Scientific journal

Bulletin of the Altai Academy of Economics and Law

Print ISSN 1818-4057

Online ISSN 2226-3977

List of the Higher Attestation Commission

SPATIAL SCIENCES AND TYPOLOGY OF RUSSIAN REGIONS BY SOCIO-ECONOMIC INDICATORS

1

• Authors
• Files
• Abstract
• Keywords
• References

Введение

Пространственными науками можно считать те, которые исследуют общественные и природные явления и процессы, расположенные или происходящие на поверхности земли и привязанные к той или иной, как правило обитаемой человеком и имеющей определенные границы, территории или акватории. Лидирующие позиции среди пространственных наук занимает география. В самом общем виде можно сказать, что география изучает территориальные различия явлений от места к месту. Согласно П. Хаггету, «перед географом стоят три разные, но тесно связанные друг с другом задачи: 1) исследование размещения (установление точного местоположения предметов и явлений в пространстве…); 2) выявление взаимосвязи человека и окружающей его среды… 3) выделение районов (районирование) и нахождение отличительных особенностей отдельных пространственных подразделений» [1, c. 21-22]. Ю. Г. Саушкин давал следующее определение: «экономическая география – это наука о процессах формирования, развития и функционирования территориальных социально-экономических систем и об управлении этими системами» [2, c.5].

Пространственная экономика (spatial economics) – это область исследований, изучающая, как местоположение, расстояние и географические факторы влияют на экономическую деятельность, распределение ресурсов и региональное развитие. Близко к этому направлению находится «региональная экономика», которая развивается в нашей стране с 1970-х годов, когда вышла одноименная книга академика Н. Н. Некрасова [3]. Пространственная социология, название которой возводят к работе Г. Зиммеля 1903 года [4] изучает пространственную организацию общества и иногда рассматривается как часть социально-экономической географии.

Пространственная демография (spatial demography), геодемография, география населения изучают системы расселения, территориальные аспекты демографических процессов, а также миграционные потоки людей. Согласно С. Б. Макеевой, «к первому пространственно-демографическому исследованию можно отнести работу английского ученого Джона Сноу о пространственной взаимосвязи заболеваемости холерой, расположением водяных насосов и распространением смертности среди населения Лондона» [5]. Начало современной пространственной демографии обычно возводят к демографу и математику А. Роджерсу [6]. Согласно В. А. Безвербному и Т. Р. Мирязову, «под пространственной демографией следует понимать пространственный анализ демографических процессов, предполагающий применение геоинформационных, математических и статистических методов для исследования количественных и структурных изменений системы расселения территории» [7].

Цель исследования: развитие методологии анализа территориальных социально-экономических объектов посредством их типологии.

Материалы и методы исследования

Работа строится на общенаучных методах, сравнительно-аналитических подходах, приемах классификации и типологии пространственных социально-экономических объектов. Эмпирической базой для типологии служат данные Федеральной службы государственной статистики (Росстата) из сборников «Регионы России», «Труд и занятость в России», «Социально-экономическое положение России» 1.

Результаты исследования и их обсуждение

Типология социально-экономических объектов позволяет выделить главные свойства социально-экономического пространства, увидеть закономерности в территориальной дифференциации явлений, которые труднее различить на фоне однородной, не обработанной информации. Типология является методом обобщения (генерализации) количественных данных наблюдений за объектами, расположенными на территории. Она уменьшает количество изучаемых объектов, выделяет их обобщающие свойства и упрощает анализ этих свойств. Типология, как аналитический метод, распространенный в пространственных науках, позволяет конкретизировать «различия от места к месту» между условиями жизни населения, экономическими ресурсами, демографическим статусом, направлениями и перспективами экономического и социального развития регионов страны или стран мира. На базе типологии можно решать вопросы прогнозирования и планирования развития соответствующих объектов, определения или изменения их институционального статуса, принадлежности к крупным территориальным подразделениям внутри страны, блокам и союзам международного уровня.

