Оценка технологических возможностей регионов для развития человеческого потенциала (на примере субъектов Уральского и Сибирского федеральных округов)

Размещено на http://www.allbest.ru/

Челябинский филиал Института экономики УрО РАН

Оценка технологических возможностей регионов для развития человеческого потенциала (на примере субъектов Уральского и Сибирского федеральных округов)

Артемова Ольга Васильевна,

директор филиала, ведущий научный сотрудник, доктор экономических наук, профессор.

Логачева Наталья Модестовна,

ведущий научный сотрудник, доктор экономических наук, доцент.

Савченко Анастасия Николаевна,

старший научный сотрудник, кандидат экономических наук, доцент

Российская Федерация

Аннотация

Введение. Развитие человеческого потенциала, повышение качества жизни населения регионов -- безусловные приоритеты социально-экономической политики регионов. Реализация таких приоритетов требует объективной оценки существующего социально-экономического положения субъектов РФ, анализа условий регионального развития, поиска драйверов экономического роста, разработки эффективных механизмов реализации приоритетов. Обозначенные вопросы находятся в зоне пристального внимания ученых и специалистов, спектр научных исследований и применяемых практик которых постоянно пополняется. В этой связи в статье расширяются представления о комплексности социально-экономического и технологического развития регионов, а разные аспекты процессов регионального развития рассматриваются на основе предложенной модели, суть которой представлена триадой «условия -- факторы -- результаты». В рамках предложенной триады «условия» определялись социально-экономическим положением региона, в качестве драйверов развития рассматривались научно-технологические и цифровые «факторы»; а «результаты» исследовались через социальные параметры, отражающие уровень развития человеческого потенциала.

Принимая во внимание значимость достижения социальных результатов в рамках технологического развития, исследования, направленные на изучение взаимозависимости процессов технологической трансформации и развития человека, представляются весьма своевременными и актуальными. Цель. Выявить взаимное влияние научно-технического потенциала и уровня цифровизации территории как факторов социально-экономического развития на человеческий потенциал региона.

Методы. Для проведения исследования был использован статистический анализ на основе данных Росстата, Московской школы управления Сколково, РИА Рейтинг; корреляционный анализ; методы компаративного анализа, рейтингования, группировки и позиционирования регионов.

Научная новизна исследования состоит в разработанной модели регионального развития, содержание которой описывается триадой «условия -- факторы -- результаты». Условия регионального развития рассматриваются как возможности достижения поставленной цели, факторы -- как катализаторы технологического развития территорий, результаты -- как преумножение потенциала человека.

При этом модель имеет воспроизводственные признаки, поскольку в ней предусмотрены прямые и обратные связи, а именно: достигнутые «результаты» воздействуют и изменяют «условия», которые формируют обновленные «факторы», генерирующие в свою очередь новые «результаты». Возникающий при этом кумулятивный эффект технологического развития регионов конвертируется в усиление и развитие человеческого потенциала.

Результаты и выводы. Авторами проведено исследование по влиянию интегральных показателей социально-экономического положения регионов, уровня научно-технического потенциала и цифровизации на индекс человеческого развития регионов Уральского и Сибирского федеральных округов. Сопоставление регионов проводилось как отдельно по каждому федеральному округу, так и совместно по всем регионам двух округов. Группировка и позиционирование регионов при изучении триады «условия -- факторы -- результаты» позволили выявить наиболее сильные регионы, где благоприятное социально-экономическое положение, высокий цифровой и научно-технический потенциал способствуют развитию человеческого потенциала. В отличие от них, менее благополучные регионы (с позиций условий и факторов технологического развития) неспособны к технологическому прорыву и ограничены в воздействии на человеческий потенциал.

Была установлена неравномерность цифрового развития и научно-технического потенциала регионов, выделены регионы-лидеры и регионы-аутсайдеры, характеризующиеся неравными возможностями технологического развития. Проведенное позиционирование регионов позволило выявить группы, для которых необходимы меры, направленные на расширение возможностей технологического развития. Установлено влияние уровня цифровизации и научно-технического потенциала на индекс человеческого развития, что позволило выявить регионы, одним из которых целесообразно включаться в межрегиональное взаимодействие (партнерства) для усиления использования своих специфических возможностей, другим -- для преодоления отставания в исследуемых сферах развития.

Ключевые понятия: регион, социально-экономические условия развития, технологическая трансформация, научно-технические факторы развития, цифровизация, человеческий потенциал, индекс человеческого развития.



Abstract

ASSESSMENT OF THE REGIONS' TECHNOLOGICAL CAPABILITIES FOR THE DEVELOPMENT OF HUMAN POTENTIAL (AS EXEMPLIFIED BY THE SUBJECTS OF THE URAL AND SIBERIAN FEDERAL DISTRICTS)

Olga V. Artemova,

Chelyabinsk branch of the Institute of Economics, Ural Branch of the Russian Academy of Sciences, Branch Director, Leading Researcher, Doctor of Economics, Professor.

Russian Federation,

Natalia M. Logacheva,

Chelyabinsk branch of the Institute of Economics, Ural Branch of the Russian Academy of Sciences, Leading Researcher, Doctor of Economics, Associate Professor.

The Russian Federation,

Anastasia N. Savchenko,

Chelyabinsk branch of the Institute of Economics, Ural Branch of the Russian Academy of Sciences, Senior Researcher, Cand. Sc. (Economics), Associate Professor.

