадров, головных офисов корпораций, ведущих университетов, научных организаций и институтов. На примере конкретных значений показателей это было обозначено ранее при анализе уровня значений композитных индексов.
Таблица 2 – Основные характеристики показателей обеспеченности регионов России территориальным капиталам по уровню значений композитных индексов
|
Композитный индекс
|
Регионы-лидеры
|
Регионы-аутсайдеры
|
|
Инновации и развитие ИКТ
|
Респ. Татарстан (2,474)
Респ. Мордовия (1,747) Нижегородская обл. (1,629) Ростовская обл. (1,600) Самарская обл. (1,513) |
Карачаево-Черкесская Респ. (- 2,142)
Еврейская АО (- 1,294) Респ. Северная Осетия – Алания (- 1,254) Новгородская обл. (- 1,125) Кабардино-Балкарская Респ. (- 0,948) |
|
Социальная связность
|
Ненецкий АО (2,176)
Респ. Алтай (1,281) Магаданская обл. (1,251) Воронежская обл. (1,044) Чеченская Респ. (1,036) |
Респ. Тыва (-0,902)
Кемеровская обл.-Кузбасс (-0,831) Ростовская обл. (-0,743) Забайкальский край (-0,739) Новгородская обл. (-0,635) |
|
Институциональная среда
|
г. Москва (1,667)
Респ. Татарстан (1,530) Московская обл. (1,338) Краснодарский край (1,316) Респ. Башкортостан (1,289) |
Еврейская АО (-1,358)
Респ. Тыва (-1,301) Респ. Коми (-1,252) Респ. Дагестан (-1,073) Респ. Карелия (-1,035) |
|
Человеческий и интеллектуальный капитал
|
г. Москва (1,583)
г. Санкт-Петербург (1,303) Чукотский АО (1,231) Томская обл. (1,061) Ямало-Ненецкий АО (0,820) |
Респ. Ингушетия (-2,967)
Респ. Дагестан (-1,299) Кабардино-Балкарская Респ. (-0,770) Ленинградская обл. (-0,660) Чеченская Респ. (-0,658) |
|
Репутационный капитал
|
г. Москва (3,179)
г. Санкт-Петербург (1,830) Тульская обл. (1,774) Московская обл. (1,657) Краснодарский край (1,535) |
Кабардино-Балкарская Респ. (- 0,604)
Карачаево-Черкесская Респ. (-0,565) Чеченская Респ. (-0,554) Удмуртская Респ. (-0,549) Ямало-Ненецкий АО (-0,529) |
|
Культурный капитал
|
Костромская обл. (1,350)
г. Санкт-Петербург (1,282) Калининградская обл. (0,997) Магаданская обл. (0,974) Респ. Татарстан (0,877) |
Респ. Дагестан (-1,005)
Карачаево-Черкесская Респ. (-0,957) Московская обл. (-0,740) Ямало-Ненецкий АО (-0,618) Еврейская АО (-0,615) |
Для проверки гипотезы о том, что нематериальный территориальный капитал выступает значимым эндогенным источником пространственного развития, помимо кластерного анализа проведён корреляционно-регрессионный анализ. В качестве результирующих переменных использовались валовой региональный продукт на душу населения, объём инвестиций в основной капитал на душу населения и темпы роста промышленного производства. В качестве объясняющей переменной выступал интегральный индекс обеспеченности нематериальным территориальным капиталом.
Расчёты показали устойчивую положительную связь интегрального индекса с ВРП на душу населения (коэффициент корреляции Пирсона r = 0,61; p < 0,001) и инвестициями в основной капитал (r = 0,54; p < 0,001). При включении в регрессионную модель контрольных переменных (обеспеченность природными ресурсами, размер регионального рынка, транспортно-географическое положение) вклад нематериального капитала сохраняет статистическую значимость, хотя его коэффициент несколько снижается. Это подтверждает гипотезу о том, что нематериальный территориальный капитал выступает значимым, хотя и не единственным, эндогенным источником пространственного развития. Полученные результаты согласуются с выводами зарубежных исследований о влиянии институционального и человеческого капитала на региональный рост и дополняют их за счёт включения «мягких» компонентов - социальной связности, репутационного и культурного капитала.
