В статье на основе данных Росстата за 2024 г. оцениваются региональные детерминанты инновационной активности организаций в 85 субъектах Российской Федерации. Зависимая переменная — доля инновационно активных организаций. Основные объясняющие факторы: внутренние затраты на исследования и разработки, инвестиции в основной капитал на душу населения, валовой региональный продукт на душу населения, численность студентов среднего профессионального образования и фиктивная переменная ресурсной специализации. Для проверки гипотез использованы три взаимодополняющие спецификации: линейная модель с робастными стандартными ошибками HC3, дробная логит-модель и медианная квантильная регрессия. Результаты показывают, что наиболее устойчивую положительную связь с инновационной активностью демонстрирует масштаб научно-исследовательской базы. Общий объем инвестиций в основной капитал после учета ВРП и отраслевой специализации имеет условную отрицательную корреляцию, что отражает структурные особенности российской экономики, где значительная часть капиталовложений сосредоточена в добывающих и инфраструктурных проектах. Ресурсно-ориентированные регионы в среднем характеризуются более низкой инновационной активностью при сопоставимом уровне ресурсов. Показатель численности студентов СПО не выявил самостоятельного эффекта. Модель объясняет около 42% межрегиональной вариации. Обсуждаются ограничения поперечного дизайна, слабой инструментальной идентификации и пространственной зависимости, а также направления будущих исследований с использованием панельных и пространственных моделей.
Drawing on 2024 data from the Russian Federal State Statistics Service (Rosstat), this study examines the regional determinants of organizational innovation activity across 85 constituent entities of the Russian Federation. The dependent variable is defined as the share of innovation-active organizations. The principal explanatory factors include internal expenditure on research and development, per capita fixed capital investment, per capita gross regional product (GRP), the number of students enrolled in secondary vocational education programs, and a dummy variable capturing resource-based economic specialization. Three complementary model specifications are employed to test the hypotheses: a linear model with HC3 robust standard errors, a fractional logit model, and a median quantile regression. The findings indicate that the scale of the research and development base exhibits the most robust positive association with innovation activity. Aggregate fixed capital investment, once GRP and sectoral specialization are controlled for, displays a conditional negative correlation, reflecting structural characteristics of the Russian economy wherein a substantial share of capital investment is concentrated in extractive industries and infrastructure projects. Resource-oriented regions are, on average, characterized by lower levels of innovation activity at comparable resource endowments. The number of secondary vocational education students does not exhibit an independent statistically significant effect. The model accounts for approximately 42 percent of the cross-regional variation. The paper discusses the limitations arising from the cross-sectional design, weak instrumental identification, and spatial dependence, and outlines directions for future research employing panel and spatial econometric models.