Э. Б. Алаев различал классификацию и типологию следующим образом: «1. Под классификацией понимается группировка изучаемых объектов, исходя из количественных признаков (например, классификация поселений по людности). 2. Под типологией – группировка объектов по качественным признакам (например, функциональная типология поселений)» [13]. Л. В. Смирнягин писал: «Классификация – логическая операция, состоящая в разбиении всего множества по сходству или различию на отдельные группы, называемые классами. Типология – упорядочение знания. Это вид классификации, с упором на качественную сторону» [14. c. 123]. В данной статье понятия «классификации» и «типологии» рассматриваются как близкие по смыслу и взаимозаменяемые, но в качестве основного наименования используется «типология».

Автоматической можно считать типологию социально-экономических объектов, которую разрабатывает компьютерная система или искусственный интеллект с минимальным вмешательством человека. Разработчик только производит подбор критериальных показателей, их предварительную обработку и верификацию, потом – интерпретацию результатов расчетов. Впервые в отечественной науке методологию автоматической многомерной классификации социально-экономических объектов применили новосибирские социологи под руководством академика Т. И. Заславской в 1970-е годы для типологии областей, краев и автономных республик СССР [10]. В этой работе для типологии объектов было использовано 26 показателей, включавших производство продовольствия на душу населения, заселение и освоенность территории, развитие коммуникаций транспорта и связи, рождаемость, структуру населения по полу и возрасту, здоровье населения, развитие сети поселений, транспортную доступность населенных пунктов, характеристики труда и занятости населения, доходы населения, уровень образования, социальную активность, антисоциальное поведение [10, c. 56]. Авторы этой работы применяли статистическую методологию распознавания образов. 130 регионов СССР областного уровня они разделили на 8 типов, каждому из которых дали подробную содержательную характеристику [10, c. 299-327]. В 1980-1990-е гг. социально-демографическая типология регионов СССР предлагалась Г. М. Федоровым [11], типология регионов РФ по показателям рынка труда и занятости А. В. Кашеповым [12], типология по социальным показателям Н. В. Зубаревич [13]. На основе методологии автоматической классификации А. В. Кашепов в 2025 г. разработал новую версию типологии стран мира [14].

Качественные (априорные) типологии социально-экономических объектов разрабатываются на основе субъективных представлений их авторов о наличии сходств или различий между указанными объектами. Субъективные представления могут быть групповыми или индивидуальными, политическими мотивированными и т.д. Процесс разработки типологии в этом случае сводится к формированию экспертами «корзин» – типов, основные характеристики и названия которых назначаются исходя из целей исследования не на базе данных, а на основе интуиции авторов. Например, таких «корзин» может быть 2 – «развитые регионы» и «менее развитые регионы». После назначения «корзин» их заполняют подлежащими классификации объектами.

Предположительно, избежать априоризма и уменьшить влияние субъективно-интуитивных представлений разработчиков на типологию социально-экономических объектов может автоматическая многокритериальная классификация. При разработке автоматической типологии каждый объект характеризуется большим количеством статистических показателей, а процесс классификации выполняет математико-статистическая программа. Функции разработчика ограничиваются подбором показателей и интерпретацией полученных результатов. В классической работе под руководством Т. И. Заславской, которую с нашей точки зрения необходимо рассматривать как образец автоматической классификации, это была программа распознавания образов, специально разработанная отечественными математиками [10]. В работах А. В. Кашепова [14, 15] использовалась методика кластерного анализа, встроенная в систему STADIA.

В данной статье рассматривается пример автоматической типологии субъектов РФ по социально-трудовым показателям, ранее частично опубликованной в работе 2024 г [15]. Поскольку технические вопросы классификации уже были опубликованы, в этом контексте речь идет о подборе критериев классификации и интерпретации результатов. Результаты автоматической классификации 2024 года отражены на рисунке.

Результаты автоматической типологии субъектов Российской Федерации по 26 социально-экономическим показателям за 2019-2023 гг. Источник: расчеты автора по данным Росстата

В качестве критериев типологии 2024 года было использовано 26 статистических показателей, в основном ориентированных на анализ производства валового регионального продукта, заработной платы и занятости. Большинство показателей были взяты из сборников Росстата «Российский статистический ежегодник, 2023», «Труд и занятость в России, 2023», «Регионы России, 2023». Состав показателей в данном исследовании носил исследовательский (поисковый) характер, поэтому он отличался от официального списка 33 ключевых индикаторов в Постановлении Правительства Российской Федерации №582 и от списка 55 показателей для мониторинга Росстата3.

