Типологизация регионов РФ на основании уровня межрегиональной образовательной мобильности в системе высшего образования

Казань, Россия, ,

Kazan, Russia, ,

после окончания средней школы, и появлением возможности начать самостоятельную жизнь вне совместного проживания с родителями.

Актуальность исследования определена тем, что в современной российской практике сама система поступления в вузы создает благоприятные условия для межрегиональной образовательной мобильности. Одинаковые условия для поступления в вуз на основе баллов ЕГЭ, возможность удалённой подачи документов в несколько вузов предоставили абитуриентам широкие возможности по выбору вуза и/или региона в качестве места получения высшего образования. Университеты являются мощным аттрактором молодежи, оставаясь основным ресурсом сохранения и привлечения талантов в регионы (Габдрахманов, Никифорова, Лешуков, 2019). Человеческий капитал региона формируется за счет различных миграционных потоков, данные российской статистики представлены в разрезе международной и внутрироссийской миграции, последняя подразделяется на внутрирегиональную и межрегиональную (Гарафиев, 2022). Студенты и молодежь по-разному рациональны в своем переезде, их мотивирует возможность наращивания человеческого капитала и возможности начать карьеру, тогда как другие факторы для них незначимы (Vakulenko, Mkrtchyan, 2020).

Проблема межрегиональной мобильности российской студенческой молодежи нашла отражение в ряде работ. Большинство из них посвящены анализу причин образовательной мобильности, они базируются на результатах анкетных опросов студентов отдельных регионов и не рассматривают систему высшего образования РФ в целом (Константиновский и др., 2017; Клячко, Семионова, 2021; Роговая, Левченко, 2020).

Следует выделить ряд работ о направленности потоков межрегиональной образовательной миграционной мобильности, в которых анализируются все регионы РФ. Их условно можно разделить на основе данных, которые авторы использовали для анализа: результаты Всероссийской переписи 2010 года (Mkrtchyan, Vakulenko, 2019; Vakulenko, Mkrtchyan, 2020), сравнения потоков выпускников школ и студентов, зачисленных на 1 курс очной формы обучения в вузы региона сразу после окончания школы (Козлов, Платонова, Лешуков, 2017; Габдрахманов, Никифорова, Лешуков, 2019), данные статистической отчетности ВПО-1 (Питухин и др., 2023).

Целью нашей работы является типологизация регионов РФ на основании уровня межрегиональной образовательной мобильности в системе высшего образования. Мы также использовали данные отчета ВПО-1, но, в отличие от работы Е.А. Питухина и соавторов, не ограничились данными приема в 2022 году в государственные вузы по очной форме обучения. Научная новизна работы заключается в том, что при типологизации регионов РФ на основе авторской методики расчёта межрегиональной образовательной мобильности использовались данные за два года (2021–2022), по всем формам обучения и типам вузов.

Практическая значимость работы заключается в том, что на основе использования всей совокупности данных формы ВПО-1, полученные результаты могут быть применены для оптимизации региональной образовательной политики в России.

Форма ВПО-1 содержит обобщенную информацию о развитии системы высшего образования в Российской Федерации. Отчетность доступна на сайте Министерства высшего образования и науки РФ1. Форма ВПО-1 представлена отдельно для каждого региона, в разрезе форм обучения (очная, очно-заочная и заочная) и типов вузов (государственные или негосударственные). Такое распределение информации приводит к тому, что по большинству регионов предоставлено 6 исходных файлов в формате xls, в названии которых есть наименование региона и указания форм обучения и типа вуза. Информация о студентах, принятых на первый курс, в каждом файле содержатся на двух разных листах MS Eхсel под именами: «Р2_1_1» и «Р2_1_1 (2)». С помощью скрипта на языке программирования Python все исходные файлы были объединены в один датасет за два года (2021–2022). В статье для анализа используется датасет, включающий следующие переменные: ‘region’ – субъект РФ, ‘priem_itogo_all_budget_vnebudget’ – общее количество студентов, принятых в вузы субъекта РФ, ‘mezhregionalnaya_mobilnost_all_budget_vne_buget’ – коэффициент межрегиональной мобильности студентов, ‘mezhregionalnaya_mobilnost_all_budget’ – межрегиональной мобильности студентов бюджетной формы обучения, ‘mezhregionalnaya_mobilnost_vne_budget’ – межрегиональной мобильности студентов внебюджетной формы обучения. Все коэффициенты межрегиональной мобильности студентов вычисляются как соотношение студентов, получивших среднее образование в другом регионе, к студентам, получившим среднее образование в своем или другом регионе. Из расчета коэффициентов межрегиональной мобильности студентов были исключены студенты, получившие образование в другом государстве, и иностранцы, так как они характеризуют межгосударственную, а не межрегиональную мобильность. В переменной ‘priem_itogo_all_budget_vnebudget’ – общее количестве студентов, принятых в вузы субъекта РФ, не исключены студенты, получившие образование в другом государстве, и иностранцы, так как они отражают уровень развития системы высшего образования региона в целом.