На следующем этапе проведен кластерный анализ регионов по шести взвешенным компонентам. Исходя из анализа представленной дендрограммы, составленной по методу Варда, целесообразным считается разбить совокупность регионов РФ на четыре кластера по уровню обеспеченности нематериальным территориальным капиталом (рис. 1). Далее за счет уточняющего алгоритма k-средних были выделены кластеры, которые отражают не только различия в общем уровне накопления, но и принципиально разные структурные профили регионов.
Рисунок 1 - Вертикальная дендрограмма методом «Варда» для кластеризации регионов РФ по композитным индексам компонентов нематериального капитала, 2024 г.
Источник: рассчитано авторами
Основные результаты выделения кластеров с их основными характеристиками представлены в табл. 3. Однофакторный дисперсионный анализ подтвердил статистическую значимость различий между кластерами по интегральному индексу (F = 76,46; p < 0,000001). Размер эффекта составляет приблизительно 0,74, то есть принадлежность региона к кластеру объясняет около 74% вариации интегрального показателя. Это указывает на высокую дискриминирующую силу – различия между кластерами статистически значимы. Наиболее сильное дифференцирующее воздействие оказывают институциональная среда, инновационно-ИКТ компонент и человеческий капитал, а социальная связность, репутационный и культурный капитал слабо участвуют в разделении регионов на кластеры.
Таблица 3 – Характеристика кластеров регионов России по уровню обеспеченности нематериальным территориальным капиталом
|
№
|
Наименование
кластера
|
Число
регионов
|
Среднее
значение интегрального индекса
|
Характеристика
кластера
|
|
1
|
Лидеры развития
нематериальных компонентов
|
9
|
0,594
|
самый
высокий уровень инновационно-ИКТ компонента (0,253) и сильная институциональная
среда (0,293)
|
|
2
|
Институционально-ресурсные
регионы
|
10
|
0,341
|
высокая
институциональная среда (0,307) при умеренных значениях остальных компонентов
|
|
3
|
Срединные
регионы
|
43
|
0,016
|
отсутствуют
ярко выраженные преимущества или критические провалы
|
|
4
|
Отстающие
регионы
|
21
|
-0,449
|
системно
низкие значения по всем компонентам, особенно по институциональной среде
(-0,239) и инновационно-ИКТ компоненту (-0,120)
|
Пространственное распределение субъектов Российской Федерации в разрезе федеральных округов по кластерам представлено в табл. 4.
Кластер «Лидеры развития нематериальных компонентов» демонстрирует наиболее высокие значения композитного индекса. Для данных субъектов характерно устойчивое лидерство по развитию институциональной среды, ИКТ и инновационности, что свидетельствует о наличии в данных регионах эффективной системы государственного управления, благоприятном деловом климате и активном развитии инновационной и цифровой инфраструктуры. Абсолютное большинство регионов кластера сосредоточены в Приволжском федеральном округе и Центральном федеральном округе. Эти регионы демонстрируют способность эффективно конвертировать институциональные преимущества в инновационную активность и высокотехнологичное развитие. Можно сказать, что эти регионы выступают основными полюсами роста нематериального территориального капитала в России.
Кластер «Институционально-ресурсные регионы» отличается высоким уровнем институциональной среды при умеренно положительных значениях других компонентов. Большая часть представленных регионов характеризуется значительными запасами природных ресурсов: нефть и газ (ХМАО, ЯНАО, Тюменская область, Сахалин), нефтехимия и полезные ископаемые (Башкортостан, Пермский край), агропромышленный комплекс (Краснодарский край, Воронежская область). Половина регионов данного кластера представлена регионами Уральского и Приволжского федеральных округов. Данный тип регионов сочетает сильное управление с ресурсными преимуществами, что позволяет им демонстрировать устойчивые позиции по ряду нематериальных показателей.
Кластер «Срединные регионы» характеризуется близкими к среднероссийскому уровню показателями. Все компоненты находятся около нулевых значений. Эти регионы не имеют ярко выраженных преимуществ, но и не демонстрируют глубокого отставания. Кластер представляет собой достаточно разнородную группу территорий со свойственным сбалансированным, но маловыразительным профилем без существенных конкурентных преимуществ по ключевым компонентам нематериального капитала. В него вошли большинство промышленных регионов Урала и Сибири, Центральной России, а также ряд дальневосточных территорий.
