Введение

Отчет о результатах деятельности Правительства Ленинградской области за 2025 год фиксирует масштабные результаты на региональном уровне: по предварительной оценке, объем инвестиций в основной капитал достиг 1,6 трлн руб., ввод жилья составил 4,2 млн кв. м, а зарегистрированная безработица на конец года - 0,2% [4]. Эти показатели характеризуют область в целом, но не раскрывают пространственную неоднородность: источники инвестиционного и промышленного роста, масштаб потребительского рынка и риск напряженности на локальном рынке труда заметно различаются между муниципальными территориями. Запрос на такую детализацию следует из Стратегии социально-экономического развития Ленинградской области до 2036 года, объединяющей задачи технологического усложнения экономики, повышения качества поселений и развития человеческого потенциала [3]. Ранжирование муниципалитетов по одному индикатору для этой цели недостаточно: крупное население может увеличивать абсолютное число безработных, а высокий финансовый результат - сочетаться с ограниченным локальным потребительским рынком. Нужна процедура, отделяющая масштаб территории от ее индустриально-инвестиционной специализации и ситуации на рынке труда. Цель статьи - выделить основные компоненты социально-экономической дифференциации 18 муниципальных территорий Ленинградской области и на их основе сформировать содержательно интерпретируемую кластерную типологию. Рабочая гипотеза состоит в том, что территориальные различия складываются как минимум из трех относительно самостоятельных измерений: демографически-потребительского масштаба, промышленно-инвестиционно-финансовой мощности и напряженности зарегистрированной безработицы.

Материалы и методы

Исходная база включает 18 территорий: 16 муниципальных районов, Гатчинский муниципальный округ и Сосновоборский городской округ. В анализ включены численность населения, уровень и численность зарегистрированной безработицы, численность работников, оборот организаций, объем отгруженной продукции, инвестиции в основной капитал, ввод жилья, оборот розничной торговли, объем платных услуг населению, сальдированный финансовый результат организаций и средняя заработная плата. Содержательная трактовка показателей согласуется с методологическими пояснениями Росстата [5]. Абсолютные показатели приведены в исходных единицах, поэтому перед многомерной обработкой все 12 переменных стандартизированы по z-преобразованию, что исключает доминирование финансовых показателей, измеряемых в крупных денежных единицах, над относительными и демографическими характеристиками [1; 2; 7; 8]. Снижение размерности проведено методом главных компонент по корреляционной матрице с ортогональным вращением varimax. В тексте термин «фактор» применяется в прикладном смысле для интерпретации вращенных компонент; статистически извлечение основано на методе главных компонент. Пригодность матрицы оценивалась по мере Кайзера-Майера-Олкина [9] и критерию сферичности Бартлетта [6]. Третья компонента с собственным значением, близким к единице, сохранялась не механически, а потому, что она изолирует уровень безработицы от абсолютного масштаба муниципалитета. Это важно для содержательного анализа рынка труда. Таблица 1 - Пригодность корреляционной матрицы и объясненная дисперсия Показатель / компонента Собственное значение Доля дисперсии, % Накопленная доля, % КМО 0,673 - - Критерий Бартлетта χ² = 360,504; df = 66; p < 0,001 - - Компонента 1 7,028 58,567 58,567 Компонента 2 2,852 23,768 82,335 Компонента 3 0,985 8,206 90,541 Кластерный анализ выполнен методом k-средних [10] не по исходным разномасштабным показателям, а по трем стандартизированным факторным оценкам. Сравнивались решения с двумя, тремя и четырьмя кластерами. Для k = 3 средний силуэтный коэффициент равен 0,442 против 0,362 при k = 2; решение k = 4 дает чуть более высокий коэффициент (0,449), однако формирует два одноэлементных кластера. Поэтому трехкластерная модель выбрана как более компактная и интерпретируемая. При малом числе наблюдений результаты следует рассматривать как разведочную, а не окончательную типологию.

Результаты и обсуждение

Значение КМО 0,673 указывает на приемлемую пригодность набора для разведочного сокращения размерности, а значимый критерий Бартлетта отвергает гипотезу о единичной корреляционной матрице. Первая и вторая компоненты имеют собственные значения выше единицы; третья находится на пограничном уровне (λ = 0,985), но добавляет 8,206% дисперсии и содержательно отделяет показатель безработицы. Суммарно три компоненты объясняют 90,541% разброса исходных данных. После вращения на первую компоненту приходится 45,768% дисперсии, на вторую - 34,033%, на третью - 10,740%. Индивидуальные меры адекватности для уровня безработицы (0,488) и средней заработной платы (0,458) ниже традиционного ориентира 0,5. Поэтому третья компонента не трактуется как устойчивый многомерный латентный фактор: это самостоятельная диагностическая ось зарегистрированной безработицы. При этом сохранение показателя оправдано его содержательной значимостью для муниципальной политики, а средняя заработная плата получает содержательную нагрузку во второй компоненте. Таблица 2 - Повернутая матрица компонент (нагрузки по модулю не ниже 0,50) Показатель Фактор 1 Масштаб населения и потребления Фактор 2 Промышленно-инвестиционно-финансовая мощность Фактор 3 Напряженность рынка труда Численность населения 0,977 - - Уровень безработицы - - 0,942 Количество безработных 0,893 - - Численность работников 0,759 0,531 - Оборот организаций 0,619 0,760 - Объем отгруженной продукции - 0,934 - Инвестиции в основной капитал - 0,918 - Ввод жилья 0,937 - - Оборот розничной торговли 0,952 - - Платные услуги населению 0,930 - - Сальдированный финансовый результат - 0,926 - Средняя заработная плата - 0,710 -