The Russian Federation,

Introduction. Developing human potential, improving the population's life quality of the regions are the unconditional priorities of the regional socio-economic policy. The implementation of such priorities requires an objective assessment of the existing socio-economic situation of the Russian Federation's constituent entities, an analysis of the conditions for regional development, a search for economic growth drivers, and the development of effective mechanisms for implementing priorities. The designated issues are in the area of scientists' and specialists' close attention, whose range of scientific research and applied practices is constantly replenished. In this regard, the article expands the understanding of the complexity of the regions' socio-economic and technological development, and various aspects of the processes of regional development are considered on the basis of the proposed model, the essence of which is represented by the triad "conditions-factors-results". Within the framework of the proposed triad, «conditions» were determined by the socio-economic situation of the region, scientific, technological and digital «factors» were considered as drivers of development;

and "results" were investigated through social parameters that reflect the level of human development. Taking into account the importance of achieving social results in the framework of technological development, studies aimed at studying the interdependence of the processes of technological transformation and human development seem to be very timely and relevant. Purpose. Reveal the mutual influence of the scientific and technical potential and the level of digitalization of the territory, as factors of socio-economic development, on the human potential of the region.

Methods. For the study, a statistical analysis was used based on data from Rosstat, Moscow School of Management Skolkovo, RIA Rating; correlation analysis; methods of comparative analysis, rating, grouping and positioning of regions.

The scientific novelty of the research consists in the developed model of regional development, the content of which is described by the triad "conditions-factors- results". The conditions of regional development are considered as opportunities to achieve the set goal, factors - as catalysts for technological development of territories, results - as an increase in human potential. At the same time, the model has reproductive characteristics, since it provides for direct and feedback connections, namely: the achieved «results» affect and change the «conditions» that form the updated «factors», which in turn generate new «results». The resulting cumulative effect of the technological development of the regions is converted into the strengthening and development of human potential.

Results and Conclusions. The authors conducted a study on the influence of integral indicators of the socioeconomic situation of regions, the level of scientific and technical potential and digitalization on the human development index of the regions of the Ural and Siberian federal districts. The comparison of the regions was carried out both separately for each federal district and jointly for all regions of the two districts. The grouping and positioning of regions in the study of the triad «conditions-factors-results» made it possible to identify the strongest regions where a favorable socio-economic situation, high digital and scientific and technical potential contribute to the development of human potential.

In contrast, less prosperous regions (from the standpoint of conditions and factors of technological development) are not capable of a technological breakthrough and are limited in their impact on human potential.

The unevenness of digital development and the scientific and technical potential of the regions was established, and the leading regions and outsider regions characterized by unequal opportunities for technological development were identified. The positioning of the regions made it possible to identify groups for which measures are needed to expand opportunities for technological development. The influence of the level of digitalization and scientific and technical potential on the human development index was established, which made it possible to identify regions, one of which is advisable to be included in interregional interaction (partnerships) to enhance the use of their specific capabilities, while others - to overcome the lag in the studied areas of development.

Key concepts: region, socio-economic conditions for development, technological transformation, scientific and technical factors of development, digitalization, human potential, human development index.



Введение

Процесс технологической трансформации, который значительно усилился в последнее время в России и регионах, актуализирует вопросы, связанные с поиском приоритетных направлений развития территорий, необходимостью ускорения темпов их экономического развития, достижением на этой основе результатов, ориентированных на развитие человеческого потенциала.

При изучении технологического развития территориальных систем учеными и специалистами используются разные подходы: анализ отдельных аспектов, направлений, факторов технологического развития [6; 7; 19]; исследования комплексного и междисциплинарного характера, которые выбираются в соответствии с целями и задачами конкретного исследования [9--11; 13].

В представленном исследовании используется комплексный подход, суть которого отражена в триаде «условия -- факторы -- результаты» технологического развития регионов. Это позволило определить те зоны, которые требуют внимания при принятии управленческих решений по поводу развития человеческого потенциала. Исследование проводилось применительно к региональному уровню, что актуально и обосновано для федеративных государств, в состав которых входят регионы, существенно отличающиеся по географическому расположению, социальным,экономическим, экологическим и прочим параметрам.

В современных региональных исследованиях понятие «регион» трактуется по-разному, это связано с применением различных подходов или критериев его определения [1; 3; 14]. Нами под термином «регион» для целей исследования подразумевается сложная социально-экономическая система, расположенная в административно-территориальных границах субъекта РФ.

В рамках предложенной триады «уусло- вия -- факторы -- результаты» рассматривались ее компоненты: а) «условия», которые определяются социально-экономическим положением региона, поскольку они задают границы возможностей для развития региона; б) «факторы», а именно те, которые способны стать катализаторами технологической трансформации (научно-технологические и цифровые); в) «результаты», которые исследовались через социальные параметры, отражающие уровень развития человеческого потенциала.

Вышеизложенное определило цель данного исследования: выявить взаимное влияние научно-технического потенциала и уровня цифровизации территории как факторов социально-экономического развития на человеческий потенциал региона.

При этом в рамках достижения поставленной цели решались задачи:

1) оценка условий технологического развития территории на основе анализа социально-экономического положения (СЭП) регионов;

2) оценка научно-технического потенциала (НТП) и уровня цифровизации регионов, как факторов технологического развития территорий;

3) выявление взаимосвязи между уровнем НТП и цифровизации и их воздействия на уровень развития человеческого потенциала.



Методы и материалы

Предложенный авторский подход в виде триады «условия -- факторы -- результаты» предусматривал разработку трех главных аспектов (компонентов) исследования технологических возможностей развития регионов (на основе аналитических и статистических данных):

1) социально-экономическое положение регионов; для этого использовались результаты исследований, проведенных рейтинговым агентством РИА Рейтинг;

2) уровень научно-технического потенциала регионов, для этого применялись аналитические данные (интегральные индексы), рассчитанные на основе авторской методики по данным Росстата; уровень циф- ровизации регионов,для определения которого применялись данные МШУ Сколково;

3) индекс человеческого развития (ИЧР), для этого использовались данные аналитического центра при Правительстве РФ.

