Труды по социологии образования. Т. 4. Вып. 5. — 1998

РАЗДЕЛ I.
ОПЫТ ПОСТРОЕНИЯ СОЦИОКУЛЬТУРНОЙ
ТИПОЛОГИИ РЕГИОНАЛЬНЫХ
ОБРАЗОВАТЕЛЬНЫХ СИТУАЦИЙ.

ПРЕДВАРИТЕЛЬНЫЕ ЗАМЕЧАНИЯ.
Разработка представленной методики анализа статистических данных про-
водились в рамках программы РАО «Социология образования». Общая идея ра-
боты состоит в намерении показать, что Социокультурная ситуация в образова-
нии не только существенно различается в различных регионах России, но сам
потенциал системы образования (особенно школьного), с одной стороны, су-
щественно зависит от этих условий, а, с другой, — он является одним из опреде-
ляющих аспектов, характеризующих социокультурную специфику региона.
На последнем аспекте следует сделать специальный акцент. Действительно, если
мы примем во внимание, что наиболее существенными социальными функция-
ми образования.являются такие, как сохранение и трансляция культуры, соци-
альная стратификация, профессиональная мобильность и социализации, то харак-
теристика потенциала системы образования выступает как важная
характеристика социокультурной ситуации в регионе.
Общая установка данной работы, ориентированная на выявление социо-
культурной региональной специфики, нам представляется принципиальной,
поскольку затрагивает один из существенных векторов, определяющих направ-
ление реформирования системы образования в России. Уже в 1991 при разра-
ботке Программы развития образования в России («Российское образование
в переходный период: программа стабилизации и развития». М., 1991) нами
было отмечено, что два вектора в реформировании образования в 90-е годы
в РФ будут определяющими: один связан с вхождением системы образования
в рыночную экономику (формирование рынка труда в сфере образования, рын-
ка образовательных услуг и рынка капитала в сфере образования); другой, —
связан с общими политическими и социокультурными тенденциями региона-
лизации образовательных систем. Подчеркнем, что эти две основные тенден-
ции были выявлены и осознаны уже в 1991 году. Но, к сожалению, в послед-
ствии (1992 -1997 годы) эта общая логика, определяющая, на наш взгляд,
направления в реформировании образования управленческими структурами
в сфере образования не была осмыслена и не послужила реальным ориенти-
ром в проведении последовательной образовательной политики. Характерны-
ми примерами, подтверждающими нашу точку зрения, могут служить суще-
ствующая Федеральная Программа развития образования и целый ряд других
документов.
Важно обратить внимание на то, что проблематика регионализации оказа-
лась наиболее сложной именно в методологическом отношении (а не только
в нормативно-правовом, финансовом, материально-техническом или в содер-
жательном (образовательный стандарт) плане). Поэтому понимание важности
и необходимости учета тенденции к регионализации и заставляет обратиться не
просто к описанию специфики социокультурных образовательных ситуаций
в регионах, но и попытаться выявить особые типы социокультурных образова-

тельных систем сложившихся в России. В этом отношении построение типоло-
гии регионов России не на основании декларативных заявлений «о намерени-
ях» движения в сторону регионализации или весьма общих (порой весьма по-
верхностных) соображениях о социально-экономической специфике регионов
России, а на конкретном эмпирическом материале оказывается принципиаль-
ным моментом для определения общей стратегии реформирования образова-
ния в РОССИИ. ЭТОТ момент следует пояснить.
Дело не только в том, что реформирование образования в России происхо-
дит в регионах с разными стартовыми экономическими возможностями и в раз-
ных социокультурных условиях. Этот момент очевиден и при разработке регио-
нальных программ развития образования в той или иной степени как раз данная
специфика учитывается (например, авторам приходилось участвовать в разра-
ботке программ развития региональных систем образования разного уровня —
Мурманская область, Республика Хакасия, г. Волжский), где особое внимание
уделялось не только анализу сложившихся в регионе образовательных систем,
но и экономической, социокультурной и демографической ситуации. В данном
же случае сама проблема видится нами несколько иначе. Дело в том, что постро-
ение социокультурной типологии региональных образовательных систем имеет
принципиальное значение именно для федерального уровня управления обра-
зованием, поскольку это дает возможность разработать разные сценарии разви-
тия образования, на основе которых и могут приниматься осмысленные и,
что может быть самое главное сегодня, ответственные стратегические решения
по развитию образования в России.
Теперь поясним, хотя бы в самом общем виде, что, собственно говоря, име-
ется в виду, когда речь вдет о социокультурной типологии региональных образо-
вательных ситуаций. Наиболее существенным здесь является переход от одномер-
ных представлений о региональных особенностях к многомерным. Так, если
обратиться практически к любому документу федерального уровня, где дается
анализ и характеристика образовательной ситуации в России (наиболее показа-
тельна в этом отношении Федеральная Программа развития образования), то, как
правило, подобный анализ ведется на средних статистических показателях: кон-
тингент учащихся, особенности образовательной сети, характеристика кадрового
потенциала, специфика финансирования, материально-техническое обеспечение
и др. Помимо простой констатации (например: «система дошкольного воспита-
ния насчитывает в своем составе столько-то дошкольных учреждений, в которой
воспитывается столько-то учащихся и занято столько-то воспитателей и т.д.)
в лучшем случае дается сравнение динамики изменения сети, контингента, кад-
ров, финансирования и т.п. по годам. Этим, собственно говоря, «анализ», как пра-
вило, и ограничивается. И здесь стоит обратить внимание именно на одномер-
ность такого типа анализа, поскольку все перечисленные выше показатели
выступают как независимые переменные. Если быть более жестким в оценках,
то можно сделать вывод о том, что по сути дела, в сфере образования даже не пред-
приняты сколько-нибудь серьезные попытки обнаружить взаимосвязи между

ними. И, как следствие, крайне неубедительными оказываются, например, аргу-
менты, связанные с необходимостью увеличения финансирования образования,
изменения структуры бюджетного финансирования данной сферы. Более того,
при подобных подходах за рамками анализа оказываются связи между развитием
отдельных подсистем образования (дошкольного воспитания, школы, ПТО,
СПТО, высшего). Здесь в лучшем случае на статистическом материале использу-
ется лишь потоковая схема анализа, показывающая распределение контингента
учащихся по различным подсистемам сферы образования или, например, состо-
яние кадрового потенциала в различных звеньях системы образования. Подоб-
ный тип анализа также по сути дела одномерен и линеен. Между тем, есть основа-
ния думать, что логика развития той или иной подсистемы образования
обусловлена достаточно специфичными социально-экономическими факторами.
В этой связи, например, можно предположить, что социокультурные факторы,
обуславливающие развитие системы дошкольного или начального профессиональ-
ного образования имеют сходный характер, а динамика развития высшего обра-
зования и дифференциация системы школьного образования обусловлена ины-
ми социокультурными причинами. Таким образом, на сегодняшний день
отсутствуют реальные попытки поиска взаимосвязи различных показателей раз-
вития, как самой сферы образования, так и разных аспектов, характеризующих
социокультурные региональные условия.
Практически те же замечания относительно одномерной логики анализа
можно высказать к тем работам, где все же делается попытка проследить регио-
нальную специфику. Безусловно, это существенный шаг в сторону углубления
нашего понимания специфики происходящих социально-экономических про-
цессов, но он проводится, повторимся, в той же одномерной логике. Практи-
чески по изложенной выше схеме не связанных между собой индикаторов опи-
сываются соответствующие регионы. Например, может характеризоваться
распределение регионов или по доли расходов на образование в региональном
бюджете, или по числу обучающихся во вторую и третью смену, или по числу
учителей с высшим образованием. На основе сравнения этих, опять-таки одно-
мерных данных, регионы ранжируются на «лучшие» и «худшие». Именно по-
добная работа чаще всего и квалифицируется как «типология регионов». Но этот
тип анализа, выполненный на одном или двух-трех независимых показателях,
на наш взгляд, отнюдь не может стать основой (даже в первом приближении) ни
по построению образовательных типологий, ни, тем более, социокультурных
типологий.
В этом отношении, насколько можно судить по существующим публика-
циям, данный раздел представляет результаты работы, где предпринята практи-
чески первая конкретная попытка подобного рода исследований в отечествен-
ном образовании.
В принципе, работа по построению типологии связана с выделением тех
или иных типологических оснований, типологических «единиц». И здесь могут
быть две стратегии. Одна предполагает выделение подобных единиц с помощью

теоретического анализа. На его основе затем проводится систематизация конк-
ретных данных (в нашем случае — регионов). Другая стратегия ориентирована
на использование разнообразного эмпирического материала, а типологические
единицы выделяются на эмпирическом материале и теоретически интерпрети-
руются. В данной работе реализуется вторая стратегии. В методическом отно-
шении основная идея типологического анализа ориентирована на использова-
ние математических моделей факторного и кластерного анализа.
Когда речь идет об ориентации данной работы на использование конкрет-
ных эмпирических данных, то необходим ряд уточнений. Да, мы действительно
предварительно не знаем, каковы те единицы, на основе которых можно пост-
роить социокультурную типологию регионов, отражающих специфику реаль-
ных социокультурных процессов. В этом как раз и состоит задача исследования.
Но для того, чтобы их выделить, необходимо задать общее пространство при-
влекаемого исходного эмпирического материала. При этом следует учесть край-
нюю бедность той официальной государственной статистики, которая касается
сферы образования, культуры и экономики. Например, в государственной об-
разовательной статистике мы практически не имеем данных (пожалуй, лишь
за исключением возраста и полового состав) о социально-демографическом со-
ставе учащихся различных образовательных подсистем, а без этого, например,
крайне сложно судить о динамике наиболее важных для сегодняшних реалий
России процессах социальной стратификации в сфере образования. По сути дела
ключевой вопрос для любой крупной реформы образования в 20 веке это вопрос
о том: «демократизировалась ли система образования?». Отдавая себе отчет
в том, что ряд аспектов, необходимых для проявления особенностей социокуль-
турной ситуации остается не затронутым, мы вынуждены при определении тех
или иных индикаторов, вводимых в исходную модель эмпирических данных, ис-
пользовать те статистические показатели, которые реально существуют. Другой
альтернативы просто нет.
Достаточно подробно модель структуры индикаторов нами обосновывает-
ся в специальном разделе книги (1.4). Здесь же дадим лишь общие предвари-
тельные пояснения. При построении исходной модели мы стремились учесть
параметры, касающиеся характеристики экономической, социокультурной, де-
мографической и собственно образовательной ситуации в регионе. Понимая,
что исходная матрица индикаторов не может быть сколь угодно большой, осо-
бая сложность в отборе индикаторов состояла в том, чтобы отобрать наиболее
информативные элементы. Так, например, характеристика экономической си-
туации в регионе может определяться довольно большим набором показателей.
Но, поскольку нас интересует экономика не сама по себе, а в связи с необходи-
мостью проведения социокультурного анализа, который, в свою очередь, осо-
бым образом сориентирован на сферу образования, то из разных экономичес-
ких индикаторов, пожалуй, наиболее информативными могут послужить те,
которые позволят оценить уровень материального благополучия населения.
Именно они дают возможность оценить возможность развития рынка дополни-

тельных образовательных услуг, охарактеризовать особенность демографичес-
кой ситуации, прояснить экономический статус учительской профессии. Дру-
гой аспект экономической ситуации касается непосредственных инвестиций
в сферу образования, позволяющий дать оценку проводимой в регионе образо-
вательной политики. Принцип отбора индикаторов можно пояснить и на де-
мографических характеристиках. Так, например, весьма информативным ока-
зывается такой индикатор как сальдо миграции, поскольку он в принципе
позволяет оценить социально-экономическую привлекательность региона. К весь-
ма информативным относятся здесь и индикаторы, показывающие численность
учащихся в различных подсистемах сферы образования, поскольку, с одной сто-
роны, они дают возможность оценить развитие той или иной подсистемы (сло-
жившиеся в регионе образовательные потребности), а, с другой, — характери-
зуют общий образовательный статус населения в регионе, который может быть
связан с социокультурной активностью. Здесь мы лишь обозначаем те достаточ-
но сложные содержательные моменты, которые касаются отбора информатив-
ных для проведения социокультурного анализа индикаторов. Более детально
модель отбора исходных индикаторов описывается в специальном разделе.
Наконец, переходя к непосредственному изложению основного материа-
ла, определим общую структуру данного раздела. В первой части дается описа-
ние используемых в исследовании индикаторов, приводится основная исход-
ная статистическая информация, описывается общая модель первичных данных.
Вторая часть посвящена анализу результатов факторного анализа. Здесь основ-
ная задача исследования связана с поиском взаимосвязей между индикаторами,
включенными в исходную модель данных, и содержательной интерпретацией
этих взаимосвязей. Таким образом, основной акцент ставится на выявлении
общих содержательных тенденций, характеризующих специфику социокультур-
ной ситуации в России. Третья часть базируется на результатах кластерного ана-
лиза. Основная линия анализа здесь сориентирована на характеристику различ-
ных социокультурных региональных моделей. Выделенные социокультурные
региональные модели соотносятся с географическим их расположением, что
в определенном смысле подтверждает валидность полученных результатов. В этой
же части проводится вторичная обработка данных (вторичная факторизация
данных), позволяющая выделить основные более общие социокультурные тен-
денции дифференцирующие своеобразие региональных ситуаций в России.

ЧАСТЬ I.
ОПИСАНИЕ ИНДИКАТОРОВ,
ИСПОЛЬЗУЕМЫХ ДЛЯ ПРОВЕДЕНИЯ АНАЛИЗА
СОСТОЯНИЯ РЕГИОНАЛЬНЫХ СИСТЕМ ОБРАЗОВАНИЯ
В РОССИИ.
1.1. Исходная информация..
Для характеристики социально-культурной, образовательной и экономи-
ческой ситуации в регионах РФ были взяты следующие индикаторы из государ-
ственной и отраслевой статистики:
1 — % оплаты труда к прожиточному минимуму — «Социальная сфера Рос-
сии», М.1995.-С. 63-65;
2 — % семей, не имеющих прожиточного минимума надушу — «Социальная
сфера России», М.1995. — с. 72-74;
3 — количество детей, которое могут содержать в семьях — «Социальная
сфера России», М.1995. — с. 78-80;
4 — образовательный уровень населения (количество жителей, имеющих
высшее образование на 1000 чел. от 15 лет) — «Основные итоги микропереписи
населения», М.1995 с. 166-167;
5 — миграция (сальдо миграции на 1000 жителей) — «Сравнительные по-
казатели социально-экономического положения населения регионов РФ»,
М.1995.-с.40;
6 — % безработных от числа экономически активного населения — «Рос-
сийский статистический ежегодник», М.1995. — с. 553;
7 — капитальные вложения на 10000 детей (млн. руб.) — «Сравнительные
показатели социально-экономического положения населения регионов РФ»,
М.1995.-с. 435,438;
8 — естественный прирост населения на 1000 жителей — «Российский ста-
тистический ежегодник», М.1995. — с. 532;
9 — % детей дошкольного возраста, обеспеченных местами ДУ — «Сравни-
тельные показатели социально-экономического положения населения регионов
РФ», М.1995. с. 427;
10 — численность учащихся ПТУ на 10000 населения — «Сравнительные
показатели социально-экономического положения населения регионов РФ»,
М.1995. - с. 461;
11 — численность студентов СУЗов на 10000 населения — «Сравнительные
показатели социально-экономического положения населения регионов РФ»,
М.1995. - с. 455;

12 — численность студентов Вузов на 10000 населения — «Сравнительные
показатели социально-экономического положения населения регионов РФ»,
М.1995.-С. 451;
13 — % учащихся, обучающихся во 2 и 3 смену — «Сравнительные пока-
затели социально-экономического положения населения регионов РФ»,
М.1995. - с. 422;
14 — % отсева учащихся из 9-11 кл. — Расчет по данным формы N 76-РИК
за 1994 год (выпуск из 11 кл.) и 1992 год (прием в 10 кл) по регионам РФ;
15 — % учащиеся в школах с продвинутой формой обучения — Данные
из формы N 76-РИК за 1994 год по регионам РФ;
16 — % вакансий учителей 5-11 классов, просуммированные по предме-
там обучения, городу и селу — Данные из формы N 83-РИК за 1994 год;
17 — % учителей с высшим образованием, просуммированные по городу
и селу данные из формы N 83-РИК за 1994 год по регионам РФ;
18 — средняя недельная нагрузка учителей (час/неделя) — расчетный
показатель на основе данных форм NN 76-РИК и 83-РИК за 1994 год по ре-
гионам РФ;
19 — количество учащихся, приходящихся на одного учителя — расчетный
показатель на основе данных форм NN 76-РИК и 83-РИК за 1994 год по регио-
нам РФ;
20 — число посещений театров на 1000 населения — «Сравнительные по-
казатели социально-экономического положения населения регионов РФ»,
М.1995. - с. 465;
21— число посещений музеев на 1000 населения — «Сравнительные по-
казатели социально-экономического положения населения регионов РФ»,
М.1995. - с. 467;
22 — число книг и журналов в массовых библиотеках на 1000 населения
«Сравнительные показатели социально-экономического положения населения
регионов РФ», М.1995. — с. 467;
23 — Выпуск книг и брошюр на 1000 населения (годовой тираж, экземпля-
ров) «Сравнительные показатели социально-экономического положения насе-
ления регионов РФ», М.1995. — с. 481;
24 — % учителей с высшим образованием в городской местности — данные
из формы N 83-РИК за 1994 год по регионам РФ;
25 — % учителей с высшим образованием в сельской местности — данные
из формы N 83-РИК за 1994 год по регионам РФ;
26 — средняя недельная нагрузка учителей в городской местности — рас-
четный показатель на основе данных форм NN 76-РИК и 83-РИК за 1994 год
по регионам РФ;
27 — средняя недельная нагрузка учителей в сельской местности — расчет-
ный показатель на основе данных форм NN 76-РИК и 83-РИК за 1994 г;

28 — количество учащихся, приходящихся на одного учителя в городской
местности — расчетный показатель на основе данных форм NN 76-РИК и 83--
РИК за 1994 г;
29 — количество учащихся, приходящихся на одного учителя в сельской
местности — расчетный показатель на основе данных форм NN 76-РИК и 83--
РИК за 1994 г;
30 — напряженность труда учителей для получения заработка в один про-
житочный минимум (расчетный показатель).
1.2. Пояснение к расчетным индикаторам.
Из перечисленных 30 индикаторов ряд непосредственно получен из офи-
циальных источников [1,2,3,4], некоторые же являются расчетными и требуют
пояснения.
Так, для расчета индикатора N14 («Доля отсева учащихся из 9-11 классов»)
используется база данных отраслевой статистики (формы N 76-РИК за 1994
и 1992 годы), которая позволяет оценить отношение числа принятых учащихся
на обучение в 10-х классах и выпущенных через два года из стен школы. Таким
образом, этот индикатор фиксирует процентное отношение разницы принятых
и выпущенных учащихся из старшего звена школы к общему числу принятых
на обучение в старшем звене.
Для расчета индикатора N16 («Процентное отношение вакансий к общей
численности учителей 5-11 классов») использовались данные отраслевых отче-
тов по форме N 83-РИК. Эти отчеты представляются по городской и сельской
местности отдельно, и в них вакансии даны по различным предметам обучения.
Так как основным требованием при сборе информации являлось обеспечение
ее сопоставимости по всем позициям, то для получения процентного отноше-
ния вакансий к общему количеству учителей приходилось суммировать все го-
родские и сельские вакансии по всем предметам обучения и делить их на сумму
городских и сельских учителей.
Для расчета индикатора N17 («Процентное отношение учителей с выс-
шим образованием к общей численности учителей») использовались также
отчеты по форме N 83-РИК. На основании процента учителей с высшим об-
разованием в городских и сельских школах определялся средний по региону
процент учителей, имеющих высшее образование. Это основной качествен-
ный показатель учительства, отслеживаемый регулярной статистической от-
четностью.
Для получения индикатора N18 («Средняя недельная нагрузка учителей
(час/нед.)») использовались данные из отчетов по форме N 76-РИК и по форме
N 83-РИК. Определялось общее количество учителей, работающих в 5-9 клас-
сах в сумме по городским и сельским школам и количество 5-9 классов. Исходя
из норматива, по которому для выполнения учебной нагрузки в соответствии

с базовым учебным планом 5-9 классы должны работать 34 часа в неделю, ум-
ножением количества 5-9 классов на норматив 34 определялось количество не-
дельных учебных часов, которые отрабатывают учителя в 5-9 классах. Анало-
гично определяется и количество недельных учебных часов, которые проводят
учителя в 10-11 классах, только норматив выполнения учебного плана в этой
группе классов равен 38. Далее суммарное количество учебных часов, которое
работают учителя, делится на количество учителей и в результате определяется
средняя недельная нагрузка учителя в регионе, которая является важнейшей
характеристикой условий работы учителей в школе. Аналогично рассчитывались
индикаторы 26 и 27 фиксирующие часовую недельную нагрузку учителя в го-
родской и сельской местности в регионе.
Для получения индикатора N19 («Количество учащихся, приходящееся
на одного учителя») общее количество учащихся в 5-11 классах в регионе де-
лилось на общее количество учителей в этих же классах. Полученное отноше-
ние дает сопоставимый с мировыми стандартами показатель осуществления
принципа индивидуального подхода при обучении детей в общеобразователь-
ной школе, поскольку этот индикатор принят в международной статистике.
Аналогично рассчитывались индикаторы 28 и 29 фиксирующие численность
учащихся, приходящихся на одного учителя в городской и сельской местности
в регионе.
Расчетный показатель N30 («Напряженность учительского труда») являет-
ся интегральным, объединяя экономические и социальные факторы характери-
зующие профессиональную деятельность учителя в регионе. В своей структуре
он интегрально учитывает экономическую составляющую жизни и те педагоги-
ческие характеристики работы учителя, которые связаны с его экономическим
статусом. Экономическая составляющая — отношение заработной платы учи-
теля к величине прожиточного минимума в регионе. Педагогическая характе-
ристика условий работы учителя — его недельная нагрузка. Соединение этих
составляющих и определяет данный показатель. По своему смыслу напряжен-
ность учительского определяет количество временных затрат профессиональ-
ной деятельности учителя для получения заработной платы в размере прожи-
точного минимума. Напряженность учительского труда является чисто
количественной характеристикой, т.к. не касается тех сторон педагогической
деятельности, которые связаны с использованием прогрессивных методов обу-
чения, новых технических средств, т.е. всего того, что связано с повышением
качества и эффективности педагогической деятельности. Напряженность учи-
тельского труда — определяется как то количество недельных часов, которое дол-
жен дать учитель, для получения месячного заработка в размере прожиточного
минимума в регионе. В силу особого смысла и значения, которое мы придаем это-
му показателю, полностью приведем его расчет.
Для вычисления экономической составляющей напряженности учи-
тельского труда были взяты официальные данные о средней заработной пла-
те и величине прожиточного минимума по регионам за 1994 год (России-

ский статистический ежегодник, 1995). Величину заработной платы учи-
телей можно было бы получить путем умножения средней заработной пла-
ты в народном хозяйстве региона на общероссийский коэффициент отно-
шения средней заработной платы в образовании к средней заработной плате
в народном хозяйстве, который в 1994 году равен 0.7. Однако такой подход
нарушил бы сам принцип регионального подхода к рассматриваемой про-
блеме. При этом было бы не учтено, что ряд регионов являются преимуще-
ственно промышленными, а другие — сельскохозяйственными (а заработ-
ная плата в промышленности существенно отличается от заработной платы
в сельском хозяйстве). Кроме того, в различных регионах сильно различа-
ется политика властей в отношении социальной сферы. На правильность
этого замечания указывают рабочие данные, собранные по линии профсо-
юзов за май 1996 года, из которых следует, что этот коэффициент отноше-
ния средней заработной платы учителя в регионах имеет разброс значений
от 0.431 (Тюмень) до 1.265 (Калмыкия). Поэтому, понимая всю условность
и неточность данного приема, но, учитывая относительное постоянство со-
отношений промышленности и сельского хозяйства в регионах в совокуп-
ности с региональной политикой в отношении социальной сферы, для по-
лучения средней заработной платы учителей в 1994 году мы умножили
среднюю в народном хозяйстве региона заработную плату в 1994 году на ко-
эффициенты отношения заработной платы в народном образовании к сред-
ней заработной плате в народном хозяйстве регионов, относящиеся к маю
1996 года.
Для получения напряженности учительского труда средняя заработная пла-
та педагогов была поделена на среднюю недельную нагрузку, что дало условную
стоимость одного недельного часа труда учителя в различных регионах. Разде-
лив величину прожиточного минимума на стоимость одного недельного часа,
мы получим величину коэффициента напряженности учительского труда в ре-
гиональном разрезе.
1.3.Представление исходной информации.
Все 30 индикаторов в своих абсолютных величинах сведены в единую мат-
рицу 30/76, где 76 строк соответствуют всем национально-территориальным
образованиям России (без автономных округов), а 30 колонок обозначают опи-
санные выше индикаторы. В дальнейшем во всех таблицах и иллюстрациях при-
нята нумерация индикаторов и регионов в соответствии с нумерацией табли-
цы 1, в которой представлены исходные данные по всем регионам России
относительно 30 описанных выше индикаторов. Сама по себе эта таблица
сырых данных на наш взгляд весьма информативна и может использоваться
в различных исследовательских целях, поэтому мы ее приводим полностью
в данной работе.