Таблица 4 – Распределение регионов России по кластерам по уровню развития нематериального территориального капитала в разрезе федеральных округов
|
Федеральный
округ
|
Лидеры
развития нематериальных компонентов
|
Институционально-ресурсные
регионы
|
|
ЦФО
|
Белгородская обл.,
Московская обл., Тульская обл.
|
Воронежская
обл.
|
|
СЗФО
|
-
|
Калининградская
обл.
|
|
ЮФО
|
Ростовская обл.
|
Краснодарский
край
|
|
СКФО
|
-
|
Чеченская
Респ.
|
|
ПФО
|
Респ. Татарстан,
Нижегородская обл., Респ. Мордовия, Самарская обл.
|
Респ.
Башкортостан, Пермский край
|
|
УФО
|
Челябинская
обл.
|
Ямало-Ненецкий
АО, Тюменская обл., ХМАО-Югра
|
|
СФО
|
-
|
-
|
|
ДВФО
|
-
|
Сахалинская
обл.
|
|
Федеральный
округ
|
Срединные
регионы
|
Отстающие
регионы
|
|
ЦФО
|
Курская
обл., Ивановская обл., Липецкая обл., Калужская обл., Ярославская обл.,
Рязанская обл., Тверская обл., Владимирская обл., Смоленская обл., Тамбовская
обл., Брянская обл.
|
Костромская
обл., Орловская обл.
|
|
СЗФО
|
Ленинградская
обл., Вологодская обл., Новгородская обл.
|
Ненецкий
АО, Архангельская обл., Респ. Коми, Псковская обл., Мурманская обл., Респ.
Карелия
|
|
ЮФО
|
Респ.
Адыгея, Астраханская обл., Респ. Крым, г. Севастополь, Волгоградская
обл.
|
Респ.
Калмыкия
|
|
СКФО
|
Ставропольский
край
|
Респ.
Северная Осетия-Алания, Кабардино-Балкарская Респ., Карачаево-Черкесская
Респ., Респ. Дагестан, Респ. Ингушетия
|
|
ПФО
|
Кировская
обл., Саратовская обл., Оренбургская обл., Чувашская Респ., Пензенская обл.
Ульяновская обл., Респ. Марий Эл, Удмуртская Респ.
|
-
|
|
УФО
|
Свердловская
обл., Курганская обл.
|
-
|
|
СФО
|
Омская
обл., Новосибирская обл., Томская обл., Красноярский край, Кемеровская
обл.-Кузбасс, Иркутская обл., Алтайский край
|
Респ.
Алтай, Респ. Хакасия, Респ. Тыва
|
|
ДВФО
|
Чукотский
АО, Магаданская обл., Камчатский край, Респ. Саха (Якутия), Хабаровский край,
Приморский край
|
Амурская
обл., Респ. Бурятия, Забайкальский край, Еврейская АО
|
Кластер «Отстающие регионы» объединяет территории со стабильно низкими значениями большинства компонентов. В группу вошли, в основном, регионы Северного Кавказа, Дальнего Востока и северных территорий России с редкими исключениями. Для этих субъектов характерны системные проблемы в накоплении и реализации человеческого, институционального и инновационного капитала, что существенно ограничивает возможности их пространственного развития. Основным аутсайдером по уровню обеспеченности нематериальным территориальным капиталом является Республика Ингушетия. Такое положение объясняется сочетанием глубоких социально-экономических и демографических проблем: высокой естественной убылью квалифицированных кадров, слабой диверсификацией экономики, а также особенностями статистического учёта.
На основании проведенного кластерного анализа определены стратегические приоритеты развития нематериального территориального капитала для каждого кластера.
Для кластера «Лидеры развития нематериальных компонентов» основным приоритетом должно стать превращение накопленного нематериального капитала в фактор межрегионального и даже общенационального влияния. Регионам-лидерам целесообразно развивать передачу опыта институциональных практик, образовательных моделей и инновационных решений, укреплять сетевые взаимодействия с другими субъектами и активно работать над национальным и международным брендингом своих территорий.
Для кластера «Институционально-ресурсные регионы» ключевым приоритетом является преодоление ресурсного проклятия через целенаправленное инвестирование в нематериальный капитал, через использование сильной институциональной базы для ускоренной экономической диверсификации. Необходимо направлять часть ресурсной ренты на развитие человеческого капитала, науки, образования и диверсификацию экономики, чтобы постепенно снижать зависимость от добывающих или иных ресурсных отраслей.