Обработка и анализ данных осуществлялись на основе библиотек pandas, numpy, mat-plotlib, seaborn, sklearn для языка программирования общего назначения Python. Для нормализации данных использовался метод StandardScaler, который нормализует данные, вычисляя среднее значение и стандартное отклонение для каждого признака и затем вычитая среднее значение и деля на стандартное отклонение для каждого наблюдения.

Для выявления типологии регионов использовался метод кластеризации – модель гауссовой смеси (GMM). Эта модель предполагает, что кластеры можно моделировать с использованием распределения Гаусса.

Кластеризация была проведена по трем моделям, параметры которых представлены в таблице 1.

Таблица 1 – Переменные моделей кластеризации регионов

Table 1 – Variables of Regional Clustering Models

Переменные модели	Модели гауссовой смеси (GMM)
	модель 1	модель 2	модель 3
Общий коэффициент межрегиональной мобильности	+
Коэффициент межрегиональной мобильности студентов бюджетной формы обучения		+	+
Коэффициент межрегиональной мобильности студентов внебюджетной формы обучения		+	+
Количество студентов, принятых в вузы	+		+

Для определения оптимального числа кластеров нами использовался Байесовский информационный критерий (BIC) и elbow method («метод согнутого колена», он же – «метод каменистой осыпи»), после этого рассчитывался коэффициент силуэта – это параметр, определяемый для оценки качества кластеров, созданных алгоритмом. Баллы изменяются от –1 до +1 – чем выше оценка силуэта, тем лучше модель. Коэффициенты значимости моделей кластеризации представлены в таблице 2.

Таблица 2 – Коэффициенты значимости моделей кластеризации

Table 2 – Significance Coefficients of Clustering Models

Число кластеров	Коэффициент модели гауссовой смеси (GMM)
	модель 1	модель 2	модель 3
2	0,93	0,360	0,93
3	0,67	0,425	0,56
4	0,63	0,427	0,53
5	0,52	0,360	0,09
6	0,12	0,410	0,07
7	0,17	0,420	0,09
8	0,30	0,450	0,30

Распределение 2–5 кластеров по модели 1 представлено на рисунке 1, на основании которого видно, что в первый кластер по модели 1 с заданным количеством кластеров – 2 вошел только один регион – Москва, при заданном количестве кластеров 3, 4, 5 в первый кластер вошли два региона (Москва и Санкт-Петербург).

Такое распределение регионов по кластерам соответствует особенностям российской системы высшего образования, в которой наибольшее количество студентов принимается в вузы, расположенные в Москве и Санкт-Петербурге.

В модели 1 при заданном количестве кластеров – 5, появляется еще один кластер, в который входят три региона: Волгоградская и Иркутская области со значением коэффициента межрегиональной мобильности – 0,09; Пермский край – со значением 0,08. Эти регионы объединяет относительное небольшое число студентов, принятых на 1 курс, и низкий уровень межрегиональной мобильности. Данные регионы не следует рассматривать как центры межрегиональной мобильности.

Рисунок 1 – Распределение 2–5 кластеров модели гауссовой смеси (GMM) по двум параметрам (общий коэффициент межрегиональной мобильности, количество студентов, принятых в вузы)

Figure 1 – Distribution of 2–5 Clusters of the Gaussian Mixture Model (GMM) According to Two Parameters (Overall Coefficient of Interregional Mobility, Number of Students Admitted to Universities)

По модели 2 при заданном количестве кластеров, равным 8, отчетливо выделяются 4 кластера (рис. 2). 3 кластера четко проявляются по высокому уровню межрегиональной мобильности студентов внебюджетной формы обучения.

Рисунок 2 – Распределение 3–8 кластеров модели гауссовой смеси (GMM) по двум параметрам (коэффициенты межрегиональной мобильности студентов бюджетной и внебюджетной формы обучения)

Figure 2 – Distribution of 3–8 Clusters of the Gaussian Mixture Model (GMM) According to Two Parameters (Coefficients of Interregional Mobility of Students in Budgetary and Non-Budgetary Forms of Education)

В первый кластер вошел один регион – Ленинградская область, у которой значение коэффициента межрегиональной мобильности студентов бюджетной формы обучения равно 0,43, а внебюджетной формы обучения – 0,42. Во второй кластер вошли 14 регионов: Воронежская, Московская, Новгородская, Новосибирская, Свердловская, Томская, Орловская области, Еврейская автономная область, Краснодарский край, Республика Адыгея, Республика Хакасия, Чукотский автономный округ, Москва, Санкт-Петербург. В этих регионах коэффициент межрегиональной мобильности студентов бюджетной формы обучения находится в пределах 0,15–0,30, а коэффициент межрегиональной мобильности студентов внебюджетной формы обучения находится в пределах 0,25–0,42.

Здесь следует выделить малочисленные регионы: Еврейскую автономную область с 982 студентами, принятыми на 1 курс, и Чукотский автономный округ с 72 студентами, принятыми на 1 курс. Исключив эти регионы из второго кластера, мы регионы, вошедшие в первый и второй кластер, можем интерпретировать как центры межрегиональной студенческой мобильности.