Этот методологический подход воспроизведен в модели, которую авторы разработали для выявления причинноследственных связей между названными компонентами (рис. 1).

Рис. 1. Модель регионального развития с учетом влияния технологических возможностей региона на развитие человеческого потенциала



Социально-экономическое положение региона, задавая условия технологического развития территории, включает факторы- катализаторы (цифровой и научно-технический потенциал), которые могут оказывать неоднозначное воздействие(положитель- ное или отрицательное) на возможности технологических преобразований.

В регионах, где цифровые и научно-технические факторы одновременно и активно воздействухт нч теххолхгихдикоерхзвитих территнеих (нк рис. 1 отеччано ннаком «н»), возникаех ахмвлнвинчый а4^р^^ки, кзокн^ст- вующий технологическому прорыву. Развитие чилoнeкнcаз го ахчезцо^р^;^н,к ото|х<^^ в иыачддyцуео т|эр^^,у^ ихлнкзся нт з^^ез^ха« том, одновременнодклеы втна «хаде^йсг у|хы на на лчроншхе сых-иально-ыпон онч ч е<сы^сзи разеноын реиионх.

Отрицательное влияние, выражающееся и '/схаои!/! цин-овоыт нepавeнcтра ды техиерыяттecкoм орхтавани и (а а рнс.1 эты отменено ыдаком «-»), рхзнахырт в ахч ре- гиэ хдн кыо^^^ыне цыПртыезaпхи и/или научно-тexо«ттхкиИ туаынцаил нинтавочно низкие и не енляюыся «хыьнымн си^онамо регизеч^.

Для рыачитрцыр заярытнеы1х хилт и зе- дач ытипеыоонмь кифплeттчый ехолчр| мих тод ох«хгpaдь«ыlx х иейтинговых оценок, метод линейной корреляции, компаративный аналис f/е«ых^с^т^^, итвчхныиыииодвт- ние и гин-видорха. В нио-ле лвтиот/он ме- тодра«иcпoлттoван дихехcныИ пмточ.

Апробацар ксслчдочтнир бьих пды- ведена на ехач^^е домы фыхиннльпыx округов: Уральского федерального округа (УрФО) и Сибирского Оэ^^^х)альаoеыхптyга (СФО-.

Для анализа регионального развития и оценки возможностей повышения человеческого потенциала был предложен следующий алгоритм исследования:

— анализ социально-экономического положения регионов и их группировка еы нровн ю СЭП;

— спредерение рх«о-^Ј^;^)^1^с^^Ч)рхдоса мля оценки нaуднo-уоxничecоыхоп о- тенциала регионов на основе автор- о<о й нин дихр«

— и ценка научно-технического по- ^^(зорнза (чо х«пп чити х н ому ии^г- рхыьноч. индексу) е преенн цифро- рчзрцир ыдгиoрты (по данаым МШУ Сколково);

— позициoниpoвтние егр^пировка ре- гнчеов с использоваеычытрхргpдль- ич1 х иехитa-м: ны- чнO)Te><ничe«аoго потенциала и цифровизации;

— ыыявлыниы тпыинuционной хах зи ыОН опредыонмия СИлЫ н (^^цх^вле- Н«н ^^[^1^си1^рсгх дымыу фЧ«XOхДMи (нттааo-вexничeткнмн нциXыеиФMи) и рнзультатнм НП I3);

— группировка регионов по индексу человеческого развития примени- ечеьи« д ы^мнстам ДиM-о и омО, оыяветыих взадыосеязин ы -гих-де «хыло внт-фиачтты-хитдльтaты»;

— пхидcеачя ен\ее роип^мур> мхек регио- ч альидт ы«ы имыдеИыевия Гтиочно- образовательные центры мирового ^чОвии^с СПОСОбннх сГУаднТЬ^ффе- ренциацию и неравенство между регионами, используя возможности их технологического развития.

В исследовании использована информация по индексу человеческого развития регионов РФ (ИЧР), которая была доступна только за 2017 г. В связи с тем, что ИЧР в изучаемой триаде является «результатом», характеристики «условий» и «факторов» также были взяты за 2017 г.

Результаты

Социально-экономическое положение регионов как условие их технологического развития

Технологическое развитие регионов во многом определяется сложившимися условиями, которые оцениваются на основе социально-экономического положения регионов. Для анализа в работе использовался интегральный рейтинговый балл регионов России по СЭП, определяемый РИА Рейтинг. Он включает 18 индикаторов, разделенных на 4 группы показателей: масштаба экономики; эффективности экономики; бюджетной сферы; социальной сферы, то есть охватывает все значимые аспекты развития региона.

В 2017 г. максимальный показатель СЭП среди всех российских регионов составил 78,490 баллов (г. Москва), минимальный -- 13,780 баллов (Еврейская автономная область), при этом среднее значение этого интегрального показателя по РФ -- 39,905.

В исследуемых округах ситуация сложилась по-разному. Данные по социально-экономическому положению регионов УрФО представлены в табл. 1.

Таблица 1 Социально-экономическое положение регионов УрФО, 2017 г.1

Регионы УрФО	СЭП, баллы	Ранг региона	Регионы УрФО	СЭП, баллы	Ранг региона
Курганская область	26,368	6	ХМАО	67,676	і
Свердловская область	58,911	4	Челябинская область	51,459	5
Тюменская область	59,678	3	ЯНАО	66,620	2

Примечание: в табл. 1 и далее в табл. 2--12 жирным курсивом выделены регионы-лидеры в округах; курсивом -- регионы-аутсайдеры.

