УДК 330.43: 338.24
DOI: 10.36871/2618­-9976.2025.10.004

Авторы

Андрей Александрович Зайцев,
Доктор экономических наук, профессор, профессор Высшей инженерно­экономической школы, Санкт­-Петербургский политехнический университет Петра Великого
Тонни Майамбала Себбаггала,
Старший преподаватель Высшей инженерно­экономической школы, Санкт-­Петербургский политехнический университет Петра Великого

Аннотация

Цель исследования заключается в разработке и апробации экономико­математического инструментария для сегментации субъектов Российской Федерации на основе институциональных и инновационных показателей с последующей идентификацией ключевых детерминант кластеризации. В данной работе предложен экономико­математический подход к кластерному анализу субъектов Российской Федерации на основе показателей институционального и инновационного развития. Выполнена сегментация регионов методами k­средних и иерархической агломерации. Для оценки влияния ключевых факторов применена множественная линейная регрессия. Плотность малых предприятий и объём инвестиций продемонстрировали отрицательную зависимость от принадлежности к кластерам при уровне значимости 0,01. Внутренние затраты на научно­исследовательские и опытно­конструкторские работы продемонстрировали положительный вклад, тогда как объём инновационной продукции – отрицательный (при уровне значимости 0,05). Иерархическая модель подтвердила дополнительно статистическую значимость численности исследовательского персонала и патентной активности. Уровни объяснённой дисперсии составили R² = 0,676 и R² = 0,785. Для верификации сформированных групп использованы методы классификации. К ним относятся Random Forest, метод опорных векторов, алгоритм k­ближайших соседей и градиентный бустинг. Random Forest обеспечил точность 96 % при среднем F1, превышающем 0,95. Полученные результаты образуют эмпирическую основу для разработки целевых стратегий поддержки инновационного развития регионов.

Ключевые слова

кластерный анализ
институциональное развитие
региональная экономика
сегментация
инновационный потенциал
машинное обучение
множественная линейная регрессия
агломеративная кластеризация
факторный анализ