Таблица 1.
Исходная база статистических данных, характеризующих регионы РФ по 30 индикаторам.
№ РЕГИОНЫ РФ 1 2 3 4 5 6 7 8 9 10 11 12 13
1 Респ КАРЕЛИЯ 205 138 2 111 2 77 4174 -8.2 802 103 143 123 195
2 Респ. КОМИ 289 182 2 105 184 99 7426 -as 796 144 118 94 242
3 АРХАНГЕЛЬСКАЯ ОБЛ 226 144 3 107 -23 101 7199 -64 729 149 109 99 205
4 ВОЛОГОДСКАЯ ОБЛ. 239 298 2 96 32 72 9511 ^7.8 682 142 117 133 202
5 МУРМАНСКАЯ ОБЛ 260 97 3 137 194 103 9131 -&2 828 106 74 72 340
б г. САНКТ ПЕТЕРБУРГ 242 92 3 247 09 91 1470 401 629 126 137 418 127
7 ЛЕНИНГР. ОБЛАСТЬ 206 167 2 108 152 101 2169 420 620 133 45 000 205
8 НОВГОРОДСКАЯ ОБЛ 177 154 2 104 96 78 4274 423 621 114 121 126 199
9 ПСКОВСКАЯ ОБЛ 153 536 0 96 129 1L5 3473 446 531 134 108 105 181
10 БРЯНСКАЯ ОБЛ 197 175 2 95 125 80 10967 ^7.1 531 117 136 105 241
11 ВЛАДИМИРСКАЯ ОБЛ 198 2L2 2 107 87 96 4871 -9.2 701 146 116 88 264
12 ИВАНОВСКАЯ ОБЛ 171 345 1 107 61 132 1186 413 717 122 129 195 261
13 КАЛУЖСКАЯ ОБЛ 216 126 2 131 156 51 6248 -9.2 546 109 136 102 232
14 КОСТРОМСКАЯ ОБЛ 200 199 2 106 82 85 8567 -9.5 734 136 137 146 244
15 Г МОСКВА
303 150 2 299 L2 61 21667 4Q0 561 86 127 503 161
16 МОСКОВСКАЯ ОБЛ 210 146 2 161 81 82 11547 4Q9 665 80 95 100 236
17 ОРЛОВСКАЯ ОБЛ 235 182 2 115 103 58 6105 -7.3 500 128 145 182 204
18 РЯЗАНСКАЯ ОБЛ 196 363 2 110 79 62 3540 410 526 121 140 120 177
19 СМОЛЕНСКАЯ ОБЛ 228 1L9 2 112 150 66 2665 -9.5 5S3 121 136 102 248
20 ТВЕРСКАЯ ОБЛ 203 393 2 104 124 66 3868 43L3 572 118 129 115 214
21 ТУЛЬСКАЯ ОБЛ 240 11.8 3 115 93 62 2S94 429 604 109 149 103 187
22 ЯРОСЛАВСКАЯ ОБЛ 172 114 3 119 86 79 7538 411 721 122 129 152 237
23 Респ. МАРИЙ ЭЛ 186 27.6 2 118 59 85 1Q334 -3.8 591 138 116 172 223
24 Респ. МОРДОВИЯ 174 212 3 118 27 74 3684 -60 508 145 131 238 166
25 ЧУВАШСКАЯ Респ. 183 235 2 105 39 91 7973 -25 543 128 147 139 155
26 КИРОВСКАЯ ОБЛ 136 357 2 96 42 96 2807 -7.9 686 123 107 99 203
27 НИЖЕГОРОДСКАЯ ОБЛ 246 238 3 116 84 60 8024 -9.5 663 122 132 149 243
28 БЕЛГОРОДСКАЯ ОБЛ 260 302 3 106 199 47 14964 -&7 546 144 147 134 183
29 ВОРОНЕЖСКАЯ ОБЛ 226 220 2 127 1L8 51 4435 -as 472 92 145 201 226
30 КУРСКАЯ ОБЛ 231 292 2 119 123 57 2475 -8.8 430 126 126 148 197
31 ЛИПЕЦКАЯ ОБЛ 237 74 3 106 11.6 52 470.0 -ао 485 142 132 97 249
32 ТАМБОВСКАЯ ОБЛ 149 4L6 2 96 98 7.0 4982 -9.4 437 107 144 130 190
33 Респ КАЛМЫКИЯ 165 253 2 121 ^7.5 125 240 45 414 118 132 160 149
34 Респ ТАТАРСТАН 322 227 2 106 48 58 9120 4.8 585 126 143 168 229
35 АСТРАХАНСКАЯ ОБЛ 160 247 2 112 120 88 3508 -3.5 518 118 167 124 303
36 ВОЛГОГРАДСКАЯ ОБЛ 206 386 2 121 134 66 2117 -59 484 101 153 142 227
37 ПЕНЗЕНСКАЯ ОБЛ 184 169 3 107 88 78 6023 -7.5 539 108 142 138 201
38 САМАРСКАЯ ОБЛ 293 360 2 135 129 58 8550 -61 579 109 147 195 271
39 САРАТОВСКАЯ ОБЛ 163 327 2 141 105 78 3107 -64 494 128 141 189 199
40 УЛЬЯНОВСКАЯ ОБЛ 336 38 4 107 126 57 14228 -40 567 103 121 129 200
41 Респ АДЫГЕЯ
150 298 1 102 69 105 2618 -3.6 428 102 116 138 284
42
Респ ДАГЕСТАН 112 000 0 98 399 144 1966 145 221 64 86 137 303
43 КАБАРДИНО-БАЛ. Респ. 133 431 1 121 09 148 4886 43 400 120 87 163 295
44 КАРАЧАЕО-ЧЕР. Рес 136 550 0 120 09 119 1606 27 340 118 НО 142 245
45 Респ. СЕВЕР ОСЕТ 121 550 0 161 11.3 27 8011 08 492 102 164 275 223
46 КРАСНОДАРСКИЙ КР. 194 239 2 115 184 78 2549 -45 480 63 97 94 288
47 СТАВРОПОЛЬСКИЙ КР. 175 252 2 123 157 54 5296 -24 485 128 91 105 272
48 РОСТОВСКАЯ ОБЛ 212 268 2 132 124 7.1 5163 -62 463 112
49 Респ. БАШКОРТОСТАН 223 384 2 91 7.8 60 18068 4.7 543 157 $ 122 263
50 УДМУРТСКАЯ РЕСП
51
178 222 2 106 44 83 7830 -44 701 119 121 151 215
КУРГАНСКАЯ ОБЛ
52 ОРЕНБУРГСКАЯ ОБЛ 182 499 1 99 109 56 487.3 -ЭЛ 485 130 171 115 235
53 ПЕРМСКАЯ ОБЛ 201 364 2 97 33 83 5288 -7.4 664 153 130 133 273
54 СЕРДЛОВСКАЯ ОБЛ 201 139 2 109 29 80 7019 ^7.7 690 132 136 163 271
55 ЧЕЛЯБИНСКАЯ ОБЛ 198 192 2 107 78 78 5771 -61 660 140 146 136 303
56 Респ АЛТАЙ 269 5L9 1 89 80 11.6 23035 03 351 110 156 188 296
57 АЛТАЙСКИЙ КРАЙ 199 351 2 102 99 75 4611 -&9 471 131 110 142 262
58 КЕМЕРОВСКАЯ ОБЛ 372 60 6 94 61 68 10141 -&0 555 133 138 124 352
59 НОВОСИБИРСКАЯ ОБЛ 255 386 2 135 73 80 2845 -7.0 454 100 131 250 249
60 ОМСКАЯ ОБЛ 233 244 2 117 56 68 5563 -24 477 123 154 186 263
61 ТОМСКАЯ ОБЛ 271 1L7 3 140 85 93 4648 -47 555 141 137 332 264
62 ТЮМЕНСКАЯ ОБЛ 410 125 4 116 76 58 19359 08 623 86 89 115 340
63 Респ БУРЯТИЯ 235 724 1 138 12 98 7265 4.3 515 150 127 184 222
64 Респ ТЫВА 174 364 3 93 4.3 112 6792 65 456 109 124 90 291
65 Респ ХАКАСИЯ 286 17.4 3 107 65 65 3359 -55 439 116 106 95 293
66 КРАСНОЯРСКИЙ КРАЙ 319 160 3 119 -ЭЛ 80 8493 -46 560 103 147 186 223
67 ИРКУТСКАЯ ОБЛ 296 433 2 134 11 86 8716 -3,7 583 111 138 183 295
68 ЧИТИНСКАЯ ОБП 182 683 1 111 -41 77 7067 4.6 522 93 118 87 270
69 Респ САХА (Якут)
ПРИМОРСКИЙ КРАЙ
198 3L5 2 125 295 64 35182 58 623 87 101 94 266
70
71 ХАБАРОВСКИЙ КРАЙ 253 240 2 164 -9.3 101 5381 -34 561 115 135 237 333
72 АМУРСКАЯ ОБЛ 195 592 1 133 130 90 16120 -22 571 129 152 137 269
73 КАМЧАТСКАЯ ОБЛ 309 1L1 2 150 348 11.5 5815 4.9 755 114 94 85 315
74 МАГАДАНСКАЯ ОБЛ 192 294 2 144 914 143 5183 -27 666 104 91 97 289
75 САХАЛИНСКАЯ ОБЛ 187 338 1 120 324 89 6695 -48 652 122 90 47 341
76 КАЛИНИНГР ОБЛ 217 163 3 142 200 91 4560 -56 511 107 ПО 122 280

Таблица 1.
(Продолжение)
14 15 16 17 18 19 20 21 22 23 24 25 76 27 28 29 30
1 100 86 41 822 206 1241 448 254 9904 21773 850 711 192 234 1357 1006 149
2 114 26 56 744 212 1229 175 195 7317 38497 773 то 205 227 1354 971 124
3 Ю7 51 39 A3 217 1326 149 246 835В 33369 746 614 208 232 1496 1030 122
4 69 66 45 787 246 1419 180 629 8347 44197 853 717 241 252 1762 1012 169
5 121 86 20 804 2Q0 1377 207 343 9786 28172 807 719 198 222 1399 1151 107
6 85 ЭТО 25 714 209 1516 676 2534 11136 45733 714 0000 209 0000 1516 0000 119
7 88 129 31 714 223 1448 270 501 5ВЭ9 785 758 225 220 1579 1219 158
8 49 51 11 808 247 1352 KB 669 9286 845 754 240 259 1630 890 189
9 63 197 05 763 229 1114 99 392 13298 31584 830 693 212 249 1473 677 183
10 77 49 04 761 215 1KB 176 396 8212 30916 830 6В6 2Q4 228 146В 680 134
11 68 89 07 842 227 1401 119 411 7627 21470 861 798 222 241 1576 953 140
12 77 151 08 833 219 1413 216 401 8878 42430 849 793 217 226 1608 854 160
13 53 57 09 790 230 И 62 85 357 7891 30623 843 720 221 244 1452 735 118
14 51 80 12 741 225 1117 151 649 12221 31791 816 671 210 240 142В 781 150
15 39 182 27 792 216 1574 741 105В 10864 792 0000 216 0000 1574 0000 НО
16 69 164 41 809 227 1532 75 310 492В 11143 815 794 227 228 1782 804 146
17 38 136 13 712 226 1066 297 341 9904 43300 874 678 211 241 1465 658 ИЗ
18 62 124 02 710 225 1133 225 336 7155 850 6В2 214 240 1494 680 139
19 7.4 30 06 792 233 Ю96 160 267 8240 22298 859 722 230 236 1507 641 126
20 63 94 14 6Z7 234 1161 206 298 КВ15 367В7 763 5Z4 224 247 1515 690 142
21 82 94 10 823 233 1299 176 462 7783 27370 849 767 228 247 1520 743 146
22 73 97 14 782 216 1261 2S2 566 8906 825 6В6 207 236 1475 747 141
23 61 109 06 8Z5 202 1164 453 483 9472 37S38 901 851 202 201 1461 858 124
24 40 60 02 813 213 9© 310 26В 8496 18394 879 715 210 214 1487 626 148
25 60 129 06 843 195 1119 312 196 8644 43729 865 826 200 191 1448 844 128
26 67 44 07 755 229 1247 201 456 11800 32327 825 678 219 241 1591 823 17.6
27 78 69 12 814 240 1409 247 205 76В7 22704 846 760 233 252 16 ТО 902 133
28 39 112 000 715 224 1135 145 234 7326 2В399 805 744 222 226 1485 738 116
29 7.9 ИЗ 07 812 207 1115 211 243 7810 33476 865 765 196 219 1385 841 117
30 55 61 24 751 223 1029 123 243 10345 26688 837 6В5 202 241 1406 698 124
31 49 83 03 869 224 1KB 126 101 7482 33265 920 829 213 233 1462 770 134
32 75 91 000 840 224 967 133 206 8901 24906 886 808 203 239 1446 657 163
33 58 53 24 710 180 1025 250 125 9509 44172 824 674 174 183 1425 887 84
34 45 308 35 722 198 1091 273 182 7230 43638 762 670 183 20 1353 699 85
35 98 107 26 733 203 1298 142 335 7275 20476 766 693 201 205 1479 1056 141
36 94 160 14 766 226 134В 201 1449 6786 44090 808 707 222 233 1559 1004 136
37 52 70 08 736 212 116В 134 536 7918 19154 816 664 204 220 1429 878 118
38 102 176 36 692 228 1372 20 101 7466 54343 ,715 648 225 235 1565 951 117
39 75 87 08 710 216 1180 282 310 7635 19337 837 685 205 231 1376 885 155
40 51 86 26 735 228 1316 150 338 7360 50927 781 674 222 235 1593 90В 84
41 114 108 07 827 191 1074 220 136 6981 42133 827 828 191 191 1307 904 141
42 154 31 11 689 171 949 177 61 40В 11145 719 659 169 172 1301 818 118
43 95 297 06 706 192 1199 141 117 0000 26979 743 670 190 195 1296 1090 141
44 120 18 18 839 190 НЮ 212 80 6915 22874 820 826 212 177 1453 912 137
45 151 97 01 763 165 1013 251 50 6573 48707 787 727 157 179 1071 917 148
46 104 98 24 769 213 1364 107 380 5443 40699 793 749 208 219 1500 1241 131
47 75 НО 08 762 214 1430 110 186 7066 23176 800 733 213 215 1599 1283 147
48 49 73 09 750 217 1379 140 303 7881 31523 793 698 216 218 1580 1102 119
49 64 185 25 686 214 1093 189 115 7061 49636 745 645 222 209 1545 763 125
50 89 132 16 730 226 1294 297 247 6309 29841 769 6В6 224 228 1533 988 150
51 126 81 29 687 229 1234 108 220 10042 23304 710 640 227 230 1606 985 • 161
52 101 64 24 624 232 1190 152 181 7316 27238 743 659 230 233 1634 851 176
53 74 87 46 644 228 1361 242 201 7145 36326 695 562 225 233 1563 1005 160
54 99 61 51 716 233 1462 262 281 6267 33048 744 609 228 256 1541 1116 162
55 98 109 36 721 226 1470 152 137 6113 3S877 746 671 223 234 1600 116В 174
56 146 85 39 660 200 900 126 90 8575 27209 800 635 198 200 1264 820 58
57 68 93 21 741 222 1172 148 200 6201 39514 785 718 217 225 1467 999 119
58 122 109 ЮО 655 260 15 (В 175 250 6296 34173 6Z5 598 264 248 1672 939 115
59 89 НО 36 664 246 1392 243 235 7143 162В9 729 585 240 255 1675 998 130
60 91 Ю7 16 6Z6 238 1377 214 159 7998 19047 764 592 235 243 1672 1066 136
61 100 98 24 718 217 1253 332 215 5838 50183 784 664 211 223 1490 1045 103
62 84 82 67 696 238 1465 84 221 4973 20696 720 631 238 239 1651 1029 131
63 70 111 50 744 219 13 10 129 303 7134 23655 787 719 225 215 1614 1084 117
64 173 169 78 694 202 1038 179 469 9684 29987 719 656 224 192 1327 913 142
65 121 36 21 766 220 1364 151 365 6697 19904 790 736 224 214 1576 1053 100
66 115 69 47 682 239 1396 296 570 7891 32192 733 605 229 256 1565 1113 152
67 95 103 58 643 229 1428 170 313 6707 20178 6В0 574 225 237 1581 1098 99
68 127 83 66 672 239 1313 140 81 73® 17883 733 619 239 239 1544 1097 138
69 136 115 109 «0 195 956 117 313 8090 39502 735 660 235 167 1434 632 132
70 Ml 120 94 692 237 1551 96 188 5450 43943 705 658 236 240 1715 1195 152
71 114 177 62 728 218 1395 245 303 6360 33373 741 697 214 229 1498 1119 95
72 91 51 50 756 234 1315 106 353 7462 34565 797 722 233 235 1632 1044 144
73 253 41 76 714 223 1301 233 125 8096 13706 794 726 221 230 1401 1041 111
74 213 211 155 839 247 1429 201 6В 10738 22511 857 750 238 293 1484 1115 201
75 149 68 87 769 231 1456 90 224 8357 37220 713 756 230 236 1552 1064 192
76 101 145 03 714 210 И SB 22В 1162 7464 52217 799 709 204 226 1208 1014 109

В особом пояснении нуждаются те принципы, которыми использовались
при отборе приведенных в разделе 1.1 индикаторов. При определении базовых
индикаторов, с помощью которых можно было описать своеобразие социаль-
но-экономической ситуации регионов РФ и связать это своеобразие с состоя-
нием системы образования, в основу были положены следующие общие пред-
ставления.
1. Экономические показатели. В анализе региональной ситуации край-
не существенным является экономический показатель. Его можно опреде-
лять по-разному в зависимости от задач. Так, крайне важны показатели, фик-
сирующие собственно экономическую деятельность региона: величина
бюджета, валовой продукт, товарооборот, доминирующий тип производства,
развитие частного сектора экономики и многие другие. Вместе с тем, посколь-
ку общая установка анализа ориентирована на поиск связей социокультур-
ной специфики регионов со школьным образованием, то в данном случае
наиболее информативными выступают показатели, фиксирующие уровень
экономического благополучия населения региона, т.е. уровень благополучия се-
мей, отдавших детей в школу. Именно поэтому вводятся такие показатели
как: процент оплаты труда к прожиточному минимуму (1); процент семей,
не имеющих прожиточного минимума надушу (2); количество детей, кото-
рое могут содержать в семьях (3); процент безработных от числа экономи-
чески активного населения (6). Заметим, что эти данные позволяют в свою
очередь определить и экономический статус учительства как социально-про-
фессиональной группы.
2. Демографические показатели. Для характеристики региональной си-
туации важной представляется демографическая компонента. Здесь обычно
выделяется масса индикаторов: смертность, рождаемость, возрастной со-
став, национальный состав, количество зарегистрированных браков и мно-
гие другие. Не отвергая значимости этих характеристик (особенно по на-
циональному составу, который позволяет уточнить культурную специфику
региона и потребности в развитии национальных систем образования),
в связи с основными целями анализа мы считали возможным сконцентри-
роваться на динамических характеристиках демографической ситуации в ре-
гионе: сальдо миграции на 1000 жителей (5); естественный прирост населе-
ния на 1000 жителей (8). Кстати последний показатель (естественный
прирост) является комплексным показателем, учитывающим рождаемость
и смертность. Ориентация на эти динамические характеристики позволяет
оценить степень чувствительности системы образования к демографичес-
ким изменениям.
3. Культурный потенциал. Для понимания социокультурной специфики
образовательной ситуации принципиальное значение имеют показатели, по-
зволяющие оценить культурный потенциал региона, поскольку культурный по-
тенциал во многом определяет характер требований к системе образования,
ее структуре и т.д. С этой целью введен целый ряд индикаторов: количество

жителей, имеющих высшее образование на 1000 человек от 15 лет (4); число
посещений театров на 1000 населения (20); число посещений музеев на 1000
населения (21); число книг и журналов в массовых библиотеках на 1000 насе-
ления (22); выпуск книг и брошюр на 1000 населения — годовой тираж, экзем-
пляров (23).
4. Характеристика образовательной структуры региона. Из разных показа-
телей, характеризующих состояние образовательной структуры региона, нами
отобрана группа показателей, которые могут характеризовать структуру сложив-
шихся в регионе потребностей в полунении профессионального образования разно-
го уровня и потребности в продвинутых формах обучения в общеобразовательной
школе. Индикаторами здесь служат доля лиц обучающихся в соответствующих
типах учебных заведений: численность учащихся ПТУ на 10000 населения (10);
численность студентов СУЗов на 10000 населения (11); численность студентов
Вузов на 10000 населения (12); процент учащихся в школах с продвинутой фор-
мой обучения (15).
5. Качество обеспечения образовательного процесса. Понятно, что крите-
рии оценки качества образовательного процесса в регионе достаточно мно-
гочисленны. Единых разработанных индикаторов здесь нет. В данном слу-
чае, опираясь на свой опыт разработки федеральной программы развития
образования и ряда региональных программ [6], мы используем набор доста-
точно информативных показателей, которые дают возможность с разных сто-
рон оценить характер обеспечения качества образования. Здесь и оценка ма-
териальных затрат на поддержание функционирования и развития
образовательной сети — капитальные вложения на 10000 детей (7); и оценка
мощности образовательной сети — процент детей дошкольного возраста, обес-
печенных местами в дошкольных учреждениях (9), процент учащихся, обу-
чающихся во 2 и 3 смену (13); и кадровое обеспечение образовательного про-
цесса — процент вакансий учителей 5-11 классов (16), количество учащихся,
приходящихся на одного учителя (19,28,29); и «жесткость» системы образо-
вания, фиксирующая как невозможность обеспечить обучение учащихся
в старшем звене школы, так и неудовлетворенность учащихся качеством об-
разования — процент отсева учащихся из 9—11 классов (14).
6. Кадровый потенциал учителей общеобразовательных школ. Оценка кад-
рового потенциала является весьма существенным моментом для характеристи-
ки состояния сферы образования в регионе. Здесь может быть использован весь-
ма большой набор характеристик, касающихся и возрастного состава,
и распределения учителей по стажу педагогической деятельности, и включен-
ности учителей в инновационную деятельность и целый ряд других. В данном
случае был привлечен набор характеристик, позволяющий оценить общий уро-
вень профессиональной подготовки учителей — процент учителей с высшим об-
разованием (17,24,25); их загруженность профессиональной деятельностью —
средняя недельная нагрузка учителей (18,26,27); интегральную характеристику,
позволяющую оценить степень трудовых затрат для обеспечения материально-

го статуса (напряженность труда) — количество учебных часов, которые должен
дать учитель для получения заработка, обеспечивающего прожиточный минимум
(30).
Итак, общая логика отбора первичных индикаторов сориентирована от-
носительно шести факторов: уровень экономического благополучия населения
региона; динамическая характеристика демографической ситуации в регионе;
культурный потенциал региона; характеристика структуры сложившихся в ре-
гионе образовательных потребностей; качество обеспечения образовательного
процесса; кадровый потенциал системы школьного образования.

ЧАСТЬ II. ФАКТОРЫ, ХАРАКТЕРИЗУЮЩИЕ
СОЦИОКУЛЬТУРНУЮ СПЕЦИФИКУ ОБРАЗОВАТЕЛЬНЫХ
СИСТЕМ РЕГИОНОВ РОССИИ.
Выше были описаны общие принципы, определяющие выбор используе-
мых групп индикаторов для характеристики социокультурной специфики обра-
зовательных систем в различных регионах России. Вместе с тем, возникает клю-
чевой вопрос о том, насколько эти индикаторы реально взаимосвязаны между
собой. Это вопрос имеет принципиальное значение по двум основаниям. Во--
первых, конкретная связь тех или иных индикаторов дает возможность выяс-
нить не только то, как связаны те или иные аспекты, характеризующие систему
образования (например, кадровый потенциал и сложившаяся структура образо-
вательных потребностей), но и то насколько те или иных тенденции развития
сферы образования связаны с социокультурной спецификой региона: уровнем
материального благосостояния, динамикой демографической ситуации, куль-
турным потенциалом региона. Во-вторых, выявление взаимосвязей между ин-
дикаторами на конкретном эмпирическом материале даст нам возможность вы-
делить те реальные содержательные критерии (оси содержательного
пространства), с помощью которых можно попытаться построить типологию об-
разовательных региональных систем в РФ. Оба указанных аспекта исследова-
лись с помощью факторного анализа.
2.1. Описание процедуры факторного анализа.
Представленные в таблице 1 исходные статистические данные были под-
вергнуты процедуре стандартизации. После этого был проведен факторный ана-
лиз матрицы данных таблицы 1. Для выделения факторов использовался метод
главных факторов (МГФ) с последующим вращением по методу «varimax» Кай-
зера, что приводило к ортогональному решению. В результате было выделено
девять независимых факторов, описывающих 81.87% общей суммарной диспер-
сии. В таблице 2 представлена структура факторных нагрузок.
2.2. Содержательное описание факторов.
В этом разделе мы последовательно опишем каждый из выделенных фак-
торов.
Первый биполярный фактор (F1) — вклад в общую суммарную дисперсию
(20.14%) — с высокими весовыми нагрузками определили следующие индика-
торы.

Таблица 2.
Структура факторных нагрузок
по 30 социально-экономическим и образовательным индикаторам.
1 2 3 4 5 6 7 8 9
1 Q14 0 26 -0.23 -0.14 -0.70 -0.32 -0.05 -0.15 022
2 -0.08 -0.01 -0.23 -0.06 080 -0.14 -0.13 000 020
3 -0.01 024 -0.08 003 -0.86 -0.06 -0.10 007 004
4 Q89 007 014 -0.15 -0.06 -0.06 017 -0.07 003
5 -0.04 -0.10 -0.12 089 -0.06 013 015 -0.09 011
6 0.01 -0.27 -0 08 -0.40 024 030 -0.09 -0.04 -0.54
7 а п 001 -0.17 -0.15 -0.10 -О.90 002 003 000
8 -0.08 -0.58 -0.37 -0.29 017 -0.22 021 -0.31 -0.14
9 004 0 39 029 -0.37 -0.32 -0.04 -0.46 008 -0.14
10 -0.13 009 -0.01 012 005 004 -0.87 010 011
11 009 -0.06 -0.15 0 20 007 006 -0.13 018 084
12 0 85 -0.09 -0.06 009 002 002 000 -О.02 036
13 -0.27 006 -0.29 -0.44 -0.10 -0.04 017 -0.56 -0.12
14 -0.10 -0.15 -0.20 -О.80 005 014 029 -0.16 -0.11
15 056 -0.06 -0.21 -0.01 004 007 -0.27 002 -0.25
16 -0.02 0 26 -0.31 -0.81 -0.07 -0.22 Q05 -О.06 -0.10
17 005 -0.05 092 007 000 009 -0.02 ОН -0.12
18 -0.18 090 -0.08 -0.08 -0.16 003 -0.05 012 016
19 033 074 -0.02 -0.20 -0.19 016 -0.05 -0.39 -0.15
20 0 82 -0.13 016 -0.04 -0.15 011 -0.14 015 010
21 0 61 016 -0.05 016 -0.21 027 002 040 -0.21
22 011 007 0 23 -0.16 003 002 -0.12 0 81 а 13
23 074 009 015 004 001 -0.37 014 002 0 08
24 -0.12 -0.20 0 81 020 005 008 000 0 35 001
25 -0.80 -0.15 044 -0.01 010 005 -0.06 -0.24 -0.02
26 -0.14 0 86 -0.21 -0.18 -0.10 -0.17 000 005 000
27 -0.83 0 31 006 -0.12 -0.04 015 -0.12 -0.11 018
28 000 0 88 -0.08 011 -0.03 -0.08 -О.05 -0.11 -0.03
I 29 -0.53 014 -0.11 -0.28 004 022 -0.05 -0.63 -0.06
Ь> -0.18 049 024 -0.16 049 025 -0.04 017 -0.19
На положительном полюсе здесь разместились:
— (4) количество жителей, имеющих высшее образование на 1000 чело-
век от 15 лет 0.89
— (12) численность студентов Вузов на 10000 населения 0.85
— (20) число посещений театров на 1000 населения 0.82
— (23) выпуск книг и брошюр на 1000 населения (годовой тираж, экзем-
пляров в регионе) .74
— (21) число посещений музеев на 1000 населения 0.61
— (15) % учащихся в школах с продвинутой формой обучения 0.56
На отрицательном полюсе:
— (27) средняя недельная нагрузка учителей в сельской местности -0.83
— (25) % учителей с высшим образованием в сельской местности -0.80
Как мы видим, положительный полюс данного фактора определяют ин-
дикаторы, характеризующие высокий культурный потенциал региона (коли-
чество жителей с высшим образованием; посещаемость театров и музеев; ин-

тенсивность издательской деятельности в регионе). Важно обратить внима-
ние на то, что с этим комплексом показателей оказываются связанными два
индикатора, непосредственно характеризующие состояние сферы образова-
ния: численность студентов вузов и высокая доля учащихся, обучающихся
в школах с продвинутой формой обучения. Связь этих индикаторов с уров-
нем культурного потенциала региона представляется достаточно содержатель-
ной. Во-первых, можно сделать вывод о том, что на уровне региональных
структур проявляется социологическая закономерность воспроизводства об-
разовательного уровня населения, поскольку в регионах с более высоким об-
разовательным уровнем оказывается и более высокая численность студен-
тов. Во-вторых, мы видим, что интенсивность развития продвинутых форм
школьного обучения также связывается именно с культурным потенциалом
региона. Это принципиально важно, поскольку показывает, что развитие уг-
лубленных форм школьного образования зависит не от экономических или
демографических факторов, или факторов связанных с особенностью струк-
туры образовательной системы, ее кадрового потенциала и т.д., а в первую
очередь от общего культурного потенциала региона и развитости системы
высшего образования (о чем свидетельствует связь школ с продвинутой фор-
мой обучения с численностью студентов вузов). В этом отношении важно
обратить внимание на то, что развитость в регионе системы высшего образо-
вания оказывает принципиальное влияние на дифференциацию системы
школьного образования — создание школ с углубленным изучением тех или
иных предметов.
То, что на отрицательном полюсе данного фактора сгруппировались ин-
дикаторы, фиксирующие положение учителя в сельской местности (процент
учителей с высшим образованием на селе, недельная нагрузка учителей
в сельской местности) свидетельствует о том, что в целом данный фактор
дифференцирует регионы с высоким культурным потенциалом и сельские
регионы.
Таким образом, данный фактор можно обозначить, как фактор определя-
ющий культурный потенциал региона. И подчеркнем еще раз, что именно куль-
турный потенциал региона определяет развитие в нем системы высшего образо-
вания и развитие продвинутых форм школьного обучения. Следует обратить
внимание на то, что положительный полюс фактора, обозначенный нами как
культурный потенциал региона, фиксирует характерный для региона поведен-
неский аспект (посещение театров и музеев, издательская деятельность), — соци-
окультурную активность населения региона. Этот момент социокультурной ак-
тивности (а, следовательно, и высоких социокультурных потребностей
у населения в данном регионе) является особой специфической характеристи-
кой положительного полюса данного фактора.
Второй биполярный фактор (F2) — вклад в общую суммарную дисперсию
(16.53%) — с высокими весовыми нагрузками определили следующие индика-
торы.

На положительном полюсе:
— (18) средняя недельная нагрузка учителей (час/неделя) 0.90
— (28) количество учащихся, приходящихся на одного учителя в городс-
кой местности 0.88
— (26) средняя недельная нагрузка учителей в городской местности 0.86
— (19) количество учащихся, приходящихся на одного учителя 0.74
На отрицательном полюсе:
— (8) естественный прирост населения на 1000 жителей -0.58
Данный фактор представляется крайне интересным, поскольку его по-
ложительный полюс характеризует неблагополучие условий учительского тру-
да: высокий процент учащихся, приходящихся на одного учителя и высокая
недельная нагрузка. То, что положительный полюс данного фактора харак-
теризует неблагополучие условий учительского труда, подтверждается, в ча-
стности, и тем обстоятельством, что на его положительном полюсе с доста-
точно высокой весовой нагрузкой (.49) оказался и интегральный показатель
«напряженность учительского труда», фиксирующий количество урочных
часов, которые должен дать учитель для обеспечения своего дохода на уровне
прожиточного минимума в регионе. Тот факт, что на противоположном от-
рицательном полюсе фактора оказался индикатор, характеризующий есте-
ственный прирост населения фиксирует достаточно парадоксальную ситуа-
цию. Оказывается, что неблагополучные условия труда учителя
(перегруженность классов, повышенная недельная часовой нагрузка, общая
«напряженность») связаны как раз с неблагополучием демографической си-
туации, отсутствием естественного прироста населения. В принципе можно
было бы ожидать скорее противоположной тенденции: в тех регионах, где
большая рождаемость будет и больше детей, приходящихся на учителя и боль-
шая недельная нагрузка. Однако, как мы видим, как раз интенсивность учи-
тельского труда связана, наоборот, с неблагополучной демографической си-
туацией в регионе.
Можно думать, что этот фактор ухватывает какой-то весьма существенный
момент, касающийся возможно характеристики именно депрессивных регио-
нов с неблагоприятной ситуацией, где снижена рождаемость и идет общее ста-
рение населения. Поскольку на положительном полюсе фактора оказались тес-
но связанными показатели, касающиеся интенсивности труд^ городских
учителей, можно думать, что фактор фиксирует ситуацию характерную для про-
мышленных регионов. Именно для них возможно и характерна высокая интен-
сивность труда учителя, который вынужден работать в переполненных классах
и давать большое количество учебных часов.
Таким образом, в целом данный фактор можно обозначить как фактор не-
благополучия условий учительского труда (высокая интенсивность) или «перегру-
женность системы образования» в оппозиции к благополучной демографичес-
кой ситуации.