Базой для анализа оплаты труда выступала среднемесячная номинальная начисленная заработная плата (СННЗП) за 2024 год, которую сопоставляли с данными 2020 и 2023 годов, взвешивали по региональному прожиточному минимуму и производительности труда – валовому региональному продукту (ВРП), деленному на число занятых в экономике. Реальную заработную плату за 2023 год рассчитывали относительно 2019 и 2022 годов. Занятость анализировали по трем направлениям, среди которых особо выделялись сфера услуг и обрабатывающие производства; структурные изменения в отраслевой занятости описывал индекс качества структурных сдвигов. Региональные экономики характеризовали ВРП на одного занятого и индекс физического объема ВРП за период 2019–2022 годов.

Экономический потенциал территорий отражали несколько параметров: стоимость основных фондов на одного занятого в 2022 году, прирост этой стоимости за 2018–2022 годы (дефлированный по индексу потребительских цен), инвестиции в основной капитал на душу населения в 2022 году, а также индекс физического объема таких инвестиций за 2018–2022 годы. Сферу занятости дополнительно описывали динамика численности рабочей силы за 2018–2022 годы, изменение числа занятых и безработных за 2020–2024 годы, уровень безработицы по данным Обследования рабочей силы Росстата за 2024 год.

Демографическую ситуацию характеризовали через динамику численности населения за 2018–2022 годы, коэффициент миграционного прироста и долю городского населения (уровень урбанизации) в 2022 году. Географическое положение регионов определяли два показателя, рассчитанных с помощью Яндекса: расстояние региональных столиц от Москвы в километрах и отклонение средней температуры региона от среднероссийской в градусах. Поскольку большинство субъектов РФ расположены восточнее Москвы, первый показатель трактовали как «индекс запад-восток» или меру периферийности, второй – как «индекс север-юг». Природно-климатические зоны в России сменяются с северо-востока на юго-запад, однако подобные индикаторы позволяют приблизительно указать географическое положение региона и оценить его обеспеченность агроклиматическими ресурсами.

Расчеты позволили выделить пять типов регионов России (рисунок), первый из которых охватывает северные автономные округа с масштабной добычей энергоносителей, значительная доля которых направляется на экспорт. На эти территории приходится лишь 1,6% населения страны и 1,7% занятых, однако их вклад в общероссийский валовой региональный продукт достигает 9,1%, столько же они обеспечивают в инвестициях в основной капитал. Суровый климат и производственная специфика сформировали характерную картину расселения, при которой свыше 90% жителей сосредоточено в городах. Среднемесячная номинальная начисленная заработная плата здесь достигла 139 тысяч рублей (по данным на июнь 2024 года), что превосходит показатели всех остальных кластеров. Производительность труда, измеряемая как ВРП на одного занятого, в 2022 году равнялась 8,4 миллиона рублей ежегодно и превышала среднероссийский уровень в 4,25 раза.

Условный региональный фонд оплаты труда (УРФОТ)4 в 2024 году формировал в этом кластере 2,6% общероссийской величины, что на порядок меньше, чем в столичных мегаполисах. Высокооплачиваемые работники концентрировались преимущественно в Москве и Санкт-Петербурге, тогда как на Север приходилась лишь незначительная их часть. Отношение условного регионального фонда оплаты труда к ВРП оказалось здесь минимальным среди кластеров и составило 15,3%. В терминах марксистской политэкономии подобное соотношение указывает на существенно более высокую степень «эксплуатации» рабочей силы по сравнению с остальными четырьмя группами регионов. Безработица держалась на уровне 1,5%, что ставит эти округа в число территорий с наименьшей незанятостью. Благоприятная экономическая конъюнктура сочеталась с миграционным оттоком, поскольку люди, длительное время не находящие работу, уезжали в южные или центральные области.