В УрФО лидером является ХМАО, который по уровню социально-экономического развития превосходит среднее значение по РФ в 1,7 раза, а регионом-аутсайдером -- Курганская область -- почти на 34 % ниже среднего значения по РФ.

Данные по социально-экономическому положению регионов СФО представлены в табл. 2.



Таблица 2 Социально-экономическое положение регионов СФО, 2017 г.2

Регионы СФО	СЭП, баллы	Ранг региона	Регионы СФО	СЭП, баллы	Ранг региона
Республика Алтай	18,170	и	Красноярский край	55,338	і
Алтайский край	40,067	7	Новосибирская область	48,668	3
Республика Бурятия	28,176	9	Омская область	44,755	5
Забайкальский край	30,298	8	Томская область	42,889	6
Иркутская область	48,467	4	Республика Тыва	14,675	12
Кемеровская область	49,200	2	Республика Хакасия	27,610	10

Источник данных: Рейтинг социально-экономического положения регионов по итогам 2017 года / РИА Рейтинг, 2018.

В СФО регион-лидер -- Красноярский край с показателем 55,338 балла, который превосходит среднероссийский уровень в 1,39 раза, уступая по величине индекса региону-лидеру УрФО 22 %. Регион-аутсайдер -- Республика Тыва, занимающая предпоследнее место среди всех субъектов РФ и уступающая среднему значению по РФ 2,72 раза.

Амплитуда изменения интегральных показателей по СЭП среди регионов двух округов составила 53,001 балла, что говорит о значительной дифференциации их уровня развития. При этом социально-экономическое положение регионов определяет условия для их технологического развития, а размах дифференциации свидетельствует о разных стартовых позициях субъектов: усиленных возможностях одних территорий и ограниченных возможностях других.

Все регионы УрФО и СФО по СЭП были распределены на 4 группы: «Лидеры» -- с показателем СЭП более 55 баллов (Л); «Выше среднего» -- с интервалом значений выше среднего по РФ и ниже 55 баллов (ВС), «Ниже среднего» -- с показателем ниже среднего по РФ и выше 25 баллов (НС), «Аутсайдеры» -- ниже 25 баллов (А) (табл. 3).



Таблица 3 Группировка регионов УрФО и СФО по социально-экономическому положению, 2017 г.

Регионы УрФО и СФО	СЭП, баллы	Группа по СЭП	Тип региона
ХМАО	67,676	Л	СЭО
ЯНАО	66,620	Л	СЭО
Тюменская область	59,678	Л	ДЭ
Свердловская область	58,911	Л	ДЭ
Красноярский край	55,338	Л	ОП
Челябинская область	51,459	ВС	ОП
Кемеровская область	49,200	ВС	ДП
Новосибирская область	48,668	ВС	ДЭ
Иркутская область	48,467	ВС	ОП
Омская область	44,755	ВС	ОП
Томская область	42,889	ВС	ДП
Алтайский край	40,067	ВС	АП
Среднее значение по РФ	39,905
Забайкальский край	30,298	НС	МРС
Республика Бурятия	28,176	НС	АП
Республика Хакасия	27,610	НС	ПА
Курганская область	26,368	НС	АП
Республика Алтай	18,170	А	МРА
Республика Тыва	14,675	А	МРА

1 Доклад о человеческом развитии в Российской Федерации за 2018 год / под ред. С. Н. Бобылева и Л. М. Григорьева. М. : Аналитический центр при Правительстве Российской Федерации. 2018. -- С. 167.

Группируя регионы по социально-экономическому положению, отметим важные для данного исследования характеристики: их специализацию и типы, представленные в Докладе о человеческом развитии в Российской Федерации1. В Докладе выделены следующие типы регионов: сырьевой экспортно-ориентированный (СЭО); с дифференцированной экономикой (ДЭ); с опорой на обрабатывающую промышленность (ОП); с опорой на добывающую промышленность (ДП); промышленно-аграрный (ПА); аграрно-промышленный (АП); менее развитый сырьевой (МРС); менее развитый аграрный (МРА). Считаем, что специализация регионов имеет существенное значение для уровня их технологического развития и ИЧР.

Первую группу («Лидеры») составляют регионы, отличающиеся наиболее благоприятным социально-экономическим положением. Отметим, что первые 4 места занимают регионы УрФО, которые относятся к сырьевым экспортно-ориентированным, индустриальным регионам или имеют дифференцированную экономику. Пятое место в группе занял регион-лидер СФО (Красноярский край).

Вторая группа регионов (состоящая в основном из регионов СФО) имеет социально-экономическое положение выше среднероссийского уровня. Лидирующая позиция в группе «ВС» у Челябинской области (единственного региона УрФО, входящего в эту группу). Все регионы этой группы являются промышленно развитыми, при этом одни -- с опорой на обрабатывающую промышленность, другие -- на добывающую.

Регионы, имеющие оценку по СЭП ниже, чем в среднем по РФ, формируют третью группу (субъекты РФ, вошедшие в группу с уровнем «Ниже среднего», входят в состав СФО и УрФО). Характеризуя регионы группы, следует отметить, что большинство из них имеют аграрно-промышленную или промышленно-аграрную специализации. Такое социально-экономическое положение создает затруднения для развития регионов.

Четвертая группа -- регионы-атсайде- ры -- включает два региона СФО. Отметим, что Республика Тыва занимает последнее место в рейтинге по РФ и является аутсайдером в Сибирском федеральном округе. Аграрная специализация и наименее благоприятные для развития территорий условия ограничивают возможности выбора направлений социально-экономического развития на основе использования технологических факторов.