Для кластера «Срединные регионы» стратегическим приоритетом является повышение сбалансированности и выразительности профиля составляющих нематериального капитала. Основное внимание регионам данного кластера необходимо уделить укреплению слабых компонентов (прежде всего, институциональной среды и инновационной активности), а также развитию межрегионального сотрудничества для заимствования лучших практик.
Для кластера «Отстающие регионы» первоочередным приоритетом выступает преодоление базовых барьеров деградации нематериального капитала. Ключевыми направлениями должны стать стабилизация человеческого капитала (снижение оттока квалифицированных кадров), улучшение институциональной среды и развитие социальной связности через поддержку местных сообществ и волонтерства. Без решения этих фундаментальных проблем переход к более сложным задачам развития представляется малоперспективным.
В целом, полученная четырехкластерная типология адекватно подтверждает высокую степень пространственной дифференциации нематериального капитала российских регионов. Различия между регионами носят не только количественный, но и качественный, главным образом, структурный характер: одни регионы обладают выраженным институционально-инновационным профилем, другие регионы опираются на человеческий и культурный капитал, третьи демонстрируют эффективное управление в условиях ресурсной экономики, в то время как значительная часть субъектов остается в зоне средних или критически низких значений. Выделенные группы создают необходимую аналитическую основу для разработки конкретных мер региональной политики, направленных на активизацию нематериального территориального капитала с учетом специфических особенностей каждого типа территорий.
Обсуждение
Полученные результаты позволяют по-новому взглянуть на проблему пространственной дифференциации российских регионов. Прежде всего, подтверждается вывод о том, что поляризация российского пространства носит не только количественный, но и структурный характер. Различия между кластерами определяются не столько общей «высотой» интегрального индекса, сколько соотношением отдельных компонентов нематериального капитала. Это согласуется с выводами Суворовой А.В. [26] о неоднородности территориального капитала российских регионов, но дополняет их за счет включения «мягких» компонентов - социальной связности, репутационного и культурного капитала.
Особый интерес представляет выделение кластера «Институционально-ресурсных регионов». Наличие сильной институциональной среды при умеренных значениях инновационного и человеческого капитала свидетельствует о том, что качество управления само по себе не гарантирует конвертации ресурсной ренты в нематериальные активы. Этот результат перекликается с выводами о «ресурсном проклятии», но уточняет их: проблема заключается не столько в отсутствии институтов, сколько в отсутствии механизмов перераспределения ренты в пользу развития человеческого и инновационного потенциала. Данный вывод имеет важное практическое значение для регионов Уральского и Приволжского федеральных округов, где сосредоточена значительная часть ресурсных субъектов.
Полученные результаты согласуются с зарубежными исследованиями о влиянии институтов на инновационную активность и инвестиционную привлекательность [12,13]. Вместе с тем они показывают, что в российских условиях вклад институционального капитала в пространственное развитие опосредуется структурой экономики и качеством человеческого потенциала [3]. Это означает, что универсальные рецепты институциональных реформ без учета региональной специфики могут не давать ожидаемого эффекта.
Наконец, результаты подтверждают гипотезу о том, что нематериальный территориальный капитал выступает значимым эндогенным источником пространственного развития. Вместе с тем выявленная связь не является жесткой: нематериальный капитал действует в сочетании с другими факторами, и его вклад варьируется по типам регионов.
Заключение
В работе разработана и апробирована комплексная методика количественной оценки шести ключевых компонентов нематериального капитала, рассчитаны индексы по группам и интегральный индекс, проведена типологизация регионов и сформулированы дифференцированные стратегические приоритеты развития относительно выделенных кластеров.
В результате исследования получены следующие основные выводы:
1. Поляризация российского пространства проявляется не только в различии «высоты» интегральных показателей, но и в качественно различных структурных профилях регионов. Выявлено четыре типа: от комплексного лидерства (с доминированием институционального и инновационного капитала) до системного отставания, включая промежуточный тип «институционально-ресурсных регионов», демонстрирующий наличие сильного управления при недостаточной конвертации его в инновационную и человеческую составляющие.
