Цель исследования. Целью исследования являлось определение однородных групп регионов, схожих по своим экономическим и инновационным показателям, статистический анализ этих групп на основе непараметрических методов и методов корреляционно-регрессионного анализа, формирование выводов и рекомендаций, касающихся инновационной деятельности.

Материалы и методы. Информационной базой исследования послужили статистические данные и аналитическая информация, характеризующая состояние экономической и инновационной деятельности в российских регионах. В исследовании использовались следующие статистические методы: непараметрические (ранговые коэффициенты корреляции Спирмена, критерий Манна Уитни), корреляционный (коэффициенты Пирсона, коэффициенты детерминации) регрессионный (нелинейные регрессионные модели), многомерные классификации (кластерный анализ), описательные статистики (средние, структурные средние, показатели вариации и др.).

Результаты. В результате кластеризации регионов России методом k-средних получены 4 кластерных группы, внутри статистически однородные по исследуемым показателям. С целью выявления взаимосвязей между рассматриваемыми показателями рассчитывались парные линейных коэффициенты корреляции Пирсона. В ходе исследования были проверены три гипотезы о статистически значимых различиях между показателями третьего и четвертого кластеров. Набор показателей был следующий: коэффициент изобретательской активности, внутренние затраты на исследования и разработки в расчете на одного работника, среднедушевой размер инновационных товаров и услуг. Для этих целей был использован непараметрический критерий Манна-Уитни. Проведенный анализ показал, что Регионы РФ крайне разнообразны и неоднородны по своему экономическому и инновационному развитию. При их анализе целесообразно предварительно использовать методы кластерного анализа для получения однородных групп территорий со схожими социальными и экономическими характеристиками, что подтверждается в настоящем исследовании проверкой гипотез о статистически значимых различиях между показателями третьего и четвертого кластеров (различия первого и второго кластеров с остальными кластерами и между собой очевидны и не требуют каких-либо математических доказательств).

Заключение. Лидерами в научном и инновационном развитии являются г. Москва, г. Санкт-Петербург, Московская область и Республика Татарстан. У них самые высокие показатели изобретательской активности населения и объемы производства инновационных товаров и услуг. Такие субъекты РФ, как Тюменская область, республика Саха (Якутия), Магаданская область, Сахалинская область и Чукотка образовали кластерную группу с самыми высокими размерами среднедушевых ВРП, инвестиций и основных фондов, но у них практически самые низкие показатели инновационной активности. Добывающая промышленность является главным двигателем экономики этих регионов. Свой отдельный кластер образовали 26 регионов со средними по РФ уровнями экономического и инновационного развития. В частности, в него вошли области: Белгородская, Липецкая, Смоленская, Архангельская, Вологодская, Ленинградская, Мурманская, Челябинская, Иркутская, Томская и др. Эти регионы перспективны в инновационном плане, но требуют для своего дальнейшего развития существенных федеральных вложений. Четвертая группа регионов объединила экономически слабые территории с низкими показателями инновационной деятельности. Эти регионы составили более половины от всей совокупности (47 регионов). Статистический анализ внутри полученных кластеров позволил выявить взаимосвязи экономических показателей и описать их с помощью регрессионных моделей.