Таким образом, очевидно наличие неравных условий в регионах УрФО и СФО, что повышает (для лидеров) или ограничивает (для аутсайдеров) возможности их развития за счет технологических факторов.

Проблемы неравенства,неоднородности, дифференциации регионов и их последствий обсуждаются в научном сообществе достаточно давно и широко. Более того, в исследованиях ученых и специалистов, в том числе в данной статье, есть обоснование таких диспропорций в развитии регионов. В этой связи мы разделяем позицию авторов, считающих, что технологическая модернизация может обеспечить расширение возможностей экономического развития в долгосрочной перспективе [2; 5; 12].

Научно-технические факторы развития регионов

Технологическое развитие зависит не только от тех условий, которые сложились в регионе, но и от его возможностей, неиспользованных резервов. В контексте технологической трансформации целесообразно изучить факторы, позволяющие ускорить процесс и повысить качество социально-экономических преобразований в регионах. Представляется, что такими катализаторами в настоящий момент являются научно-технические и цифровые факторы развития региона.

Наличие этих факторов в регионах, имеющих недостаточно благоприятное социально-экономическое положение, может послужить опорой для дальнейшем развития, в то время, как для регионов, имеющих высокое СЭП, они могут способствовать технологическому прорыву.

В рамках данного исследования анализировался научно-технический потенциал (НТП) регионов для оценки его воздействия на возможности технологического развития.

Для этого была предложена методика оценки НТП региона:

1) отобраны показатели: численность персонала, занятого научными исследованиями и разработками (Чп), внутренние затраты на научные исследования и разработки (Зв), капитальные затраты на научные исследования и разработки (Зк), затраты на технологические инновации (Зти), характеризующие человеческий капитал и финансовые вливания в научную сферу, а также затраты на технологические инновации;

2) для сопоставимости данных абсолютные показатели соотнесены с численностью населения регионов (на 1000 чел. населения);

3) рассчитан интегральный индекс (Интп) по формуле 1. Определяя интегральный индекс для оценки научно-технического потенциала, были использованы равные весовые коэффициенты для всех 4 показателей, так как, по нашему мнению, эти показатели равнозначны.

где Интп -- интегральный индекс, оценивающий уровень научно-технического потенциала региона;

Чп -- численность персонала, занятого научными исследованиями и разработками (человек на 1000 чел. населения региона);

Зв -- внутренние затраты на научные исследования и разработки (млн рублей на 1000 чел. населения региона);

Зк -- капитальные затраты на научные исследования и разработки (млн рублей на 1000 чел. населения региона);

Зти -- затраты на технологические инновации (млн рублей на 1000 чел. населения региона).

4) проведен компаративный анализ и ранжирование регионов по индексу НТП.

На основе разработанной методики проведены расчеты интегральных показателей НТП по регионам УрФО, результаты которых приведены в табл. 4.

Таблица 4 Индикаторы, характеризующие развитие НТП в регионах УрФО, 2017 г.1

РФ, УрФО, регионы УрФО	Чп, чел./ 1000 чел. насел.	Зв, млн руб./ 1000 чел. насел.	Зк, млн руб./ 1000 чел. насел.	млн руб./ 1000 чел. насел.	Интегральный индекс (Интп)
РФ	4,819	6,939	0,469	9,566	5,488
УрФО	3,664	5,769	0,682	15,077	6,298
Курганская область	0,743	0,410	0,0001	0,995	0,537
Свердловская область	4,905	7,442	0,641	10,350	5,834
ХМАО	0,947	1,840	0,022	63,792	16,650
ЯНАО	0,216	0,323	0,005	7,597	2,035
Тюменская область	4,387	8,776	0,334	6,276	4,943
Челябинская область	4,342	6,407	1,465	6,188	4,601

Регионы УрФО существенно дифференцированы по научно-техническому потенциалу. По Интп регион-лидер (ХМАО) превосходит регион-аутсайдер (Курганская область) в 31 раз. При этом наибольшим человеческим капиталом в научной сфере (персонал, занимающийся научными исследованиями и разработками) обладает Свердловская область, наименьшим -- ЯНАО (разрыв 23 раза). По финансовым затратам на научные исследования и разработки наиболее благоприятно выглядят Тюменская и Свердловская области (по внутренним затратам), Челябинская и Свердловская (по капитальным затратам). Формирование научного потенциала Курганской области и ЯНАО затруднено в связи с низкими затратами, направляемыми на исследования и разработки. Технологические инновации активно финансируются в ХМАО (более, чем в 6 раз превышая средний по РФ уровень, в 64 раза -- уровень региона-аутсайдера Курганской области), становясь для ХМАО наиболее мощным компонентом научнотехнического развития автономного округа.

Аналогичный анализ был проведен для регионов СФО. Результаты расчетов интегрального показателя НТП по регионам СФО отражены в табл. 5.

