Нейросетевое моделирование динамики инновационного развития регионов Российской Федерации Текст научной статьи по специальности «Экономика и бизнес»

4(331) - 2014

ИННОВАЦИОННЫИ ПОТЕНЦИАЛ РЕГИОНА

УДК 330.3:519.86

нейросетевое моделирование динамики инновационного развития регионов российской федерации*

ю. а. кузнецов,

доктор физико-математических наук, профессор, заведующий кафедрой математического моделирования

экономических систем E-mail: Yu-Kuzn@mm.unn.ru

В. И. перова, кандидат физико-математических наук, доцент кафедры математического моделирования экономических систем E-mail: mmes@mm.unn.ru

Э. н. эйвазова,

аспирантка кафедры математического моделирования экономических систем E-mail: mmes@mm.unn.ru Нижегородский государственный университет имени Н. И. Лобачевского

Работа посвящена исследованию особенностей инновационного развития регионов России. Проведенный анализ позволил определить динамику инновационной активности субъектов Российской Федерации и выявить регионы, обладающие наибольшей инновационной активностью. Инструментом исследований в работе являются самоорганизующиеся карты Кохонена, реализованные в пакете Statistica.

Ключевые слова: экономический рост, нейронные сети, динамика инновационного развития, регионы РФ, пакет Statistica, инновации.

* Статья подготовлена Информационным центром Издательского дома «ФИНАНСЫ и КРЕДИТ» при Нижегородском государственном университете имени Н. И. Лобачевского.

Введение. Основными задачами осуществляемых в настоящее время в Российской Федерации экономических реформ являются модернизация и повышение эффективности экономики, ориентация ее на инновационный путь развития и достижение на этой основе высокого уровня благосостояния населения [8]. Ставится задача принципиального изменения экономической модели развития Российской Федерации и перехода от экспортно-сырьевой экономики к инновационной, основанной на знаниях.

Как указывается в работе Э. С. Набиуллиной [19], в настоящее время «... мы исчерпали возможность роста, основанного на масштабном наращивании добычи и экспорта углеводородов»; в России наблюдается «. рост издержек, связанный с добычей в труднодоступных регионах с недостаточной

инфраструктурой. Все это, безусловно, означает, что рост доходов от экспорта углеводородов может быть ограничен, и нефтегазовая отрасль не будет в той же мере, как и сегодня, обеспечивать доходы бюджета.... для стабильного роста нам нужно приложить максимум усилий для того, чтобы наращивать несырьевой экспорт». Сказанное означает, что дальнейшее развитие экономики России на «сырьевой основе» в настоящее время становится фактически невозможным. Поэтому в сущности единственно возможный вариант дальнейшего развития экономики России - это инновационный путь развития страны, переход экономики на новую технологическую базу, развитие конкурентоспособных наукоемких производств, увеличение расходов на НИОКР, решение неотложных организационных и финансовых проблем образования, да и многое другое.

В контексте этих реформ важную роль играет анализ достигнутого экономического уровня и динамики развития как экономики Российской Федерации в целом, так и отдельных ее регионов. как известно, глобализация экономики приводит к возрастанию и усилению конкуренции регионов друг с другом (в том числе - регионов разных стран). Территории, различающиеся по своему геополитическому и экономическому положению, богатству природных ресурсов, развитию инфраструктуры, запасу человеческого капитала и других факторов, создают неодинаковые условия для экономической деятельности и конкуренции фирм. Понятно, что при этом экономические агенты одного региона имеют и достаточно большие общие групповые интересы, способствующие совместной работе по привлечению и удержанию в регионе капитала, инноваций, квалифицированных работников и т. д.

Проблемы региональной и национальной экономики относятся к числу важнейших проблем экономической теории и практической политики. исследованию различных аспектов этих проблем посвящены многочисленные работы отечественных и зарубежных ученых и специалистов [2, 3, 26, 30, 35, 37, 41, 42].

