Прогрессивная роль науки, инноваций и технологий в экономике развитых стран в XXI в. становится ведущей, так как экстенсивные факторы роста (увеличение численности занятых в производстве, масштабов добычи и освоения невозобновляемых ресурсов и энергоносителей, возможностей приращения новых площадей плодородных земель, запасов пресной воды и др.) в мировом масштабе приближаются к максимальному уровню использования. Некоторые исследователи (Э. Тоффлер, Ф. Фукуяма, Д. Белл, Дж. Нейсбитт и др.) считают, что для большинства развитых стран
в современном мире именно инновационная экономика обеспечивает мировое экономическое превосходство страны, которая её воплощает [9].

В условиях продолжающегося системного экономического кризиса в Российской Федерации, а также в период ужесточения конкурентной борьбы на межрегиональных рынках, особенно в связи с вынужденными ограничениями импорта продовольствия, все большую значимость
в отечественном воспроизводственном процессе приобретают инновации и их масштабное внедрение в хозяйственную жизнь общества. Инновации выступают как один из главных факторов экономического роста в ходе модернизации социально-экономической системы, способствуют повышению и укреплению конкурентоспособности и росту эффективности хозяйственной деятельности [8].

Территории, различающиеся по своему геополитическому
и экономическому положению, богатству природных ресурсов, развитию инфраструктуры, запасу человеческого капитала и других факторов, создают неодинаковые условия для экономической деятельности и конкуренции фирм. Понятно, что при этом экономические агенты одного региона имеют
и достаточно большие общие групповые интересы, способствующие совместной работе по привлечению и удержанию в регионе капитала,
инноваций, квалифицированных работников и т. Д [3]. Проблемы  региональной  и национальной экономики относятся к числу важнейших проблем экономической теории и практической политики, исследованию различных аспектов этих проблем посвящены многочисленные работы отечественных и зарубежных ученых и специалистов. Если говорить о современной российской действительности, то к сказанному следует добавить также и то, что регионы, а в особенности субъекты Российской Федерации, ведут себя одновременно и как квазигосударства, и как квазикорпорации, являясь непосредственными субъектами рынка и, следовательно, конкурентами в рыночном пространстве [3]. В экономике Российской Федерации конкуренция имеет значительную региональную специфику, это обусловлено чрезвычайно большим разнообразием регионов по типам экономики, по сочетанию конкурентных преимуществ и недостатков, по уровням экономического развития. Также резко различается конкурентоспособность регионов с точки зрения сложившейся структуры производства, экспортного потенциала, обеспеченности инфраструктурой, инвестиционного климата и других факторов. Значительный интерес вызывает и анализ динамики инновационного развития регионов и их дифференциации по уровню инновационной активности, исследование проблем качества их экономического роста, характеристик неоднородности социально-экономического пространства Российской Федерации и т. д.

В настоящей работе осуществлен кластерный анализ динамики инновационной деятельности субъектов Российской Федерации. В качестве базы для исследования были использованы следующие показатели за 2010 и 2019 гг.:

• Затраты на инновационную деятельность организаций, млн. рублей;
• Объем инновационных товаров работ, услуг, млн. рублей;
• Уровень инновационной активности организаций, %;
• Затраты на приобретение машин, оборудования прочих основных средств, связанных с инновационной деятельностью, тыс. рублей;
• Специальные затраты, связанные с экологическими инновациями,
  млн. рублей;
• Затраты на инновационную деятельность малых предприятий, млн рублей;
• Число поступивших патентных заявок, ед.;
• Число выданных патентов, ед.;
• Используемые передовые производственные технологии, ед.

Для оценки изменчивости кластеров, а также для анализа их устойчивости взяты статистические показатели по субъектам Российской Федерации за 2010 г. и 2019 г. Выбор 2010г. и 2019г. обусловлен тем, что производство инновационных технологий, а также инновационное развитие
в целом является долгосрочным процессом, поэтому проводить кластерный анализ для показателей с разницей в один год является нецелесообразным. Предполагается, что чем больше разница в исследуемых годах, тем большей изменчивости будут подвержены кластеры.

В связи с тем, что собранные статистические данные по 9 показателям
по субъектам Российской Федерации не имеют нормального распределения, было осуществлен ряд преобразований для приведения их к нормальному распределению.

Изначально имеющиеся статистические данные, выбранные для кластерного анализа, разбиты на 2 группы:

1 группа показателей:

• Затраты на инновационную деятельность организаций, млн. рублей;
• Отгружено инновационных товаров работ, услуг, млн. рублей;
• Затраты на приобретение машин, оборудования прочих основных средств, связанных с инновационной деятельностью, тыс. рублей;
• Специальные затраты, связанные с экологическими инновациями, млн. рублей;
• Затраты на инновационную деятельность малых предприятий, млн. рублей.

2 группа показателей:

• Уровень инновационной активности организаций, %;
• Число поступивших патентных заявок, ед.;
• Число выданных патентов, ед.;
• Используемые передовые производственные технологии, ед.

После разбивки всех показателей на 2 группы данные по 85 субъектам ранжированы относительно каждого показателя, где 1 – наихудшее значение и 85 – наилучшее. Далее все полученные значения рангов просуммированы по каждому субъекту показателей. Согласно центральной предельной теореме, сумма достаточно большого количества слабо зависимых случайных величин, имеющих примерно одинаковые масштабы, имеет распределение, близкое к нормальному. По формуле рассчитаны индексы по 2 показателям для 2010г. и 2019г.:

Данные, получившиеся после преобразований представлены в Таблице 1.