Таблица 5 Индикаторы, характеризующие развитие НТП в регионах СФО, 2017 г.2

РФ, СФО, регионы СФО	Чп, чел./ 1000 чел. насел.	Зв, млн руб./ 1000 чел. насел	Зк, млн руб./ 1000 чел. насел.	Зти, млн руб./ 1000 чел. насел.	Интегральный индекс (И ) ' нтп'
РФ	4,819	6,939	0,469	9,566	5,448
СФО	2,799	3,515	0,135	6,811	3,315
Республика Алтай	0,573	0,426	0,001	0,327	0,332
Республика Бурятия	1,161	0,883	0,006	1,629	0,920
Республика Тыва	1,196	0,811	0,0001	0,053	0,515
Республика Хакасия	0,459	0,166	0,0001	2,644	0,817
Алтайский край	1,058	0,746	0,015	1,812	0,908
Забайкальский край	0,470	0,377	0,012	1,112	0,492
Красноярский край	2,515	5,618	0,201	12,176	5,128
Иркутская область	1,785	1,752	0,065	9,444	3,261
Кемеровская область	0,505	0,819	0,051	1,230	0,651
Новосибирская область	7,980	7,755	0,329	2,365	4,607
Омская область	2,373	3,082	0,022	20,128	6,401
Томская область	8,628	13,058	0,660	14,584	9,233

Рассчитано авторами на основе данных: Регионы России. Основные характеристики субъектов Российской Федерации / Федеральная служба государственной статистики, 2018.

Регионы СФО также значительно дифференцированы по научно-техническому потенциалу. По Интп регионом-лидером является Томская область, регионом-аутсайде- ром -- Республика Алтай. Разрыв по уровню индекса НТП составляет почти 28 раз. Томская область при этом является лидером по трем из четырех показателей, входящих в состав индекса. Наименьшим человеческим капиталом в научной сфере обладает Республика Хакасия 0,459 (против 8,628 у лидера), она же является аутсайдером по внутренним затратам на научные исследования и разработки (разрыв с лидером в 79 раз). Капитальные затраты на 1000 человек населения минимальны в Республиках Тыва, Хакасия, Алтай.

Технологические инновации являются важным компонентом научно-технического потенциала Омской области, которая по этому показателю лидер в округе (Зти = 20,128) и превосходит регион-аутсайдер Республику Тыву в 380 раз.

Сравнение регионов УрФО и СФО позволяет констатировать, что научно-технический потенциал уральских регионов (Интп в целом по УрФО -- 6,298) не только выше, чем у сибирских регионов (Интп в целом по СФО -- 3,315) в 1,9 раза, но превосходит средний уровень по РФ почти на 15 %. При этом человеческий капитал в научной сфере наиболее мощно представлен в регионах СФО (Томской и Новосибирской областях).

В целом анализ демонстрирует не просто различные возможности технологического развития в регионах, а позволяет говорить об их поляризации по уровню научно-технического потенциала, как фактора, способствующего или препятствующего совершению технологического прорыва регионов. научный технический цифровизация межрегиональный

Еще одним фактором-катализатором, влияющим на технологическое развитие, является цифровизация региона. С одной стороны, цифровизация способна стать основой технологического прорыва, с другой -- позволяет усилить и раскрыть научно-технический потенциал региона, масштабировать научные результаты, создавая тем самым кумулятивный эффект.

Для оценки уровня цифровизации регионов были использованы данные МШУ Сколково Источник данных: Индекс «Цифровая Россия» / Центр финансовых инноваций и безналичной экономики Московской школы управления СКОЛКОВО, 2018. -- индекс цифровизации субъектов РФ (ИЦ) (табл. 6, 7).

Таблица 6 Оценка регионов УрФО по индексу цифровизации, 2017 г.

Регионы УрФО	ИЦ	Ранг региона	Регионы УрФО	ИЦ	Ранг региона
Курганская область	26,87	6	ХМАО	67,88	1
Свердловская область	53,27	5	Челябинская область	59,81	4
Тюменская область	65,44	3	ЯНАО	66,03	2

Справочно: ИЦ по РФ -- 45,92, ИЦ средний по УрФО -- 56,55

Таблица 7 Оценка регионов СФО по индексу цифровизации, 2017 г.

Регионы СФО	ИЦ	Ранг региона	Регионы СФО	ИЦ	Ранг региона
Республика Алтай	44,58	4	Красноярский край	56,11	1
Алтайский край	42,37	7	Новосибирская область	52,48	2
Республика Бурятия	30,54	11	Омская область	43,12	6
Забайкальский край	29,23	12	Томская область	43,17	5
Иркутская область	49,07	3	Республика Тыва	34,04	9
Кемеровская область	39,61	8	Республика Хакасия	31,43	10

Справочно: ИЦ по РФ -- 45,92, ИЦ средний по СФО -- 41,31

Данные таблицы показывают наличие цифровой дифференциации в регионах УрФО, но в меньшей степени, чем по научно-техническому потенциалу (разрыв между минимальным и максимальным значениями индекса -- 2,5 раза). При этом наблюдается сохранение позиций региона-лидера за ХМАО, региона-аутсайдера за Курганской областью.

В СФО разрыв между регионом-лидером (Красноярский край) и регионом-аутсайдером (Забайкальский край) составляет 1,9 раза.

Сопоставление неоднородности по уровню научно-технического потенциала и цифро- визации регионов округа показывает, что преодолеть неравенство по первому параметру сложнее, чем по второму в силу более высоких разрывов. При этом регионы-лидеры и аутсайдеры по исследуемым технологическим факторам различны.

Сравнение регионов УрФО и СФО по уровню цифровизации выявляет более сильные позиции уральских регионов (ИЦ средний по УрФО -- 56,55, против 41,31 -- среднего балла по СФО). Что касается цифрового неравенства, то регионы СФО дифференцированы в меньше степени (разрыв между лидером и аутсайдером 1,9 раза), чем регионы УрФО (2,5 раза).

Неравные возможности регионов и их специфика (по научному и цифровому развитию) предполагают вариативность комбинаций исследуемых факторов-катализаторов в процессе выбора основы технологической трансформации. В связи с этим исследовательский интерес представляет позиционирование регионов по критериям: индекс цифровизации, интегральный индекс НТП. Графическая интерпретация позиционирования регионов по указанным критериям представлена на рис. 2, 3.



