Аннотация
В статье проведен анализ панельных данных с использованием статистических показателей за период 2014–2022 годов по 85 субъектам РФ, а также построена таблица пространственной автокорреляции. Для построения пространственной модели была проведена линеаризация путем логарифмирования исследуемых показателей, а для проведения анализа и построения графиков рассеяния использованы статистические пакеты прикладных программ (MS Excel, Gretl, STATA). При оценке модели на адекватность с помощью тестов Бройша – Пагана, Хаусмана и информационных критериев Акаике и Шварца была выбрана пространственная модель с фиксированными эффектами, а не случайными. Автором выявлена пространственная неоднородность по всей совокупности данных с помощью глобального и локального индексов Морана. Индекс Морана за период с 2014 по 2022 год показывает, что положительная пространственная автокорреляция Z > 0, что, соответственно, отвергает нулевую гипотезу, то есть присутствуют пространственные закономерности. Также интерпретированы прямые, косвенные и общие пространственные эффекты и построены географические карты по эндогенным и экзогенным параметрам. Однако следует отметить, что прямое и косвенное побочное воздействие оказывает положительное влияние, подчеркивая сложность роли и влияния совокупных затрат на реализацию научной и инновационной политики государства, их перенаправление на повышение эффективности в рамках сложившейся экономической ситуации в субъектах РФ