Текущий выпуск

Динамика значений компонентов научно-технического потенциала регионов Российской Федерации

DOI

10.5922/2079-8555-2022-3-9

Страницы / Pages

165-176

Аннотация

Представлены данные, которые могут быть использованы для сравнительных исследований научно-технического потенциала на уровне регионов Российской Федерации. Базу данных составляют шесть показателей, которые характеризуют развитие кадровых и финансовых компонентов национальной научно-технической системы, а также результаты научной деятельности, выраженные в форме научных публикаций и используемых передовых производственных технологий за период 2010—2020 годов. Такой набор взаимосвязанных индикаторов позволяет оценить научно-технический потенциал и результативность научных исследований регионов Российской Федерации, что в значительной степени влияет на уровень развития инновационной среды. Помимо этого собранные данные о научной продуктивности регионов могут быть использованы для проведения ряда других региональных исследований социально-экономической направленности. Набор данных включает в себя статистические показатели для 85 регионов России за период 2010—2020 годов, которые были взяты из опубликованных материалов Федеральной службы государственной статистики (Росстат). Данные о количестве и динамике научных публикаций были извлечены из Scopus (Скопус), которая является крупнейшей единой курируемой мультидисциплинарной библиографической и реферативной базой данных. Результаты представлены в виде таблиц и картографических материалов (3 таблицы, 6 картосхем).

Abstract

This article offers data that can be used in comparative studies of research and technology capacity at the level of Russian regions. The database comprises six indicators of the development of personnel-related and financial components of a national research and technology system and research results as evinced in research publications and advanced manufacturing technologies that appeared in 2010—2020. This set of interconnected indicators makes it possible to evaluate Russian regions’ research and technology capacity and research output, which affect the degree of development of the innovative environment. The data on regional research output may be of assistance to further regional socio-economic research. The data set includes statistical indicators for 85 Russian regions for 2010—2020, as reported by ROSSTAT. The data on the number off publications and variations therein were obtained from Scopus, the largest unified curated multidisciplinary abstract and citation database. The results are presented as tables and cartographical materials (three tables and six map charts).

Список литературы

Технические характеристики данных

Ценность данных

Традиционный подход к оценке научно-технического потенциала предполагает рассмотрение набора статистических показателей, отражающих уровень ресурсного обеспечения научно-технической сферы и результативности научных исследований и разработок, например при помощи анализа патентной активности [1], [2], [3]. Научная деятельность представляется нами как производственный процесс по созданию новых научных знаний. Параметры эффективности для этого процесса будут определяться производительностью субъектов научно-технической системы, которая может быть измерена, например, при помощи подсчета научных публикаций [4], [5], [6], [7], [8]. Представленная база данных с включением наукометрических индикаторов позволяет сопоставить ресурсное обеспечение и результативность научных исследований и выявить определенные особенности регионов, которые слабо идентифицируются традиционными показателями научно-технического потенциала. Помимо этого численные данные о производстве нового научного знания применяются в исследовании географии знания и инноваций, а также находят свое отражение в методиках пространственной наукометрии [9], [10]. Представленная база данных может быть использована федеральными и региональными органами власти при разработке программ и стратегий научно-технологического развития, а также специалистами для изучения состояния научно-технического потенциала территорий.

Методы исследования

Для того чтобы сформировать набор статистических показателей, отражающих уровень ресурсного обеспечения научно-технической сферы и результативности научных исследований и разработок, были использованы сборники официальной статистической информации Федеральной службы государственной статистики, в которых содержится информация о социально-экономических показателях регионов Российской Федерации, таких как среднегодовая численность населения региона, данные о персонале, занятом научными исследованиями и разработками и внутренних затратах на научные исследования и разработки [11], [12]. Чтобы получить данные о долях внутренних затрат на исследования и разработки, в процентах к валовому региональному продукту, потребовалось экспортировать данные из единой межведомственной информационно-статистической системы (ЕМИСС).

Для формирования базы данных научных публикаций было необходимо создать наборы публикаций для каждого региона Российской Федерации с использованием функции расширенного поиска в базе данных Scopus вручную. Для этого авторы экспортировали список городов, представленных в Scopus в разделе «Организация» (для поиска было задано два значения: «Russia» — 5 результатов поиска, то есть организаций и «Russian Federation» — 1560 результатов поиска). Это было сделано для того, чтобы при составлении поискового запроса публикаций по городам учесть возможные организации, привязанные к этим городам и имеющие профили в Scopus. В данном списке встретились не только города, но и сельские поселения, поселки городского типа и муниципальные районы. Организации, принадлежащие этим территориальным единицам, также были включены в список для последующего анализа. Всего после исключения дубликатов был найден 181 город, в котором есть организации, зарегистрированные в Scopus, 16 сельских поселений, 9 муниципальных районов и 6 поселков городского типа.