Рис. 2. Позиционирование регионов УрФО по критериям: индекс цифровизации, интегральный

Рис. 3. Позиционирование регионов СФО по критериям: индекс цифровизации, интегральный индекс НТП, 2017 г.

Таблица 8 Группировка регионов УрФО и СФО по цифровизации и интегральному индексу НТП, 2017 г.1

	Интегральный индекс НТП ниже среднего по РФ, баллы	Интегральный индекс НТП выше среднего по РФ, баллы
Индекс цифровиза- ции выше среднего по РФ, баллы	Группа III 6 регионов	Интп	ИЦ	Группа I 2 региона	Интп	ИЦ
	max (по Интп) -- Красноярский край	5,128	56,11	max -- ХМАО	16,650	67,88
	max (по ИЦ), min (по Интп) -- ЯНАО	2,035	66,03	min -- Свердловская область	5,834	53,27
	min (по ИЦ) -- Иркутская область	3,261	49,07
	Средний балл по Группе III	4,096	58,16	Средний балл по группе I	11,242	60,58
Индекс цифровиза- ции ниже среднего по РФ, баллы	Группа IV 8 регионов			Группа II 2 региона
	max (по Интп) -- Республика Бурятия	0,920	30,54	max -- Томская область	9,233	43,17
	max (по ИЦ), min (по Интп) -- Республика Алтай	0,332	44,58	min -- Омская область	6,401	43,12
	min (по ИЦ) -- Курганская область	0,537	26,87
	Средний балл по группе IV	0,647	34,83	Средний балл по группе II	7,817	43,15

Средний балл по РФ по цифровизации -- 45,92

Средний балл по РФ по интегральному индексу НТП -- 5,488

Позиционирование регионов проводилось отдельно по двум федеральным округам относительно средних значений соответствующих индикаторов по РФ, что позволило выделить группы субъектов со схожими интегральными показателями. Рис. 2 и 3 демонстрируют отличительные особенности позиционирования уральских и сибирских регионов в технологическом пространстве, которое отражено в их распределении по квадрантам матрицы.

В УрФО (рис. 2) поляризация более значительная: ХМАО имеет существенное преимущество по уровню научно-технического потенциала по сравнению с остальными регионами округа. В целом уральские регионы демонстрируют значительный потенциал в сфере цифровизации (5 из 6 регионов округа имеют ИЦ выше среднероссийского уровня). Однако по научно-техническому потенциалу (Интп) 4 из 6 уральских регионов уступают среднему значению по РФ.

Иная ситуация сложилась в СФО (рис. 3). Больший научно-технический потенциал имеют Томская и Омская области, выше среднего по РФ уровень цифровизации в Красноярском крае, Новосибирской и Иркутской областях. Позицию ниже, чем среднероссийские оценки по цифровому и научнотехническому развитию, имеют практически 60 % регионов, входящих в округ.

Сравнение округов позволяет утверждать, что регионы УрФО демонстрирует более высокие возможности в сфере циф- ровизации, в то время, как некоторые регионы СФО не просто уступают в этом направлении, но имеют и более низкий научный потенциал.

Группировка регионов УрФО и СФО по двум критериям(индекс цифровизации, интегральный индекс НТП), представленная в табл. 8, делает сравнение округов более детальным. В каждой группе регионов определены максимальные (max), минимальные (min) и средние значения интегральных показателей.

Группа I (2 региона, представляющих УрФО) -- наиболее благополучные регионы, где уровень цифровизации и НТП выше среднего по стране.

Группы II (2 региона, входящих в СФО) -- для них характерна несбалансированность, с преобладанием научно-технического потенциала. Средний балл по группе паНТП ниже, чем в группе I на 30% , по ИЦ -- %.

Группа III (6 регионов из УрФО и СФО), для которых характерно превышение по сравнению с российским уровн ем индикаторов цифрового потенциала, в то время как индикатор НТП ниже российского. Отметим, что ЯНАО овны ре меннп имент мекеи маов- ное ан аееееп в грнпет пп1д%у ровиоец ип и минимальное по научным параметрам. Средней бало ф0ппп1 по ИЦ уступает гриппе I всего на 4 %, в то время, как отставание по Интп -- более 60 %.

Группа IV (8 регионовизУрФО и СФО) -- наименее благополучные регионы, о чем свидетельствуют боппе о изкие индаксы цифровизации и Интп относительно средне- росскйнких.Ррзрывы средних бальных оце- нот сгруптон 1по ИЦ снсттил яет 1,7 раза, пл Интп -- более11 раз. В группе IV, также, как и в группе III, есть регион (Республика Алтай), аттмтыб лдннт реу енннтим еет максимальнее значение по ИЦ и минимальное по Интп.

Такое положение регионов говорит о нер авеоства восмоунпттпй их теснплоги- еоского %азептия и оТ> нфантче нх^п по использованию факторов-катализаторов технологического прорыва.

Уыделло для т77лен ованое офи ади «нсло- цво -- %акт оры -- результаты», мы исходили из предпосылки (гипотезы) о том, что фак- тоpвl-ззтрлинaтoбы, оcоoлпчтпмыepeгианн- ми для технологического развития в рамках спохи вш тенте социавнкт-экнноoпеeчснгв положения, влияют на «результат» -- развитие человеческого потенциала региона. Для определения силы статистической зави- синоснрмежду ииклддуимы1не караметрами (технологическими факторами и ИЧР), были найдены значения коэффициента линейной копи вляпай. Дне пн«ее денея зopннкчтиoн- евгс атоннзи итетвнзонаоы дапочlи 201 б л по 18 регионам УрФО и СФО попарно: ин- не^^ цафровнпеции-ИЧР; интегральный индекс научно-технического потекциалж Инс-ВСВ.