Третий фактор (F3) — вклад в общую суммарную дисперсию (13.42%) — с
высокими весовыми нагрузками определили индикаторы, фиксирующие про-
цент учителей с высшим образованием:
— (17) процент учителей с высшим образованием (суммарный по горо-
ду и селу) 0.92
— (24) процент учителей с высшим образованием в городской местности
0.81
Данный униполярный фактор прост по своей структуре и интерпретации
и может быть обозначен как фактор, фиксирующий уровень профессиональной
подготовки учителей в регионе.
Четвертый биполярный фактор (F4) — вклад в общую суммарную диспер-
сию (8.97%) — с высокими весовыми нагрузками определили следующие инди-
каторы.
Положительный полюс фактора с высокой весовой нагрузкой (0.89) опреде-
лил индикатор (5), фиксирующий «сальдо миграции на 1000 жителей» в регионе.
На отрицательном полюсе сгруппировались:
— (16) процент вакансий учителей 5-11 классов, просуммированный по
предметам обучения, городу и селу -0.81
— (14) процент отсева учащихся из 10-11 кл -0.80
Как можно заметить, этот фактор фиксирует взаимосвязь общего благо-
получия демографической ситуации в регионе с показателями благополучия
в сфере образования. Так, в благополучных регионах с положительным сальдо
миграции (т.е. в тех регионах, куда прибывают мигранты) меньший процент
вакансий учителей (т.е. заняты рабочие места в сфере образования) и мень-
ший отсев учащихся из 10-11 классов. Несмотря на то, что в данном случае
довольно трудно оценить какова доля мигрантов в комплектовании учащихся
10-11 классов, сама по себе выявленная связь между процентом вакансий учи-
телей и процентом отсева из 10—11 классов представляется весьма существен-
ной. Действительно, на региональном уровне анализа мы устанавливаем со-
держательную в педагогическом отношении зависимость между кадровым
обеспечением и качеством образования: чем более укомплектована система
школьного образования педагогическим кадрами, тем лучше организован пе-
дагогический процесс (критерием чего и выступает меньший отсев учащихся
из старшего звена школы).
Можно также думать, что ситуация меньшего отсева учащихся из старшего
звена школы в определенной степени зависит и от общей благоприятной ситуа-
ции на рынке труда, поскольку на отрицательный полюс с довольно высокой
нагрузкой (-0.44) вошел индикатор N6, фиксирующий процент безработных от
числа экономически активного населения. Иными словами, в регионы, куда при-

бывает население, где заполнены рабочие места (взрослое население работает)
более благополучно и положение в старшем звене школы: дети остаются в шко-
ле, они не выступают как дешевая рабочая сила, вынужденная искать наряду с
взрослыми заработок.
Наконец, относительное благополучие в сфере образования этих регионов
фиксируемое данным фактором подтверждается также и тем, что относительно
высокую нагрузку (-0.40) на отрицательном полюсе имеет и такой индикатор
как N13 — процент учащихся, обучающихся во 2 и 3 смену.
Таким образом, в целом этот фактор дифференцирует благополучные (при-
влекательные) в социально-демографическом отношении регионы; те регионы,
куда прибывает население. Он показывает (если учесть содержание индикато-
ров сгруппированных на отрицательном полюсе), что миграция в регионы тес-
но связана не только с ситуацией на рынке труда, но и с благополучием сферы
образования: ее укомплектованностью педагогическими кадрами, низким отсе-
вом учащихся из старшего звена школы. В целом, ориентируясь на положитель-
ный полюс, содержательно данный фактор можно обозначить как социально-де-
мографическая привлекательность региона.
Рассматриваемый нами четвертый фактор имеет смысл соотнести с про-
анализированным выше вторым фактором (F2), где мы также обнаружили связь
демографических характеристик с показателями сферы образования. Сами раз-
личия между этими двумя факторами, на наш взгляд, достаточно содержатель-
ны. Если второй фактор (F2) выявляет зависимость между неблагоприятной де-
мографической ситуацией (низкий прирост населения) и интенсификацией
учительского труда (большее число учащихся, приходящихся на учителя; сред-
няя недельная нагрузка); то фактор F4 действительно фиксирует социально--
демографическую привлекательность региона, показывая, что привлекательные
для миграции регионы имеют и более благоприятные условия в сфере образова-
ния (укомплектованы педагогическими кадрами) и качество образования (мень-
ший отсев учащихся из школы).
Пятый биполярный фактор (F5) — вклад в общую суммарную дисперсию
(6.67%) — с высокими весовыми нагрузками определили следующие индика-
торы.
На положительном полюсе его определяют следующие индикаторы:
— (2) процент семей, не имеющих прожиточного минимума надушу 0.80
— (30) напряженность труда учителя (количество учебных часов, кото-
рые должен отработать учитель для получения заработка в один прожиточ-
ный минимум) 0.49
На отрицательном полюсе:
— (3) количество детей, которое могут содержать в семьях -0.86
— (1) процент оплаты труда к прожиточному минимуму -0.70

В принципе данный фактор достаточно прост в своей интерпретации и диф-
ференцирует регионы по материальному благополучию населения. При этом от-
рицательный полюс фактора фиксирует благополучные регионы, положитель-
ный, — неблагополучные.
Следует обратить внимание на то, что напряженность труда учителя
(т.е. величина часов, которые должен дать учитель для обеспечения своего про-
житочного минимума) оказывается тесно связанной с процентом семей, не име-
ющих прожиточного минимума на душу. Подобная связь показывает, не толь-
ко то, что в бедных регионах учитель вынужден больше работать, чтобы
обеспечить свой прожиточный минимум, но и то, что по своему материально-
му статусу учителя именно в этих регионах относятся к наиболее неблагопо-
лучной группе.
Шестой фактор (F6) — вклад в общую суммарную дисперсию (5.59%) —
предельно прост по своей структуре и не нуждается в какой-либо особой интер-
претации. Его с высокой весовой нагрузкой (-0.90) определяет индикатор N7 —
капитальные вложения на 10000 детей (млн.руб.).
Важно лишь подчеркнуть, что доля капитальных вложений на детей школь-
ного возраста выступает как совершенно независимый показатель и оказывает-
ся не связанной ни с культурной спецификой региона, ни с уровнем материаль-
ного обеспечения населения, ни с демографической ситуаций, ни, наконец,
с региональными особенностями состояния сферы образования. В силу этого
можно думать, что данный индикатор (и данный фактор) фиксирует достаточно
существенный и самостоятельный экономический аспект региональной поли-
тики в сфере образования, — долгосрочные инвестиции в сферу образования.
Так данный фактор можно и обозначить.
Седьмой униполярный фактор (F7) — вклад в общую суммарную дисперсию
(4.23%) — характеризуют два индикатора:
— (10) численность учащихся ПТУ на 10000 населения -0.87
— (9) процент детей дошкольного возраста, обеспеченных местами в дош-
кольных учреждениях -0.46
По сути дела данный фактор в основном характеризует развитие в регионе
особой подсистемы начального профессионального образования. Как можно
заметить, эта подсистема достаточно своеобразна и независима, в отличие, на-
пример, от высшего образования связанного с культурным потенциалом регио-
на. Не связана она ни с системой школьного образования, ни с системой сред-
него профессионального образования. Можно думать, что ее формирование
строится по совершенно особым принципам. Например, весьма правдоподобно
предположение о том, что система ПТО развивалась в промышленных регио-
нах, где существовали достаточно мощные базовые предприятия, которым тре-
бовались трудовые кадры с подобным уровнем квалификации; крупные пред-
приятия позволявшие развивать данную подсистему сферы образования.

В пользу этого соображения говорит и тот, на первый взгляд неожиданный факт,
что показатель развитости системы начального профессионального образова-
ния оказывается связанным с показателем развитости системы дошкольного
воспитания (процент детей дошкольного возраста, обеспеченных местами в дет-
ских садах). Именно эта связь проясняет общую тенденцию региональной по-
литики: крупные базовые предприятия (экономически успешно действовавшие
в дореформенный период) служили основой для создания как подсистемы на-
чального профессионального образования (обеспечивающей их подготовленны-
ми трудовыми кадрами), так и для системы дошкольного образования, посколь-
ку система ведомственных детских садов позволяла осуществлять поддержку
работающих на предприятии кадров; осуществлять социальную политику по их
поддержке.
Таким образом, можно думать, что данный фактор фиксирует характерные
тенденции в складывании региональных образовательных структур, которые
формировались в особом типе промышленных регионов, сориентированных
на проведение социальной политики в сфере образования по воспроизводству и под-
держке рабочих кадров.
Восьмой биполярный фактор (F8) — вклад в общую суммарную диспер-
сию (3.25%) — с высокими весовыми нагрузками определили следующие ин-
дикаторы.
На положительном полюсе:
— (22) число книг и журналов в массовых библиотеках на 1000 насе-
ления 0.81
— (21) число посещений музеев на 1000 населения 0.40
На отрицательном:
— (29) количество учащихся, приходящихся на одного учителя в сельс-
кой местности -0.63
— (13) процент учащихся, обучающихся во 2 и 3 смену -0.56
Поскольку положительный полюс фактора фиксирует такие аспекты как
фонды библиотек и посещение музеев, то можно считать, что этот полюс факто-
ра фиксирует культурный потенциал региона. Если быть более точным, — исто-
рически сложившийся «культурный фонд» региона. Отрицательный же полюс
характеризует образовательную ситуацию в сельской местности.
В принципе этот фактор по смыслу достаточно сходен с первым: диффе-
ренцируя городскую и сельскую ситуацию. В то же время здесь есть достаточно
существенные различия. Если в первом факторе (F1) культурный потенциал ре-
гиона выявлялся через демографический состав населения и ряд аспектов соци-
окультурной динамики (в первую очередь поведенческих — посещение театров
и музеев; коммуникационных — выпуск печатной продукции), то в данном слу-
чае имеет смысл говорить именно об исторически сложившемся культурном
фонде региона.

Определенные различия касаются и отрицательного полюса в этих факто-
рах. Если в первом факторе отрицательный полюс фиксировал состояние кад-
рового потенциала системы образования (процент учителей с высшим образо-
ванием, перегрузку — недельная нагрузка), то в восьмом факторе мы имеем
скорее характеристику мощности образовательной сети — процент учащихся,
приходящийся на одного учителя на селе; количество обучающихся во вторую
и третью смены.
Таким образом, в целом данный фактор дифференцирует культурный фонд
региона и мощность образовательной сети. И в этой связи следует обратить вни-
мание на фиксируемую данным фактором закономерность, которая проявляет-
ся на уровне регионального анализа: чем более развиты культурные фонды
региона, тем выше и мощность его образовательной сети. И наоборот, регионы
с большой наполняемостью классов, с большой долей обучающихся во вторую
и третью смены обладают и слабыми культурными фондами.
Наконец, важно обратить внимание на один нюанс, характеризующий соб-
ственно своеобразие образовательной ситуации. Регионы, где высока доля уча-
щихся, приходящихся на одного учителя в сельской местности, характеризуют-
ся и большой долей обучающихся во вторую и третью смены. Можно думать,
что подобная ситуация характерна для новых интенсивно развивающихся ре-
сурсодобывающих регионов.
Девятый биполярный фактор (F9) — вклад в общую суммарную диспер-
сию (3.08%) — с высокими весовыми нагрузками определили следующие ин-
дикаторы.
На положительном полюсе:
— (11) численность студентов СУЗов на 10000 населения 0.84
На отрицательном полюсе:
— (6) процент безработных от числа экономически активного
населения -0.54
В целом данный фактор прост по своей структуре. Положительный его
полюс характеризует уровень развития системы среднего профессионального
образования, а отрицательный уровень безработицы в регионе. С нашей точки
зрения фиксируемая данным фактором связь достаточна содержательна. Она
свидетельствует о том, что в регионах с развитой системой именно среднего
профессионального образования оказывается ниже уровень безработицы. Это
важно, поскольку показывает, что именно подобный уровень профессиональ-
ной подготовки (не начального и не высшего образования) оказался наиболее
эффективным на рынке труда в меняющейся экономической ситуации. По всей
видимости, кадры с таким уровнем подготовки оказались наиболее професси-
онально мобильными. Естественно профессиональная мобильность не явля-
ется единственным объяснением этой закономерности. Можно думать, что ре-
гионы, ориентированные на развитие системы профессиональной подготовки

специалистов среднего уровня обладают какими-то существенными особен-
ностями в структуре производства.
В целом данный фактор можно обозначить как «развитие системы СУЗов —
уровень безработицы».
Итак, в ходе факторного анализа были выделены следующие девять фак-
торов, которые могут характеризовать качественное своеобразие региональных
образовательных систем:
F1 (20.14%): высокий социокультурный статус региона (культурный по-
тенциал региона, культурная активность населения).
F2 (16.53%): неблагополучие условий учительского труда — (высокая ин-
тенсивность) — благополучная демографическая ситуация (рождаемость).
F3 (13.42%): уровень профессиональной подготовки учителей в регионе.
F4 (8.97%): социально-демографическая привлекательность региона
(сальдо миграции) — качество образовательных услуг (вакансии, отсев, слабая
мощность сети).
F5 (6.67%): материальное неблагополучие — материальное благополучие
населения.
F6 (5.59%): долгосрочные инвестиции в сферу образования (капитальные
вложения на 10000 детей (млн.руб)).
F7 (4.23%): реализация политики в сфере образования по воспроизвод-
ству и поддержке рабочих кадров (численность учащихся ПТУ; обеспеченность
местами в ДУ)
F8 (3.25%): исторически сложившийся культурный фонд региона — мощ-
ность образовательной сети.
F9 (3.08%): развитие системы СУЗов — уровень безработицы.
При описании факторов мы выделили целый ряд взаимозависимостей меж-
ду первичными индикаторами, которые отражают содержательные закономер-
ности, проявляющиеся на уровне регионального анализа образовательных сис-
тем. Их стоит также специально перечислить.
1. На уровне региональных структур прослеживается воспроизводство об-
разовательного уровня населения (в регионах с более высоким образовательным
уровнем оказывается и более высокая численность студентов).
2. Развитие продвинутых форм школьного обучения тесно связано с куль-
турным потенциалом региона и развитием системы высшего образования.
3. Неблагополучие условий труда учителя (перегруженность классов, по-
вышенная недельная часовая нагрузка, общая «напряженность» учительского
труда) связаны с неблагополучием демографической ситуации (отсутствием ес-
тественного прироста населения). В депрессивных регионах выше интенсив-
ность учительского труда.
4. Общее благополучие демографической ситуации в регионе, его соци-
альная привлекательность (положительное сальдо миграции) связано с показа-
телями благополучия в сфере образования (низким процентом вакансий учите-
лей, низким отсевом из старшего звена).

5. Чем более укомплектована система школьного образования педагоги-
ческим кадрами, тем лучше организован педагогический процесс (меньше от-
сев учащихся из старшего звена школы).
6. Низкий отсев учащихся из старшего звена школы связан с общей благо-
приятной ситуацией на рынке труда (числом безработных). Чем меньше безра-
ботных, тем меньше отсев.
7. Напряженность труда учителя (т.е. величина часов, которые должен дать
учитель для обеспечения своего прожиточного минимума) тесно связана с про-
центом семей, не имеющих прожиточного минимума. В бедных регионах учи-
тель вынужден больше работать, чтобы обеспечить свой прожиточный мини-
мум и по своему материальному статусу именно в этих регионах учителя
относятся к наиболее неблагополучной группе.
8. Уровень развития системы ПТО оказывается связанным с показателем
развитости системы дошкольного воспитания (процент детей дошкольного воз-
раста, обеспеченных местами в детских садах), что позволяет сделать вывод о
том, что обе подсистемы в основном развивались на основе базовых предприя-
тий региона. Именно развитие этих подсистем и определяло проведение соци-
альной политики в поддержке рабочих кадров региона через систему образова-
ния.
9. Чем более развиты культурные фонды региона, тем выше и мощность
его образовательной сети.
10. Кадры со средним уровнем профессиональной подготовки оказались
наиболее профессионально мобильными и подготовленными к изменяющейся
ситуации на рынке труда.

ЧАСТЬ III.
СОЦИОКУЛЬТУРНАЯ ТИПОЛОГИЯ РЕГИОНОВ РФ.
3.1. Размещение регионов РФ в пространстве выделенных факторов.
Использованная процедура обработки данных позволяет сделать сле-
дующий шаг в анализе полученных материалов. Он направлен на построение
социокультурной типологии регионов РФ на основе выраженности в них тех
или иных описанных выше факторов. Поскольку каждый из регионов имеет
показатели значений по осям соответствующих факторов (см. таблицу 3),
то мы можем оценить выраженность в том или ином регионе тех или иных
факторов.
Как видно из таблицы, наиболее высокие значения по оси фактора
F1 (культурный потенциал, социокультурная активность) у таких регионов как
Москва (6.37) и Санкт-Петербург (5.37). По выраженности этого фактора оба
эти региона существенно отличаются от всех остальных регионов РФ. Отно-
сительно выраженные положительные значения по оси этого фактора имеют
такие регионы, как Орловская область (.30), Ярославская область (.17), Воро-
нежская область (.15), Республика Татарстан (.66), Волгоградская (.36), Самар-
ская (.38), Саратовская (.13), Томская (.62), Новосибирская (.19) области и ряд
других регионов. Регионы же с отрицательными значениями по оси этого фак-
тора (низкий культурный потенциал), — Сахалинская область (-.87), Читинс-
кая область (-.66) и др.
По оси второго фактора F2 (высокая интенсивность учительского труда)
наиболее высокие значения имеют такие регионы как Вологодская область (1.74),
Новгородская область (.1.45), Московская область (1.25), Нижегородская область
(1.16), Свердловская область (1.07), Кемеровская область (2.40), Новосибирс-
кая область (1.14), Тюменская область (1.48), Магаданская область (1.24), Саха-
линская область (1.09), Приморский (1.49) и Красноярский Край (1.06). На про-
тивоположном полюсе этого фактора (высокий естественный прирост
населения) с наиболее выраженными значениями располагаются такие регио-
ны, как Республика Дагестан (-3.46), Республика Северная Осетия (-2.95) и це-
лый ряд других регионов.
Аналогично мы можем охарактеризовать регионы РФ по интегральным
характеристикам, выраженным остальными факторами, оценивая их размеще-
ние по соответствующим осям. Однако мы можем провести анализ не только
относительно того или иного региона относительно выраженности значений по
оси соответствующего фактора, но и оценить сходство между ними по девяти
факторам (сходство профилей регионов по девяти факторам), выявив тем са-
мым эмпирически именно социокультурные типы образовательных ситуаций в
регионах России.

Таблица 3.
Значения факторов в 76 регионах РФ.
РЕГИОНЫ 1 2 3 4 5 6 7 8 9
1 РЕСП. КАРЕЛИЯ 0. 06 -0. 51 1. 75 -0. 1 7 -0. 28 1 . 06 -0. 66 0. 86 0. 1 5
2 РЕСП. КОМИ -о. 42 -0. 23 -0. 02 -1 . 21 -0. 62 -0. 46 -1 . 1 8 -О. 39 -0. 54
3 АРХАНГЕЛЬСКАЯ ОБЛ -0. 32 0. 26 -О. 43 -0. 57 -0. 82 0. 02 -1 . 43 -0. 1 0 -0. 64
4 ВОЛГОДСКАЯ ОБЛ. -0. 39 1. 74 0. 72 -0. 02 -0. 24 -О. 08 -1 . 62 0. 57 -0. 06
5 МУРМАНСКАЯ ОБЛ. -о. 25 -0. 34 0. 79 -1. 55 -1. 3 1 -0. 12 10 -0. 91 -2. 35
6 г. САНКТ- ПЕТЕРБУРГ 5. 37 -0. 01 -0. 18 1. 05 -1. 97 1. 08 -1: 00 4. 36 -0. 40
7 ЛЕНИНГР. ОБЛАСТЬ -0. 50 0. 84 0. 63 -0. 09 -0. 25 1. 44 -0. 84 -О. 74 -2. 98
8 НОВГОРОДСКАЯ ОБЛ. -0. 53 1. 45 1. 46 0. 68 0. 03 1. 19 -О. 61 1 . 19 -0. 19
9 ПСКОВСКАЯ ОБЛ. -0. 30 0. 04 1. 1 1 0. 73 2. 26 1. 47 —1 . 61 2. 35 -0. 61
10 БРЯНСКАЯ ОБЛ. -0. 29 -0. 51 0. 57 0. 84 0. 03 -0. 1 5 22 0. 80 0. 38
1 1 ВЛАДИМИРСКАЯ ОБЛ. -о. 62 0. 61 1. 40 0. 32 -0. 1 3 0. 96 _1 58 0. 06 -0. 80
12 ИВАНОВСКАЛ ОБЛ. 0. 03 0. 37 1 43 0. 08 0. 95 1. 75 -1: 30 0. 48 -0. 93
13 КАЛУЖСКАЯ ОБЛ. -0. 3 4 0. 07 0. 91 1. 10 -0. 52 -0. 09 45 0. 66 0. 93
14 КОСТРОМСКАЯ ОБЛ. -0. 12 0. 1 2 0. 77 0. 48 -0. 1 3 0. 32 -1; 54 1 78 0. 46
1 5 г. МОСКВА
6. 37 0. 34 0. 50 1. 01 -1. 91 -4. 37 2. 01 з! 24 1 . 72
16 МОСКОВСКАЯ ОБЛ. -0. 04 ] 25 0. 67 -0. 06 -0. 57 -0. 29 85 -0. 8 1 -1 . 66
17 ОРЛОВСКАЯ ОБЛ. 0. 30 -0. 37 0. 94 1. 30 -0. 36 -0. 12 -о! 75 1. 62 1 . 59
18 РЯЗАНСКАЯ ОБЛ. -0. 08 -0. 06 0. 88 1. 24 0. 39 0. 57 -0. 66 1. 1 6 0. 99
19 СМОЛЕНСКАЯ ОБЛ. -0. 47 0. 1 7 1. 02 0. 95 -0. 46 0. 35 05 0. 90 0. 86
20 ТВЕРСКАЯ ОБЛ. -0. 09 0. 56 -0. 26 0. 73 0. 20 0. 20 -о! 64 1. 28 1. 02
21 УЛЬСКАЯ ОБЛ. -0. 22 0. 70 1. 36 0. 85 -0. 92 0. 81 -0. 37 1. 04 0. 82
22 ЯРОСЛАВСКАЯ ОБЛ. 0. 1 7 0. 12 1. 08 0. 5 1 -0. 71 0. 59 -0. 90 1. 05 -0. 02
23 РЕСП. МАРИЙЭЛ 0. 35 -0. 93 2. 06 0. 73 0. 21 0. 22 -1. 10 1. 1 3 -0. 1 7
24 РЕСП. МОРДОВИЯ 0. 13 -0. 66 1. 69 1. 41 0. 1 7 0. 56 -1. 2 1 1. 76< 1. 03
25 ЧУВАШСКАЯ РЕСП. 0. 14 1. 20 1. 57 0. 97 0. 55 0. 24 -0. 79 1. 09 0. 32
26 КИРОВСКАЯ ОБЛ. -0. 41 0. 56 1. 10 0. 27 0. 8 1 1. 1 5 -1. 03 1. 56 -0. 62
27 НИЖЕГОРОДСКАЯ ОБЛ -0. 29 1. 1 6 0. 93 0. 38 -0. 98 -0. 07 -0. 83 0. 1 2 0. 77
28 БЕЛГОРОДСКАЯ ОБЛ. -0. 1 9 -0. 01 0. 22 1. 46 -0. 63 -1. 34 -1. 25 0. 7 1 1. 67
29 ВОРОНЕЖСКАЯ ОБЛ. 0. 1 5 -0. 95 1. 1 5 1. 1 0 -0. 05 0. 30 } 04 0. 49 1. 25
30 КУРСКАЯ ОБЛ. -0. 24 -0. 50 0. 66 1. 1 3 0. 1 8 0. 1 6 -0. 06 1. 35 1. 30
31 ЛИПЕЦКАЯ ОБЛ. -0. 66 -0. 22 1. 93 1. 33 -0. 66 0. 2 1 -0. 69 0. 71 0. 77
32 ТАМБОВСКАЯ ОБЛ. -0. 57 -0. 65 1. 72 1. 28 1. 30 0. 75 2 1 1. 60 0. 93
3 3 Респ. КАЛМЫКИЯ 0. 26 2. 26 0. 1 8 0. 54 0. 89 0. 48 52 0. 58 -0. 05
3 4 РЕСП. ТАТАРСТАН 0. 66 1. 26 -0. 72 0. 63 -0. 76 -1. 1 8 -1! 02 0. 06 0. 9 1
35 АСТРАХАНСКАЯ ОБЛ. -0. 26 -0. 52 -0. 49 0. 1 0 0. 55 0. 89 34 -0. 72 0. 30
36 ВОЛГОГРАДСКАЯ ОБЛ 0. 36 0. 36 -0. 07 0. 70 0. 10 1. 19 49 0. 32 0. 37
37 ПЕНЗЕНСКАЯ ОБЛ. -0. 1 1 -0. 43 0. 33 1. 02 -0. 41 0. 38 1 5 0. 67 0 55
38 САМАРСКАЯ ОБЛ. 0. 38 0. 59 —1 37 -0. 1 8 -0. 55 -0. 92 09 -0. 86 1 28
39 САРАТОВСКАЯ ОБЛ. 0. 1 3 -0. 57 0. 82 0. 8 1 0. 76 1 . 07 -о! 34 0. 69 0 78
40 УЛЬЯНОВСКАЯ ОБЛ. 0. 01 0. 5 1 -0. 48 0. 61 -2. 39 _1 79 38 -0. 24 0 73
41 РЕСП. АДЫГЕЯ
-0. 29 1. 77 0. 96 0. 23 1. 50 1; 09 1; 37 -0. 38 -0 99
42
РЕСП. ДАГЕСТАН -0. 38 3. 46 -1. 09 0. 25 1. 88 1. 09 5. 1 4 -2. 09 -2 63
43 КАБАРДИНО- БАЛ. РЕС 0. 01 1. 87 -1. 42 -о. 32 2. 05 0. 95 76 -2. 69 -2 92
44 КАРАЧАЕВО- ЧЕР. РЕС -0. 40 1. 61 0. 66 -0. 08 2. 64 0. 83 1; 42 -0. 57 -0 99
45 РЕСП. СЕВЕР. ОСЕТ.
0. 61 2. 95 0. 42 0. 61 2. 52 0. 06 1. 80 -0. 22 1 77
46
КРАСНОДАРСКИЙ КР. -0. 47 -0. 19 -0. 03 0. 02 0. 09 0. 77 2. 60 -1. 65 -1 33
47 СТАВРОПОЛЬСКИЙ КР -0. 54 0. 21 0. 1 1 0. 38 0. 33 0. 43 24 -1. 26 -0 88
48 РОСТОВСКАЯ ОБЛ. -0. 04 0. 1 3 -0. 08 0. 74 -0. 01 0. 22 41 -0. 52 0 9 1
49 РЕСП. БАШКОРТОСТАН -0. 06 -0. 1 7 -1. 29 0. 43 0. 25 -1. 95 -1: 43 -0. 05 0 98
50 УДМУРТСКАЯ РЕСП. -0. 1 0 0. 35 -0. 20 -0. 21 -0. 01 0. 23 -0. 52 -0. 56 -0 48
5 1 КУРГАНСКАЯ ОБЛ. -0. 62 0. 4 1 -0. 57 -0. 23 0. 97 0. 53 -0. 07 0. 30 -0 1 0
52 ОРЕНБУРГСКАЯ ОБЛ. -0. 55 0. 52 -о. 92 0. 33 ] 45 0. 06 -о. 1 8 0. 00 1 59
53 ПЕРМСКАЯ ОБЛ. -0. 22 0. 91 -1. 39 -о. 41 0. 2 1 0. 1 0 -1. 68 -о. 56 0 20
07
54 СВЕРДЛОВСКАЯ ОБЛ. -0. 22 1. 07 -0. 54 -0. 66 -0. 4 1 0. 40 -0. 79 -0. 8 1 0
55 ЧЕЛЯБИНСКАЯ ОБЛ. -0. 46 0. 95 -0. 62 -0. 45 0. 03 0. 52 -о. 95 -1. 23 0 00
56 РЕСП. АЛТАЙ -0. 1 6 2. 1 2 —1 85 -0. 39 0. 86 -2. 37 1. 57 -0. 35 1 1 7
57 АЛТАЙСКИЙ КРАЙ -0. 44 -о. 22 -о! 25 0. 48 0. 34 0. 05 -0. 07 -0. 6 1 0 05
58 КЕМЕРОВСКАЯ ОБЛ. -0. 34 2. 40 -2. 76 -1. 36 -3. 45 -1. 66 -0. 46 -1. 56 0 74
59 НОВОСИБИРСКАЯ ОБЛ 0. 1 9 1. 1 4 -1. 5 1 -0. 1 5 -0. 1 4 0. 1 3 6 1 -0. 78 0 97
60 ОМСКАЯ ОБЛ. -0. 1 2 0. 83 -1. 1 7 0. 04 -0. 1 5 0. 01 -о! 06 -0. 60 1 22
61 ТОМСКАЯ ОБЛ. 0. 62 -0. 25 -0. 54 0. 10 -1 09 0. 1 0 -0. 53 -0. 85 ] 02
62 ТЮМЕНСКАЯ ОБЛ. -0. 4 1 1. 48 -2. 02 -1. 1 8 -г\ 57 -2. 76 1. 5 1 -2. 35 -0 72
63 РЕСП. БУРЯТИЯ -0. 1 0 0. 14 -0. 73 -0 22 1. 36 -о. 48 -1. 1 2 -0. 64 0 32
64 РЕСП. ТЫВА -0. 25 1. 07 —1 43 -1 48 0. 68 -0. 1 4 1. 23 -0. 09 -1 3 1
65 РЕСП. ХАКАСИЯ -0. 5 1 0 26 -о! 33 -0 04 -1. 1 4 -0. 0 1 1. 00 -1. 1 6 -0 1 9
66 КРАСНОЯРСКИЙ КРАЙ 0. 1 5 1 06 -1. 1 7 -0 74 -1. 25 -0. 22 29 -0. 3 7 0 82
67 ИРКУТСКАЯ ОБЛ. 0. 1 0 0 69 -2. 33 -0 91 -0. 53 -0. 96 25 -1. 59 0 63
68 ЧИТИНСКАЯ ОБЛ. -0. 66 0 6 1 -1. 67 -1 25 1. 4 1 -о. 5 6 1; 1 6 -1. 1 3 -0 1 6
69 РЕСП. САХА (ЯКУТ. )
0. 1 2 -0 62 -1. 65 -2 09 0. 1 5 -4. 5 7 95 -0. 08 -1 3 1
70
ПРИМОРСКИЙ КРАЙ -0 22 1 49 -1. 85 -1 8 1 -0. 33 -0. 55 1; 1 1 -2. 40 -0 63
71 ХАБАРОВСКИЙ КРАЙ 0. 47 -0 02 -1. 1 6 -1 21 -0. 54 -о. 08 32 -1. 68 -0 1 4
72 АМУРСКАЯ ОБЛ. -0 42 0 67 -о. 49 -0 84 1. 2 1 -1. 1 6 -о! 35 -0. 45 0 52
73 КАМЧАТСКАЯ ОБЛ. -0 39 0 01 -0. 20 -3 1 8 -о. 99 -0. 1 5 83 -1. 26 -1 85
74 МАГАДАНСКАЯ ОБЛ.
-0 56 1 24 0. 64 -4 91 0. 78 0. 60 -о! 27 -0. 1 7 -3 .26
75
САХАЛИНСКАЯ ОБЛ. -0 87 1 09 -0. 07 -2 45 0. 90 0. 07 1 6 -1 05 -2 12
76 КАЛИНИНГР. ОБЛ. 0 36 -0 96 0. 21 0 46 -0. 78 0 95 89 0. 04 -0 . 84