Если говорить о современной российской действительности, то к сказанному следует добавить также и то, что регионы, а в особенности субъекты Российской Федерации, ведут себя одновременно и как квазигосударства, и как квазикорпорации, являясь непосредственными субъектами рынка и, следовательно, конкурентами в рыночном пространстве [2]. В экономике России конкуренция имеет значительную

региональную специфику. Это обусловлено чрезвычайно большим разнообразием регионов по типам экономики, по сочетанию конкурентных преимуществ и недостатков, по уровням экономического развития. например, максимальная величина ВРП на душу населения среди субъектов Российской Федерации превосходит соответствующую минимальную величину в 37 раз. При этом выше среднего уровня находятся только около 20 % регионов, а ниже его - почти 80 % [2, 30]. Резко различается конкурентоспособность регионов с точки зрения сложившейся структуры производства, экспортного потенциала, обеспеченности инфраструктурой, инвестиционного климата и других факторов. Возрастает межрегиональная конкуренция по инвестициям (особенно иностранным) и квалифицированным кадрам, по распределению госзаказов и трансфертов из федерального бюджета. Значительный интерес вызывает и анализ динамики инновационного развития регионов и их дифференциации по уровню инновационной активности, исследование проблем качества их экономического роста, характеристик неоднородности социально-экономического пространства России и т. д.

В настоящей работе рассмотрена задача анализа динамики инновационной деятельности регионов РФ. В качестве базы для исследования были использованы следующие показатели по субъектам РФ за 2007-2011 гг. [5, 7, 25, 28, 31, 32, 43]:

- инновационная активность организаций;

- число используемых передовых технологий;

- число созданных передовых производственных технологий;

- число поданных патентных заявок на изобретения;

- число выданных патентных заявок на изобретения;

- число организаций, пользующихся Интернетом;

- число организаций, использующих компьютеры. В этом анализе были использованы перспективные информационные технологии, к числу которых относятся методы нейросетевого моделирования. эти методы зарекомендовали себя как весьма эффективное средство анализа больших объемов разнородных статистических данных [4, 10, 11, 23, 24, 33]. В настоящее время для реализации нейро-сетевых концепций разработано большое количество специализированных программных продуктов. Инструментом проведения исследований в настоящей работе являются самоорганизующиеся карты Кохонена, реализованные в пакете Statistica версии

6. Самоорганизующиеся карты Кохонена (далее -СОК) принципиально отличаются от всех других типов сетей, реализованных в пакете Statistica Neural Networks, поскольку они главным образом рассчитаны на неуправляемое обучение. Алгоритм функционирования СОК представляет собой один из вариантов кластеризации - алгоритм проектирования многомерных векторов в пространстве меньшей размерности с сохранением топологического подобия [4, 23, 24, 33]. Анализ этих карт позволил определить динамику инновационной активности субъектов России и выявить регионы, обладающие наибольшей инновационной активностью.

Некоторые замечания о терминологии и используемых данных. Возникновение современной теории инноваций обычно связывают со знаменитыми работами В. Зомбарта и Й. Шумпетера, в которых впервые в отчетливой форме была выделена особая роль предпринимательства («дух капитализма») и инноваций как движущей силы капиталистической экономики. Впоследствии заметный вклад в теорию инноваций был внесен известным российским экономистом Н. Д. Кондратьевым в рамках его теории больших конъюнктурных циклов. Затем, уже в 1960-е - 1980-е гг., ряд оригинальных концепций и подходов был представлен в работах большой группы зарубежных и отечественных ученых: Я. Ван Дейна, П. Друкера, А. Кляйнклехта, С. Кузнеца, Г. Менша, Э. Мэнсфилда, Б. Санто, Х. Фримена, А. И. Аньшина, Л. С. Бляхмана, С. Ю. Глазьева, М. Гохберга, Л. В. Канторовича, Б. З. Мильнера, Ю. В. Яковца и др. Раннему этапу развития современной теории инноваций посвящены работы [9, 27, 34]. В настоящее время в мировой экономической литературе наиболее распространена та трактовка теории инноваций, которая восходит к концепции Й. Шумпетера о новых комбинациях факторов производства. В математической теории экономического роста идея этой концепции нашла наиболее полное воплощение в модели П. Ромера [39] и в некоторых ее дальнейших обобщениях.

Следует подчеркнуть, что в современной экономической науке наблюдается очень большое разнообразие интерпретаций и вариантов определения понятия «инновация». Например, в работе [17] приводится таблица, содержащая более 20 подобных определений. В них инновация трактуется: - как процесс реализации новой идеи в любой сфере жизнедеятельности человека, способствующей удовлетворению существующей

потребности на рынке и приносящей экономический эффект;

- как объект, внедренный в производство в результате проведенного научного исследования или сделанного открытия, качественно отличный от предшествующего объекта;

- как конечный результат научного исследования или открытия, качественно отличный от предшествующего результата и внедренный в производство.