После того как организации, имеющие валидированный профиль в Scopus, были соединены со списком российских городов, для каждого города был составлен поисковой запрос для составления наборов публикаций. Пример поискового запроса для Калининграда:

AFFILCOUNTRY(russia*) AND (AFFILCITY(kaliningrad) OR AF-ID("Immanuel Kant Baltic Federal University" 60031254) OR AF-ID("Kaliningrad State University" 60069251) OR AF-ID("Kaliningrad State Technical University" 60018744) OR AF-ID(“Baltic State Academy of Fishing Fleet” 60095508) OR AF-ID(“All-Union Scientific Research Institute for Synthetic Fibres" 60084534)) AND (LIMIT-TO ( PUBYEAR,2020) OR LIMIT-TO ( PUBYEAR,2019) OR LIMIT-TO ( PUBYEAR,2018) OR LIMIT-TO ( PUBYEAR,2017) OR LIMIT-TO ( PUBYEAR,2016) OR LIMIT-TO ( PUBYEAR,2015) OR LIMIT-TO ( PUBYEAR,2014) OR LIMIT-TO ( PUBYEAR,2013) OR LIMIT-TO ( PUBYEAR,2012) OR LIMIT-TO ( PUBYEAR,2011) OR LIMIT-TO ( PUBYEAR,2010))

Сформированные наборы публикаций для всех возможных российских городов были объединены по регионам в соответствии с официальным территориальным делением. В данном исследовании автор ориентировался на научные публикации, проиндексированные в период 2010—2020 годов в регионах России, а именно на статьи в журналах, обзорные статьи, препринты, статьи в материалах конференций, книги, главы в книгах и др. В качестве источника библиометрических данных была выбрана база данных Scopus компании Elsevier.

Описание данных

Данные охватывают 85 регионов Российской Федерации за 2010—2020 годы. При проведении сравнения показателей между 2020 и 2010 годами данные для Республики Крым и г. Севастополя были взяты за 2020 и 2014 годы. Сбор данных проходил с февраля по март 2020 года (данные о публикациях за 2020 год дополнялись в 2021 году).

Данные сгруппированы по основным составляющим научно-технического потенциала регионов: кадровая, финансовая, результативная. Показатели, используемые при формировании базы данных, представлены в таблице 1.

Поскольку регионы России сильно различаются между собой по размерам, отобранные автором показатели были дополнительно приведены к относительным значениям. Для этого абсолютные показатели были разделены на тысячу жителей в регионе. Так, рисунок 1 отражает дифференциацию российских регионов по численности персонала, занятого научными исследованиями и разработками в расчете на 1000 жителей.

1

Численность и динамика численности персонала, занятого научными исследованиями и разработками в регионах РФ, на 1000 жителей, 2010—2020 годы [11], [12]

Значительные положительные изменения в численности персонала, занятого научными исследованиями и разработками, были выявлены в регионах, где насыщенность научными кадрами представлена на уровне ниже среднего: Ямало-Ненецкий автономный округ, Республика Ингушетия, Республика Крым, Ставропольский край, Липецкая область. В этих регионах скорость среднегодового прироста научных кадров превышает 5 %. Напротив, в регионах с изначально высокой концентрацией ученых наблюдается умеренное снижение численности научных кадров. Например, в регионах с численностью научных кадров более 5000 человек отмечается снижение на 0,4 % в год.

Наибольшая часть научных кадров сконцентрирована в г. Москве, г. Санкт-Петербурге, Нижегородской, Московской и Томской областях. Данные таблицы 2 отражают различия регионов РФ по численности персонала, занятого научными исследованиями и разработками в расчете на 1000 жителей и на одного занятого.

Примечание: *0,090—1,000 человек на 1000 жителей; **1,001—4,000 человек на 1000 жителей; ***4,001—16,772 человек на 1000 жителей.

Среди регионов, в которых численность научных кадров составляет 27—1000 человек, относительный показатель равен 1,090—1,000 человеку на тысячу жителей, однако часть регионов по относительному показателю сравнима с субъектами, более обеспеченными человеческими ресурсами (например, Магаданская, Сахалинская, Орловская области, Республики Тыва, Мордовия, Карачаево-Черкесская, Камчатский край). Регионы второй группы демонстрируют численность персонала, занятого научными исследованиями и разработками — 1,001—4,000 человека на 1000 жителей, однако показатели Томской, Калужской, Ярославской, Пензенской областей соответствуют третьей группе. Третью группу с численностью научных кадров 4,001—16,772 человека на тысячу жителей составляют 12 регионов во главе с г. Москвой, г. Санкт-Петербургом, Нижегородской и Московской областями.