3.2. Описание процедуры выделения типов региональных ситуаций.
Задача по выделению типов региональных ситуаций решалась с помо-
щью кластерного анализа, который позволяет определить сходство между ре-
гионами по значениям 9-ти факторов. Процедура кластерного анализа состо-
яла в том, что по 76 строкам таблицы значений факторов (таблица 3)
рассчитывалась матрица сходства между регионами по 9 значениям факторов.
В качестве коэффициента сходства использовался парный коэффициент кор-
реляции Пирсона. Полученная матрица сходства размерностью 76x76 разби-
валась методом взвешенной парной группировки с арифметическим средним
с последующим построением дерева разбиений (дендрограммы) регионов на
кластеры.
На рисунке 1 представлена дендрограмма, фиксирующая характер объеди-
нения 76 регионов России относительно степени выраженности соответствую-
щих значений факторов.
В результате кластерного анализа, 76 российских регионов сгруппирова-
лись в 18 эмпирически выделенных типа.
Как видно из дендрограммы, кластер 1 образовали регионы: 1, 23,25, 32,
39, 14, 22,17, 30, 18, 24,19, 31, 21, 27,10, 37, 13, 29.
В кластер 2 вошли регионы с номерами: 20, 28, 34,49.
Кластер 3 и 4 определили соответственно регионы: 6 и 15.
Кластер 5— регионы с номерами 38, 59,67, 60, 58,66.
Кластер 6 определил регион с номером 40.
Кластер 7— 62 и 65.
Кластере— 48,61.
Регионы с номерами 2, 3,4, 8,11, 9, 26,12 образовали кластер 9.
Кластер 10 определили регионы: .5, 16, 7, 73, 74, 75.
Кластер 11 состоит из регионов 50, 54, 55, 53.
Кластер 12 — 51, 52, 63, 72.
Кластер 13 определил регион под номером 33.
Кластер 14 образовали регионы с номерами: 45,41,44,43,42,46,64.
Кластер 15— 56, 69.
Кластер 16— 68, 70, 71.
Кластер 17— 35, 57,47.
Кластер 18 определили регионы с номерами 36 и 76.
3.3. Качественная характеристика выделенных типов.
При описании региональных типов мы будем опираться на средние весо-
вые значения объединившихся в кластер регионов. Средние значения в соот-
ветствующем кластере подсчитывались по каждому из девяти факторов на ос-
нове значений представленных в таблице 3.

Рис. 1. Дендрограмма разбиений регионов по значениям 9 факторов.
Справа приведены номера регионов и значения уровня их сходства (подобия)

Таблица 4.
Средние факторные значения для 18 выделенных кластеров.
Кластер
Средние факторные Значения
1 2 3 4 5 6 7 8 9
1 -0.10 -0.27 1.17 091 -0.10 038 -0.41 1.03 072
2 Q08 -0.22 -0.51 081 -0.24 1.07 4.08 050 1.14
3 537 -0.01 -0.18 1.05 4.97 1.08 4.00 4 36 -0.40
4 6 37 Q34 0.50 1.01 4.91 437 201 124 1.72
5 0.06 1.12 4.72 -0.55 4.01 -0.60 012 -0.96 094
6 Q01 Q 51 -0.48 061 -г 39 1.79 038 -0.24 073
7 -а 46 Q87 4.17 -0.61 4.86 1.38 1.25 4.75 -0.46
8 Q29 -0.06 -0.31 042 -0.55 016 -0.06 -0.69 097
9 -0.37 0.60 0.85 004 028 075 4.29 071 -0.55
10 -0.44 068 041 -2.04 -0.24 026 014 -0.82 -2.37
11 -0.25 0 82 -0.69 -0.43 -0.04 0 31 -0.99 -0.79 -0.05
12 -0.42 044 -0.68 -0.24 L25 -0.26 -0.43 -0.20 058
13 Q26 -2.26 018 054 089 048 052 058 -О05
14 -а 17 4. 85 -0.28 -0.11 1.62 066 205 4.10 4.20
15 -0.02 4.37 4.75 4.24 050 3.47 1.76 -0.22 -0.07
16 -0.14 Q69 4.56 4.42 018 -0.40 086 4.74 -0.31
17 -0.41 -0.18 -0.21 0 32 041 046 017 -0.86 -0.18
18 Q36 -0.30 007 0 58 -0.34 1.070 069 018 -0.23
В таблице 4 представлены средние значения по каждому из 9 факторов для
каждого выделенного кластера.
Таким образом, мы имеем по каждой эмпирически выделенной группе ре-
гионов соответствующий профиль средних значений по 9 факторам. Перейдем
к качественной характеристике региональных групп.
1. МОСКВА — САНКТ-ПЕТЕРБУРГ. (4 и 3 КЛАСТЕРЫ).
В принципе Москву и Санкт-Петербург можно объединить в один об-
щий кластер, поскольку сходство между ними на уровне 0.6337 (см. рис.1).
Оба эти региона действительно не похожи ни на какие другие регионы РФ
и в то же время имеют довольно высокое сходство. Однако, учитывая их осо-
бую роль и для того чтобы, оттенить их специфику рассмотрим их параллель-
но.
Профили выраженности значений факторов для Москвы и Санкт-Петер-
бурга представлен на рис.2.
Как видно из рисунка, и для Москвы, и для Санкт-Петербурга характерны
высокие значения по фактору F1 — высокий социокультурный статус региона
(культурный потенциал региона — число лиц с высшим образованием, числен-
ность студентов, высокая посещаемость театров и музеев, интенсивная издатель-
ская деятельность, высокая доля учащихся обучающихся в продвинутых шко-
лах). Именно по этому фактору оба города существенно отличаются от остальных

регионов России. Подчеркнем, что этот фактор характеризует социокультурный
потенциал как на уровне демографических характеристик населения (образова-
тельный уровень), так и на поведенческом (социокультурная активность).
Рис.2. Профили значений факторов для Москвы (слева)
и для Санкт-Петербурга (справа).
Выражены в этих регионах и значения по другому фактору, характеризую-
щему культурный потенциал региона, по фактору F8— исторически сложившийся
культурный фонд региона (библиотечные фонды и музеи). Заметим, что высокие
значения по этим двум факторам характеризуют определенный тип сложившейся
образовательной системы — высокая доля студентов и учащихся, обучающихся
в школах с продвинутой формой обучения; высокая мощность образовательной
сети, характеризуемая низким процентом обучающихся во 2 и 3 смены.
Наконец, общим моментом, характеризующим указанные регионы, явля-
ется высокий уровень материального благополучия населения (фактор F5)
по сравнению с большинством других типов регионов России.
В то же время по трем факторам (F6, F7, F9) Москва и Санкт-Петербург
весьма существенно отличаются друг от друга.
Фактор F6 фиксирует долгосрочные инвестиции в сферу образования (капи-
тальные вложения на 10000 детей). Как видно из графиков, если для Москвы
характерен крайне высокий уровень инвестиций, то для Санкт-Петербурга зна-
чения по оси этого фактора противоположны, что свидетельствует о низком уров-
не подобного рода расходов.
Фактор F7, определяющий политику в сфере образования по воспроизводству
и поддержке рабочих кадров (численность учащихся ПТУ; обеспеченность места-
ми в ДУ) выражен в Санкт-Петербурге по сравнению с Москвой, а фактор F9,
задающий оппозицией между уровнем развития СУЗов (численность студентов)
и безработицей показывает, что если в Москве большое число студентов СУЗов,
то для Санкт-Петербурга более характерна выраженность безработицы.

Таким образом, несмотря на сходство в культурном потенциале, общем
уровне материальной обеспеченности населения, развитии сети общеобразова-
тельных школ и школ с продвинутой формой обучения Москва и Санкт-Петер-
бург существенно отличаются друг от друга. Большая соориентированность Пе-
тербурга на промышленное производство привела к более выраженному
развитию в этом регионе системы дошкольного и начального профессиональ-
ного образования, что отражает, как мы отметили выше, общую ориентацию
политики в сфере образования по поддержке рабочих кадров. Москва же в боль-
шей степени сориентирована на подготовку специалистов среднего звена. Про-
слеживаются существенные различия и в стратегии развития сферы образова-
ния — Москва ориентирована на долгосрочное развитие, о чем свидетельствует
высокий уровень капитальных вложений в сферу образования.
2. МУРМАНСКАЯ ОБЛАСТЬ, МОСКОВСКАЯ ОБЛАСТЬ. ЛЕНИНГРАДСКАЯ ОБЛАСТЬ, КАМ-
ЧАТСКАЯ ОБЛАСТЬ, МАГАДАНСКАЯ ОБЛАСТЬ, САХАЛИНСКАЯ ОБЛАСТЬ. (КЛАСТЕР 10).
Эта группа регионов объединилась в самостоятельный кластер. Ее имеет
смысл рассмотреть следующей после первой, поскольку в один общий кластер
объединились регионы расположенные рядом с первой группой: Московская
и Ленинградская области. Следует заметить, что другим отличительным сход-
ством этой группы регионов является то, что 4 из пяти регионов являются реги-
онами с крупными портами (Мурманская область, Ленинградская область, Кам-
чатская область, Магаданская область, Сахалинская область). Если учесть, что
и Москва — «порт пяти морей» и крупный авиапорт, то, по всей видимости, дан-
ное объединение регионов ухватывает какой-то весьма существенный момент
связанный с проблемой коммуникаций и товарооборота.
Как же характеризуются эти регионы по выделенным нами факторам?
На рисунке 3 представлен средний профиль данной группы регионов относи-
тельно девяти выделенных факторов.
Рис. 3. Средний профиль регионов 10-го кластера относительно 9-ти факторов.
(Мурманская область, Московская область, Ленинградская область,
Камчатская область, Магаданская область, Сахалинская область)

Во-первых, обращает на себя внимание то, что эти регионы по сравнению
с двумя предыдущими характеризуются крайне низким социокультурным ста-
тусом (фактор F1 — невысокий процент жителей с высшим образованием, не-
высокая доля студентов, низкая посещаемость театров, низкие тиражи печат-
ной продукции издаваемой в регионе) и низкими культурными фондами (фактор
F8 — число книг и журналов в библиотеках, посещаемость музеев). Противопо-
ложные полюса этих факторов своеобразным образом характеризуют состояние
системы образования. Соответственно: высокая недельная нагрузка учителей
в сельской местности; высокий процент учителей с высшим образование на селе;
высокий процент учащихся приходящийся на учителя в сельской местности;
общая высокая доля обучающихся во вторую и третью смены. Таким образом,
можно думать, что отличительной характеристикой этой группы регионов явля-
ется слабая развитость инфраструктуры сельских школ (что видимо и отличает
эту группу регионов от традиционных сельских регионов) и общая перегружен-
ность сети общеобразовательных школ.
Если непосредственно анализировать профиль, то обращает на себя край-
не высокий уровень безработицы в этой группе регионов (см. значение фактора
9). Другим отличительным моментом является выраженное значение по факто-
ру F4, характеризующее сферу образования: высокий процент вакансий учите-
лей в 5-11 классах, высокий процент отсева учащихся из старшего звена шко-
лы. Содержательно корелирует с этим и относительно высоко выраженные
показатели по фактору F2 (высокая интенсивность учительского труда — сред-
няя недельная нагрузка учителей; количество учащихся, приходящихся на од-
ного учителя в городской местности; средняя недельная нагрузка учителей в го-
родской местности; количество учащихся, приходящихся на одного учителя).
Итак, в целом эта группа регионов со слабым культурным потенциалом
и фондами, неблагополучная в демографическом отношении — низкое сальдо
миграции, рождаемость и, в то же время, это группа регионов с явно неблагопо-
лучной ситуацией в системе школьного образования: слабой мощностью сети
и высокой интенсивностью учительского труда.
3. РЕСПУБЛИКА КАРЕЛИЯ, РЕСПУБЛИКА МАРИ ЭЛ, РЕСПУБЛИКА МОРДОВИЯ, ЧУВАШ-
СКАЯ РЕСПУБЛИКА И ОБЛАСТИ: ТАМБОВСКАЯ, САРАТОВСКАЯ, КОСТРОМСКАЯ, ЯРОСЛАВСКАЯ,
ОРЛОВСКАЯ, КУРСКАЯ, РЯЗАНСКАЯ, СМОЛЕНСКАЯ, ЛИПЕЦКАЯ, ТУЛЬСКАЯ, НИЖЕГОРОДС-
КАЯ, БРЯНСКАЯ, ПЕНЗЕНСКАЯ, КАЛУЖСКАЯ, ВОРОНЕЖСКАЯ. (КЛАСТЕР 1).
Как мы видим, это самый большой по численности входящих в его состав
регионов кластер. В него вошли 19 регионов. В основном это области, располо-
женные в западной и центральной части России.
На рисунке 4 представлен средний профиль данной группы регионов от-
носительно девяти выделенных факторов.
Данная кластерная группа весьма своеобразна и отличается от предыду-
щий. Так, если по социально демографическим и социокультурным поведен-
ческим характеристикам населения эта группа регионов не обладает сколько--
нибудь явно выраженным культурным потенциалом и характеризуется средними

Рис. 4. Средний профиль регионов 1-го кластера (Республика Карелия,
Республика Мари Эл, Республика Мордовия, Чувашская республика
и области: Тамбовская, Саратовская, Костромская, Ярославская, Орловская, Курская,
Рязанская, Смоленская, Липецкая, Тульская, Нижегородская, Брянская,
Пензенская, Калужская, Воронежская) относительно 9-ти факторов.
показателями по России, то относительно исторически сложившегося культур-
ного фонда (фактор F8 — фонды библиотек, музеи) потенциал этой группы ре-
гионов весьма высок. В этой связи, если иметь в виду значения противополож-
ного полюса этого фактора, то можно говорить об относительном благополучии
состояния школьной сети: низком количестве учащихся, приходящихся на од-
ного учителя в сельской местности; низком проценте учащихся, обучающихся
во 2 и 3 смену.
В отличие от предыдущей группы регионов эта группа характеризуется от-
носительно невысоким уровнем безработицы и хорошо развитой системой сред-
него профессионального образования.
Наконец, на среднем профиле видна отчетливая выраженность средних
значений по двум факторам: F3 и F4. Напомним, что фактор F3 характеризует
уровень профессиональной подготовки школьных учителей в регионе (процент
учителей с высшим образованием, как в городской, так и в сельской местнос-
ти), а фактор F4 социально-демографическую привлекательность региона (сальдо
миграции). Учитывая, что противоположный полюс фактора характеризует ка-
чество образовательных услуг (вакансии, отсев, мощность сети) можно говорить
в целом о том, что эта группа регионов привлекательная в социально экономи-
ческом отношении (поскольку сюда наблюдается приток мигрантов из других
регионов) обладает и высоким качеством школьного образования — низкий
процент вакансий, низкий отсев учащихся из старшего звена школы.
Помимо явно выраженных факторов, которые характеризуют данные ре-
гионы, для понимания их специфики стоит обратить внимание на значения
факторов F6 и F7, которые характеризуют весьма важные тенденции. Так, фак-
тор Освидетельствует о том, что в данных регионах, помимо системы среднего

образования существует достаточно мощная система начального профессиональ-
ного образования (о чем свидетельствует относительно высокая численность
учащихся ПТУ) и достаточно развитая система дошкольного воспитания (обес-
печенность местами в ДУ). В то же время в этих регионах отсутствует стратегия
долгосрочных инвестиций в сферу образования — низкие капитальные вложе-
ния (фактор F6).
Итак, в целом данная группа регионов характеризуется достаточно благо-
получной демографической ситуацией, привлекательна в социально-экономи-
ческом отношении для жителей других регионов России. Эти регионы облада-
ют высокими культурными фондами, в них относительно благополучна ситуация
в школьном образовании — высокий образовательный уровень учителей, низ-
кий процент вакансий учителей, низкий процент отсева учащихся из старшего
звена школы. В этих регионах сложилась достаточно мощная система среднего
и начального профессионального образования, относительно благополучна си-
стема дошкольного воспитания. И в то же время, образовательная политика
в этих регионах носит достаточно ситуативный характер, поскольку в них низки
капитальные вложения в сферу образования. Образовательная система работа-
ет на использовании уже имеющихся ресурсов.
4. ТВЕРСКАЯ ОБЛАСТЬ, БЕЛГОРОДСКАЯ ОБЛАСТЬ, РЕСПУБЛИКИ ТАТАРСТАН, БАШКОР-
ТОСТАН. (КЛАСТЕР 2).
На рисунке 5 представлен средний профиль данной группы регионов от-
носительно девяти выделенных факторов.
Рис. 5. Средний профиль регионов 2-го кластера
(Республика Татарстан, Республика Башкортостан
и области: Тверская. Белгородская) относительно 9-ти факторов.
Как видно из рисунка, данная группа регионов имеет ряд характерных осо-
бенностей. Если по четырем значения факторов (F4, F7, F8, F9) она похожа
на предыдущую, то по двум факторам F3 и F6 принципиально от нее отличает-

ся.
Так, в социально демографическом отношении это привлекательные реги-
оны России (F4), с низким уровнем безработицы (F9), с относительно богаты-
ми исторически сложившимися культурными фондами (F8), с развитой систе-
мой СУЗов (F9), ПТУ и системой дошкольного воспитания (F7). Именно по этим
параметрам она похожа на предыдущую кластерную группу. Однако кадровый
потенциал системы школьного образования (процент учителей с высшим обра-
зованием) в этой группе регионов существенно ниже, чем в предыдущей
(и в среднем по России).
В то же время, от предыдущей данная группа регионов отличается высоки-
ми инвестициями в сферу образования (по показателю капитальные вложения
на 10000 детей). Иными словами, если в предыдущей группе регионов по пока-
зателям 1994 можно спрогнозировать стагнацию сферы образования, то данная
группа регионов сориентирована в своей политике не только на поддержание
относительно развитой системы школьного образования (несмотря на доволь-
но низкий уровень кадрового потенциала), но и на ее развитие.
5. ОБЛАСТИ: САМАРСКАЯ, НОВОСИБИРСКАЯ, ИРКУТСКАЯ, ОМСКАЯ, КЕМЕРОВСКАЯ И
КРАСНОЯРСКИЙ КРАЙ. (КЛАСТЕР 5).
На рисунке 6 представлен средний профиль данной группы регионов от-
носительно девяти выделенных факторов.
Рис. 6. Средний профиль регионов 5-го кластера
(Самарская, Новосибирская, Иркутская, Омская, Кемеровская области
и Красноярский Край) относительно 9-ти факторов.
Первое, что обращает на себя внимание это то, что в данной группе регио-
нов не только не выражен фактор, фиксирующий высокий социокультурный
статус региона (средние значения по фактору F1 близки к нулевым значениям),
но и то, что в данных регионах весьма слабый исторически сложившийся куль-
турный фонд (значения фактора F8). Это принципиально отличает данную груп-
пу регионов от рассмотренных выше кластерных групп (1,2,3,4), где мы отмена-

ем высокий культурный фонд. В этом отношении данная кластерная группа близ-
ка к рассмотренной уже выше кластерной группе 10 (Мурманская область, Мос-
ковская область, Ленинградская область, Камчатская область, Магаданская об-
ласть, Сахалинская область). Учитывая относительно высокие отрицательные
значения фактора F8, мы можем сделать вывод, что данная группа регионов ха-
рактеризуется в целом слабой мощностью образовательной сети: высокое коли-
чество учащихся, приходящихся на одного учителя в сельской местности; высо-
кий процент учащихся, обучающихся во 2 и 3 смену.
Как видно из рисунка, характерными особенностями данной группы ре-
гионов являются выраженность значений факторов F2,F3,F5,F9. Высокие зна-
чения по фактору F2 характеризуют данную группу как неблагополучную от-
носительно условий учительского труда, где определяющим моментом
оказывается высокая интенсивность труда (высокая средняя часовая недель-
ная нагрузка учителей; высокое количество учащихся, приходящихся на одно-
го учителя в городской местности; высокая средняя недельная нагрузка учите-
лей в городской местности; высокое количество учащихся, приходящихся на
одного учителя). В демографическом отношении эта группа также неблагопо-
лучна, поскольку характеризуется низкой рождаемостью (противоположный
полюс по данному фактору).
Если данная группа регионов неблагополучна в демографическом отно-
шении (низкая рождаемость), то в социально-экономическом, она скорее выг-
лядит как благополучная характеризуясь: высоким количеством детей, которые
могут содержаться в семьях; высоким процентом оплаты труда к прожиточному
минимуму. Само по себе это сочетание низкой рождаемости в данной группе
регионов и относительно высокого уровня оплаты труда по отношению к про-
житочному минимуму представляется крайне интересным. Так, мы видим, что
уровень оплаты сам по себе не определяет рождаемость и можно думать, что он
существенно зависит от общей социокультурной ситуации в регионе. Важно так-
же заметить, что в системе выбранных нами показателей не фигурируют такие,
как задержки с выплатой зарплаты, которые стали крайне важным фактором
материального положения населения в последнее время.
Если по значениям факторов F1,F8,F2 данная группа сходна с кластерной
группой 10, то по значению фактора F3 (уровень подготовки кадрового потен-
циала системы школьного образования) она от нее существенно отличается, ха-
рактеризуясь относительно низким процентом учителей с высшим образовани-
ем (по городу и селу) и низким процентом учителей с высшим образованием
в городской местности.
Данная кластерная группа характеризуется относительно высоким уров-
нем развития системы среднего профессионального образования (фактор F9).
Стоит обратить внимание на тенденции, которые обозначаются относи-
тельной выраженностью на общем профиле показателей по факторам F4 и F6.
Показатели по фактору F4 характеризуют данную группу регионов как неприв-
лекательную в социально-демографическом отношении (низкое сальдо мигра-

ции) и как регионы с относительно низким качеством образовательных услуг, —
высокий процент вакансий учителей 5—11 классов; высокий процент отсева уча-
щихся из 10—11 классов. И в то же время, показатели по фактору F6 свидетель-
ствуют о том, что в данной группе регионов относительно высокие инвестиции
(капитальные вложения) в сферу образования.
Таким образом, данная группа регионов характеризуется средними пока-
зателями по России относительно социокультурного статуса региона и бедны-
ми исторически сложившимися культурными фондами. В демографическом от-
ношении эта группа регионов также неблагополучна и социально
непривлекательна (низкая рождаемость, низкое сальдо миграции). В то же вре-
мя эта группа регионов относительно благополучна в социально-экономичес-
ком отношении (по величине уровня оплаты труда).
В образовательном плане данная группа характеризуется слабой мощнос-
тью сети общеобразовательных школ, высокой интенсивностью учительского
труда, относительно низким уровнем профессиональной подготовки учителей,
высоким процентом вакансий, высоким отсевом учащихся из старшего звена
школы.
В качестве же позитивных моментов следует выделить: относительно вы-
сокие капитальные вложения в сферу образования, развитую систему среднего
профессионального образования.
б. ТЮМЕНСКАЯ ОБЛАСТЬ, РЕСПУБЛИКА ХАКАСИЯ. (КЛАСТЕР 7).
На рисунке 7 представлен средний профиль данной группы регионов от-
носительно девяти выделенных факторов.
Рис. 7. Средний профиль регионов 7-го кластера
(Тюменская область, Республика Хакасия) относительно 9-ти факторов.
Как видно из рисунка, регионы, объединенные в данную кластерную груп-
пу, обладают рядом существенных особенностей.

Во-первых, для них характерен низкий социокультурный статус (фактор
F1, — низкий образовательный статус, низкая социокультурная активность)
и, что особенно ярко выражено, слабый культурный фонд (фактор F2, — мало-
численные книжные фонды, музеи).
Во-вторых, данные регионы характеризуются неблагополучием демог-
рафической ситуации, поскольку в них отмечается низкая рождаемость
(фактор F2) и низкая социальная привлекательность (сальдо миграции —
фактор F4).
В-третьих, регионы, объединенные в данную группу, обладают высоким
уровнем безработицы (фактор F9) и в то же время в данных регионах высо-
кий процент оплаты труда по отношению к прожиточному минимуму (фак-
тор F5).
Учитывая выше перечисленные характеристики социокультурной ситуа-
ции в данных регионах и показатели, определяющие противоположные полюса
перечисленных факторов, мы можем дать описание специфики образователь-
ной ситуации в данных регионах.
Так, данные регионы характеризуются высокой интенсивностью учитель-
ского труда — высокая почасовая недельная нагрузка (как в городской, так и в
сельской местности); большое число учащихся, приходящихся на одного учите-
ля (см. факторы F1 и F2). Особенностью региона является и низкий уровень
профессиональной подготовки учительского корпуса (о чем свидетельствует та-
кой показатель как доля учителей с высшим образованием — фактор F3). Дру-
гой особенностью системы школьного образования является низкое качество
образовательных услуг, о чем можно судить по большому проценту учительских
вакансий, высокому отсеву учащихся из старшего звена школы (см. фактор F4).
Наконец ситуация школьного образования характеризуется и слабой мощнос-
тью образовательной сети, о чем свидетельствует высокий процент учащихся
обучающихся во вторую и третью смены (фактор F8). Пожалуй, единственным
позитивным показателем школьного образования в данной группе регионов яв-
ляется уровень капитальных вложений в сферу образования (фактор F6).
Помимо слабого развития системы школьного образования, можно сде-
лать вывод и о не развитости в данной группе регионов системы высшего и сред-
него профессионального образования (о чем свидетельствует относительно низ-
кая доля учащихся этих типов учебных заведений, — факторы F1 и F9).
Вместе с тем, следует отметить, что в данных регионах достаточно высоко
развита система начального профессионального образования и система дошколь-
ного образования (фактор F7). Таким образом, мы можем сделать вывод о том,
что в данных регионах основная линия образовательной политики была сори-
ентирована на поддержку и воспроизводство рабочих кадров. Однако эта поли-
тика, повторимся, провидится в регионе с низким культурным потенциалом,
с негативной социально-демографической ситуацией и, что следует подчерк-
нуть, с крайне слабо развитой системой обеспечения общего школьного обра-
зования. Заметим, что высокий отсев из старшего звена школы в данном случае

происходит в регионе с высоким уровнем безработицы, что может иметь в каче-
стве своих последствий развитие крайне негативных тенденций по криминали-
зации молодого поколения.
7. РОСТОВСКАЯ ОБЛАСТЬ, ТОМСКАЯ ОБЛАСТЬ. (КЛАСТЕР 8)
На рисунке 8 представлен средний профиль данной группы регионов от-
носительно девяти выделенных факторов.
Рис. 8. Средний профиль регионов 8-го кластера
(Ростовская область, Томская область) относительно 9-ти факторов.
Как видно из представленного на рисунке графика, средние значения
по ряду факторов здесь близки к нулю. Это означает, что суммарные данные близ-
ки к средним показателям по РФ. В то же время обращает на себя внимание, что
социокультурный потенциал этих регионов (образовательный уровень населе-
ния, его социокультурная активность несколько выше, чем в среднем по России
— фактор F1). Другой характерной особенностью этой группы регионов являет-
ся хорошо развитая система среднего профессионального образования (этот
показатель доминирует на графике, — фактор F9).
Следует обратить внимание на то, что в целом это регионы с относитель-
но благополучным уровнем жизни населения, — высокая оплата труда по от-
ношению к прожиточному минимуму в регионе, семьи могут содержать дос-
таточно большое число детей (фактор FS). В социально-демографическом
отношении это привлекательные регионы — положительное сальдо миграции
(фактор F4).
И в то же время, несмотря на отмеченные выше позитивные моменты
в системе школьного образования намечаются негативные тенденции: относи-
тельно высокий процент учащихся, обучающихся во 2 и 3 смену; большое коли-
чество учащихся, приходящихся на одного учителя в сельской местности (фак-
тор F8); невысокий уровень профессиональной подготовки педагогических
кадров — доля учителей с высшим образованием (фактор F3). Таким образом,

Рис. 18. Пространственное размещение кластерных групп

Рис. 19. Пространственное размещение идеальных типов социокультурных ситуации.