«Международные стандарты в статистике науки, техники и инноваций» устанавливают, что инновация -конечный результат инновационной деятельности, получивший воплощение в виде нового или усовершенствованного продукта, внедренного на рынке, нового или усовершенствованного технологического процесса, используемого в практической деятельности либо в новом подходе к социальным услугам [17].

обычно в инновационном процессе выделяются некоторые его фазы, связанные с созданием, освоением и распространением инноваций. Создание инновации включает в себя ряд последовательных этапов -научные исследования, опытно-конструкторские работы, организацию опытного производства и сбыта, организацию коммерческого производства. На этой фазе пока еще не реализуется в полной мере полезный эффект инновации, однако создаются определенные предпосылки для такой реализации. Распространение инновации является преимущественно «информационным процессом». Его форма и скорость зависят, в частности, от мощности информационно-коммуникационных каналов, особенностей восприятия информации и способности к практическому использованию этой информации экономическими агентами. Диффузия инновации -процесс, в ходе которого нововведение (инновация) осваивается и используется в новых условиях или местах применения. одним из важных аспектов распространения инновации является процесс ее взаимодействия с соответствующим социально-экономическим окружением, существенным элементом которого являются конкурирующие технологии.

Оставляя в стороне сравнительный анализ и выявление специфических оттенков значений терминов «инновация», «нововведение», «новшество», а также различные их классификации [1, 9, 18], отметим, что имеется «особая значимость инноваций и прежде всего научно-технических открытий для самого существования техногенных обществ (которые, наподобие двухколесного велосипеда, только тогда и устойчивы,

когда движутся вперед).» [29]. Более того, «... в область интеллектуального труда по мере развития общества включается все большее число людей. », а «... интеллектуальная деятельность приобретает во второй половине XX века массовый характер» [29]. Наступил принципиально новый этап в развитии социально-экономических систем, когда появляются экономики другого, ранее не встречавшегося типа. В них знания играют решающую роль, а производство знаний является основным источником экономического роста. В 1960-е гг. Ф. Махлупом [38] был введен в научный оборот термин «экономика знаний»* для характеристики подобных экономических систем (близкое понятие - «информационное общество» [36]). Экономика знаний существенно отличается от экономики индустриального типа, когда накопление богатства было связано с материальными активами. Напротив, в экономике, основанной на знаниях, особое внимание должно уделяться накоплению человеческого капитала, который в современной экономической теории рассматривается как один из важнейших факторов экономического роста [12-14], а также созданию инфраструктуры, позволяющей эффективнее использовать накопленные опыт и знания в производстве и потреблении [6, 16]. Преодоление отставания в инновационно-технологической области оказывает серьезное позитивное воздействие на социальную и экономическую сферы, на рост производительности труда, на возрастание темпов роста ВВП, на повышение конкурентоспособности национальных компаний на мировом рынке [40, 41].

В прикладных исследованиях инновационной деятельности часто оказывается, что приведенные (как, впрочем, и многие другие подобные) определения не слишком удобны из-за своей «излишней общности». В прикладных исследованиях требуется более конкретное описание как самой инновационной деятельности, так и способов ее измерения, т. е. числовой оценки тех или иных характеристик инновационной деятельности.

Обычно статистические службы для характеристики инновационной деятельности используют ряд показателей, которые могут быть либо определены на основе стандартных статистических

* Весьма любопытную характеристику этому термину дает академик В. Л. Макаров [15]. Он считает более удачными термины «экономика, основанная на знаниях», или «инновационная экономика», и к числу основателей концепции экономики знаний помимо Ф. Махлупа причисляет также Й. Шумпетера, Ф. Хаека и П. Друкера.

данных, либо специально собраны статистическими службами. При этом используются какие-либо «проблемно ориентированные» определения терминов «инновация», «инновационная деятельность», «инновационная активность» и др.

В настоящей работе используется та трактовка перечисленных понятий, которая принята Федеральной службой государственной статистики Российской Федерации [43]. Она исходит из формулировок основных определений и терминологии, использованных в официальных документах [20, 21].

