Инновационное развитие регионов-доноров ​ современной России

В рамках доклада были представлены уникальные выводы по теме магистерской диссертации. (32 слайда)

Проблема исследования связана с региональной дифференциацией и несбалансированностью инновационного развития в контексте пространственной экономики. Объектом исследования выступают 14 регионов-доноров России ввиду их сильного превосходства по инновационным и социально-экономическим показателям относительно остальных регионов. Миссия регионов-доноров, как драйверов экономического роста, заключается в запуске механизма инновационного развития страны. Целью исследования является моделирование зависимости результативности инновационного развития современных регионов-доноров от затрат на научные исследования и разработки (НИР), на развитие человеческого капитала сферы НИР и общих социально-экономических показателей за 1998-2014 гг. Достижение поставленной цели усложняется изменением состава регионов доноров от года к году.
Суммарный средний вклад регионов-доноров в среднем более, чем на 50% определяет уровень ряда инновационных показателей России.
По данным рейтинга инновационного развития субъектов РФ - 2015 установлена неоднородность блоков инновационного развития, особенно у высоко развитых регионов-доноров – у Москвы, Санкт-Петербурга и РТ. Сильная дифференциация регионов наблюдается по субиндексам ИИД и ИКИП. Среди наиболее инновационно развитых регионов относительной равномерностью развития всех составляющих отличаются лишь Свердловская (регион-донор, 6-ая позиция). Неравномерность регионов-доноров также подтверждается индексами конкурентоспособности AV RCI, инвестиционной привлекательности НРИК, РИП.
Был введен массив данных N(58x15x17), переменные для которого рассчитываются в относительных величинах (удельных весах/долях), 1998-2014 гг. С учетом неоднородности регионального исследования даже внутри группы регионов-доноров (особенно по 3 и 4 выделенных блокам данных), целесообразно объединить их в кластеры. Был проведен кластерный анализ методом Уорда при квадрате Евклидового расстояния. На основе массива N были получены следующие 7 кластеров.
С уче