2. Наиболее значимыми факторами, определяющими кластерную принадлежность регионов, выступают институциональная среда, инновационно-ИКТ компонент и человеческий капитал. Именно эти элементы создают основу для накопления и эффективного использования остальных компонентов.
3. Подтверждена центральная роль институциональной среды, получившей наибольший вес при агрегировании интегрального индекса (0,28). Качество государственного управления, уровень коррупции и эффективность регуляторной среды выступают тем фундаментом, без которого инвестиции в человеческий и инновационный капитал не дают ожидаемой отдачи. Это согласуется с выводами исследований о влиянии институтов на инновационную активность и инвестиционную привлекательность регионов.
4. Выделение отдельного кластера «Институционально-ресурсных регионов» (ХМАО, ЯНАО, Тюменская, Сахалинская области) позволяет по-новому взглянуть на феномен ресурсного проклятия: высокая институциональная среда в этих регионах не сопровождается пропорционально высокими значениями инновационного и человеческого капитала, что свидетельствует о неэффективном перераспределении ресурсной ренты в пользу развития нематериальных активов.
5. В условиях ограниченности бюджетных ресурсов и внешних геополитических шоков активизация нематериального территориального капитала становится одним из наиболее реалистичных и эффективных инструментов обеспечения устойчивости региональных социально-экономических систем. Предложенная в работе типология позволяет перейти от универсальных рецептов к адресным приоритетам для каждого кластера.
В целом, данное исследование подтверждает, что целенаправленное развитие нематериального территориального капитала с учетом структурных особенностей регионов способно стать одним из важных инструментов достижения целей сбалансированного пространственного развития в соответствии со Стратегией пространственного развития Российской Федерации до 2030 года с прогнозом до 2036 года.
Предложенный методический подход и полученные результаты имеют ряд ограничений, которые следует учитывать при интерпретации выводов (период анализа один год, косвенных характер отдельных показателей, экспертный метод определения весов). Однако, указанные ограничения не оказывают существенного влияния на результаты. В дальнейших исследованиях авторы планируют развитие методики и преодоление указанных ограничений.
[1] Об утверждении Стратегии пространственного развития Российской Федерации на период до 2030 года с прогнозом до 2036 года: Распоряжение Правительства Российской Федерации № 4146-р от 28 декабря 2024 г. URL: http://government.ru/docs/all/157308/ (дата обращения: 09.10.2026).
[2] Большой толковый словарь русского языка / гл. ред. С. А. Кузнецов. — СПб.: Норинт, 2008. — 1536 с. — ISBN 978-5-7711-0215-4. — С. 45.
[3] Регионы России. Социально-экономические показатели. 2025. URL: https://rosstat.gov.ru/folder/210/document/13204 (дата обращения: 09.10.2026).
[4] Индекс конкурентоспособности регионов России 2024 AV RCI-2024. URL: https://cdn.av-group.ru/files/469c2bb1ca0e4f1c880916f2030a5e0d.pdf (дата обращения: 09.10.2026).
[5] ХII рейтинг эффективности управления в субъектах Российской Федерации в 2024 году. URL: http://www.apecom.ru/projects/item.php?SECTION_ID=91&ELEMENT_ID=9593&ysclid=mpu15gjz1m769734722 (дата обращения: 09.10.2026).
[6] Яндекс Вордстат. URL: https://wordstat.yandex.ru/ (дата обращения: 09.10.2026).
Источники:
2. Леонтьева Л.С., Романченко М.К. Трансформация репутационного капитала региона и власти Российской Федерации в условиях изменения политической ситуации в мире // Интеллект. Инновации. Инвестиции. – 2023. – № 4. – c. 23–34. – doi: 10.25198/2077-7175-2023-4-23.
3. Максимова С.Г., Омельченко Д.А., Ноянзина О.Е. Вклад человеческого капитала в региональное развитие: экспертные оценки структурных компонентов и институциональных условий в российском приграничье // Society and Security Insights. – 2022. – № 2. – c. 13-32. – doi: 10.14258/ssi(2022)2-01.
4. Сафина А.А., Гарипова Е.Н., Мухаметшина Г.Р. Интегративно-институциональный подход к формированию репутационного капитала современных компаний // Инновации и инвестиции. – 2023. – № 8. – c. 160-163.