В состав 2 типа вошли республики Северного Кавказа и юга Сибири, для которых характерен пониженный по сравнению со средним в РФ уровень экономического развития и гораздо большее демографическое благополучие. Эти регионы концентрировали в 2024 году 6,9% населения и 6,3% рабочей силы РФ при низком уровне урбанизации – 49,4%. Они производили 2,2% суммарного ВРП регионов РФ, получая инвестиций на порядок меньше, чем первый кластер. Зарплата здесь была самой низкой – 52,8 тыс. рублей в июне 2024 года (59,3% от среднероссийской). Но зато соотношение расчетного уровня фонда оплаты труда (УРФОТ) к ВРП здесь было самым высоким среди 5 кластеров – 57,4%. Это означает наименьший уровень «эксплуатации» рабочей силы в этих республиках по сравнению с другими регионами страны. Уровень безработицы здесь составлял 8,9% и был самым высоким среди кластеров. Повышенная безработица здесь складывалась не только по причинам экономического отставания, но также и в результате более высокого, чем в других регионах, прироста населения.

К 3 типу были отнесены 55 промышленных и промышленно-аграрных областей и республик РФ, суммарно представляющих собой «опорный каркас» экономики и населения страны. В 2024 году здесь проживало около 2/3 населения страны, а уровень урбанизации составлял 71,9%. В этих регионах производилось 43,5% ВРП России. Производительность труда была выше, чем в республиках 2 типа, но ниже, чем в остальных кластерах. Инвестиции в регионы данного типа составляли 40,1% от их российского объема, средняя заработная плата (СННЗП) достигала 77% от среднего по РФ, соотношение УРФОТ/ВРП было выше, чем в экономически благополучных кластерах 1,4 и 5 типов и составляло 40,4%. Безработица здесь достигала 2,3%, то есть была близка к среднероссийской. Демографическая ситуация в большинстве регионов этой группы была неблагополучной, в некоторых из них наблюдался миграционный отток в перспективные регионы с более высокой заработной платой.

Четвертый тип сформировали регионы Сибири и Дальнего Востока, экономика которых опирается на промышленно-аграрную структуру. Статистически эти территории располагаются между лидерами из первого кластера и среднеразвитыми субъектами третьего, концентрируя 9,3% населения страны и 9,2% рабочей силы, а также производя 10,4% совокупного российского ВРП. Урбанизация здесь достигает 75,5%, превышая средний показатель по стране, и развитые комплексы добывающих производств создают устойчивую основу для экономического роста.

На долю четвертого типа приходится 15,5% всех инвестиций по стране, а по объему капитальных вложений на одного занятого группа уступает лишь первому типу. Государство и бизнес активно вкладывают средства в большинство входящих сюда регионов, что свидетельствует о перспективах их развития и стимулирует его. Средняя номинальная начисленная заработная плата занимает третью позицию (после первого и пятого кластеров), превышая среднероссийский уровень на 7,2%. Безработица в 2024 году составляла 2,7% и лишь незначительно отклонялась от общероссийского значения.

Пятый тип регионов объединяет Москву и Санкт-Петербург с прилегающими к ним областями.

В этих регионах проживает пятая часть населения России (20,1%), причем горожане составляют 91,3% от общего числа жителей. Здесь сконцентрировано 21,6% общероссийской рабочей силы, и эти трудовые ресурсы обеспечивают производство более трети валового регионального продукта страны (34,9%), в структуре которого доминируют высокотехнологичные секторы обрабатывающей промышленности, торговля, сфера услуг, образование и наука. Годовая выработка на одного работника достигает 3,1 млн рублей и превышает среднероссийский показатель более чем в полтора раза. Выше она лишь в субъектах первого кластера. На эти территории приходится 30,1% вложений в основной капитал, а по объему инвестиций на одного занятого кластер занимает третью позицию после первого и четвертого. Средняя номинальная заработная плата в июне 2024 года составила 126,5 тысяч рублей, тогда как московский показатель оказался еще выше (153,4 тысячи рублей), и больше получали только в регионах первого типа.

Численность работников в столичных мегаполисах и прилегающих агломерациях превосходит аналогичный показатель регионов первого типа более чем десятикратно, и именно это превращает данные территории в главные точки концентрации населения с высокими доходами на всей территории России. Безработица удерживается на отметке 1,5%, что примерно вдвое ниже среднего по стране. Естественный прирост населения (баланс рождаемости и смертности) остается отрицательным, однако миграционный приток из других кластеров вместе с потоком иностранной рабочей силы восполняет этот демографический дефицит.