В данной работе анализ динамики инновационной деятельности регионов РФ проводится с использованием в качестве базы исследования следующих показателей, характеризующих субъекты РФ за 2007-2011 гг.:

- инновационная активность организаций [5];

- число используемых передовых технологий [7];

- число созданных передовых производственных технологий [28];

- число поданных патентных заявок на изобретения [25];

- число выданных патентных заявок на изобретения [25];

- доля организаций, пользующихся Интернетом [32];

- доля организаций, использующих компьютеры

[31].

Заметим, что последние 2 показателя в определенной степени связаны с такой важной характеристикой инновационного развития экономических систем, как уровень проникновения информационных и коммуникационных технологий.

Далее используется следующая терминология [43]. Под инновацией понимается конечный результат инновационной деятельности, получивший воплощение в виде нового или усовершенствованного продукта (товара, работы, услуги), производственного процесса, нового маркетингового метода или организационного метода в ведении бизнеса, организации рабочих мест или организации внешних связей. Инновационная деятельность - вид деятельности, связанный с трансформацией идей (обычно результатов научных исследований и разработок либо иных научно-технических достижений) в технологически новые или усовершенствованные продукты или услуги, внедренные на рынке, в новые или усовершенствованные технологические процессы или способы производства (передачи) услуг, используемые в практической деятельности. Инновационная

деятельность предполагает целый комплекс научных, технологических, организационных, финансовых и коммерческих мероприятий, и именно в совокупности они приводят к инновациям. Под передовыми производственными технологиями понимаются технологии и технологические процессы, включающие машины, аппараты, оборудование и приборы, основанные на микроэлектронике или управляемые с помощью компьютера и используемые при проектировании, производстве или обработке продукции. Под созданием передовой производственной технологии понимаются разработка технической документации, рабочих чертежей, изготовление необходимого оборудования, испытание и приемка технологии в установленном порядке. Под использованием передовой производственной технологии следует понимать ее внедрение и производственную эксплуатацию. Технология считается используемой лишь при производственной эксплуатации, результатом которой является выпуск продукции или оказание услуг.

Анализ динамики инновационной деятельности регионов РФ. В настоящей работе с помощью самоорганизующихся карт Кохонена (далее - СОК), реализованных в пакете Statistica Neural Networks, осуществлено распределение исходных данных 83 регионов РФ на 3 кластера. Кластер № 1 образовали регионы, имеющие низкие значения всех перечисленных показателей. Кластер № 2 составили регионы преимущественно со средними значениями этих показателей. И, наконец, в кластер № 3 вошли регионы, характеризующиеся высокими значениями данных показателей.

Динамика количества регионов РФ в кластерах представлена в табл. 1. Подробные сведения о принадлежности конкретных регионов РФ тому или иному кластеру приведены в табл. 2.

Более наглядное представление о динамике количественного распределения регионов РФ по кластерам в период 2007-2011 гг. дает рис. 1. Анализ данных табл. 1 и рис. 1 показывает, что количество регионов в кластерах в рассматриваемый промежуток времени варьируется достаточно сильно.

Таблица 1

Динамика количества регионов в кластерах в 2007-2011 гг.

Кластер Количество регионов

2007 2008 2009 2010 2011

№ 1 39 57 46 33 42

№ 2 24 14 29 33 23

№ 3 20 12 8 17 18

А кластер № 1 -С^ кластер № 2 • кластер № 3

Рис. 1. Динамика распределения регионов Российской Федерации по кластерам в период 2007-2011 гг.

Кластер № 1 (регионы с низкими значениями всех показателей) оставался при этом достаточно многочисленным - не менее 33 регионов (2010 г.). Наряду с этим кластер № 3 (регионы с высокими значениями всех показателей) оставался весьма малочисленным - не более 20 регионов (2007 г.).

количество регионов в кластере № 2 (регионы преимущественно со средними значениями всех показателей) варьировалось очень сильно - от 14 до 33 (так, что максимальное количество регионов в кластере превосходило соответствующую минимальную величину более чем в 2 раза). В последние 2 года рассматриваемого периода его численность несколько возросла за счет сокращения кластера № 1, однако рост кластера № 2 практически не повлиял на увеличение кластера № 3.

Подробные сведения о динамике распределения регионов Российской Федерации по кластерам в 2007-2011 гг. приведены в табл. 2.