5. Ускова Т.В., Бабич Л.В. Использование человеческого капитала в контексте устойчивого развития региона // Регионология. – 2021. – № 4. – c. 820-839. – doi: 10.15507/2413-1407.117.029.202104.820-839.
6. Чазова И.Ю., Мухин А.А., Мухина И.А. Рейтинг регионов России по уровню вовлеченности населения в социально-ориентированную деятельность // Вестник Удмуртского университета. Серия Экономика и право. – 2024. – № 3. – c. 481-486. – doi: 10.35634/2412-9593-2024-34-3-481-486.
7. Akhmetshin E.M., Dzhavatov D.K., Sverdlikova E.A., Sokolov M.S., Avdeeva O.A., Yavkin G.P. The influence of innovation on social and economic development of the Russian Regions // European Research Studies Journal. – 2018. – p. 767-776. – doi: 10.11214/thalassinos.21.06.077.
8. Balashova S.A., Ratner S.V., Revinova S.Y. Digital Skills and Socio-Economic Development: Evidence from Russian Regions // R-Economy. – 2025. – № 1. – p. 77-93. – doi: 10.15826/recon.2025.11.1.005.
9. [Электронный ресурс]. URL: https://ideas.repec.org/p/ags/ea113a/57395.html.
10. Camagni R., Capello R. Regional competitiveness and territorial capital: A conceptual approach and empirical evidence from the European Union // Regional Studies. – 2013. – № 9. – p. 1383-1402. – doi: 10.1080/00343404.2012.681640.
11. Dempere J., Qamar M., Allam H., Malik S. The Impact of Innovation on Economic Growth, Foreign Direct Investment, and Self-Employment: A Global Perspective // Economies. – 2023. – № 7. – p. 182. – doi: 10.3390/economies11070182.
12. Donges A., Meier J., Silva R.C. The Impact of Institutions on Innovation // Management Science. – 2023. – № 4. – p. 1951-1974. – doi: 10.1287/mnsc.2022.4403.
13. Gonçalves dos Santos J.P., Moutinho V.M.F., Madaleno M., Teixeira Z.M.D.S.S. Examining the Effect of Macroeconomic, Institutional, and Capital Market Drivers on Infrastructure Investment // Economic Analysis and Policy. – 2025. – p. 165-190. – doi: 10.1016/j.eap.2025.02.038.
14. Gumbau-Albert M. Understanding the Impact of Intangible Capital on Entrepreneurship at the Regional Level // Journal of the Knowledge Economy. – 2023. – № 3. – p. 11063-11089. – doi: 10.1007/s13132-023-01511-6.
15. [Электронный ресурс].
16. Jankauskas V., Šeputienė J. The Impact of the Institutional Environment on the Economic Development // Ekonomika. – 2009. – p. 141-153. – doi: 10.15388/ekon.2009.0.1040.
17. [Электронный ресурс].
18. Kolosova O., Salkutsan S., Efremova M., Shimin N., Chkalova O. The impact of digital technologies on the quality of life of the population: measurement methodologies and assessment results. E3S Web of Conferences. [Электронный ресурс].
19. Laskowska I., Dańska-Borsiak B. The Importance Of Human Capital For The Economic Development Of EU Regions // Comparative Economic Research. Central and Eastern Europe. – 2017. – № 5. – p. 63-79. – doi: 10.1515/cer-2016-0038.
20. Orsi F., Cavaco C., Gil J. From territorial capital to regional design: a multidimensional model for territorial analysis and scenario evaluation // Planning Practice and Research. – 2024. – № 1. – p. 116-135. – doi: 10.1080/02697459.2022.2120490.
21. Potluka O., Schubnell L., Medeiros E., Weller M. The role of non-profit organizations in territorial cohesion in cross-border regions // Regional Science Policy and Practice. – 2026. – № 1. – p. 100253. – doi: 10.1016/j.rspp.2025.100253.
22. Safiullin M.R., Grunichev A.S., Elshin L.A. Educating the reputation capital impact of a region on the parameters of its investment activity: Methodical approaches // International Journal of Higher Education. – 2019. – № 7. – p. 146-152. – doi: 10.5430/ijhe.v8n7p146.
23. Shang F., Niu Z., Zang S. Atlantis Highlights in Economics, Business and Management. , 2023. – 448-458 p.
24. Sîrghi N., Sinoi E., Doroiman M.M. The Impact of Digital Skills on Economic Growth in the European Union: A Bayesian Model Averaging Approach // Sustainability. – 2026. – № 6. – p. 2829. – doi: 10.3390/su18062829.