Заключение

Применение методологии автоматической классификации социально-экономических объектов позволяет усовершенствовать методологию регионального экономического анализа, это может быть использовано для разработки новых, либо усовершенствования имеющихся типологий регионов Российской Федерации. Предложенная типология разделила 85 субъектов Российской Федерации (в качестве объектов классификации выступали регионы, обеспеченные статистической информацией Росстата по состоянию на 2024 год)на 5 типов по 26 социально-экономическим показателям. Выделенные типы четко дифференцируются на столичные городские агломерации, состоящие из мегаполисов и их ближайшего окружения (5 тип), сильные и перспективные в экономическом отношении, хотя с малочисленным населением, регионы 1 типа и также хорошо обеспеченные природными ресурсами регионы 4 типа. Менее успешными в экономическом плане на сегодняшний момент являются «старопромышленные», как правило демографически депрессивные регионы 3 типа, которые концентрируют более половины населения и рабочих мест в стране, а также и более половины безработных. Наименее экономически благополучными, но имеющими благоприятные демографические показатели являются республики, отнесенные ко 2 типу регионов.

По нашему мнению, методология автоматической многокритериальной классификации является более объективной, чем априорная типология, в которой объекты делятся на группы в соответствии с качественными представлениями разработчика. Она также может рассматриваться, как более комплексная, чем распространенные в отечественных публикациях классификации регионов по узкому кругу взаимосвязанных показателям – например, только по макроэкономическим показателям: валовому региональному продукту (ВРП), инвестициям и инфляции.

Однако она имеет свои особенности и ограничения: результаты автоматической типологии могут различаться в зависимости от конкретного алгоритма статистической программы. В этом смысле одни и те же объекты могут быть сгруппированы по-разному как в одной и той же, так и в различных математико-статистических программах. Качество и конфигурация автоматической типологии зависит от количества и состава используемых для ее разработки статистических показателей. На основе демографических показателей получится одна типология, на основе экономических – другая.

Результаты каждой автоматической типологии уникальны и трудновоспроизводимы, потому что для их повторения необходим точно такой же набор данных, загружаемый в аналогичную систему математико-статистических расчетов. Автоматическая типология не позволяет отследить развитие того или иного объекта во времени. Например, если классификация регионов выполнена посредством кластерного анализа по одному показателю – душевому ВРП, то повторив ее через 5 лет, можно сделать выводы о происшедших за это время переходах объектов из «менее развитых» в «более развитые». Многокритериальная автоматическая типология не предназначена для отслеживания подобных переходов.

Несмотря на указанные ограничения, автоматическая многокритериальная типология открывает много полезных возможностей. Как уже было сказано, она носит комплексный, социально-экономико-демографический характер, улавливая больше сходств и различий между объектами, чем классификации по ограниченному числу критериев. Подобная типология не только позволяет усовершенствовать ретроспективный анализ показателей, но и может быть полезна для представления (презентации) прогнозов. Например, экономические прогнозы Министерства экономического развития РФ и демографические прогнозы Росстата, могут быть представлены в разрезе типов регионов, что даст новую информацию для понимания ситуации в стране.

Предполагается, что методология автоматической классификации социально-экономических объектов может быть использована для решения разнообразных научных и практических задач в сфере региональной экономики, социально-экономической географии, мониторинга субъектов Российской Федерации, а также преподавания соответствующих дисциплин в учебных заведениях.

---

Conflict of interest

---

Financing

---

Библиографическая ссылка

Кашепов А.В. ПРОСТРАНСТВЕННЫЕ НАУКИ И ТИПОЛОГИЯ РЕГИОНОВ РОССИИ ПО СОЦИАЛЬНО-ЭКОНОМИЧЕСКИМ ПОКАЗАТЕЛЯМ // Вестник Алтайской академии экономики и права. 2026. № 6. С. 12-19;
URL: https://vaael.ru/en/article/view?id=4528 (дата обращения: 11.07.2026).
DOI: https://doi.org/10.17513/vaael.4528