Как показывает анализ данных табл. 2, на протяжении периода 2007-2011 гг. некоторые регионы РФ неизменно оставались в одном и том же кластере. Фактически в кластерах № 1 и № 3 (а это кластеры с соответственно низкой и высокой инновационной активностью) сформировались некоторые ядра кластеров с постоянным составом. В ядро кластера № 1 входят 9 регионов: Волгоградская, Кемеровская, Курская, Ленинградская, Ульяновская области, Кабардино-Балкарская Республика, Республика Карелия, Алтайский край и Ямало-Ненецкий автономный округ. А ядро кластера № 3 составляют Москва и Санкт-Петербург.

можно выделить, впрочем, достаточно малочисленную группу регионов, тяготеющих к ядру

Таблица 2 Динамика распределения регионов Российской Федерации по кластерам в 2007-2011 гг.

Регион Номера кластеров

Российской Федерации 2007 2008 2009 2010 2011

Алтайский край 1 1 1 1 1

Амурская область 2 1 1 3 1

Архангельская область 1 1 1 2 1

Астраханская область 2 1 1 1 1

Белгородская область 3 2 1 2 1

Брянская область 3 2 1 1 1

Владимирская область 1 1 2 2 1

Волгоградская область 1 1 1 1 1

Вологодская область 1 1 2 2 2

Воронежская область 3 2 1 2 2

Еврейская автономная 2 1 2 1 2

область

Забайкальский край 2 1 2 2 3

Ивановская область 1 1 1 2 1

Иркутская область 2 2 1 2 1

Кабардино-Балкарская Республика 1 1 1 1 1

Калининградская область 1 1 1 2 1

Калужская область 1 1 2 2 2

Камчатский край 1 2 1 2 3

Карачаево-Черкесская Республика 3 2 3 3 2

Кемеровская область 1 1 1 1 1

Кировская область 1 1 1 1 2

Костромская область 2 1 2 2 1

Краснодарский край 3 1 1 1 1

Красноярский край 1 3 2 1 2

Курганская область 3 2 1 1 3

Курская область 1 1 1 1 1

Ленинградская область 1 1 1 1 1

Липецкая область 1 3 2 2 1

Магаданская область 2 1 3 1 3

г Москва 3 3 3 3 3

Московская область 3 3 2 3 3

Мурманская область 1 1 1 2 1

Ненецкий автономный 2 1 1 2 2

округ

Нижегородская область 1 3 3 3 3

Новгородская область 2 2 1 1 1

Новосибирская область 1 1 1 3 2

Омская область 1 1 1 3 1

Оренбургская область 3 1 1 1 3

Орловская область 1 2 3 1 1

Пензенская область 1 1 1 2 2

Пермский край 3 1 3 1 1

Приморский край 2 1 1 2 2

Псковская область 1 1 1 2 1

Республика Адыгея 2 2 1 1 3

Республика Алтай 1 1 2 2 3

Республика Башкортостан 2 1 2 1 1

Окончание табл. 2

Регион Номера кластеров

Российской Федерации 2007 2008 2009 2010 2011

Республика Бурятия 2 1 2 3 3

Республика Дагестан 3 1 1 1 1

Республика Ингушетия 1 1 2 2 2

Республика Калмыкия 2 1 2 1 3

Республика Карелия 1 1 1 1 1

Республика Коми 3 2 3 3 1

Республика Марий Эл 2 1 2 2 2

Республика Мордовия 1 1 1 2 1

Республика Саха (Якутия) 2 1 2 2 1

Республика Северная Осе- 2 1 1 2 2

тия - Алания

Республика Татарстан 2 1 1 1 3

Республика Тыва 3 1 2 3 2

Республика Хакасия 2 1 1 1 2

Ростовская область 3 3 1 2 1

Рязанская область 1 1 2 2 1

Самарская область 2 1 2 3 1

г. Санкт-Петербург 3 3 3 3 3

Саратовская область 1 1 1 2 1

Сахалинская область 1 1 2 2 2

Свердловская область 2 1 2 3 3

Смоленская область 2 1 2 2 1

Ставропольский край 1 1 1 1 3

Тамбовская область 1 2 3 3 2

Тверская область 2 1 2 2 1

Томская область 3 3 1 1 1

Тульская область 3 3 1 1 1

Тюменская область 1 1 2 3 1

Удмуртская Республика 1 2 2 2 1

Ульяновская область 1 1 1 1 1

Хабаровский край 1 2 1 1 1

Ханты-Мансийский авто- 1 1 1 1 2

номный округ - Югра

Челябинская область 2 3 2 3 2

Чеченская Республика 3 1 2 3 3

Чувашская Республика 3 3 1 1 1

Чукотский автономный 1 1 1 3 1

округ

Ямало-Ненецкий автоном- 1 1 1 1 1