Таблица 1

Показатели, используемые для проведения кластерного анализа.

Для получения нормального распределения данных исключены значения следующих субъектов Российской Федерации: Ненецкий АО,
Санкт-Петербург, Приморский край, Хабаровский край, Еврейская АО, так как их значения являлись крайними точками по регионам.

Количество интервалов для гистограммы определено на основании формулы Стерджесса:

Рисунок 1. Гистограммы распределения показателей ЦПТ 1 и ЦПТ 2 за 2010г. и 2019г.

  Далее непосредственно переходим к кластерному анализу. Регионы расперделены на 4 кластера, где кластер № 1 включается в себя регионы
с наиболее высокими значениями, а кластер № 4 регионы, имеющие самые низкие показатели.

Таблица 2

Динамика количества регионов в кластерах в 2010 и 2019 гг.

В период с 2010 г. по 2019 г. значительно снизилось (- 5 ед.) количество субъектов, входящих в кластер № 4 и увеличилось количество субъектов, которые попадают в кластер № 1 (+6 ед.), но он также находится на последнем месте по количеству субъектов, входящих в кластер. Данный факт свидетельствует о том, что происходит постепенное внедрение инноваций в экономику субъектов, увеличивается производство инновационных товаров, работ и услуг, а также развивается сфера НИОКР. Однако стоит отметить, что темпы данных процессов достаточно низкие. Количество субъектов в кластере № 2 и кластере № 3 осталось практически неизменным.

Таблица 3

Динамика распределения регионов РФ по кластерам в 2010
и 2019 гг.

[*Отмечены субъекты Российской Федерации, входящие в 2010 г. и в 2019 г. в разные кластеры].

В целом можно сделать вывод, что большинство элементов кластеров являются устойчивыми. В период с 2010 по 2019 год наибольшие изменения произошли в кластере 1, что является вполне закономерным, так как дальнейший экономический рост невозможен без внедрения инноваций во все сферы производства. Наименьшей изменчивости подвержен кластер № 2. Кластер № 4 включает в себя регионы, преимущественно занимающиеся традиционными видами хозяйствования (Республика Ингушетия, Чеченская Республика, Чукотский автономный округ, Республика Калмыкия, Республика Тыва и др.). Также большая часть регионов, входящих в 4 кластер специализируется на туристической деятельности, которая не предполагает инновационного развития. Регионы, делающие упор на развитие сельского хозяйства, использующие преимущественно ручной труд, а также получающие основные доходы за счет осуществления туристической деятельности расходуют на инновации гораздо меньше. Так, в 2019 году, регионы, вошедшие в 1 кластер, в среднем затратили на инновации
143157,1 миллион рублей, в то время как, затраты регионов, входящих в 4 кластер,  составили в среднем всего лишь 21534,6 миллионов рублей.

Изменение номера кластера, в который входит регион в 2019 году по отношению к 2010 году в основном имеет положительную динамику. Большинство регионов увеличили затраты на инновационные товары, работы и услуги, что привело к закономерному росту объемов отгруженных инновационных товаров, работ и услуг и следовательно попаданию региона в кластер с более высокими значениями. Данный факт свидетельствует о становлении Российской Федерации на инновационный путь развития. Все большее количество организаций увеличивают расходы на разработку и внедрение инноваций во все экономические и технические процессы производства. Также стоит отметить, что в настоящее время осуществляется активная поддержка инновационного развития со стороны органов государственной власти – утверждаются и успешно реализуются программы инновационного развития регионов, увеличивается объем финансирования инновационных разработок.

Снижение уровня инновационного развития в 2019 году по отношению к 2010 году произошло в Костромской области, Оренбургской области и Ханты-Мансийском автономном округе. Так, например, уровень инновационной активности организаций Костромской области за 9 лет снизился примерно в 2 раз, так в 2019 году показатель равен 4,6, в 2010 году – 8,5 [6]. Даная ситуация в регионах во многом сложилась из-за снижения затрат на инновации, обусловленного разработкой и внедрением низкомасштабных инновационных проектов, что приводит к неспособности конкурировать с теми субъектами Российской Федерации, которые ежегодно увеличивают затраты на инновации.

Рисунок 2. Диаграммы концентрации показателей ЦПТ 1 и ЦПТ 2 за 2010г. и 2019г.

На рисунке 2 показано, что в 2010 году регионы имели большую рассеянность и располагались преимущественно в 3 квадранте системы координат, то есть имели отрицательные значения индексов ЦПТ 1 и  ЦПТ 2, следовательно, и низкий уровень инновационного развития. В 2019 году преобладает скученность регионов, и большая часть из них расположены во 2 и 1 квадранте системы координат. Это говорит о равномерном инновационном развитии.

Площадь концентрации в 2019 году по отношению к площади 2010 года увеличилась, что свидетельствует о росте инновационного развития на всей территории Российской Федерации.

Таким образом, с помощью кластерного анализа динамики инновационной деятельности была проведена типология регионов, определен уровень инновационной деятельности, присущий тому или иному типу региона. Не смотря на то, что подобные исследования уже проводились и были сформированы различные типы регионов и кластеров, выявление кластеров в данной статье базируется на основополагающих определениях инноваций и инновационного развития. Уникальным результатом проведенного исследования служит кластерный анализ в динамике, что позволяет выявить потенциал определенной территории и возможности ее дальнейшего развития.