25. Stoica A., Chirodea F. The role of culture in the regional development process. Sibiu - European Capital of Culture 2007 // Debater a Europa. – 2015. – № 12. – p. 135-153. – doi: 10.14195/1647-6336_12_8.
26. Suvorova A.V. Territorial Capital of Russian Regions and its Spatial Organization // R-Economy. – 2022. – № 2. – p. 106-119. – doi: 10.15826/recon.2022.8.2.009.
27. Tubadji A., Nijkamp P. Impact of Intangible Cultural Capital on Regional Economic Development: A Study on Culture-Based Development in Greece // Journal of Regional Analysis & Policy. – 2016. – № 1. – doi: 10.68479/001c.7866.
28. Wang H., Zhu L. Technological Innovation, Industrial Structure Upgrading, and the Coordinated Development of Regional Economies // Sustainability. – 2025. – № 17. – p. 7880. – doi: 10.3390/su17177880.
Страница обновлена: 03.11.2026 в 22:00:22
A methodological approach to assessing the provision of Russian regions with intangible territorial capital
Khmeleva G.A., Antonov M.P.Journal paper
Journal of Economics, Entrepreneurship and Law
Volume 17, Number 1 (January 2027)
Abstract:
Nowadays, there is the need for systematic consideration of non-material factors in ensuring a balanced spatial development of the regions of Russia. Amidst high polarization, it is advisable to consider intangible territorial capital as a possible key endogenous source of competitiveness and sustainability of regions. However, at the moment, a comprehensive methodology for quantifying intangible territorial capital has not been developed. The proposed methodology includes the selection and normalization of 18 indicators aggregated into six components, the determination of weights by the Saati method, the formation of composite subindices and cluster analysis (the Ward method, followed by refinement by the k-means algorithm). Clusterization validation was performed using variance analysis (ANOVA).
The article identifies four clusters of regions, which differ significantly in terms of the level and structure of intangible capital: leaders in the development of intangible components, institutional and resource regions, middle regions, and lagging regions. The calculation results confirm the high statistical significance and content of the proposed typology. The developed methodology and the results of cluster analysis make it possible to identify the structural features of the accumulation of intangible capital in Russian regions and can serve as a basis for the development of differentiated regional policy measures aimed at improving spatial development.
Keywords: spatial development, territorial capital, intangible capital, region, innovation, institutional environment, global competitiveness
Funding:
JEL-classification: O18, O47, R11, R58
References:
Retrieved from https://ideas.repec.org/p/ags/ea113a/57395.html
Akhmetshin E.M., Dzhavatov D.K., Sverdlikova E.A., Sokolov M.S., Avdeeva O.A., Yavkin G.P. (2018). The influence of innovation on social and economic development of the Russian Regions European Research Studies Journal. 21 767-776. doi: 10.11214/thalassinos.21.06.077.
Balashova S.A., Ratner S.V., Revinova S.Y. (2025). Digital Skills and Socio-Economic Development: Evidence from Russian Regions R-Economy. 11 (1). 77-93. doi: 10.15826/recon.2025.11.1.005.
Camagni R., Capello R. (2013). Regional competitiveness and territorial capital: A conceptual approach and empirical evidence from the European Union Regional Studies. 47 (9). 1383-1402. doi: 10.1080/00343404.2012.681640.
Chazova I.Yu., Mukhin A.A., Mukhina I.A. (2024). Rating of Russian regions by the level of population involvement in socially oriented activities. Bulletin of Udmurt University. Series Economics and Law. 34 (3). 481-486. doi: 10.35634/2412-9593-2024-34-3-481-486.
Dempere J., Qamar M., Allam H., Malik S. (2023). The Impact of Innovation on Economic Growth, Foreign Direct Investment, and Self-Employment: A Global Perspective Economies. 11 (7). 182. doi: 10.3390/economies11070182.
Donges A., Meier J., Silva R.C. (2023). The Impact of Institutions on Innovation Management Science. 69 (4). 1951-1974. doi: 10.1287/mnsc.2022.4403.