Фактор 1 объединяет численность населения, ввод жилья, розничную торговлю, платные услуги и численность работников. Его следует интерпретировать как масштаб населения и потребления: здесь одновременно проявляются емкость локального рынка, строительная активность и концентрация занятости. Абсолютное число безработных также имеет высокую нагрузку, что не означает ухудшения ситуации в крупнейших муниципалитетах: этот показатель естественно растет вместе с численностью населения. Максимальные оценки по первой оси формируют Всеволожский район, Гатчинский муниципальный округ и Выборгский район. Фактор 2 концентрирует объем отгруженной продукции, инвестиции в основной капитал, финансовый результат, оборот организаций и среднюю заработную плату. Это промышленно-инвестиционно-финансовая мощность территории. Лидирующие оценки принадлежат Кингисеппскому, Ломоносовскому и Всеволожскому районам. Здесь сходятся разные типы роста: Кингисеппский район выделяется инвестициями и финансовым результатом, Ломоносовский - отгрузкой и финансовым результатом, Всеволожский - сочетанием масштабного населения, строительства и оборота. Фактор 3 практически полностью определяется уровнем зарегистрированной безработицы. Его самостоятельное сохранение показывает, что уровень безработицы не сводится ни к размеру территории, ни к ее промышленному профилю. Наиболее выраженная напряженность наблюдается в Волосовском, Тихвинском, Бокситогорском, Сланцевском, Подпорожском и Лодейнопольском районах. Это не доказательство причинной связи между периферийностью и безработицей, а основание выделить трудовой рынок в самостоятельный объект адресной политики. Кластеризация по стандартизированным факторным оценкам формирует не рейтинг «лучших» и «худших» территорий, а группы с различной структурой ресурсов и ограничений. Стандартизированные центры в таблице 3 показывают отклонение профиля кластера от среднего по совокупности: положительное значение фактора 3 означает повышенную напряженность рынка труда, тогда как отрицательное - ее относительное снижение. Таблица 3 - Состав и профиль кластеров муниципальных территорий Кластер и тип Состав n Средние оценки F1/F2/F3 1. Периферийные территории с повышенной напряженностью рынка труда Бокситогорский, Волосовский, Лодейнопольский, Подпорожский, Сланцевский, Тихвинский районы 6 -0,53/-0,59/1,25 2. Полюса комплексного роста Всеволожский, Кингисеппский, Ломоносовский районы 3 1,35/1,92/-0,65 3. Смешанный срединный тип Волховский, Выборгский, Гатчинский, Киришский, Кировский, Лужский, Приозерский, Тосненский районы; Сосновоборский городской округ 9 -0,10/-0,25/-0,62 Первый кластер объединяет шесть территорий с отрицательными центрами по масштабу населения и экономической мощности и с наиболее высоким уровнем напряженности рынка труда. Для этой группы приоритетны не универсальные меры поддержки, а сочетание транспортной доступности рабочих мест, развития малого бизнеса, переобучения и закрепления кадров. Важна также проверка того, какие ограничения имеют отраслевую природу, а какие связаны с демографией и расселением. Второй кластер - три полюса комплексного роста. Он не является однородным по отраслевой специализации, но объединяет территории, где высокая промышленно-инвестиционная мощность сочетается с большим или быстро растущим функциональным масштабом. Задача региональной политики здесь состоит в снятии инфраструктурных ограничений, обеспечении кадрами и распространении экономических эффектов на прилегающие территории. Для таких муниципалитетов особенно значимы транспортная связность, коммунальная инфраструктура и баланс между инвестиционным и жилищным развитием. Третий кластер включает девять территорий со смешанной конфигурацией. Он объединяет не слабые, а разнородные муниципалитеты: здесь представлены промышленный Киришский район, туристско-приграничный Выборгский район, крупный Гатчинский муниципальный округ, Сосновоборский городской округ с высокими заработками и другие территории. Общая для них характеристика - отсутствие одновременного экстремального значения по первым двум факторам. Поэтому набор решений должен опираться на локальные траектории: диверсификацию экономики, туризм, городские сервисы, модернизацию производств и развитие рынка труда.

Заключение

Пересчет после исключения неполного показателя продукции обрабатывающих производств позволил вернуть Лодейнопольский район в анализ и охватить все 18 муниципальных территорий. Полученная структура показывает, что ключевые различия между ними задаются не одним интегральным уровнем развития, а сочетанием трех осей: масштаба населения и потребления, промышленно-инвестиционно-финансовой мощности и напряженности рынка труда. Совокупно они объясняют 90,541% дисперсии исходной матрицы. Принципиальный методический результат состоит в отказе от кластеризации на исходных разномасштабных абсолютных данных. Группировка по стандартизированным факторным оценкам дает трехкластерное решение без механического исключения территорий и без доминирования показателей финансового результата. Оно выделяет шесть периферийных территорий с повышенной безработицей, три полюса комплексного роста и девять муниципалитетов смешанного срединного типа. Ограничение работы связано с малым числом наблюдений и срезовым характером данных за один год. Следующий шаг - построение панели за несколько лет, дополнение абсолютных величин показателями на душу населения и на одного занятого, а также сопоставление устойчивости кластеров при альтернативных методах группировки. Поэтому предложенная типология не заменяет управленческую диагностику, но дает ее прозрачную статистическую рамку.