этот тип регионов относительно благоприятный в социокультурном и экономи-
ческом отношении характеризуется в то же время слабой сетью общеобразова-
тельных школ и невысоким уровнем подготовки учительского корпуса.
Учитывая, что в данной группе регионов более низкие по сравнению со
средними показателями по России инвестиции в сферу образования (фактор F6),
можно прогнозировать нарастание здесь отмеченных выше негативных тенден-
ций в системе школьного образования.
8. Республика Коми, области Архангельская, Вологодская, Владимирская,
Псковская, Кировская, Ивановская. (9 кластер).
На рисунке 9 представлен средний профиль данной группы регионов от-
носительно девяти выделенных факторов.
Рис. 9. Средний профиль регионов 9-го кластера
(Республика Коми, области Архангельская, Вологодская, Владимирская,
Псковская, Кировская, Ивановская) относительно 9-ти факторов.
Как видно из рисунка, данная группа регионов характеризуется низким,
относительно средних данных по России, социокультурным статусом, — фак-
тор F1 (невысокая доля людей с высшим образованием и студентов вузов; низ-
кая социокультурная активность: посещаемость учреждений культуры, издатель-
ская деятельность). В этой связи, учитывая противоположное значение
отрицательного полюса данного фактора, можно охарактеризовать образователь-
ную ситуацию в этом типе регионов следующим образом: относительно невы-
сокий процент обучающихся в школах с продвинутой формой обучения, высо-
кая средняя недельная нагрузка учителей в сельской местности и, в то же время,
относительно высокий процент учителей с высшим образованием в сельской
местности.
В логике нашего анализа следует обратить внимание на показатели, ха-
рактеризующие культурный фонд региона, — фактор F8. Как видно из гра-
фика, средние показатели по данной группе регионов имеют положительные

значения, что свидетельствует о довольно богатом исторически сложившем-
ся культурном фонде. Однако более детальный анализ показывает, что, не-
смотря на среднее положительное значение, внутри этой группы наблюдает-
ся весьма существенный разброс. Так, высокие положительные значения
этого фактора имеют Новгородская (1.19), Псковская (2.S3) и Кировская
(1.56) области. В то же время Республика Коми и Архангельская область име-
ют отрицательные значения (соответственно: -.39, -.10). Поэтому, с нашей
точки зрения, характеризовать данную группу регионов по этому фактору как
единую, мало оправдано.
В то же время следует обратить внимание на значения по фактору F9.
Несмотря на относительно невысокую выраженность средних значений, пока-
затели всех регионов по данному фактору согласованы и имеют отрицательное
значение. Это дает нам основание рассматривать данный тип регионов как сход-
ный по данному фактору и оценивать эту группу регионов в целом, как группу,
где явно обозначена тенденция к более высокому уровню безработицы, чем
в среднем по России. Таким образом, данная кластерная группа может характе-
ризоваться как группа с повышенным уровнем безработицы, а по противопо-
ложному полюсу этого фактора, соответственно, как группа с недостаточно раз-
витой системой среднего профессионального образования.
Наконец, с учетом тенденций по фактору F2, эту группу регионов можно
охарактеризовать как группу с неблагоприятной демографической ситуацией,
— тенденции к низкой рождаемости относительно средних по России данных.
Теперь перейдем к характеристике этих регионов относительно значений
факторов, которые наиболее отчетливо выражены на среднем профиле данной
группы. Как мы видим, наиболее выражены значения по фактору F7. Это дает
основание сделать вывод о том, что в данных регионах достаточно хорошо раз-
вита сеть учреждений начального профессионального образования (о чем мож-
но судить по большой доле учащихся ПТУ в общей структуре населения) и хоро-
шо развита система учреждений дошкольного воспитания. Мы уже
интерпретировали данный фактор, как фактор, показывающий ориентацию
политики в сфере образования на поддержку рабочих кадров региона. В то же
время, учитывая значения на среднем профиле по факторам F1 и F9, мы можем
сделать вывод о том, что в данных регионах недостаточно развита система выс-
шего и среднего профессионального образования.
Значения по фактору F3 дают основание к выводу о том, что в отличие
от многих других регионов России эта группа регионов обладает высоким уров-
нем кадрового потенциала в системе школьного образования (высокий процент
учителей с высшим образованием). И в то же время, данная группа регионов
характеризуется высокой интенсивностью учительского труда, — фактор F2 (вы-
сокая средняя недельная нагрузка учителей, большое количество учащихся, при-
ходящихся на одного учителя). Причем подобная неблагоприятная ситуация осо-
бенна характерна для городских поселений в данных регионах. В качестве другой
негативной тенденции характерной для этой группы регионов следует отметить

низкие капитальные вложения в сферу образования. Иными словами, здесь от-
сутствует долгосрочная стратегия, ориентированная на развитие сферы образо-
вания.
Таким образом, данная группа регионов в социокультурном плане в целом
характеризуется низким социокультурным статусом населения, неоднороднос-
тью относительно богатства культурных фондов, высоким уровнем безработи-
цы и неблагоприятной демографической ситуацией (низкая рождаемость).
Характеризуя данную группу регионов, важно обратить внимание на то,
что здесь слабо развита система высшего и среднего профессионального обра-
зования и, в то же время, достаточно хорошо развита система начального про-
фессионального образования и дошкольного воспитания, что свидетельствует о
том, что сфера образования в данных регионах развивалась с ориентацией
на воспроизводство и поддержку рабочий кадров.
Характеризуя систему школьного образования, мы можем сделать вы-
вод о том, что эта группа регионов обладает высоким уровнем кадрового по-
тенциала и в то же время слабым развитием системы школ с продвинутой
формой обучения. В данной группе регионов явно прослеживаются негатив-
ные тенденции, связанные с высокой интенсивностью учительского труда:
высока почасовая нагрузка, большое количество учащихся приходится
на одного учителя.
9. РЕСПУБЛИКА УДМУРТИЯ, СВЕРДЛОВСКАЯ, ЧЕЛЯБИНСКАЯ, ПЕРМСКАЯ ОБЛАСТИ. (11
КЛАСТЕР).
На рисунке 10 представлен средний профиль данной группы регионов от-
носительно девяти выделенных факторов.
Рис. 10. Средний профиль регионов 11-го кластера
(Республика Удмуртия, Свердловская, Челябинская, Пермская области)
относительно 9-ти факторов.
На среднем профиле этой группы регионов наиболее отчетливо выражены
показатели по факторам F2, F3, F7, F8.

Исходя из содержательных значений этих факторов, мы можем охаракте-
ризовать данную группу регионов как регионы с высокой интенсивностью учи-
тельского труда, — высокая недельная нагрузка и большое количество учащих-
ся, приходящихся в среднем на одного учителя (фактор F2); с низким уровнем
подготовки кадров в системе школьного образования (фактор F3); слабой мощ-
ностью школьной образовательной сети — высокая доля учащихся, обучающихся
во 2 и 3 смены (фактор F3). В добавление к перечисленным негативным тенден-
циям следует отметить, что эти регионы характеризуются тенденцией относи-
тельно низких капитальных вложений в сферу образования.
Учитывая выраженные значения по фактору F7, мы можем сделать вывод
о том, что данная группа регионов сориентирована в своей образовательной
политике на воспроизводство и поддержку рабочий кадров (высокая доля уча-
щихся ПТУ, развитая сеть учреждений дошкольного воспитания).
Оценивая социокультурную и образовательную специфику данной груп-
пы регионов, следует обратить внимание на то, что она принципиально от-
личается от описанной нами выше группы регионов, объединенных в клас-
тере 1. Это, в частности подтверждает и высокий отрицательный
коэффициент корреляции между суммарными профилями кластерной груп-
пы 11 и кластерной группы 1 (коэффициент корреляции равен -.83). Напом-
ним, что в содержательном отношении группа регионов, входящих в кластер
1, характеризуется достаточно благополучной демографической ситуацией,
привлекательна в социально-экономическом отношении для жителей дру-
гих регионов России. Эти регионы обладают высокими культурными фонда-
ми, в них относительно благополучна ситуация в школьном образовании —
высокий образовательный уровень учителей, низкий процент вакансий, низ-
кий процент отсева учащихся из старшего звена школы. В этих регионах сло-
жилась достаточно мощная система среднего и начального профессиональ-
ного образования, относительно благополучна система дошкольного
воспитания.
В этой связи стоит обратить внимание на то, что кластерная группа 1
объединяет регионы по преимуществу расположенные в Центральном (об-
ласти: Брянская, Калужская, Ярославская, Орловская, Тульская, Смоленс-
кая, Рязанская, Костромская) и Центрально-Черноземном (области: Воро-
нежская, Тамбовская, Курская, Липецкая) районах России, а так же частично
в Волго-Вятском и Поволжском районах. Регионы же входящие в кластер-
ную группу 11 являются регионами Уральского района. Таким образом,
мы можем сделать вывод о принципиальном отличии, как социокультурной,
так и образовательной ситуации, в регионах Центральной части России
и в региона Уральского района.
10.РЕСПУБЛИКА БУРЯТИЯ, ОБЛАСТИ ОРЕНБУРГСКАЯ, КУРГАНСКАЯ, АМУРСКАЯ.
(КЛАСТЕР 12)
На рисунке 11 представлен средний профиль данной группы регионов от-
носительно девяти выделенных факторов.

Рис. 11. Средний профиль регионов 12-го кластера (Республика Бурятия, области Орен-
бургская, Курганская, Амурская) относительно 9-ти факторов.
Как видно из представленного рисунка, характерной особенностью дан-
ной группы регионов является низкий социокультурный потенциал и слабые
культурные фонды (факторы F1 и F8). В то же время эта группа характеризуется
относительно хорошо развитой системой среднего профессионального образо-
вания.
Обращает на себя особое внимание выраженное значение по фактору FS,
фиксирующее материальное неблагополучие населения. Отметим, что столь
высоких значений мы не обнаруживали в выше рассмотренных кластерных груп-
пах. Учитывая содержание данного фактора, — высокий процент семей, не име-
ющих прожиточного минимума на душу; высокая напряженность труда учителя
(количество учебных часов, которые он должен отработать для получения зара-
ботка в один прожиточный минимум) — мы можем сделать вывод о том, что
данные регионы характеризуются не просто низким уровнем материального
обеспечения населения, а тем, что в них школьные учителя занимают крайне
низкий социально-экономический статус. Именно этот факт является принци-
пиальным для оценки образовательной ситуации в регионах, объединенных
в данную кластерную группу.
Давая характеристику состояния кадрового потенциала системы школьного
образования, следует обратить внимание на то, что в этой группе регионов более
низкий уровень профессиональной подготовки учителей, чем в среднем по Рос-
сии (фактор F3); более высокая интенсивность учительского труда (фактор F2).
Учитывая характер корреляционных связей между средними профилями
разных кластерных групп, мы можем сделать вывод о том, что социокультурная
и образовательная ситуация в данной группе регионов принципиально отлича-
ется от кластерных групп 1, 3,4 (соответствующие коэффициенты корреляции:
-.55, -.61, -.53) и наиболее сходна с рассмотренной выше группой регионов, объе-
диненных в кластерной группе 11 (коэффициент корреляции равен .54).

Стоит обратить внимание на то, что регионы, объединившиеся в данную
кластерную группу, входят в разные экономические районы России: Уральский,
Восточно-Сибирский, Дальневосточный. Учитывая выше приведенное описа-
ние профиля данного кластера, можно думать, что основным объединяющим
их признаком выступает именно низкий социально-экономический статус учи-
тельской профессии.
11. РЕСПУБЛИКИ СЕВЕРНАЯ ОСЕТИЯ, АДЫГЕЯ, КАРАЧАЕВА-ЧЕРКЕССИЯ, КАБАРДИ-
НО-БАЛКАРИЯ, ДАГЕСТАН, ТЫВА И КРАСНОДАРСКИЙ КРАЙ. (КЛАСТЕР 14).
На рисунке 12 представлен средний профиль данной группы регионов от-
носительно девяти выделенных факторов.
Рис. 12. Средний профиль регионов 14-го кластера
(Республики Северная Осетия, Адыгея, Карачаева-Черкессия, Кабардино-Балкария,
Дагестан, Тыва и Краснодарский Край) относительно 9-ти факторов.
Практически все регионы, входящие в данную кластерную группу (за ис-
ключением республики Тыва) входят в Северо-Кавказский экономический рай-
он. Это дает основание рассматривать данный район с большим числом нацио-
нальных республик как весьма своеобразный не только в социокультурном,
но и в образовательном плане.
Если по факторам Fl, F3, F4 показатели по среднему профилю мало отли-
чаются от средних данных по России, то по остальным шести факторам акцен-
ты весьма явно выражены.
Во-первых, мы можем отметить, что в данной группе регионов до-
вольно высок уровень безработицы (фактор F9) и низок уровень материаль-
ной обеспеченности населения (высок процент семей, не имеющих прожи-
точного минимума на душу (фактор FS). И в то же время, этот кластер
объединяет регионы с заметно более высоким уровнем рождаемости, чем
в среднем по России (фактор F2).
Во-вторых, за исключением республики Северная Осетия, в целом ре-
гионы, образующие данный кластер, характеризуются слабым развитием си-

стемы среднего профессионального образования (фактор F9), начального
профессионального образования и системы дошкольного воспитания (фак-
тор F7).
В-третьих, если говорить о системе школьного образования, то она харак-
теризуется: слабой мощностью образовательной сети (высокий процент учащих-
ся, обучающихся во 2 и 3 смену), высокой интенсивностью труда учителей осо-
бенно в сельской местности (большое число учащихся, приходящихся на одного
учителя в сельской местности) — фактор F8; высокой напряженностью учитель-
ского труда (количество учебных часов, которые должен отработать учитель для
получения заработка в один прожиточный минимум) — фактор FS. Наконец,
эта группа регионов характеризуется низким уровнем капитальных вложений
в сферу образования.
Таким образом, в целом эта группа характеризуется низким уровнем раз-
вития практически всех подсистем образования: дошкольного, школьного, на-
чального и среднего профессионального образования. Характерными негатив-
ными чертами системы школьного образования являются слабая мощность
образовательной сети, низкий уровень инвестиций, высокая интенсивность учи-
тельского труда и низкий экономический статус учительской профессии.
12. РЕСПУБЛИКИ АЛТАЙ И САХА (ЯКУТИЯ). (КЛАСТЕР 15)
На рисунке 13 представлен средний профиль данной группы регионов от-
носительно девяти выделенных факторов.
Рис. 13. Средний профиль регионов 15-го кластера
(Республики Алтай и Саха (Якутия)) относительно 9-ти факторов.
На среднем профиле этой группы регионов резко выражен целый ряд по-
казателей.
Можно заметить, что эти регионы мало привлекательны в социально-де-
мографическом отношении. Об этом свидетельствуют значения по фактору F4,
фиксирующие сальдо миграции.

На графике видно, что эти регионы характеризуется очень высокими ка-
питальными вложениями в сферу образования (фактор F6). И в то же время
в данных регионах слабо развита сфера начального профессионального образо-
вания и дошкольного воспитания (фактор F7).
В демографическом отношении это регионы с достаточно высоким естествен-
ным приростом населения (фактор F2). Наряду с этим, учитывая противоположное
значение фактора F2, мы можем сделать вывод о том, что в регионах, вошедших
в данный кластер, относительно низкая интенсивность педагогического труда (сред-
няя недельная нагрузка учителей; количество учащихся, приходящихся на одного
учителя). Причем особенно эта ситуация характерна для городской местности.
В целом, в сравнении со средними данными по России, педагогический корпус этих
регионов характеризуется низким уровнем профессиональной подготовки (см. Фак-
тор F3). Наконец, система школьного образования характеризуется здесь и относи-
тельно низким качеством. Об этом свидетельствует высокий процент вакансий учи-
телей 5— 11 классов; высокий процент отсева учащихся из 10-11 (фактор F4).
13. ЧИТИНСКАЯ ОБЛАСТЬ, ПРИМОРСКИЙ КРАЙ, ХАБАРОВСКИЙ КРАЙ. (КЛАСТЕР 16).
На рисунке 14 представлен средний профиль данной группы регионов от-
носительно девяти выделенных факторов.
Рис. 14. Средний профиль регионов 16-го кластера (Читинская область,
Приморский Край, Хабаровский Край) относительно 9-ти факторов.
В данную кластерную группу вошли регионы Восточно-Сибирского и Даль-
невосточного экономических районов. В наибольшей степени средний профиль
этой кластерной группы отличается от кластерной группы 1 (коэффициент кор-
реляции -.70), куда по преимуществу вошли регионы Центрального и Централь-
но-Черноземного экономических районов России. В то же время, обозначен-
ные на суммарном профиле тенденции этой группы регионов близки таким
кластерам, как 5 (коэффициент корреляции со средним профилем этой клас-
терной группы .71), 7 (коэффициент корреляции .63), 11 и 12 (коэффициенты
корреляции равны, соответственно: .52 и .61).

В социальном отношении эта группа регионов характеризуется относитель-
но низким социокультурным статусом и особенно бедными культурными фон-
дами (факторы F1 и F8). Характерен здесь и повышенный уровень безработицы
(фактор F9), более низкий уровень материальной обеспеченности населения
(фактор F5), чем в среднем по России. В целом, и это отчетливо выражено на
среднем профиле, данные регионы характеризуются низкой социальной при-
влекательностью (фактор F4).
В данной группе регионов слабо развита система среднего профессиональ-
ного образования (фактор F9), начального профессионального образования
и дошкольного воспитания (фактор F7).
Несмотря на более высокие капитальные вложения в сферу образования,
чем в среднем по России (фактор F6), система школьного образования находит-
ся на низком уровне своего развития. Так, школьная сеть перегружена (большое
количество учащихся обучающихся во 2 и 3 смену — фактор F8). Уровень подго-
товки кадрового потенциала заметно ниже, чем в среднем по России (фактор
F3). Можно также отметить высокую интенсивность учительского труда (высо-
кая почасовая недельная нагрузка, большое число учащихся на одного учителя
— фактор F2). Учительская профессия в данной группе регионов характеризует-
ся низким материальным статусом (фактор FS). Наконец, можно говорить
о низком качестве школьного образования (высокий процент вакансий, высо-
кий отсев учащихся из старшего звена школы — фактор F4); о неразвитости форм
дифференцированного обучения (фактор F1).
Следует обратить внимание на то, что высокий отсев учащихся из стар-
шего звена школы характеризуется сложившейся в регионе ситуацией слабо-
го развития систем начального и среднего профессионального образования,
что усугубляет негативные тенденции выхода молодого поколения на рынок
труда.
14. АСТРАХАНСКАЯ ОБЛАСТЬ, АЛТАЙСКИЙ КРАЙ, СТАВРОПОЛЬСКИЙ КРАЙ. (КЛАСТЕР 17).
На рисунке 15 представлен средний профиль данной группы регионов от-
носительно девяти выделенных факторов.
Эта группа регионов принципиально отличается от крупных культурных
центров Санкт-Петербурга и Москвы (коэффициенты корреляции с профиля-
ми этих регионов соответственно равны -.58 и -.63). В этой связи следует обра-
тить внимание на факторы F1 и F8, которые фиксируют не только определен-
ный социокультурных статус по уровню образования населения регионов
и богатство исторически сложившегося культурного фонда, но и проводят грань
между городскими и сельскими районами. В этом отношении данные регионы
можно охарактеризовать как регионы с большим сельским населением и как
следствие этого, с высокой интенсивностью учительского труда, именно в сель-
ской местности (число учащихся, недельная нагрузка учителя на селе). В то же
время следует отметить, что данные регионы характеризуются более высоким
уровнем профессиональной подготовки учителей, но именно в сельской мест-
ности (фактор F1).

Отличительным моментом указанной группы регионов является то, что они
привлекательны в социально-демографическом отношении, — положительное
сальдо миграции (фактор F4). И это несмотря на то, что в данных регионах есть
определенная тенденция к более высокому уровню безработицы (фактор F9)
и более низкий уровень материальной обеспеченности (фактор FS). В данных
регионах положительна и общая демографическая ситуация (более высокая рож-
даемость, — фактор F2).
Рис. 15. Средний профиль регионов 17-го кластера (Астраханская область,
Алтайский Край, Ставропольский Край) относительно 9-ти факторов.
Система школьного образования в данном типе регионов характеризуется
низкими инвестициями (фактор F6), слабым развитием системы школ с про-
двинутой формой обучения (фактор F1), более низким уровнем подготовки кад-
рового потенциала (фактор F3). В то же время система школьного образования
достаточно хорошо укомплектована (фактор F4 фиксирует низкий процент ва-
кансий школьных учителей). Особо следует подчеркнуть перегруженность сис-
темы (обучение во 2 и 3 смены) и высокую интенсивность учительского труда
в сельской местности (фактор F8).
Следует обратить внимание на то, что в данном типе регионов проявля-
ются тенденции, фиксирующие более низкий уровень развития системы дош-
кольного, начального и среднего профессионального образования (факторы
F7 и F9).
В целом, характеризуя данный тип регионов, следует отметить, что эти
регионы явно противопоставлены по своему социокультурному потенциалу
группе мегаполисов, — Москва, Санкт-Петербург. И, в то же время они явно
обладают социально-демографической привлекательностью. В этом отноше-
нии можно думать, что данные регионы определяют особый сложившийся
экономический и социокультурный тип, ценностно-значимый для сельско-
го населения.

15. ВОЛГОГРАДСКАЯ ОБЛАСТЬ, КАЛИНИНГРАДСКАЯ ОБЛАСТЬ, (КЛАСТЕР 18).
На рисунке 16 представлен средний профиль данной группы регионов от-
носительно девяти выделенных факторов.
Рис. 16. Средний профиль регионов 18-го кластера (Волгоградская область,
Калининградская область) относительно 9-ти факторов.
Как видно из представленного на рисунке среднего профиля данной груп-
пы, рассматриваемый кластер характеризуется несколько более высоким, чем
в среднем по России социокультурным статусом (фактор F1) и более богатыми
исторически сложившимися культурными фондами (фактор F8). К позитивным
факторам следует отнести и более высокую рождаемость (фактор F2 — естествен-
ный прирост населения), и социально-демографическую привлекательность
региона (фактор F4 — сальдо миграции). Наряду с этими позитивными момен-
тами, следует обратить внимание на более высокий уровень безработицы в этих
регионах, чем в среднем по России (фактор F9).
Характерной чертой этой группы регионов являются крайне низкие дол-
госрочные инвестиции в сферу общего среднего образования (фактор F6 — ка-
питальные вложения на 10000 детей). Другим негативным моментом является
слабое развитие системы дошкольного воспитания, начального и среднего про-
фессионального образования (факторы F7, F9).
Оценивая общий характер среднего профиля данной группы регионов,
следует отметить, что по структуре социокультурной и экономической ситуа-
ции эти регионы относительно близки к описанной выше ситуации в Санкт--
Петербурге (коэффициент корреляции .58). Наибольшие различия прослежи-
ваются с кластерами 12, 15, 16 (коэффициенты корреляции соответственно
равны: -.57, -.52, -.56).
16.УЛЬЯНОВСКАЯ ОБЛАСТЬ (КЛАСТЕР 6), РЕСПУБЛИКА КАЛМЫКИЯ (КЛАСТЕР 13).
Данные регионы выделились в самостоятельные кластерные группы, что по-
зволяет говорить об их относительном своеобразии и непохожести на другие.

На рисунке 17 представлены профили данных регионов относительно де-
вяти выделенных факторов.
Рис. 17. Профили регионов относительно 9-ти факторов:
слева — Ульяновская область (кластер 6);
справа — Республика Калмыкия (кластер 13).
Как можно заметить, наиболее характерными моментами для Ульяновс-
кой области являются относительно высокий уровень материального благопо-
лучия (фактор FS) и высокий уровень долгосрочных инвестиций в сферу обра-
зования (фактор F6).
Республика Калмыкия характеризуется явно выраженным высоким есте-
ственным приростом населения (фактор F2) и низким уровнем материальной
обеспеченности населения (фактор F5).
Несмотря на то, что данные регионы в ходе кластерного анализа выдели-
лись в самостоятельные кластеры, корреляционный анализ проведенный отно-
сительно средних профилей разных кластерных групп показывает, что Ульянов-
ская область высоко коррелирует со средним профилем кластера 7 — Тюменская
область, Республика Хакасия (коэффициент корреляции .81) и кластера 5 —
области: Самарская, Новосибирская, Иркутская, Омская, Кемеровская, Крас-
ноярский край (коэффициент корреляции .63). Профиль Республики Калмы-
кия высоко коррелирует со средним профилем по кластерной группе 14 — рес-
публики: Северная Осетия, Адыгея, Карачаево-Черкессия,
Кабардино-Балкария, Дагестан, Тыва и Краснодарский Край (коэффициент
корреляции .69).
В этой связи, учитывая результаты корреляционного анализа профилей
Ульяновской области и Республики Калмыкия с суммарными профилями, от-
меченных выше кластерных групп, содержательную интерпретацию своеобра-
зия социокультурной ситуации в этих регионах можно свести к характеристи-
кам уже описанных кластеров.

В целом проведенное описание средних профилей кластерных групп
позволяет сделать общий вывод о том, что выделенные девять факторов зада-
ют содержательное пространство, которое позволяет дать качественное опи-
сание специфики социокультурной ситуации в различных регионах России,
соотнести эту специфику с экономическими и демографическими характери-
стиками и выявить своеобразие сформировавшихся в этом контексте образо-
вательных систем.
3.4. Пространственное представление данных.
Особый интерес представляет вопрос о том, как размещаются описан-
ные выше кластерные группы в географическом пространстве России. По-
добное пространственное представление данных важно, по меньшей мере,
в двух отношениях. Во-первых, отнесение кластеров к их географическому
положению позволяет дать не только дополнительную содержательную ха-
рактеристику, фиксируемых ими социокультурных образовательных ситуа-
ций (поскольку появляется возможность более глубоко понять экономичес-
кие, этнокультурные особенности регионов), но и действительно перейти
к «цветной карте» России, позволяющей охарактеризовать своеобразие со-
циокультурных образовательных ситуаций. Во-вторых, пространственное
представление результатов является своеобразной проверкой на содержа-
тельную валидность используемой нами методики и полученных результа-
тов. Действительно, если объединенные в те или иные кластеры регионы
окажутся достаточно близко расположенными друг от друга в географичес-
ком отношении, то это дает основание говорить о том, что используемая
методика ухватывает существенные региональные особенности. Заметим,
что фрагментарно мы уже касались этого аспекта при интерпретации от-
дельных кластерных групп.
На рисунке 18 (см. цветную вклейку) представлено расположение кластер-
ных групп на географической карте России.
На рисунке видно, что из 19 регионов, вошедших в кластер 1, восемь от-
носятся к Центральному экономическому району (области Костромская, Ярос-
лавская, Орловская, Смоленская, Тульская, Брянская, Калужская). Четыре об-
ласти Воронежская, Липецкая, Курская и Тамбовская относятся
к Центрально-Черноземному району. Таким образом, практически все Черно-
земье (за исключением Белгородской области) вошло также в данный кластер.
Причем эти области Черноземья непосредственно граничат с областями Цен-
трального района (Рязанской, Тульской, Орловской, Брянской). Четыре из пяти
регионов Волго-Вятского района (республики Марий Эл, Мордовия, Чувашия
и Нижегородская область) также объединились в данном кластере. Причем они
граничат с областями Центрального (Рязанская, Костромская) и Центрально--
Черноземного (Пензенская, Тамбовская) районов. Таким образом, географи-

чески регионы, входящие в данный самый крупный кластер, расположены
в непосредственной близости друг от друга (за исключением лишь Республики
Карелия).
Характерными примерами тесной географической близости регионов мо-
гут служить кластер 13 (за исключением республики Тыва его составляют регио-
ны Северо-Кавказского экономического района), и кластер 9 и многие другие.
Таким образом, географическая близость регионов, вошедших в большинство
кластеров, подтверждает в целом содержательную валидность как исходной мо-
дели первичных показателей, так и использованной методики факторного и кла-
стерного анализа. Важно подчеркнуть и другое обстоятельство. Оно связано
с тем, что принцип экономического районирования, существующий в РФ, не
всегда точно учитывает социокультурное сходство отдельных регионов России,
поскольку мы видим, что часто те или иные регионы, входящие в разные эконо-
мические районы, оказываются весьма сходными по своим социокультурным
параметрам.
3.5. Построение обобщенной модели социокультурной типологии
регионов России.
Можно обратить внимание на то, что при описании выделенных кластер-
ных групп (радел 3.3), мы в определенной степени повторялись в своей интерпре-
тации тех или иных средних профилей. Действительно, несмотря на различие зна-
чений соответствующих факторов в тех или иных кластерных группах общие
тенденции оказываются подчас схожими. Более того, в ходе анализа мы отмечали
достаточно высокие корреляции между средними профилями отдельных кластер-
ных групп, что и свидетельствует о схожести тенденций. Это дает основание пе-
рейти к поиску и построению идеальных типов, моделирующих своеобразие со-
циокультурных образовательных ситуаций в России. Построение подобных
идеальных типов позволяет не просто «укрупнить» полученные данные, но имен-
но выявить ключевые социокультурные и образовательные тенденции. Подчерк-
нем, что в данном случае мы строим именно типологию идеальных типов.
С этой целью был проведен Q-факторный анализ 18 средних профилей кла-
стерных групп, позволяющий найти идеальные типы. Для выделения факторов
(идеальных типов) рассчитывались матрица подобия 18 средних профилей ра-
нее выделенных кластеров. В качестве меры сходства использовался коэффици-
ент cos 6. К матрице подобия применялся метод главных факторов (МГФ). Вы-
деленные факторы подвергались вращению с помощью метода «varimax»
Кайзера, что приводило к ортогональному решению. В результате подобного вто-
ричного факторного анализа было выделено 6 факторов, объясняющих 96% об-
щей суммарной дисперсии. Эти факторы второго порядка представляют собой
искомые идеальные типы. Результаты вторичного факторного анализа представ-
лены в таблице 5.