Gonçalves dos Santos J.P., Moutinho V.M.F., Madaleno M., Teixeira Z.M.D.S.S. (2025). Examining the Effect of Macroeconomic, Institutional, and Capital Market Drivers on Infrastructure Investment Economic Analysis and Policy. 86 165-190. doi: 10.1016/j.eap.2025.02.038.
Gumbau-Albert M. (2023). Understanding the Impact of Intangible Capital on Entrepreneurship at the Regional Level Journal of the Knowledge Economy. 15 (3). 11063-11089. doi: 10.1007/s13132-023-01511-6.
Jankauskas V., Šeputienė J. (2009). The Impact of the Institutional Environment on the Economic Development Ekonomika. 87 141-153. doi: 10.15388/ekon.2009.0.1040.
Kolosova O., Salkutsan S., Efremova M., Shimin N., Chkalova O. The impact of digital technologies on the quality of life of the population: measurement methodologies and assessment resultsE3S Web of Conferences.
Laskowska I., Dańska-Borsiak B. (2017). The Importance Of Human Capital For The Economic Development Of EU Regions Comparative Economic Research. Central and Eastern Europe. 19 (5). 63-79. doi: 10.1515/cer-2016-0038.
Leonteva L.S., Romanchenko M.K. (2023). Transformation of the Reputational Capital of the Region and Authorities of the Russian Federation in the Context of Changing Political Situation in the World. Intellect. Innovations. Investments. (4). 23–34. doi: 10.25198/2077-7175-2023-4-23.
Maksimova S.G., Omelchenko D.A., Noyanzina O.E. (2022). Impact of Human Capital on Regional Development: Expert Evaluations of Structural Components and Institutional Environment in the Russian Borderland. Society and Security Insights. 5 (2). 13-32. doi: 10.14258/ssi(2022)2-01.
Orsi F., Cavaco C., Gil J. (2024). From territorial capital to regional design: a multidimensional model for territorial analysis and scenario evaluation Planning Practice and Research. 39 (1). 116-135. doi: 10.1080/02697459.2022.2120490.
Potluka O., Schubnell L., Medeiros E., Weller M. (2026). The role of non-profit organizations in territorial cohesion in cross-border regions Regional Science Policy & Practice. 18 (1). 100253. doi: 10.1016/j.rspp.2025.100253.
Safina A.A., Garipova E.N., Mukhametshina G.R. (2023). Integrative-institutional approach to the formation of reputational capital of modern companies. Innovation and Investment. (8). 160-163.
Safiullin M.R., Grunichev A.S., Elshin L.A. (2019). Educating the reputation capital impact of a region on the parameters of its investment activity: Methodical approaches International Journal of Higher Education. 8 (7). 146-152. doi: 10.5430/ijhe.v8n7p146.
Shang F., Niu Z., Zang S. (2023). Atlantis Highlights in Economics, Business and Management Atlantis Press International BV.
Stoica A., Chirodea F. (2015). The role of culture in the regional development process. Sibiu - European Capital of Culture 2007 Debater a Europa. (12). 135-153. doi: 10.14195/1647-6336_12_8.
Suvorova A.V. (2022). Territorial Capital of Russian Regions and its Spatial Organization R-Economy. 8 (2). 106-119. doi: 10.15826/recon.2022.8.2.009.
Sîrghi N., Sinoi E., Doroiman M.M. (2026). The Impact of Digital Skills on Economic Growth in the European Union: A Bayesian Model Averaging Approach Sustainability. 18 (6). 2829. doi: 10.3390/su18062829.
Tubadji A., Nijkamp P. (2016). Impact of Intangible Cultural Capital on Regional Economic Development: A Study on Culture-Based Development in Greece Journal of Regional Analysis & Policy. 46 (1). doi: 10.68479/001c.7866.
Uskova T.V., Babich L.V. (2021). Effective Use of Human Capital in the Context of Sustainable Development of the Region. Russian Journal of Regional Studies. 29 (4). 820-839. doi: 10.15507/2413-1407.117.029.202104.820-839.
Violin S.I. (2024). Territorial capital of Siberian regions regarded within the framework of the “turn to the east” strategy. Regional economics and management: electronic scientific journal. (4).
Wang H., Zhu L. (2025). Technological Innovation, Industrial Structure Upgrading, and the Coordinated Development of Regional Economies Sustainability. 17 (17). 7880. doi: 10.3390/su17177880.