ЕЗ^ЗуППИОТе П^ТДДе НИЯ 7>среляцион- ного анализа по первому массиву даноны ыг ипы длстн коэффицппет линеСгсвн корреляции г51 = 0,8058, по второму массиву 52 = 0,6991 и сделан выводизн ачим ой кopмсляцто (всоной положитнльной связи ) ме жду уровнем цифровизацин,нау чно-тел- ническим потенциалом региона и уровнем развития человеческого потенциала с вероятностью более 95 % Индекс цифровизации ИЦ -- по данным Индекс «Цифровая Россия» / Центр финансовых инноваций и безналичной экономики Московской школы управления СКОЛКОВО, 2018..

Результаты регионального развития на осеове тесеотогическеоуаатонтв, пцппт вались нами через индекс человеческого развития (ИЧР). Данные по ИЧР регионов УрФОнепрставовон п еибз. 9 ,

Таблица 9 Индекс человечестого развития регионов УрФО, 2017 г.1

Регионы УрФО	ИЧР	Ранг региона	Регионы УрФО	ИЧР	Ранг регнгге
Кургьиская цИсасть	0,843	6	ХМАО	0,911	2
Вьердльоссая область	0,889	9	ЧеляВгнсгаяьИластс	0,87 9	5
Тюменская область	0,914	1	ЯНАО	0,901	3
Ся^ви чно: ИЧг по РФ -- 0,856

1 Дт я отор чвтMы воустивиp oмцну налкииц спязи меж^с!^' еселздрпмыми сl%oамeтуамт Гпидссуpд итп ти- потезу) необходимо рассчитать Тэип, воспользовавшись формулой (2)

1 Для того чтобы констатировать наличие связи между исследуемыми параметрами (подтвердить гипотезу) необходимо рассчитать Tэмп, воспользовавшись формулой (2)

где Тэип -- величинасправедливости гипотезы о том, что связи между исследуемыми параметрами нет, г5 -- коэффициент корреляции.

Для первой совокупности данных (при г = 0,8058) Т 1 = 5,36, для второй совокупности (при г = 0,6991)

Тэмп2 = 5,47

Рассчитанные величины необходимо сравнить с определяемым по таблице Стьюдента критическим значением критерия Ца, к), где а -- уровень значимости, к -- количество степеней свободы.

Для проверки связи нами установлен уровень значимости а = 0,05, количество степеней свободы к =16 (так как число наблюдений меньше 30). Таким образом, на основе таблицы критических значений, определено критическое значение: ^05.16 = 2,1314. Так как рассчитанные значения (Тэип) и по первому, и по второму массиву данных больше критического сделан вывод о значимой корреляции (тесной положительной связи).

² Источник данных: Особенности развития человеческого капитала в субъектах Российской Федерации.

В УрФО регионом-лидером по развитию человеческого потенциала является Тюменская область с индексом ИЧР = 0,914. Все регионы округа имеют значение индекса выше среднего по РФ, за исключением Курганской области (ИЧР = 0,843), которая является аутсайдером в УрФО по данному показателю.

Данные по ИЧР регионов СФО представлены в табл. 10.

Таблица 10 Индекс человеческого развития регионов СФО, 2017 г.1

Регионы СФО	ИЧР	Ранг региона	Регионы СФО	ИЧР	Ранг региона
Республика Алтай	0,826	11	Красноярский край	0,892	1
Алтайский край	0,838	8	Новосибирская область	0,883	3
Республика Бурятия	0,830	10	Омская область	0,879	4
Забайкальский край	0,836	9	Томская область	0,891	2
Иркутская область	0,877	5	Республика Тыва	0,801	12
Кемеровская область	0,862	6	Республика Хакасия	0,860	7
Справочно: ИЧР по РФ -- 0,856

В СФО регион-лидер -- Красноярский край (ИЧР = 0,892), регион-аутсайдер -- Республика Тыва (ИЧР = 0,801). По развитию человеческого потенциала уровень индекса выше среднего по РФ значения демонстрируют около 60 % регионов округа.

Деление регионов УрФО и СФО на группы по ИЧР проводилось по отношению к среднему по РФ значению (ИЧР = 0,856) с учетом следующих интервалов:

-- ИЧР выше 0,9 -- группа «лидеры» (Л);

— выше 0,856, но ниже 0,9 -- группа «выше среднего» (ВС);

— ниже 0,856, но выше 0,83 -- группа «ниже среднего» (НС);

-- ИЧР ниже 0,83 -- группа «аутсайдеры» (А).

Группировка регионов УрФО и СФО по ИЧР позволила показать неравномерность социально-экономического развития и выявить масштаб дифференциации между регионами (табл. 11).

Таблица 11 Группировка регионов УрФО и СФО по индексу человеческого развития, 2017 г.

Регионы УрФО и СФО	ИЧР	Группа по ИЧР
Тюменская область	0,914	Л
ХМАО	0,911	Л
ЯНАО	0,901	Л
Красноярский край	0,892	ВС
Томская область	0,891	ВС
Свердловская область	0,889	ВС
Новосибирская область	0,883	ВС
Челябинская область	0,879	ВС
Омская область	0,879	ВС
Иркутская область	0,877	ВС
Кемеровская область	0,862	ВС
Республика Хакасия	0,860	ВС
Среднее значение по РФ	0,856
Курганская область	0,843	НС
Алтайский край	0,838	НС
Забайкальский край	0,836	НС
Республика Бурятия	0,830	НС
Республика Алтай	0,826	А
Республика Тыва	0,801	А

1 Источник...