Таблица 5.
Факторные нагрузки 18 кластеров.
Кластеры 1 2 3 4 5 6
1 -0.01 020 008 -0.15 -0.06 -0.94
2 Q14 010 046 -0.84 -0.02 000
3 а 16 087 019 -018 -0.37 -0.02
4 -а 16 082 -0.37 -0.10 -а 08 -0.27
5 -а 64 005 -а зз -й 31 020 057
6 -0.86 024 -0.32 -0.18 -0.07 -0.16
7 -0.74 -а 16 -0.50 020 -а 11 034
8 -О.40 -0.11 -а 17 -0.82 -0.17 012
9 Q18 005 095 022 012 -0.07
10 -0.08 -0.17 011 084 -0. 13 046
11 -а 28 -0.23 0 37 -а И 0 33 0 77
12 023 -а 23 -0.05 -а 21 084 029
13 077 -а 07 -0.28 -0.14 -0.25 -0.41
14 059 -а 48 -0.53 023 -0 29 004
15 -0.06 011 -а 88 023 034 -0.02
16 -0.23 -0.28 -0.51 019 016 072
17 023 -0.88 -0.11 -0.14 -0.15 026
18 028 -а оз 005 -0.21 -0.89 -0.07
Как видно из представленных в таблице данных, в результате фактор-
ного анализа выделено шесть биполярных фактора (или 12 идеальных ти-
пов). Вошедшие в соответствующие факторы кластеры, представляющие
собой те или иные регионы, с высокими положительными и отрицательны-
ми весовыми значениями можно рассматривать как своеобразные бинар-
ные оппозиции, фиксирующие разные идеальные сопряженные модели со-
циокультурных образовательных ситуаций в России. На это следует обратить
специальное внимание. Дело в том, что в отличие от предыдущего анализа,
где мы описывали кластерные группы, в данном случае сами кластеры
(и соответственно вошедшие в них регионы), расположенные на различ-
ных полюсах одного и того же фактора можно рассматривать как идеаль-
ные типы, на которых фиксируются и проявляются именно противополож-
ные социокультурные тенденции, — противоположные «уклады». Таким
образом, мы выявляем шесть взаимосвязанных оппозиций, фиксирующий
12 идеальных социокультурных типов ситуаций в России. И в этом отноше-
нии само пространство России представляется как напряженное социокуль-
турное пространство, где проявляются противоположные социокультурные
тенденции.
Для того чтобы содержательно интерпретировать фиксируемые шестью
вторичными факторами социокультурные тенденции нам необходимо опреде-
лить те значения по осям этих вторичных факторов, которые получают первич-
ные девять факторов, на основе которых были построены средние профили
по 18 кластерам. Эти данные представлены в таблице 6.

Таблица 6.
Значения по осям вторичных факторов (идеальных типов)
девяти первичных факторов.
Первичные
факторы
1 2 3 4 5 6
F1 Q05 3.77 -0.44 -0.92 4.47 -0.86
F2 -4.54 Q26 Q66 Q11 Q81 1.09
F3 Q89 0.46 1.22 Q32 -0.80 4.42
F4 Q 45 Q95 Q 56 -1.49 -0.95 4.37
F5 1.92 -1.78 Q23 0.60 Q92 -0.03
F6 -1.66 1.39 -2.21 0.44 1.16 -0.29
F7 Q 15 Q13 208 -0.70 Q66 Q 25
F8 а% 3.23 Q97 -0.82 4.03 4.93
F9 -0.62 Q92 -0.17 -1.88 Q55 -0.64
На рисунке 19 (см. цветную вклейку) представлено пространственное раз-
мещение на географической карте России выделенных идеальных типов.
Исходя из приведенных в таблицах 5 и 6 данных, перейдем к характерис-
тике и интерпретации идеальных моделей социокультурных ситуаций в России.
Вторичный 1-й фактор.
Для его характеристики сначала обратимся к таблице 5 и определим меж-
ду какими кластерами (а, следовательно, и регионами) прослеживаются прямо
противоположные тенденции. На отрицательном полюсе первого фактора сгруп-
пировались регионы, вошедшие в 5, 6 и 7 кластерные группы (области Самарс-
кая, Новосибирская, Иркутская, Омская, Кемеровская, Ульяновская, Тюменс-
кая, Республика Хакасия и Красноярский Край). На противоположном
положительном полюсе регионы, вошедшие в 13 и 14 кластеры (Республики Кал-
мыкия, Северная Осетия, Адыгея, Карачаево-Черкессия, Кабардино-Балкария,
Дагестан, Тыва и Краснодарский край). Таким образом, именно в данных реги-
онах проявляются прямо противоположные социокультурные тенденции. Как
видим, одни расположены по преимуществу на Северном Кавказе (между Чер-
ным, Азовским и Каспийским морями) — положительный полюс фактора; дру-
гие по преимуществу в Сибири и частично в Поволжье — отрицательный полюс
фактора.
Теперь перейдем к характеристике содержательных различий, фикси-
руемых разными полюсами первого фактора (таблица 5) и значениями, по-
лученными этим фактором (идеальным типом) по 9 первичным факторам
F1-F9 (первая колонка таблицы 6). Поскольку положительный полюс фак-
тора характеризуют регионы Северного Кавказа (идеальный тип 1), то зна-
чения приведенные в первой колонке таблицы 6 характерны именно для
этих регионов. Регионы же Сибири и Поволжья описываются противопо-

ложными тенденциями (идеальный тип 2), для них значения первичных
факторов Fl-F9 в первой колонке таблицы 6 должны быть взяты с проти-
воположным знаком.
Как видно из данных таблицы 6, регионы сконцентрированные на поло-
жительном полюсе характеризуются материальным неблагополучием населения
(высокое положительное значение по первичному фактору FS) и высокими ин-
вестициями в сферу образования (низкое отрицательное значение по первич-
ному фактору F6). Причем обе эти тенденции протекают на фоне благоприят-
ной демографической ситуации — высокий естественный прирост населения
(низкое отрицательное значение по первичному фактору F2).
В оппозиции к этому стоит противоположная модель (отрицательный по-
люс фактора 1 таблицы 5), которая определила регионы, входящие в кластеры 5,
6, 7 (области Самарская, Новосибирская, Иркутская, Омская, Кемеровская,
Ульяновская, Тюменская, Республика Хакасия и Красноярский Край), для ко-
торых значения фактора по первичным факторам F1-F9 должны быть взяты
из таблицы 6 с обратными знаками. В связи с этим для этого идеального типа
и регионов характерны:
— низкая рождаемость,
— низкие инвестиции в сферу образования,
— высокое материальное благополучие.
Таким образом, основная структурная особенность данных социокультур-
ных моделей или идеальных типов фиксируется взаимосвязью демографичес-
ких характеристик, инвестиционной политикой в сферу образования и матери-
альным благополучием населения. Причем эта модель фиксирует две
противоположных динамики: связь высокой рождаемости на фоне низкого ма-
териального благополучия с высокими государственными инвестициями в сфе-
ру образования с одной стороны, и, с другой, — связь низкой рождаемости
и высокого материального благополучия с низкими государственными инвес-
тициями в сферу образования.
Вторичный 2-й фактор
Как видно из представленных в таблице 5 данных, положительный полюс
этого фактора определяют два кластера — 4 и 3, то есть два мегаполиса — Моск-
ва и Санкт-Петербург. На противоположном полюсе регионы входящие в 17 кла-
стер (Астраханская область, Алтайский Край и Ставропольский Край). Заме-
тим, что отрицательная корреляция между этими регионами уже отмечалась нами
при характеристике 17 кластера (раздел 3.3). В данном же случае для нас важна
именно обобщающая тенденция, которая лежит в основе противопоставления
этих городских и сельских регионов.
Переходя к анализу содержательной специфики этого фактора, следует
обратить внимание на два момента. Во-первых, из данных таблицы 6 видно,
что отличительной чертой этого фактора являются высокие значения по фак-
торам F1 (социокультурный потенциал региона) и по фактору F8 (историчес-
ки сложившийся культурный фонд региона). Именно эти социокультурные

аспекты и дифференцируют регионы, сгруппировавшиеся на разных полюсах
вторичного фактора F2. Во-вторых, как и в предыдущем факторе, мы видим,
что ключевым моментом здесь выступает взаимосвязь двух тенденций: уровня
материального положения и инвестиций в сферу образования. Так, в регионах
с высоким социокультурным уровнем наблюдается и более высокий уровень
материального благополучия и, в то же время, низкие долгосрочные инвести-
ции в сферу образования. Соответственно в регионах с низким культурным
уровнем прослеживается противоположная тенденция: более низкий матери-
альный уровень обеспеченности населения и высокие инвестиции в сферу об-
разования.
Таким образом, структурная особенность этой социокультурной модели
фиксируется взаимосвязью социокультурного потенциала региона, инвестици-
онной политикой и материальной обеспеченностью населения. Одна социо-
культурная тенденция: высокий потенциал, высокое материальное обеспече-
ние и низкие государственные инвестиции в образование; другая, — низкий
культурный потенциал, низкая материальная обеспеченность населения и вы-
сокие инвестиции в сферу образования.
Данная структурная модель, в которой сопряжены две противоположных
тенденции, имеет определенную содержательную связь с рассмотренной выше.
Так, если мы примем во внимание, что в регионах с более высоким социокуль-
турным потенциалом ниже рождаемость, то схема взаимосвязи более высокого
уровня материального обеспечения населения с низким уровнем государствен-
ных инвестиций окажется структурно инвариантной.
Вторичный 5-й фактор.
Положительный полюс этого фактора определяет кластер 12 (области Кур-
ганская, Оренбургская, Амурская и республика Бурятия), а отрицательный кла-
стер 18 (Волгоградская область и Калининградская область). Как мы видим,
регионы, группирующиеся на положительном полюсе, не могут быть локали-
зованы в каком либо экономическом районе (это и Уральский, и Восточно--
Сибирский, и Дальневосточный районы). Единственное, что их объединяет,
так это то, что они находятся на южных границах восточной части России,
гранича с Казахстаном, Монголией и Китаем. Так же не локализованы в од-
ном экономическом районе и регионы, группирующиеся на отрицательном
полюсе.
Переходя к содержательному анализу структуры социокультурной модели,
фиксируемой данным вторичным фактором, мы можем заметить ее определен-
ное сходство с предыдущим. Действительно, во-первых, как и в предыдущем
факторе здесь выражены значения (правда, с отрицательным знаком) факторов
F1 и F8 фиксирующих, соответственно социокультурный потенциал региона
и его культурный фонд. Во-вторых, здесь также значимо выражены значения
факторов F5 и F6, но в отличие от выше рассмотренных факторов 1 и 5 здесь они
имеют одинаковые знаки. Иными словами, — низкий материальный уровень
населения соответствует и низким материальным инвестициям в сферу образо-

вания (и наоборот, если давать оценку по другому полюсу: высокое материаль-
ное положение населения соответствует и высоким долгосрочным инвестици-
ям в сферу образования).
Таким образом, структурно модель описывает два сопряженных типа со-
циокультурных ситуаций в России. Первый тип фиксирует ситуацию с низким
социокультурным потенциалом населения, низким культурным фондом, низ-
ким уровнем материальной обеспеченности населения и низкими инвестиция-
ми в сферу образования. Примером этого типа регионов являются регионы, скон-
центрированные на положительном полюсе (области Курганская, Оренбургская,
Амурская и республика Бурятия). Второй сопряженный ему тип фиксирует про-
тивоположные тенденции: относительно высокий социокультурный потенциал
населения, богатые исторически сложившиеся культурные фонды и соответ-
ственно относительно высокий уровень материальной обеспеченности и капи-
тальных инвестиций в сферу образования. Примером этого типа регионов мо-
гут служить регионы, объединившиеся в 18 кластере (Волгоградская
и Калининградская области).
Следует обратить внимание на дополнительные характеристики данных
типов. Так, регионы первого типа характеризуются высокой интенсивностью
учительского труда в городской местности — фактор F2 (средняя недельная на-
грузка учителей; количество учащихся, приходящихся на одного учителя); низ-
ким уровнем профессиональной подготовки учительских кадров — фактор F3;
низким качеством школьного образования — фактор F4 (процент вакансий учи-
телей 5-11 классов; процент отсева учащихся из 10-11 классов). Таким обра-
зом, данный тип фиксирует не только зависимость низкого социокультурного
потенциала региона с низким материальным уровнем обеспеченности населе-
ния и слабыми долгосрочными инвестициями в сферу образования, но и с низ-
ким уровнем развития качества образования — высокой интенсивностью учи-
тельского труда, низкой подготовкой педагогических кадров и качеством
образовательных услуг.
Противоположный идеальный тип (кластер 18 — Волгоградская и Кали-
нинградская области) фиксирует соответственно связь не только высокого со-
циокультурного потенциала региона с материальной обеспеченностью населе-
ния и высокими инвестициями капитальных вложений в сферу образования,
но и с естественным приростом населения (фактор F2), социальной привлека-
тельностью региона — сальдо миграции (F4), высоким уровнем профессиональ-
ной квалификации школьных педагогов (F3), относительно высоким развити-
ем системы среднего профессионального образования.
Вторичный 6-й фактор.
Положительный полюс этого фактора определяет кластеры 11 (Республи-
ка Удмуртия, Свердловская, Челябинская, Пермская области) и 16 (Читинская
область, Приморский Край, Хабаровский Край). На отрицательном полюсе груп-
пируются регионы, входящие в кластер 1 (Республика Карелия, Республика Мари
Эл, Республика Мордовия, Чувашская республика и области: Тамбовская,

Саратовская, Костромская, Ярославская» Орловская, Курская, Рязанская, Смо-
ленская, Липецкая, Тульская, Нижегородская, Брянская, Пензенская, Калужс-
кая, Воронежская). Таким образом, мы можем сделать вывод о том, что в данной
модели противопоставлены регионы, расположенные в западной и централь-
ной части России регионам Уральского и Дальневосточного районов.
Содержательный анализ структуры социокультурной модели, фиксиру-
емой данным фактором, позволяет зафиксировать определенное сходство
этой модели с предыдущей (S-й фактор). Модель противопоставляет две тен-
денции: связь низкого социокультурного потенциала региона с низким уров-
нем развития качества образования — высокой интенсивностью учительско-
го труда, низкой подготовкой педагогических кадров и качеством
образовательных услуг (Уральский и Дальневосточный регионы) и связь вы-
сокого социокультурного потенциала региона с благоприятной демографи-
ческой ситуацией, социальной привлекательностью высоким уровнем про-
фессиональной квалификации учителей и развитостью системы среднего
образования (регионы Западного и Центрального районов). Единственным
существенным отличием этой модели от предыдущей является то, что она не
дифференцирует уровень материального благополучия населения и инвес-
тиций в сферу образования. Таким образом, модель дифференцирует
не столько экономические параметры, сколько культурный потенциал и де-
мографическую и социальную привлекательность регионов. Именно в этом
отношении данная модель имеет принципиальное значение для понимания
специфики социокультурных реалий России.
Вторичный 4-й фактор.
Этот фактор поляризует регионы сгруппированные в кластере 10 с регио-
нами кластеров 2 и 8. Положительный полюс определяет кластер 10 (Мурманс-
кая область, Московская область, Ленинградская область, Камчатская область,
Магаданская область, Сахалинская область). Отрицательный кластер 2 (Тверс-
кая область, Белгородская область, республики Татарстан, Башкортостан)
и 8 (Ростовская область, Томская область).
В определенном смысле данная модель дифференцирует данные регионы
по их социокультурному потенциалу (на положительном полюсе группируются
регионы с низким культурным потенциалом). Но этот момент не является столь
определяющим как во вторичных факторах 2, 5 и 6. Доминирующими в этой
модели являются два первичных фактора, определяющих социокультурную спе-
цифику регионов. Первый из них F9, второй —- F4.
Фактор F9 поляризует регионы относительно уровня безработицы и раз-
вития системы среднего профессионального образования. Фактор F4 соци-
альной привлекательности (сальдо миграции) и качества образования (ва-
кансии учителей, отсев учащихся из старшего звена школы). Учитывая явную
выраженность этих двух факторов, мы можем сделать вывод о том, что
в целом модель, характеризующая в данном случае специфику социокуль-
турной ситуации, фиксирует связь уровня безработицы с низким качеством

образования (высокий процент вакансий у учителей, высокий отсев учащих-
ся). Оппозицией к этой тенденции выступает социальная привлекательность
региона (сальдо миграции) и развитость системы среднего профессиональ-
ного образования.
В дополнение к этой основной доминанте следует отметить, что высокий
уровень безработицы в регионе, его социальная непривлекательность обуслов-
лены низким социокультурным потенциалом. Сложившаяся структура образо-
вания в этих регионах сориентирована не на развитие высшего или среднего
профессионального образования, а на начальное профессиональное образова-
ние и дошкольное воспитание. Регионы же привлекательные в социальном от-
ношении характеризуются не только низким уровнем безработицы, но и более
высоким культурным потенциалом, качественным развитием структуры обра-
зовательной сети.
Вторичный 3-й фактор.
Положительный полюс этого фактора определяют регионы вошедшие
в 9 кластер (Республика Коми, области Архангельская, Вологодская, Владимир-
ская, Псковская, Кировская, Ивановская); отрицательный, — кластер 15 (рес-
публики Алтай и Саха (Якутия)).
Эта модель достаточно принципиально отличается от предыдущих. В от-
личие от них она не дифференцирует регионы ни по уровню культурного по-
тенциала, ни по материальному благополучию населения. Если ориентиро-
ваться на положительный полюс фактора 3, то ее содержательной доминантой
является низкий уровень капитальных вложений в сферу образования и сла-
бое развитие системы начального профессионального образования и дош-
кольного воспитания. И вместе с тем, она фиксирует достаточно высокий
уровень профессиональной квалификации учителей общеобразовательных
школ. В соответствии с этим можно дать характеристику и регионам, сгруп-
пировавшимся на положительном полюсе. Отрицательный же полюс харак-
теризует противоположные тенденции: высокие инвестиции капитальных
вложений, развитие системы ПТУ и дошкольных учреждений и, в то же вре-
мя, низкий уровень профессиональной квалификации учителей общеобра-
зовательных школ.
Описанные выше шесть обобщенных социокультурных моделей и соот-
ветственно 12 идеальных типов региональных ситуаций, полученных в резуль-
тате Q факторного анализа, дают основания для выявления ряда структурных
закономерностей, которые позволяют наметить общую логику, лежащую в ос-
нове типологизации регионов России. Так, можно заметить, что вторичные
факторы 1, 2, 5 имеют одну общую характерную черту. Она состоит в том, что
в этих факторах (идеальных моделях и типах) мы сталкиваемся с взаимозави-
симостью уровня материального благополучия населения и инвестиционной
политикой. Именно эту связь можно считать исходной базовой тенденцией,
лежащей в основе типологизации регионов. Причем, если в факторе 1 она зам-
кнута на демографическую ситуацию региона, то в факторах 2 и 5 на социо-

культурный потенциал региона. И здесь необходимо подчеркнуть, что если
в социокультурной модели в факторе 2 высокий материальных уровень корре-
лирует с низкими капитальными вложениями в сферу образования, то в фак-
торе S эта зависимость экономических показателей иная: высокий уровень
материальных вложений коррелирует с высоким уровнем инвестиций в сферу
образования. Иначе в этих двух моделях проявляется и роль культурного по-
тенциала региона. Так, в факторе 2 высокому материальному положению на-
селения соответствует и высокий культурный потенциал (но низкие инвести-
ции), а в факторе 5 материальный уровень населения также коррелирует
с уровнем культурного потенциала региона, но связь с инвестициями в сферу
образования здесь иная (более высокому материальному и культурному уров-
ню соответствуют и более высокие инвестиции). Отсюда, можно предположить,
что в модели фактора 2 фиксируется тенденция, перекладывания заботы о под-
держании системы образования в экономически и культурно развитых регио-
нах на плечи родителей и частного сектора. В модели же представленной фак-
тором 5, картина более проста: высокие доходы населения и высокий
культурный потенциал соответствуют и более высоким отчислениям инвести-
ций в сферу образования из местного бюджета.
Остальные же факторы, как мы отметили при их описании, основаны
на фиксации связи не экономических параметров, а социокультурных, демог-
рафических и образовательных.
Выводы
В качестве основных результатов проведенного исследования мы можем
выделить следующие.
1. Результаты факторного анализа статистических показателей позволили
установить взаимосвязь между социокультурными, демографическими, эконо-
мическими и образовательными параметрами. К наиболее важным можно от-
нести:
— связь уровня развития углубленных форм обучения с развитием социо-
культурных потребностей населения (социокультурной активностью) и с разви-
тием в регионе системы высшего образования;
— тенденцию воспроизводства на уровне региона образовательного уров-
ня населения;
— связь неблагополучных условий учительского труда (его высокая интен-
сивность) с неблагополучием общей демографической ситуации в регионе;
— связь социальной привлекательности региона с качеством школьного
образования;
— взаимосвязь высокого отсева учащихся из старшего звена школы не толь-
ко с плохой укомплектованностью системы школьного образования педагоги-
ческими кадрами, но и с неблагоприятной ситуацией сложившейся на рынке
труда, с высоким уровнем безработицы в регионе;
— связь высокой напряженности учительского труда с общим низким уров-
нем материальной обеспеченности населения в регионе;

— тенденцию тесной связи между уровнем развития системы дошкольного
воспитания и начального профессионального образования, как особым сложив-
шемся в России типом проведения социальной политики в регионе в сфере об-
разования;
— связь уровня развития системы среднего профессионального образова-
ния с благополучной ситуацией на рынке труда в регионе.
2. Выделенные факторы задают интегральные характеристики, которые
позволяют дать качественное описание специфики социокультурной ситуа-
ции в различных регионах России, соотнести эту специфику с экономичес-
кими и демографическими характеристиками и выявить своеобразие сфор-
мировавшихся в регионах образовательных систем. Выделенные 18 типов
исторически сложившихся в России социокультурных образовательных сис-
тем, размещенные в географическом пространстве России, не только под-
тверждают содержательную валидность разработанной модели анализа,
но и дают основание для разработки вариативных сценариев по проведению
образовательной политики.
3. Проведенный вторичный факторный анализ данных позволяет охарак-
теризовать пространство России как напряженное социокультурное простран-
ство, где проявляется действие шести бинарных социокультурных оппозиций.
Особое внимание при этом следует обратить на логику соотношения матери-
ального положения населения и инвестиций в сферу образования в разных куль-
турных и демографических контекстах.
Завершая исследование, выскажем два соображения общего характера.
Первое, — касается отбора исходных индикаторов, включенных в исходную
модель. В принципе, проведенный анализ показывает, что на их основе можно
провести содержательный анализ по типологии социокультурных образователь-
ных ситуаций в России. В то же время возможно провести дополнительную ана-
литическую работы по расширению первичной базы данных. Например, доста-
точно содержательными могут оказаться данные по социальному составу
незанятого населения, данные о криминогенной обстановке в регионе, данные
об уровне здоровья населения, более детальные данные о системе дошкольного
воспитания, начального, среднего и высшего профессионального образования.
Вместе с тем, необходимо иметь в виду, что для построения содержательной мо-
дели исходная база данных не может увеличиться безгранично.
Второе, — касается дальнейших перспектив этого исследования. Представ-
ляется целесообразным провести на основе изложенной методики аналогичное
исследование на базе статистических данных 1996, 1997 и последующих годов.
Подобное исследование даст, на наш взгляд, возможность исследовать времен-
ную динамику социокультурных трансформаций не только в различных регио-
нах России, но, и это наиболее существенно, определить основные содержатель-
ные векторы этих временных социокультурных трансформаций.

ЛИТЕРАТУРА
1.Российский статистический ежегодник. 1995. Статистический сборник /
Госкомстат России, М. 1995.
2.Образование в Российской федерации. Статистический сборник / Госком-
стат России, М.1996.
3.Сравнительные показатели социально-экономическго положения насе-
ления регионов Российской федерации. Статистический сборник / Госкомстат
России, М. 1995.
4.Образование населения России по данным микропереписи населения
1994 года. Статистический сборник / Госкомстат России, М.1995.
5. Собкин B.C., Писарский П.С., Коломиец Ю.О.. Учительство как социаль-
но-профессиональная группа. — М.-Рига: Российская академия образования,
ЦСО РАО-102с.
6. Российское образование в переходный период: программа стабилизации
и развития. М., 1991.

РАЗДЕЛ II.
ДИНАМИКА ИЗМЕНЕНИЙ
В ПОДСИСТЕМАХ ОБРАЗОВАНИЯ:
МАКРОТЕНДЕНЦИИ.

ПРЕДВАРИТЕЛЬНЫЕ ЗАМЕЧАНИЯ
В этом разделе на материале статистических данных будет дан контур ос-
новных изменений различных подсистем российской системы образования,
начиная от дошкольного образования и кончая высшим. Подобный синхрон-
ный взгляд на динамику изменений необходим как минимум по двум соображе-
ниям. Одно из них связано с тем, что выделение основных макротенденций яв-
ляется первым необходимым шагом для последующего более детального
социологического анализа трансформаций сферы образования. Другое сообра-
жение касается достаточно общих представлений о важности последовательно-
го сопоставления динамики изменений в различных подсистемах сферы обра-
зования. Не углубляясь в детали, отметим, что сама попытка подобного
синхронического сопоставления позволяет приблизиться к пониманию генези-
са трансформаций в сфере образовании. Это принципиально, если мы хотим
разобраться в логике образовательных изменений в современной социокультур-
ной ситуации.
Раздел базируются на данных официальной государственной статисти-
ки, оперативных данных Министерства общего и профессионального образо-
вания РФ и научных отчетов, выполненных по Программе «Стратегия образо-
вания» РАО. Помимо этого, для прояснения отдельных моментов в статье
привлекаются материалы социологических исследований Центра социологии
образования РАО. Основной акцент в анализе сделан на динамике институци-
ональных изменений, контингента учащихся и кадрового потенциала. Осталь-
ные линии, касающиеся нормативно-правового обеспечения системы образо-
вания, програмно-методического обеспечения, материально-технического,
финансового и информационного обеспечения последовательно не рассмат-
риваются.
1. Динамика изменений в системе дошкольного воспитания.
Сеть детских дошкольных учреждений после 1991 года начинает резко со-
кращаться. Если в 1991 году детских садов было 87.6 тыс., то в 1992 — 82.0,
в 1993 — 78.3 тыс., а в 1994 — 72.8 тыс. По сути дела ситуация приблизилась
к началу 80-х годов, когда в 1980 году детских дошкольных учреждений насчи-
тывалось 74.5 тысячи. Число мест в детских садах сократилось почти на два мил-
лиона с 9 391 000 в 1989 году до 7 486 000 в 1993 (сокращение в 1.26 раза) и также
приблизилось к концу 70-х годов.
Сравнение ситуации с 1980-м годом вообще представляется оправданным,
поскольку общая демографическая база в 1980-м и 1993-94 годах оказывается
сходной. Так, в 1980 году численность детей в возрасте от 1 до 6 лет была 12 520
000, а в 1993- 12 249 000.