Некоторые регионы мы не можем рассматривать в качестве самостоятельных центров межрегиональной студенческой мобильности, они показывают высокий уровень студенческой межрегиональной мобильности из-за географической близости к регионам с большим количеством студентов. Можно выделить несколько центров межрегиональной мобильности. В соответствии с особенностями российской системы высшего образования, в которой наибольшее количество студентов принимается в вузы, расположенные в Москве и Санкт-Петербурге, два этих региона являются центрами межрегиональной мобильности для всей страны.

Для северо-западных регионов центрами межрегиональной мобильности являются Санкт-Петербург, Новгородская область, Ленинградская область, которая с численностью студентов, принятых на 1 курс, равной 2 739 человек, является придаточной к Санкт-Петербургу, с которым она граничит.

Для южных регионов центром межрегиональной мобильности является Воронежская область и Краснодарский край, республика Адыгея с численностью студентов, принятых на 1 курс, равной 7 094 человека, является придаточной к Краснодарскому краю, с которым она граничит.

Также следует учесть климатические особенности Краснодарского края, куда переезжают жители более северных регионов – после окончания активной трудовой деятельности миграция родителей частично совпадает с образовательной миграцией детей. Центростремительные тенденции – желание обучаться и впоследствии жить в столичном регионе представлены межрегиональной мобильностью в Москву, Московскую и Орловскую области.

Для сибирских регионов и регионов Дальнего Востока центрами межрегиональной мобильности являются Новосибирская и Томская области. Выделяется Свердловская область, являющаяся, с одной стороны, центром межрегиональной мобильности для населения Уральского федерального округа, с другой стороны, в вузы Свердловской области поступают абитуриенты сибирских регионов и регионов Дальнего Востока. Республика Хакасия с малочисленным населением и с численностью студентов, принятых на 1 курс, равной 3987 человек, является центром межрегиональной мобильности для абитуриентов субъектов РФ с высокой численностью населения, с которыми она граничит – Красноярского края и Кемеровской области.

В третий кластер вошли 8 регионов: Курская, Тульская, Калужская области, Севастополь, Чувашская Республика, Ставропольский край. В этих регионах коэффициент межрегиональной мобильности студентов бюджетной формы обучения находится в пределах 0,07–0,10, а коэффициент межрегиональной мобильности студентов внебюджетной формы обучения находится в пределах 0,3–0,4. Эти регионы можно рассматривать как центры межрегиональной мобильности студентов внебюджетной формы обучения.

Центростремительные тенденции – желание обучаться и впоследствии жить в столичном регионе представлены межрегиональной мобильностью в Курскую, Тульскую и Калужскую области. Для южных регионов центрами межрегиональной мобильности являются Ставропольский край и Севастополь, для приволжских – Чувашская республика.

Распределение 2–4 кластеров по модели 3 представлено на рисунке 3, на диаграмме кластеры обозначаются красным крестом (знак «X»), для отображения центроидов кластеров объем шара соответствует количеству студентов, принятых на 1 курс.

По модели 3 при заданном количестве кластеров – 4 четко идентифицируется кластер с 13 регионами: Воронежская, Ленинградская, Московская, Новгородская, Новосибирская, Орловская, Томская области, Краснодарский край, Республика Адыгея, Республика Хакасия, Чукотский автономный округ, Москва, Санкт-Петербург. Мы исключили Чукотский автономный округ в связи с малочисленностью студентов 1 курса и получили 12 центров межрегиональной студенческой мобильности.

Рисунок 3 – Распределение 2–4 кластеров модели гауссовой смеси (GMM) по трем параметрам (коэффициентов межрегиональной мобильности студентов бюджетной формы обучения и внебюджетной формы обучения, общее число студентов)

Figure 3 – Distribution of 2–4 Clusters of the Gaussian Mixture Model (GMM) According to Three Parameters (Coefficients of Interregional Mobility of Students in the Budgetary Form of Education and Extra-Budgetary Form of Education, the Total Number of Students)

В соответствии с особенностями российской системы высшего образования, в которой наибольшее количество студентов принимается в вузы, расположенные в Москве и Санкт-Петербурге, два этих региона являются центрами межрегиональной мобильности для всей страны. Для северо-западных регионов центрами межрегиональной мобильности являются Санкт-Петербург, Новгородская и Ленинградская области. Для южных регионов центрами межрегиональной мобильности являются Воронежская область, Краснодарский край, республика Адыгея. Центростремительные тенденции – желание обучаться и впоследствии жить в столичном регионе представлены межрегиональной мобильностью в Москву, Московскую и Орловскую области. Для сибирских регионов и регионов Дальнего Востока центрами межрегиональной мобильности являются Новосибирская и Томская область. Республика Хакасия является центром межрегиональной мобильности для абитуриентов субъектов РФ, с которыми она граничит – Красноярского края и Кемеровской области.

Полученные результаты позволяют говорить о наличии четырех центров межрегиональной образовательной мобильности: один центр сибирский – Новосибирская и Томская области, а три из них можно назвать общероссийскими: центростремительный – Москва и регионы Центрального федерального округа, северо-западный или регион «второй столицы» – Санкт-Петербург и близкие к нему географически регионы, южный – Краснодарский край и его «спутник» – республика Адыгея.