Рисунок 2 характеризует численность и динамику численности исследователей с учеными степенями в регионах России. На первом месте по количеству исследователей с учеными степенями находится г. Москва. В группу с высоким кадровым потенциалом входят также г. Санкт-Петербург, Новосибирская, Томская, Московская и Магаданская области. Наибольший прирост численности исследователей с учеными степенями с 2010 года зафиксирован в Липецкой области и Алтайском крае (155 и 135 % соответственно). Напротив, наиболее интенсивную убыль количества исследователей с учеными степенями демонстрируют Тверская, Калужская, Амурская, Сахалинская, Псковская области; Чеченская Республика и Ханты-Мансийский автономный округ — Югра. Корреляция между количеством исследователей со степенями и их изменением отсутствует, однако среди регионов с наибольшим количеством исследователей существует тенденция к снижению исследователей с учеными степенями.

2

Численность и динамика численности исследователей с учеными степенями в регионах РФ на 1000 жителей, 2010—2020 годы [11], [12]

В отличие от кадрового потенциала объем финансирования науки в России растет ежегодно. Так, внутренние затраты на научные исследования и разработки с 2010 года увеличились более чем в два раза, а среднегодовой прирост объема финансирования составляет 8,5 %. На рисунке 3 представлено распределение регионов России по объему внутренних затрат на научные исследования и разработки. Распределение затрат из расчета на 1000 жителей демонстрирует схожие положения лидирующих субъектов по обоим показателям. На первых строках рейтинга располагаются г. Москва, Нижегородская область, г. Санкт-Петербург, Московская область.

3

Объем и динамика внутренних затрат на научные исследования и разработки на 1000 жителей, 2010—2020 годы [11], [12]

В большинстве регионов зафиксирован рост внутренних затрат на научные исследования и разработки. Исключение составляют Калужская область (убыль финансирования –9,7 % в 2020 году по сравнению с 2010 годом) и Ненецкий автономный округ (–19,6 %). Наибольшие показатели среднегодового прироста затрат демонстрируют Ямало-Ненецкий автономный округ, г. Севастополь, Липецкая область, Республика Крым, Республика Ингушетия, Псковская область. В остальной части регионов среднегодовой прирост внутренних затрат составил менее 20 %.

В таблице 3 представлено распределение субъектов России по абсолютным и относительным показателям затрат на научные исследования и разработки. В первую группу входят 27 субъектов с наименьшим объем затрат, однако в Магаданской области в 2020 году было затрачено 5,836 млн из расчета на 1000 жителей, что относит регион к третей группе. Также в третью группу по относительному объему затрат попали Калужская, Тульская, Ярославская области и Камчатский край.

Доля внутренних затрат на научные исследования и разработки от ВРП слабо коррелирует с общим объемом затрат. На первом месте располагается Нижегородская область, где на исследование и разработки в 2020 году было потрачено 5,5 % от ВРП, в то время как по натуральному значению она находится на четвертом месте, уступая г. Москве, Московской области и г. Санкт-Петербургу (рис. 4). В большей части всех регионов России доля внутренних затрат на науку к ВРП ниже 1,0 %.

4

Доля и динамика внутренних затрат на научные исследования и разработки к ВРП, 2010—2019 годы [11], [12], [ЕМИСС<1>]

На рисунке 5 представлено распределение регионов по количеству публикаций, индексируемых в изданиях базы данных Scopus в расчете на 1000 жителей региона. В 2020 году лидерами по общему числу публикаций стали Томская область, г. Москва, Новосибирская область, г. Санкт-Петербург и Свердловская область. Положительная динамика изменения количества публикаций была зафиксирована во всех регионах Российской Федерации, однако наиболее интенсивный рост демонстрируют Ямало-Ненецкий автономный округ, Чеченская Республика, Кировская область, Республика Адыгея, Республика Хакасия.

5

Объем и динамика количества научных публикаций, индексируемых в базе данных Scopus, на 1000 жителей, 2010—2020 годы [11], [12], [Scopus<2>]

На рисунке 6 представлено распределение регионов России по количеству используемых передовых производственных технологий в расчете на 1000 жителей региона в 2020 году. Так, наибольшее количество используемых технологий зафиксировано в высокоразвитом сырьевом регионе — Ямало-Ненецком автономном округе, а также в таких промышленных регионах, как Пермский край, Владимирская область и Удмуртская Республика.

6

Объем и динамика изменения количества используемых передовых производственных технологий на 1000 жителей, 2010—2020 годы [11], [12]

Таким образом, собранные данные включают в себя ряд ключевых показателей научно-технического потенциала региона, таких как обеспеченность кадровыми ресурсами с учетом квалификации исследователей, затраты на научные исследования и разработки, показатели публикационной активности, а также используемые передовые производственные технологии на уровне регионов России.

Статья подготовлена при финансовой поддержке РФФИ в рамках научного проекта №20-35-90055 «Оценка места российских научных и образовательных организаций в национальном и международном наукометрическом пространстве как фактор выявления закономерностей территориального распределения интеллектуального капитала».