В то же время следует обратить внимание на существенное отличие ситуа-
ции 1993-94 годов от начала 80-х. Оно состоит в следующем. В 1980 году число
детей, посещающих детские сады, было 8 149 000 (65.1% от детей в возрасте от
одного года до шести лет) и превышало в 1.09 раза число имеющихся в детских
садах мест, а в 1993 году число детей в детских садах составляло 6 763 000 (55.2%
детей в возрасте от года до шести) и было в 0.9 раза меньше от числа имеющихся
мест. В 1994 году численность детей, воспитывающихся в детских садах, сокра-
тилась еще более чем на полмиллиона и составила 6 117 600. Иными словами,
если в 1980 году сеть детских садов была перегружена, то уже в 1993 году она
оказалась явно недогруженной. Более того, если в 1980 году количество неудов-
летворенных заявок по приему детей в Детские сады составляло 1 143 000,
то в 1993 году всего 370 тыс.
Отмеченное отличие представляется важным в двух аспектах. Первый со-
стоит в том, что в 1980 году система дошкольного воспитания работала в пере-
груженном режиме, когда мощность сети явно не удовлетворяла потребнос-
тям населения, а в 1993 году, — в недогруженном. Понятно, что этот вывод
сделан в целом по России. Естественно он нуждается в определенных коррек-
тировках и уточнениях относительно различных регионов. Так, если в ряде го-
родов на 100 мест в детских садах приходится 70-80 детей, то в других сеть
остается явно перегруженной. Однако повторимся, в целом общая макротен-
денция достаточно очевидна: система детских садов работает в явно недогру-
женном режиме.
Причин здесь несколько. Одна из них состоит в том, что законодательно
увеличился срок оплачиваемого отпуска по уходу за ребенком с двух месяцев
до трех лет. В этой связи значительная часть матерей начинает отдавать пред-
почтение воспитанию детей в домашних условиях. Об этом свидетельствует ус-
тойчивая тенденция сокращения численности детей младенческого и раннего
возраста в дошкольных учреждениях. Так, общая численность детей в возрасте
до трех лет в детских садах сократилась с 1967.9 тыс. в 1990 году до 938.7 тыс.
в 1994. Иными словами, численность детей этой возрастной группы в 1994 году
составляет 47.7% от периода 1990 года. В то же время, численность детей стар-
ше трех лет падает не столь стремительно с 7 041.6 тыс. в 1990 до 5 178.9 тыс.
в 1994 году. Доля воспитанников этого возраста в 1994 году по отношению
к 1990 году составляет 73.5%. То, что меняется возрастная структура детей
в детских садах можно подтвердить и другими данными. Так, если в 1990 году
доля детей в детских садах в возрасте до трех лет составляла 21.8%,
то в 1994 она снизилась до 15.3%.
Итак, можно сделать вывод о достаточно существенном изменении возрас-
тной структуры контингента воспитанников детских садов. В этой связи мож-
но говорить о намечающейся тенденции все большей специализации дошколь-
ных учреждений на воспитании детей старшего дошкольного возраста. Подобная
тенденция достаточно важна, поскольку фиксирует общественную потребность
в воспитании детей именно этой возрастной группы в системе дошкольного вое-

питания. Одним из возможных последствий этой тенденции будет все большая
специализация системы дошкольного воспитания и по своим целям, и по свое-
му содержанию, и по методам работы на подготовку детей к школе. Однако по-
добная специализация достаточно опасна, с нашей точки зрения, поскольку
на второй план могут быть отодвинуты ключевые психолого-педагогические ас-
пекты возрастного развития в дошкольном возрасте, например, полноценное
освоение игровой деятельности.
Вторая причина, обуславливающая сокращение контингента, связана
с увеличением доли расходов на воспитание ребенка в детском саду в общем,
бюджете семьи. Только для того, чтобы полноценно накормить ребенка в детс-
ком саду, нужно было около 4 тыс. руб. в день (по ценам на 01.06.94), а полнос-
тью содержание ребенка в детском дошкольном учреждении обходилось на тот
же период в 150-200 тыс. рублей в месяц. В этой связи следует отметить, что
средняя зарплата по народному хозяйству на 01.01.95 составляла 302.6 тыс. руб-
лей в месяц. Иначе говоря, для малообеспеченных семей воспитание ребенка
в детском саду экономически становится малодоступным.
В этой связи необходимо сделать одно уточнение. Увеличение расходов
на содержание ребенка в детских дошкольных учреждениях и резкое удоро-
жание эксплутационных расходов в первую очередь сказалось на системе ве-
домственных детских садов, находящихся на балансе предприятий. Из-за раз-
ночтения нормативных документов часть их просто была распродана, часть
передана на муниципальный уровень. Так, по сравнению с 1990 годом число
ведомственных детских садов к 1994 году сократилось с 63.8 тыс. до 27.2 тыс.
(или уменьшилось в 2.3 раза). Наоборот, число муниципальных детских са-
дов за этот же период увеличилось с 24.1 тыс. до 45.6 тыс. (увеличилось
в 1.9 раза).
В оставшихся ведомственных садах была резко поднята плата за содержа-
ние тех детей, чьи родители не работают на данном предприятии. Поскольку
ранее существовавшая 15%-я квота на прием детей работников бюджетной сфе-
ры в ведомственные детские сады ныне не действует, то в силу высокой платы
в ведомственных детских садах родители-бюджетники переводят их в муници-
пальные детские сады. Это привело к тому, что более 25% муниципальных детс-
ких садов работают с переукомплектованными группами, где на 100 мест прихо-
дится 111-130 детей и более.
Таким образом, следует уточнить ранее сделанный нами вывод о недо-
груженное™ сети детских садов. На общих средних цифрах эта макротен-
денция верна. Однако важно иметь в виду сложный процесс социальной стра-
тификации в обществе, ведущий к резкой дифференциации сети детских
садов. Практически принципиально изменилась структура дошкольных уч-
реждений по их принадлежности и подчиненности: если в общей структуре
дошкольных учреждений муниципальные детские сады составляли в 1990 году
27.4%, то в 1994 — 62.6%. При этом, весьма и весьма значительная часть му-
ниципальных детских садов начинает все более ориентироваться на обслу-

живание детей из социально слабых семей. В то же время, условия содержа-
ния детей в этих садах значительно хуже. Таким образом, социальное неравен-
ство в сфере образование отчетливо проявляется уже в системе дошкольного
воспитания.
Наконец, третья причина, связанная со снижением престижности и удов-
летворенности родителей государственной системой дошкольного воспитания,
обусловлена возникновением в последние годы негосударственной системы об-
разования. Новая законодательная база, предусматривающая возможность со-
здания негосударственных образовательных учреждений, в наибольшей сте-
пени стимулировала развитие негосударственной системы именно
дошкольного воспитания. Так, на конец 1994 года из 72 839 детских садов
в частной собственности находится 8 016 (11.0%), в смешанной российской
собственности — 6 750 (9.3%), в смешанной собственности с участием иност-
ранного капитала — 13 (0.02%) и в собственности общественных организаций
— 27 (0.4%). Всего в той или иной степени подверглись разгосударствлению
около 21% детских садов.
Сам по себе этот момент, связанный с тем, что именно система дошколь-
ного воспитания, по сравнению с другими образовательными подсистемами (как
мы увидим ниже), оказалась наиболее подвижной и чувствительной к возмож-
ностям создания негосударственного сектора весьма показателен. С одной сто-
роны он объясняется тем, что здесь не возникает особых проблем с аккредита-
цией дошкольных учреждений (выпускники детских садов не нуждаются
в каких-либо особых дипломах и аттестатах, подобно выпускникам школ или
вузов). С другой стороны, характерно то, что наиболее критично относящиеся
к существующей системе дошкольного воспитания социальные страты — роди-
тели с высшим образованием — склонны отдавать своих детей в частный сек-
тор. Так, материалы социологических опросов показывают, что среди родите-
лей с высшим образованием хотели бы отдать своих детей в частный детский сад
43.8%, в то время как среди родителей со средним образованием лишь 7.9%.
В целом можно сделать вывод, что социальная стратификация принципи-
ально начинает сказываться на дифференциации сети дошкольных учреждений.
Нишу муниципальных садов все более занимают социально слабые группы
с низким образовательным уровнем, а частный сектор дошкольных учреждений
сориентирован на группы с высшим образованием. Подобная тенденция неиз-
бежно ведет не только к социальному расслоению детских образовательных уч-
реждений, но и к расслоению самой профессиональной группы воспитателей
детских садов. Этот момент принципиален, поскольку воспитатели вольно или
невольно начинают ориентироваться на разные педагогические ценности и раз-
ные модели воспитания, которые характерны для разных социальных страт.
В этой связи анализ кадрового обеспечения системы имеет особый смысл.
Здесь стоит остановится на нескольких моментах. Как мы показали выше, со-
временная ситуация и по числу детей дошкольного возраста, и по численности
сети дошкольных учреждений наиболее близка к 1980 году. Поэтому стоит сопо-

ставить численность современного кадрового потенциала именно с этим пери-
одом. Если в 1980 году на одного воспитателя в детском саду в среднем приходи-
лось 15.9 детей, то в 1993 — 7.8 ребенка, в 1994 — 7.7 воспитанника. Для сравне-
ния: этот коэффициент в 1988 году, когда численность детей в детских садах
достигала максимума, равнялся 10.2. Таким образом, на уровне общих макро-
тенденций можно сделать вывод о том, что по сравнению с 1980 годом совре-
менная сеть дошкольных учреждений не просто работает в недогруженном ре-
жиме, но принципиально изменилась и сама ситуация кадрового обеспечения.
Учитывая двусменный режим работы воспитателей в детских садах можно гово-
рить о том, что средний размер группы составляет в настоящее время 15-16 де-
тей, а не 30, как это было в конце 70-х, начале 80-х. Подобная ситуация безус-
ловно позитивна, поскольку позволяет индивидуализировать воспитательный
процесс.
Особое значение имеет анализ образовательного уровня педагогичес-
ких кадров в системе дошкольного образования. Основную массу здесь со-
ставляют специалисты со средним специальным педагогическим образова-
нием, окончившие педагогическое училище. Если, например, в 1985 году
их доля равнялась 69.5%, то в 1994 — 73.3%. Как видим, за десятилетие не
произошло сколько-нибудь существенных изменений. Иными словами, мож-
но сделать вывод о том, что по своему образовательному уровню профессио-
нальная группа достаточно устойчива и основную ее массу составляют спе-
циалисты со средним профессиональным образованием. Этот вывод весьма
важен. С одной стороны, мы можем говорить о том, что выпускники педаго-
гических вузов не ориентированы на практическую работу с детьми в систе-
ме дошкольного воспитания; с другой, — ситуация, когда основной корпус
педагогических работников детских садов составляют специалисты со сред-
ним специальным образованием, не дает основания говорить о том, что здесь
эффективно будут осваиваться науко — и культуроемкие образовательные
технологии. Последнее принципиально, поскольку в определенной степени
объясняет неудовлетворенность существующей системой дошкольного вос-
питания. Так, требования значительной доли родителей, направленные на
индивидуализацию педагогического процесса, развитие индивидуальных
способностей ребенка часто просто не могут быть обеспечены уровнем под-
готовки педагогических кадров, в большинстве своем обладающих весьма
поверхностными знаниями в области возрастной психологии, диагностики
развития и т.д. Действительно, анализ структуры и программного содержа-
ния предметов психолого-педагогического цикла показывает, что курс пси-
хологии в педучилищах рассчитан всего на 135 часов. Причем, он в основном
описателен, в нем полностью отсутствует знакомство с методиками диагнос-
тики уровня развития детей и экспериментальными методиками, отсутству-
ет психологический практикум. Данные по отечественной и зарубежной пси-
хологии базируются на исследованиях 60-х годов и явно устарели. Курсы
педагогики в основном построены по рецептурному принципу и ориентиро-

ваны на репродуктивное усвоение ребенком знаний, умений и навыков.
Таким образом, анализ содержания программ по подготовке специалистов
показывает, что они не отвечают потребностям и состоянию современной
практики дошкольного воспитания.
Наконец, необходимо отметить низкий уровень материального обеспе-
чения педагогических работников в системе дошкольного воспитания. В сред-
нем заработная плата работников дошкольного воспитания в два раза ниже,
чем средняя заработная плата в промышленности. Причем, если в 1985 году
зарплата дошкольных работников составляла 53% от средней зарплаты
по промышленности, то в 1994 году она упала до 43%. Низкий уровень мате-
риального обеспечения усугубляется хроническим запаздыванием индекса-
ции заработной платы, постоянной задержкой выплаты зарплаты и отпуск-
ных. Все это ведет к снижению не только материального, но и социального
статуса работника дошкольного учреждения. Низкая престижность этой сфе-
ры ведет к тому, что в нее, как мало престижную, оказывается весьма затруд-
нительным привлечь таких специалистов как психологи и дефектологи,
в которых данная сфера крайне нуждается. Низкий социальный статус дош-
кольного работника ведет к тому, что на дошкольных отделениях педагоги-
ческих училищ не только нет конкурса, но и существует постоянный недо-
бор абитуриентов.
2. Состояние системы школьного образования.
По сравнению с 1980 число общеобразовательных школ сократилось
на одну тысячу. В 1980 году было 67.2 тыс. школ, в 1994 — 66.2. Однако, при
анализе имеет смысл обсуждать не столько общую численность образователь-
ных учреждений в системе общего среднего образования, сколько происходя-
щие здесь структурные изменения. Для этого следует иметь в виду, что замет-
ное сокращение общей численности школ произошло в предыдущий
двадцатилетний период с 1960 по 1980 годы. Так, общее число школ в 1960 году
равнялось 116.3 тыс., в 1970 — 95.6 тыс., в 1980 — 67.2 тыс. Подобное резкое
сокращение численности школ было в основном связано со стратегией сокра-
щения начальных школ. Если в 1960 году численность начальных школ равня-
лась 72.5 тыс., то в 1970 их было 47.5 тыс., в 1980 — 20.9 тыс. В основном эти
начальные школы находились в сельской местности (92.5% — в 1960 году, 94.1 %
в 1970 и 94.7% в 1980). Иными словами, структурная перестройка сети школ
в этот период затронула в основном сельскую местность. Детальное обсужде-
ние целесообразности подобной стратегии выходит за рамки нашего анализа.
И все же, стоит обратить внимание на то, что подобное экстенсивное измене-
ние сети школ не могло не отразиться на изменении общей культурной инф-
раструктуры села. По сути дела процесс сокращения начальных школ отражал
общую ориентацию на урбанизацию.

В принципе, та же тенденция прослеживается и относительно неполных
(основных) средних школ. В 1960 году их было 30.2 тыс., в 1980 — 19.8 тыс.
(по отношению к 1960 году сокращение на 34.5%). Более 80% неполных средних
школ также находятся в сельской местности.
Итак, общая тенденция перестройки сети образовательных учреждений
системы школьного образования в период 60-80-х годов это сокращение на-
чальных и неполных средних школ. В основном подобная перестройка прово-
дилась на селе и, как мы только что отметили, весьма спорна по своей общей
направленности, поскольку существенно изменила саму культурную инфра-
структуру села. По сути дела, период 80-х и начала 90-х годов отражает ту же
тенденцию сокращения численности начальных и неполных средних школ,
хотя эта тенденция и не столь ярко выражена. Так, за период с 1985 года по
1994 численность начальных школ сократилась с 18.8 тыс., до 17.1 тыс.; чис-
ленность неполных средних школ с 18.2 до 13.9 тыс. Параллельно числен-
ность средних полных школ выросла за этот период с 28.5 тыс. до 35.2 тыс.
Причины подобной политики связаны на наш взгляд не только с урбани-
зацией, о чем мы уже говорили выше, но и с тем, что содержание крупных школ
оказывается экономически более выгодным. Однако здесь встает вопрос о педа-
гогической и социокультурной целесообразности подобной стратегии. Так, вме-
сто приближенных к населению начальных школ, начинают все больше появ-
ляться большие школы-монстры, в которых крайне сложным становится
организовать осмысленный целостный педагогический процесс. Вместо камер-
ных начальных школ, где маленький ребенок оказывается погруженным в нор-
мальную для него атмосферу, он оказывается помещенным в «педагогический
инкубатор». В огромных школах с численностью более тысячи учащихся ребе-
нок оказывается обезличенным, здесь становится весьма проблематичной сама
постановка вопроса об индивидуализации педагогического процесса. Причем
численность больших школ постоянно увеличивается, и эта тенденция про-
должается и сегодня. Например, с 1986 года по 1992 год число школ с количе-
ством классов 30 и более практически удвоилось с 5.8 тыс., до 10.3 тыс. (в 1992
году таких школ было уже 29.7% от общей численности школ).
Отмеченная тенденция укрупнения школ привела к падению общей мощно-
сти образовательной сети. Об этом красноречиво свидетельствует такой показа-
тель как работа школ в две или даже в три смены. Если в 1985 году во вторую
смену работало 23.1% школ, то в 1993 — 34.1%. Особенно резко эта тенденция
прослеживается в городских школах. Так, в 1993 году в две смены работало 71.1%
городских школ, в три смены — 3.7%. Соответственно, численность обучающихся
во вторую смену в городе возросла с 3 017.1 тыс. человек в 1985 году до 4 240.1
тыс. человек в 1993. Таким образом, с середины 80-х годов заметно усилилась
тенденция падения мощности образовательной сети.
Говоря о мощности образовательной сети, следует добавить, что около тре-
ти школ (33.9%) требуют сегодня капитального ремонта, каждая пятнадцатая
школа (6.3%) находится в аварийном состоянии. Причем, тенденции старения

школьной образовательной сети, ее износа нарастают. Так, число школ, требу-
ющих капитального ремонта увеличилось с 30.6% в 1991 году, до 33.9% в 1994.
Старение образовательной сети усугубляется резким снижением ввода в дей-
ствие новых школ. Так, если в 1989 году было введено 1473 школы, в 1990 —
1307, то в 1993 только 743. Столь низкий темп ввода новых школ не наблюда-
ется с конца 70-х годов. Особенно показателен в этом отношении такой инди-
катор, как численность ученических мест. Если в 1980 году было введено
499 тыс. ученических мест, то в 1993 лишь 296 тыс. Иными словами, старение
образовательной сети, увеличение ее износа и параллельно с этим падение тем-
пов ввода в действие новых школ, если уже сегодня не будет изменена образо-
вательная политика, приведут в ближайшие годы к весьма плачевному резуль-
тату.
Сопоставление этих данных с динамикой изменения сети дошкольных уч-
реждений дает основание к выводу о том, что в общей образовательной полити-
ке был упущен момент для принципиального стратегического маневра. Дело
в том, что сокращение сети дошкольных учреждений не было использовано
для их перепрофилирования в начальные школы, что позволило бы не только
существенно усилить мощность школьной образовательной сети, но и провести
структурный маневр по развитию начальных школ.
Другим характерным моментом структурных изменений в сети общеобра-
зовательных школ является их заметная дифференциация по специализации обу-
чения и появление новых типов школ, — гимназий и лицеев. Эта тенденция ха-
рактерна именно для девяностых годов. Так, если в 1990 году число школ
с углубленным изучением предметов составляло 3.0 тыс., то в 1994 году их стало
8.4 тыс. (общая численность этих школ возросла в 2.8 раза за пять лет). Если
в 1990 году в России была всего 101 гимназия, то в 1992 году их стало уже 581,
а в 1994 — 822. Аналогична и динамика увеличения численности лицеев. Соот-
ветственно: 79 в 1990 году, 337 в 1992 и 505 в 1994.
Как мы видим, численность новых для системы образования типов школ
— гимназий и лицеев — с начала 90-х резко возрастает. В то же время следует
отметить, что в основном эта тенденция затрагивает город. Если от общей
численности школ, школы с углубленным изучением предметов на селе со-
ставляют четверть, то гимназий в 1994 году на селе было всего 52 (6.3% от
общей численности гимназий), а лицеев — 40 (7.9% от общей численности
лицеев).
Есть достаточно оснований считать, что эту характерную для 90-х годов
тенденцию дифференциации сети образовательных учреждений обуславлива-
ют не столько идеологические принципы реформирования образования, сколь-
ко мощнейшие факторы социальной стратификации, которые протекают се-
годня в России. Так, материалы выборочных социологических исследований
показывают, например, что учащиеся специализированных школ с углублен-
ным изучением предметов, гимназий и лицеев принципиально отличаются
по своему социальному составу от учащихся общеобразовательных школ. Здесь

значительно выше процент детей руководителей государственных и частных
предприятий, творческой интеллигенции, и вообще детей с высшим образо-
ванием родителей.
Иными словами, тенденция специализации школ на углубленное изуче-
ние предметов, создание лицеев и гимназий является реакцией системы образо-
вания на неудовлетворенность качеством образования отдельных социальных
групп (в первую очередь родители с высшим образованием, слой творческой
интеллигенции, управленцы из государственного и частного сектора). Уже
в конце 90-х годов было ясно, что идею дифференциации школьного образова-
ния в большей степени поддерживают группы с более высоким уровнем образо-
вания. Так, по материалам наших социологических исследований среди родите-
лей с неполным средним образованием в 1989 году высказывалось 16.7%,
а с высшим — 67.6%. Следует добавить, что дети из семей с более высоким уров-
нем образования родителей чаще ориентированы на получение высшего обра-
зования. Если среди старшеклассников со средним образованием отца или ма-
тери каждый второй (50.4%) ориентирован на получение высшего образования,
то среди детей с высшим образованием три четверти (74.9%). Таким образом,
структурные изменения в системе образования связаны в первую очередь с про-
цессами социальной стратификации.
В этой связи следует отметить, что в последние годы система школьного
образования стала все более жестко дифференцировать учащихся. Так, напри-
мер, уменьшается доля принимаемых в десятые классы после окончания ос-
новной школы, увеличивается доля детей оставляющих школу. При этом ха-
рактерно, что не только увеличивается жесткость социальной стратификации
и жесткость в отношении к академической успешности школьников, но воз-
растает и половая дифференциация на рубеже перехода в десятый класс. Так,
если по данным на 1993/94 доля мальчиков обучающихся в начальных классах
(1-4 класс) составляла 51.%, в средних (5—9 класс) — 50.2%, то встарших (10--
11 класс) она падает до 39.2%. К сожалению, на подобные процессы половой
дифференциации в системе школьного образования практически не обращает-
ся внимания.
Другой характерной тенденцией в изменении сети школ, является появ-
ление здесь частных, негосударственных образовательных учреждений. При-
чем/если в 1993 году их было 368, то в 1994 — 447, а в 1995 уже 600. Общая
численность учащихся в 1994 году составляла в негосударственных школах —
39 503 детей. Несмотря на весьма незначительный процент учащихся и учите-
лей, включенных на период 1994 года в систему негосударственного образова-
ния (не более 1%) ряд достаточно характерных тенденций обращает на себя
внимание. Так, среднее число учащихся, приходящееся на одного учителя
в негосударственном секторе образования, составляет 3.6 человека. Это суще-
ственно, практически в четыре раза, меньше аналогичного показателя в госу-
дарственном секторе. В этой связи можно сделать вывод о том, что негосудар-
ственный сектор противопоставляет себя государственному не просто

в отношении большей насыщенности трудовыми ресурсами, но реальная ставка
делается именно на индивидуализацию процесса обучения. Таким образом,
именно благодаря идеологии индивидуализации процесса обучения негосудар-
ственный сектор становится привлекательным для родителей и конкурентос-
пособным с государственным.
Обращает на себя внимание, что образовательный уровень и профессио-
нальная подготовка работников негосударственных школ значительно выше, чем
в среднем по стране: высшее образование имеют — 83,1% учителей (в государ-
ственных школах — 74%). Среди преподавателей негосударственных школ уче-
ную степень кандидата наук имеют 648 человек, доктора наук — 81, что, в об-
щем, составляет 6% от преподавательского корпуса этих школ и это на порядок
выше, чем в государственной школе. Более того, отметим, что по данным наших
социологических опросов 1994 года 21% московских учителей предпочел бы ра-
ботать в негосударственной школе. Подобную установку учителей важно иметь
в виду, когда мы пытаемся спрогнозировать динамику изменений на рынке тру-
да в сфере образования: весьма значительная их часть готова перейти в негосу-
дарственный сектор.
Отчасти это объяснимо не только иным профессиональным уровнем
учителей этих школ и особым социальным составом семей учащихся,
но более высоким уровнем оплаты учительского труда. Об этом, например,
можно судить по косвенным данным о плате за обучение в негосударствен-
ных школах. Так, по данным Московского департамента образования на ок-
тябрь 1995 года, плата за обучение в московских негосударственных шко-
лах выглядит следующим образом: в 5% этих школ дети обучаются
бесплатно; в 5% плата составляет от 50 до 100 тыс. руб. в месяц; в 14% —
от 150 до 350 тыс. руб.; в 15% — от 350 до 1 млн. руб.; в 50% — 350-400$
и в 11% — свыше 400$ в месяц.
Оценивая состояние системы школьного образования, следует подроб-
нее остановиться на ее кадровом обеспечении. Здесь следует отметить, что
в целом общая численность педагогических кадров постоянно увеличивается.
Если в 1991 году в системе школьного образования работало 1345.2 тыс. учите-
лей, то в 1994 — 1508.9 тыс. Однако, несмотря на отмеченное увеличение, учи-
телей в школах не хватает. Так, в 1994/1995 учебном году в общеобразователь-
ных школах Москвы работало 64148 учителей. При этом вакансий было 4 467.
По отношению к общей численности работающих учителей это составляет 7%.
Если взять это в качестве условного ориентира (достаточно мягкий вариант,
поскольку ситуации в Москве, по мнению экспертов и официальных заявле-
ний высших чиновников Министерства образования относительно благопо-
лучна по сравнению с другими регионами), то можно сделать вывод, что
на сегодняшний день в школах России недостает 105.6 тысячи учителей.
Из них: 61.5 тыс. в городе и 44.1 тыс. на селе. Это — нижняя граница рынка
труда. С учетом тенденций в динамике изменения численности педагогичес-
ких кадров, сложившейся в последние годы, для того чтобы полностью запол-

нить рынок труда (удовлетворить вакансии) понадобится приблизительно два
года для города и четыре года для села. Если же попытаться спрогнозировать
верхнюю границу рынка труда, опираясь на сравнительные данные междуна-
родной статистики, то тогда по нашим расчетам на сегодняшний день в город-
ских школах нехватка учителей составит 171.4 тысячи (а не 61.5 тысячи, как
мы определили при подсчете нижней границы рынка труда). Учитывая сло-
жившуюся динамику в изменении численности педагогических кадров, на по-
крытие этого дефицита потребуется уже около шести (а не двух, как при расче-
те нижней границы) лет.
Для понимания ситуации с педагогическими кадрами важен анализ струк-
туры вакансий. Например, анализ структуры вакансий по городу Москве пока-
зывает, что основную долю в общей структуре вакансий составляют учителя ино-
странного языка — 22.9%, русского языка и литературы — 16.1%, начальных
классов — 11.2%, физкультуры — 10.8%, математики — 7.1%, истории — 5.7%,
географии — 4.1%, физики — 3.3%. Доли учителей большинства других предме-
тов в общей структуре вакансий составляют менее трех процентов. Эти данные
дают основания для вывода о том, что те учителя, которые могут сменить свою
профессию и уйти в другие сферы производства, предпочитают уходить из сфе-
ры образования. Более того, оценивая сложившуюся структуру вакансий педа-
гогических кадров можно сделать вывод о несомненном ухудшении качества об-
щего среднего образования.
К негативным тенденциям следует отнести и общее старение педагогичес-
кого корпуса, его высокую феминизацию, постоянное снижение материально-
го уровня учителей.
На последнем моменте остановимся несколько подробнее. Так, например,
за первое полугодие 1995 года зарплата в образовании составляла 53.3% от сред-
ней зарплаты в промышленности. Для сравнения в 1940 году это соотношение
было 97.1%, в 1965 - 92.2%, в 1985 - 71.1%).
Снижение уровня оплаты труда ведет к общему снижению социального
статуса этой профессиональной группы, к люмпенизации учительства, его куль-
турной маргинализации. Подобное явление имеет принципиальное значение,
поскольку учитель имеющий низкий социальный статус, неуверенный в сво-
ем будущем, все более отчуждающийся от культуры не может полноценно реа-
лизовывать свои основные воспитательные функции: социализации молодого
поколения, приобщения его к культурным ценностям.
3. Начальное профессиональное образование.
Сеть учреждений системы профтехобразования достаточно интенсивно
развивалась с 60-х годов вплоть до 1991 года, но после этого обозначился явный
спад. Если 1990 году система насчитывала 4 328 училищ, то в 1994 году их чис-
ленность сократилась до 4 203.

Параллельно с сокращением сети проявляется и тенденция уменьше-
ния численности обучающихся в ПТУ. Их численность сократилась с 1. 867
тыс. в 1990 году до 1. 699 тыс. в 1994. (упала на 8.9%). Причем следует отме-
тить, что сокращение контингента началось заметно раньше, чем сокращение
сети. Так, уже в период с 1985 по 1990 год наметился спад общей численно-
сти учащихся ПТУ. За эти годы их число сократилось на 120 тыс. С 1990 по
1994 год численность сократилась еще на 168 тысяч. Таким образом, неудов-
летворенность системой профессионального образования обнаружилась уже
в середине 80-х.
Практически, на сегодняшний день по числу обучающихся система про-
фессионально-технического образования оказалась на уровне конца шести-
десятых годов. В 1970 году в ПТУ было принято 1104 тыс. человек,
в 1994 — 901 тыс. Соответственно окончило в 1970 году 995 тыс.,
а в 1994 — 946 тыс. Отмечая сходство в численности контингента с семидеся-
тыми годами, необходимо иметь в виду качественные изменения в структуре
подготовки специалистов, иные реалии материально-технического обеспе-
чения и экономических механизмов деятельности ПТУ, а также целый ряд
других моментов повлиявших на структурные изменения в системе ПТО. На-
пример, с 1990 года в связи с новыми экономическими условиями ПТУ на-
чинают активно использовать внебюджетные формы подготовки квалифи-
цированных рабочих кадров. Так, если в 1990 по этой форме выпускалось
из ПТУ 8.9 тыс. человек, то в 1993 уже 110.3 тыс., в 1994 — 153.4 тыс. Другим
примером может служить резкое сокращение выпуска специалистов в облас-
ти машиностроения (по сравнению с 1989 годом сокращение на 42.6%), го-
родского транспорта (сокращение на 48.7%), железнодорожного транспорта
(сокращение на 36.9%). Это, безусловно, связано со структурными перестрой-
ками в народном хозяйстве.
В целом, оценивая динамику последних лет, следует иметь в виду, что вы-
пуск квалифицированных рабочих по бюджетной подготовке в 1994 году сокра-
тился по сравнению с 1990 годом на 31%, а по дневным училищам на 17%.
Сравнивая динамику изменения численности обучающихся в ПТУ, важно
также иметь в виду принципиальное отличие периода 1985—1990 года от 1990—
1994 годов. Так, если в первый из отмеченных периодов, несмотря на явное умень-
шение контингента, сеть учреждений профтехобразования достаточно интен-
сивно увеличивалась, то в первой половине девяностых идет параллельное
сокращение и численности учащихся, и самой сети учреждений профтехобра-
зования.
Здесь мы не затрагиваем целый ряд моментов, касающихся социального
состава учащихся ПТУ, удовлетворенности учащихся ПТУ качеством получае-
мого образования. Этому аспекту посвящено наше специальное исследование
(В.С.Собкин, П.С.Писарский, 1992). К сожалению, статистические данные
о педагогических кадрах системы ПТО достаточно ограничены (обычно при-
водится лишь численность педагогов общеобразовательного цикла и мастеров

производственного обучения). Социологические же исследования этой группы
педагогических работников практически отсутствуют. Поэтому развернуть бо-
лее содержательный анализ кадрового потенциала системы ПТО не представля-
ется возможным.
4. Система среднего профессионального образования.
Целью среднего профессионального образования является подготовка спе-
циалистов среднего звена. Такое образование может быть получено на базе ос-
новного общего, среднего (полного) общего или начального профессионально-
го образования. Среднее профессиональное образование может быть получено
в образовательных учреждениях среднего профессионального образования (сред-
них специальных учебных заведениях) или на первой ступени образовательных
учреждений высшего профессионального образования.
В настоящее время реализуются два уровня профессионального образова-
ния. Им соответствуют два типа учебных заведений. В техникумах (основной
тип учебных заведений среднего профессионального образования) реализуются
профессиональные образовательные программы среднего профессионального
образования. В колледжах (самостоятельные образовательные учреждения или
структурные подразделения университета, академии, института) реализуются
углубленные профессиональные программы среднего профессионального об-
разования по индивидуальным учебным планам продленной подготовки кад-
ров, обеспечивающие учащимся повышенный уровень квалификации. Следует
отметить, что суть повышенной подготовки понимается часто по-разному.
Об этом свидетельствует большой разброс в показателях объема часов общена-
учной подготовки в учебном плане (от 4.2% до 35.1%). Часто повышенный уро-
вень рассматривается как подготовка к поступлению в высшее учебное заведе-
ние или даже освоение в определенной части дисциплин высшего
профессионального образования.
Как показывает анализ, за последние двадцать пять лет сеть средних спе-
циальных учреждений претерпела весьма незначительные изменения. Так,
в 1970 году она насчитывала 2 423 учебных заведения, в 1980 — 2 505, в 1990 —
2603, в 1994 — 2574. Подобная стабильность существенно отличает состояние
сети учебных заведений среднего профессионального образования от рассмот-
ренной выше сети учреждений начального профессионального образования,
где мы фиксируем более выраженное снижение числа учебных заведений в пе-
риод 1990-1994 годов.
Если сеть учреждений системы среднего профессионального образования
оказалась достаточно стабильной, то численность обучающихся здесь явно со-
кращается. В 1970 году обучалось 2 606 тыс., в 1980 — 2 642 тыс., в 1990 —
2 270 тыс., в 1994 — 1 871 тыс. Как можно заметить, уже в 80-е годы тенденция
сокращения контингента учащихся техникумов проявилась достаточно отчет-

ливо. В 90-е годы этот процесс еще более усилился. Так, только за четыре года
число студентов сократилось на 399 тыс. человек, т.е. практически на ту же ве-
личину, что и за все предыдущее десятилетие.
О том, что среднее профессиональное образование является относительно
устойчивой нишей для получения определенного типа образования, говорит
достаточно стабильный конкурс в эти учебные заведения. В 1985 году конкурс
при приеме составлял 1.45 человека на место, в 1990 — 1.61, в 1994 — 1.53.
Это довольно стабильная ситуация несмотря на весьма существенные социаль-
но-экономические изменения.
В новых экономических условиях в системе среднего профессионального
образования достаточно активно начинают использоваться формы обучения
на коммерческой основе. В 1993 году доля обучающихся на коммерческой осно-
ве составляла 5.9%, в 1994 — 6.4%.
Понятно, что система среднего профессионального образования достаточно
жестко зависит от структурных изменений в промышленности и ситуации на рынке
труда. Это может быть проиллюстрировано на изменении приема студентов
по укрупненным группам специальностей. Так, если прием на дневное обуче-
ние по техническим специальностям в 1990 и 1995 годах практически не изме-
нился, то на специальности здравоохранения он сократился в 1.4 раза, специ-
альности просвещения, культуры и искусства в 1.2 раза. Наоборот,
на специальности экономики и права он увеличился в 2.5 раза.
Важным моментом структурной перестройки среднего профессиональ-
ного образования является появление колледжей, в которых реализуются
углубленные профессиональные программы среднего профессионального об-
разования по индивидуальным учебным планам продленной подготовки
кадров. Только за период с 1992 по 1994 год их доля увеличилась с 16.6%
до 26.4%. Доля же принятых на первый курс обучения студентов выросла
с 22.1% до 34.6% (в абсолютных цифрах в 1992 году в колледжи было приня-
то 144 тыс. чел., в 1994 — 217 тыс.).
На фоне представленного выше общего абриса состояния системы сред-
него профессионального образования рассмотрим ключевые характеристики ее
кадрового обеспечения. В1994 году общая численность преподавателей состав-
ляла 149.8 тыс. человек. Из них: численность штатного персонала 109.3 тыс.,
совместителей — 40.5 тыс. В этой связи следует обратить внимание на то, что
почти треть преподавателей (27%) в системе среднего профессионального обра-
зования работает по совместительству. Эта доля весьма значительна.
Следует отметить, что за последние пять лет общая численность педаго-
гов последовательно снижается. По отношению к 1990 году она сократилась
на 12.2%. Причем практически в той же пропорции сократилась и доля педа-
гогов с высшим образованием — на 12.7%. Общую динамику изменения чис-
ленности преподавательского состава необходимо соотносить, с динамикой
изменения численности обучающихся студентов. В этой связи анализ показы-
вает, что динамика сокращения численности студентов средних профессио-

нальных учебных заведений несколько опережает динамику сокращения чис-
ленности педагогов. Если в 1990 году на одного педагога в среднем приходи-
лось 13.6 студентов, то в 1994 12.7.
Второй аспект связан с образовательным уровнем преподавателей средних
профессиональных учебных заведений. Подавляющее большинство из них имеют
высшее образование. Так, в 1994 году среди штатных преподавателей 94.4% имели
высшее образование. Причем следует отметить, что в колледжах уровень обра-
зования преподавателей несколько выше, чем в обычных училищах (соответ-
ственно: 96.1% и 93.6%). Доля среди преподавателей тех, кто имеет ученые сте-
пени или ученые звания невелика (соответственно: 1.8% и 0.9%). В этом
отношении учреждения среднего профессионального образования мало отли-
чаются от школ. Следует обратить внимание на то, что среди совместителей доля
преподавателей с ученой степенью или с ученым званием несколько выше, чем
среди основного штатного персонала. С одной стороны, это свидетельствует
о том, что преподавание в среднем профессиональном учебном заведении для
лиц высокой квалификации (имеющих либо ученую степень, либо ученое зва-
ние) оказывается малопрестижным по сравнению с вузом. С другой стороны,
это дает основание говорить о том, что повышение наукоемкое™ образователь-
ного процесса в среднем профессиональном учебном заведении заключается
в привлечении в качестве совместителей либо научных работников, либо пре-
подавателей вузов. Особенно явно эта стратегия проявляется, если мы сравним
уровень образования совместителей в колледжах и обычных средних професси-
ональных училищах. Так, в колледжах среди совместителей 10.0% имеют уче-
ную степень и 5.5% ученое звание. В обычных же училищах соответственно
лишь 2.4% и 1.4%. Таким образом, явно прослеживается тенденция в колледжах
повысить уровень преподавательского состава за счет привлечения совместите-
лей с высокой квалификацией. Это и понятно, поскольку в этих учебных заве-
дениях ставятся задачи углубленной профессиональной подготовки.
В целом, анализ показывает, что ситуация в средних профессиональных
учебных заведениях оказывается более стабильной по сравнению с рассмотрен-
ной выше системой начального профессионального образования.
5. Состояние системы высшего профессионального образования.
Оценивая общее состояние системы высшего образования, следует обра-
тить внимание на то, что в отличие от всех предыдущих образовательных подси-
стем общая сеть государственных образовательных учреждений высшей школы
не сокращалась, а постоянно увеличивалась. Если в 1980 году в России было
494 вуза, в 1990 — 514, то в 1994 — 553. Иными словами за последние пять лет
(с 1990/91 учебного года по 1994/95 учебный год) появилось вдвое больше но-
вых вузов, чем за весь предшествующий (1980—1990) период относительной эко-
номической стабильности.

Характерной особенностью системы высшего образования в России явля-
ется различная ведомственная подчиненность высших учебных заведений.
Так, Госкомитету РФ по высшему образованию из 548 вузов (данные на период
1993/1994 учебный год) подчинены 222 (или 40.5%). Наиболее развитую сеть
вузов, непосредственно находящихся в их подчинении, имеют Министерство
образования — 97 вузов (17.7%), Министерство сельского хозяйства—62 (11.3%),
Министерство здравоохранения — 47 (8.5%), Министерство культуры 43 (7.8%),
Министерство путей и сообщений, Министерство транспорта и Комитет по
физической культуре имеют в своем подчинении по 10 вузов (или по 1.8%). На
все остальные ведомства приходится 9.1% от численности высших учебных за-
ведений. Подобная ведомственная подчиненность связана с особенностями раз-
вития плановой экономики, когда министерства брали на себя задачу подготов-
ки специалистов высшей квалификации для своей отрасли, планируя подготовку
соответствующих специалистов в зависимости от потребностей той или иной
отрасли. Иными словами, осуществлялось плановое регулирование рынка тру-
да специалистов с высшим образованием. Поскольку в настоящее время прак-
тически исчезли механизмы планового распределения выпускников вузов на
работу, то здесь возникает целый комплекс проблем, связанных с заинтересо-
ванностью ведомств (по крайней мере, части из них) в подготовке специалистов
высшей квалификации.
Другой особенностью сети учреждений системы высшего образования яв-
ляется неравномерное распределение ее по регионам. Так, в Центральном регионе
расположено 137 вузов (четверть — 24.7% от всех вузов Рбссй), в которых обуча-
ется 27.2% от общей численности студентов. Причем из этих 137 вузов 81 (59%
от общей численности этого региона или 14.6% от общей численности вузов
в России)) расположен в Москве. На втором месте по концентрации вузов нахо-
дится Санкт-Петербург. Здесь находится 42 вуза из 47, расположенных в Севе-
ро-Западном регионе (89% всех вузов этого региона). Иными словами, практи-
чески в двух крупных городах Москве и Санкт-Петербурге расположена пятая
часть всех высших учебных заведений России. Распределение вузов по эконо-
мическим регионам имеет смысл соотносить с демографической базой. В этом
отношении резко выделяются два региона: Центральный и Северо-Западный.
Здесь на 10 тыс. населения соответственно приходится 239 и 291 студент. Наи-
более же низок этот показатель в Северном районе — 95 студентов на 10 тыс.
населения.
Третьей особенностью сети высших учебных заведений является форми-
рование в последние годы негосударственных высших учебных заведений.
На 1.10.94 в России существовало 157 негосударственных высших учебных заве-
дений, получивших государственную лицензию. Из них более половины (78 ву-
зов) это вузы, осуществляющие подготовку специалистов в области экономики,
40 вузов общей гуманитарной направленности, 29 права, 10 — других отрасле-
вых групп. Всего в негосударственных вузах в 1994 году обучалось 110.6 тыс. чел.
или 4.3% от общей численности студентов, обучающихся на дневных отделени-

ях. Причем численность студентов в негосударственных вузах постоянно увели-
чивается. Если в 1992 году на первые курсы в них было принято 17 832 студента,
то в 1994-50 658.
Однако, если сеть высших учебных заведений не только не уменьшилась,
но и увеличилась в последние годы, то численность студентов последовательно
снижается. Так, в 1989/90 учебном году в вузах обучалось 2 861 тыс. студентов,
а в 1994/95 — 2 534 тыс. В целом, по сравнению с 1989/90 учебным годом чис-
ленность студентов сократилась на 327 тыс. чел., или на 8.9%.
Сокращение численности студентов необходимо рассматривать в двух
аспектах. Первый, касается норматива, определенного в проекте Закона
о высшем и послевузовском образовании, который определяет среднюю ми-
нимальную численность студентов в 172 человека на 10 тыс. населения. Как
мы уже отмечали выше, региональная ситуация в России здесь крайне нео-
днородна. Если в Москве и Санкт-Петербурге этот показатель значительно
выше нормы, то есть целый ряд регионов явно неблагополучных по этому
показателю. Второй, связан с тем, что динамика сокращения численности
студентов неодинакова в разных регионах. Так, наиболее сократилась общая
численность студентов в Санкт-Петербурге (на 8.3%) и Москве (на 5.8%).
Заметные сокращения произошли в Калининградской области (на 6.9%),
в Северо-Кавказском районе (на 4.9%) и Восточно-Сибирском районе (на
4.5%). Причины сокращения численности студентов в этих районах разные
и могут быть объяснены целым рядом обстоятельств. Например, сокраще-
ние численности студентов в мегаполисах Москве и Санкт-Петербурге мо-
жет быть отчасти объяснено резким удорожанием проживания в этих горо-
дах студентов из других регионов России, большими транспортными
расходами на проезд к месту учебы. Падение численности студентов в Севе-
ро-Кавказском регионе — общей нестабильностью ситуации в регионе;
в Восточно-Сибирском — падением промышленного производства, сверты-
ванием целого ряда традиционных для этого региона ресурсодобывающих от-
раслей.
Несмотря на общее сокращение численности студентов, в последние годы
наблюдается увеличение численности принятых на первый курс. Так, если
в 1993 году на первый курс обучения было принято 543.5 тыс. чел., то в 1994 —
567.7 тыс. чел. По сравнению с предыдущим годом прием увеличился на 4.5%.
В то же время, следует иметь в виду, что в предыдущее десятилетие прием сту-
дентов в высшие учебные заведения был заметно выше. Так, в 1980 году на пер-
вый курс было принято 613 тыс. человек, а в 1989 — 603 тыс. чел.
Основной контингент первокурсников составляют студенты, принятые на
дневные отделения. Их общая численность 375.4 тыс. чел. (или 66.1 % от общего
числа принятых). На вечерние отделения принято 34.7 тыс. чел. (6.1%); на заоч-
ные — 157.6 тыс. чел. (27.8%). Как можно заметить, заочная форма обучения
оказывается значительно более распространенной по сравнению с вечерней.
Предпочтение заочной формы обучения по сравнению с вечерней не может быть

объяснено более низкими требованиями при отборе студентов, поскольку в сред-
нем конкурс подавших заявления к числу мест и на вечерних и на заочных отде-
лениях практически одинаков. На вечерние отделения он составляет 1.61 на ме-
сто; на заочные — 1.57. Скорее всего, это объясняется региональными
особенностями развитости инфраструктуры высшего образования, большими
возможностями совмещать учебу с работой при заочной форме обучения и ря-
дом других обстоятельств.
На дневные же отделения конкурс заметно выше —1.9 человека на одно
место. Конкурс при поступлении дает возможность выделить престижные
и малопрестижные отрасли. Традиционно наиболее престижной в этом от-
ношении является искусство и кинематография (коэффициент 3.14 на одно
место от числа подавших). Высок конкурс в таких отраслевых группах, как
право (2.99 на одно место от числа подавших), здравоохранение (2.35), уни-
верситеты (2.27), экономика (2.13), связь (2.19), педагогические вузы (2.03).
Значительно ниже среднего конкурс в вузы культуры и спорта (1.51), транс-
порта (1.54), сельского хозяйства (1.60), промышленности (1.61), строитель-
ства (1.62).
Если выше мы говорили о некотором увеличении приема в вузы, то наряду
с этим следует отметить, что выпуск специалистов из высших учебных заведений
в 1994 году существенно сократился по сравнению с предыдущим 1993 годом.
Так, в 1993 году было выпущено 443.6 специалистов, в 1994 — 406.5 (сокраще-
ние на 9.4%). Причем наиболее сильное сокращение выпуска связано с такими
отраслями, как связь, сельское хозяйство, промышленное, производство, транс-
порт, строительство. По сути дела это отражает тенденции общего спада в на-
родном хозяйстве.
Наконец, одним из важных показателей является коэффициент отсева
студентов в процессе обучения в высшем учебном заведении. Так, из студентов, при-
нятых в вузы в 1985, их оставило не закончив 22% (каждый пятый), а из приня-
тых в 1989 году не завершили свое обучение в 1994-м — 33% (каждый третий).
На дневных отделениях это соотношение составляет соответственно 16% и 28%.
Иными словами в начале 90-х существенно увеличилась тенденция незаверше-
ния студентами своего высшего образования.
Динамику изменения контингента обучающихся в высших учебных заве-
дениях имеет смысл соотнести с общими демографическими показателями. Здесь
следует обратить внимание на то, что доля лиц с высшим образованием в струк-
туре населения достаточно заметно возрастает. Так, по сравнению с 1959 годом
доля лиц с высшим образованием увеличилась в 4.7 раза. Причем за отмечен-
ный период процесс шел достаточно равномерно. В среднем за каждые десять
лет доля лиц с высшим образованием увеличивалась в 1.6 раза. Несколько ин-
тенсивнее увеличивалась доля лиц с высшим образованием на селе, чем в горо-
де. По сути дела за тридцать лет доля лиц с высшим образованием на селе стала
выше, чем она была в городе тридцать лет назад. Так, если в 1959 году
на 1000 лиц в возрасте от 15 лет, проживающих в городской местности, приходи-

лось 39 человек с высшим образованием (в сельской местности их было в это
время только 8), то в 1989 году уже в сельской местности с высшим образовани-
ем было 47 человек на 1000.
Динамику изменения общей численности населения с высшим образова-
нием имеет смысл соотнести с данными об уровне образования в различных воз-
растных когортах. Для того чтобы оценить потенциал образованности в соот-
ветствующей возрастной когорте объединим группу с высшим и с незаконченным
высшим образованием.
Общая численность в возрастной когорте от 20 до 24 лет группы с выс-
шим и незаконченным высшим образованием составляет 160 человек
на 1000 граждан этого возраста (65 с высшим образованием и 95 с незакон-
ченным высшим). Эту группу составляют те, кто закончил школу в 87-91 го-
дах. В более старшей возрастной когорте (от 25 до 29 лет) группа с высшим
и незаконченным высшим образованием составляет 214 человек на 1000.
Иными словами она в 1.34 раза больше. Таким образом, мы видим явное со-
кращение уровня образованности в возрастной когорте окончивших школу
в период с 87 по 91 год. Отслеживая временные интервалы, можно заметить,
что доля людей с высшим и незаконченным высшим образованием в данной
группе (20-24 года) близка к возрастной группе тех, кому сейчас 50 — 60 лет
(здесь колебания от 176 до 159 на 1000). Другими словами, она близка к тем,
кто заканчивал школу в период с 51 по 61 год. По сути дела, если ситуация
сохранится, то по структуре образованности населения страна будет отбро-
шена на 40 лет назад.
Другая весьма характерная тенденция связана с анализом уровня образо-
вания по возрастам у мужчин и женщин. Анализ данных показывает, что в воз-
растных когортах, оканчивавших школу до периода 1962—1966 годов, доля
с высшим и незаконченным высшим образованием была заметно выше у муж-
чин, чем у женщин. И, наоборот, после этого периода доля женщин, получаю-
щих высшее образование, оказывается выше, чем доля мужчин. Этот факт сви-
детельствует о принципиальной смене традиционалистской модели социальной
стратификации, когда мужчина чаще получал высшее образование по сравне-
нию с женщинами. Действительно, если в довоенный период среди мужчин число
с высшим и незаконченным высшим образованием было в 2.2 раза больше, чем
среди женщин, и до периода 60-х годов это соотношение удерживалось на уров-
не 1.2— 1.3, то к концу 60-х тенденция изменилась — доля с незаконченным выс-
шим и с высшим образованием среди женщин оказывается больше — в 70-е годы
она больше в 1.1 раза, в 80-е в 1.2-1.3 раза.
Подобное изменение свидетельствует о принципиальной смене соци-
окультурной ситуации в получении высшего образования. Оно дает осно-
вание говорить о смене социально-ролевых позиций (традиционно более
высокий образовательный статус был у мужчин) и смене стратегий соци-
ального продвижения в связи с получением высшего образования у мужчин
и женщин.

Охарактеризовав общие тенденции изменения сети и контингента студен-
тов высших учебных заведений, дадим краткую характеристику изменений
в кадровом потенциале.
В 1993/94 учебном году общая численность штатного персонала препода-
вателей составляла 239 848 человек. По сравнению с 1986 годом она увеличилась
на 35 308 человек (или на 17.3%). Наряду с этим резко возросла за этот период
численность педагогов, зачисленных на условиях штатного совместительства
с 6 989 человек до 29 431 (рост в 4.2 раза). Итак, численность педагогических
кадров высших учебных заведений последовательно увеличивалась все эти годы,
несмотря на заметное сокращение численности студентов. Сопоставление чис-
ленности педагогов и численности студентов показывает, что если в 1986/87 учеб-
ном году на одного штатного педагога в среднем приходилось 14 студентов,
то в 1993/94 учебном году — 10.6.
Весьма существенно изменилась квалификационная структура научно-пе-
дагогических работников высшей школы. Так, по сравнению, с 1986 учебным
годом в 1994 году практически в два раза увеличилась абсолютная численность
докторов наук. С 9 794 в 1986 году до 18 652 в 1994. Подобное резкое увеличение
численности докторов наук в системе высшего образования может быть объяс-
нено не столько изменившейся политикой подготовки специалистов высшей
квалификации в стенах вузов, сколько притоком специалистов в высшую шко-
лу из научной сферы и сферы производства.
Выше мы отмечали неравномерность развития сети высших учебных заве-
дений по регионам России. Так, мы отмечали, что 14.6% от общей численности
всех вузов расположено в Москве, 7.6% в Санкт-Петербурге. Если соотнести эти
данные с численностью докторов, то мы заметим, что в вузах Москвы работает
5709 докторов наук (или 32.4% от общей численности докторов в высшей шко-
ле), в Санкт-Петербурге — 2667 (15.1% от общей численности докторов). Ины-
ми словами, практически половина докторов наук (47.5%) сконцентрирована
в высших учебных заведениях Москвы и Санкт-Петербурга. В свете этих дан-
ных правомерно не только говорить об особой концентрации специалистов выс-
шей квалификации в этих двух крупнейших городах, но, очевидно, и о более
высоком качестве образования.
Следует обратить внимание на то, что процесс становления преподавателя
высшей школы носит длительный характер. Средний возраст Российского про-
фессора 57 лет, причем 61% — старше 55 лет. По сравнению с профессурой раз-
витых зарубежных стран, профессорский корпус гораздо старше. Важно также
иметь в виду, что материальный статус преподавателя вуза в последние годы пос-
ледовательно снижается. При подобной государственной политике нет, мягко
говоря, особой надежды на приток в высшую школу молодых специалистов.

ВЫВОДЫ
Анализ динамики макротенденций в различных подсистемах сферы обра-
зования позволяет выделить ряд характерных моментов. К наиболее существен-
ным можно отнести следующие:
1. Практически во всех подсистемах образования (за исключением систе-
мы высшего образования) мы наблюдаем уменьшение сети образовательных
учреждений, происходит общее «старение» и износ сети, снижаются темпы вво-
да новых зданий. Наиболее резкое уменьшение численности учреждений про-
изошло в системе дошкольного воспитания и школьного образования. Подоб-
ное уменьшение численности образовательных учреждений привело к наиболее
заметному снижению мощности образовательной сети в системе дошкольного
и школьного образования и явилось фактором усиления социального неравен-
ства. Так, дети из наиболее слабых социальных слоев оказались в наиболее худ-
ших условиях: воспитываются и обучаются в переполненных группах и классах,
учатся в две смены и т.д. Эти данные позволяют сделать вывод об отсутствии
целостной стратегии в образовательной политике на этапе 1990-1994 гг., что не
дало возможности осуществить структурный маневр по использованию сокра-
тившейся численности детских садов для разгрузки системы школьного образо-
вания.
2. Во всех подсистемах сферы образования в эти годы формируется негосу-
дарственный сектор. Анализ показывает возрастание от года к году, как числа не-
государственных учреждений, так и численности обучающихся в них детей, школь-
ников, студентов. Наиболее чувствительной к этому процессу оказалась система
дошкольного воспитания, — здесь отмечается и более раннее по времени интен-
сивное разворачивание негосударственных учреждений, и наибольшая числен-
ность воспитанников. Статистические материалы и материалы социологических
исследований показывают, что услугами негосударственного сектора пользуются
группы населения с более высоким уровнем материального обеспечения, образо-
вательным и социальным статусом. Таким образом, в основе создания негосудар-
ственного сектора является социальная дифференциация, причем сфера образо-
вания не просто реагирует на существующую в обществе динамику социальной
дифференциации, но и усиливает социальное неравенство.
Вступая в конкурентные отношения с системой государственного образо-
вания, негосударственный сектор не только создает лучшие условия обучения,
но принципиально сориентирован на декларирование идеологии индивидуаль-
ного подхода в обучении, качество образовательных услуг. Он становится наи-
более привлекательным и для педагогических работников, — сюда начинается
интенсивный отток наиболее квалифицированных специалистов.
Важно иметь в виду, что в наименьшей степени сектор негосударственных
образовательных учреждений формируется в системе начального и среднего про-
фессионального образования. Это и понятно, поскольку на получение данного

типа образования традиционно сориентированы более слабые социальные груп-
пы. Вхождение в ситуацию рыночной экономики в данном типе образователь-
ных учреждений идет по иной линии: не за счет создания самостоятельных не-
государственных учреждений, а за счет расширения численности учащихся
подготавливаемых по каналам внебюджетного финансирования.
3. Во всех образовательных подсистемах (от детского сада до вуза) проис-
ходит интенсивная дифференциация образовательных учреждений. Наряду
с позитивными аспектами (углубленная подготовка) здесь следует обратить вни-
мание и на негативные тенденции, поскольку дифференциация образователь-
ных учреждений ведет к мощному социальному расслоению контингента уча-
щихся. Это другой фактор (наряду с созданием негосударственного сектора)
оказывающий влияние на социальную дифференциацию и социальное рассло-
ение. Важно иметь в виду, что механизмы, влияющие на дифференциацию струк-
туры образовательных учреждений, в разных подсистемах образования имеют
разный характер. В системе дошкольного и школьного образования это, в ос-
новном, социальная дифференциация; в системе профессионального образова-
ния (начального, среднего, высшего), — динамика изменений на рынке труда,
что вызывает мощные тенденции перепрофилирования образовательных учреж-
дений.
4. Материалы показывают, что наряду с падением материального и соци-
ального статуса работников сферы образования (что привело к общему старе-
нию кадров системы, увеличению числа вакансий) прослеживается тенденция
к увеличению профессиональной мобильности кадров как внутри различных об-
разовательных подсистем, так и между ними. Более того, на примере системы
высшего образования достаточно отчетливо прослеживается тенденция прито-
ка в нее высококвалифицированных специалистов из сферы науки и производ-
ства. Характерным моментом для периода 90-х годов является усиление таких
процессов как совместительство, связанное с увеличением числа вакансий.
5. Материалы показывают, что наряду со снижением во всех звеньях систе-
мы образования общей численности учащихся по сравнению с серединой
80-х годов, происходят и достаточно существенные трансформации структуры
контингента учащихся в разных подсистемах образования. Например, в систе-
ме дошкольного воспитания заметно изменяется возрастной состав; в старшем
звене школы усиливается не только социальная дифференциация, но и диффе-
ренциация по уровню академической успешности, половая дифференциация.
Социологические опросы показывают, что для определенных социальных групп
высшее образование становится все менее доступным. В целом можно сделать
общий вывод о том, что в системе образования в 90-е годы наблюдаются усиле-
ние неравенства.