ный округ

Ярославская область 1 3 2 2 1

кластера № 3. Это Московская область, не входившая в кластер № 3 только в 2009 г., и Нижегородская область, не входившая в кластер № 3 только в 2007 г. Близки к ядру кластера № 3 также Карачаево-Черкесская Республика, не входившая в кластер № 3 только в 2008 и 2011 гг., и Чеченская Республика, не входившая в кластер № 3 только в 2008 и 2009 гг.

Что же касается кластера № 1, то группа регионов, тяготеющих к ядру этого кластера (т. е. не входивших в кластер № 1 только в одном году периода

2007-2011 гг.), весьма многочисленна и состоит из 15 регионов: Архангельская, Астраханская, Ивановская, Калининградская, Кировская, Мурманская, Псковская и Саратовская области, Краснодарский, Ставропольский и Хабаровский края, республики Дагестан и Мордовия, Ханты-Мансийский автономный округ - Югра и Чукотский автономный округ. Если говорить о группе регионов, близких к ядру кластера № 1 (то есть не входивших в кластер № 1 только в 2 годах периода 2007-2011 гг.), то она состоит из 16 регионов РФ: Амурская, Брянская, Владимирская, Оренбургская, Орловская, Тульская, Пензенская, Тюменская, Новосибирская, Омская и Томская области, Пермский край, республики Башкортостан, Хакасия и Татарстан, Чувашская Республика.

Таким образом, 40 субъектов РФ из 83 (почти половина регионов России - 48,2 %) отличаются низкой или очень низкой инновационной активностью. Эта группа отстающих регионов превосходит по численности группу лидеров почти в 7 раз (точнее в 6,67)! В ряде отстающих регионов в период

2007-2011 гг. произошло к тому же еще и снижение уровня инновационной активности (Брянская, Астраханская, Томская области, Краснодарский край, Республика Дагестан и Чувашская Республика). Хотя, впрочем, следует отметить, что в некоторых регионах данной группы (Кировская и Пензенская области, Ставропольский край и Ханты-Мансийский автономный округ - Югра) все же наблюдался некоторый рост инновационной активности.

В табл. 3 приведены результаты анализа средних значений показателей для регионов и общих средних значений показателей по всем регионам РФ в период 2007-2011 гг. Анализ данных табл. 3 показывает, что общее среднее по всем регионам увеличивалось и достигло максимума в 2009 г. для ряда показателей: «Инновационная активность организаций», «Число созданных передовых производственных технологий», «Подано патентных заявок на изобретения», «Выдано патентных заявок на изобретения». В 2010 г. наблюдалось снижение этих показателей, а в 2011 г. - снова их увеличение. Общее среднее показателя «Число используемых передовых технологий» уве-

Таблица 3

Статистика средних значений показателей регионов Российской Федерации по кластерам за 2007-2011 гг. и средних значений показателей по всем регионам

Иннова- Число ис- Число Подано Выдано Доля орга- Доля орга-

Номер ционная пользуемых созданных патентных патентных низаций, низаций, ис-

Год кластера, активность передовых передовых заявок на заявок на пользующих- пользующих

м; организа- технологий, технологий, изобретения, изобретения, ся Интерне- компьюте-

ций, % шт. шт. шт. шт. том, % ры, %

2007 1 8,20 1 652,40 8,16 182,20 124,10 67,20 93,30

2 9,10 1 478,80 8,38 201,30 145,65 64,30 94,70

3 12,47 4 578,30 23,00 799,30 548,90 64,90 93,81

М2007 9,92 2 569,83 13,18 394,27 272,88 65,47 93,94

2008 1 8,30 1 718,71 7,98 195,30 171,70 71,07 94,81

2 9,80 1 278,90 5,80 126,64 125,93 71,39 92,25

3 12,22 6 557,50 34,38 1 254,5 945,16 80,26 94,92

М2008 10,11 3 185,04 16,06 525,48 414,26 74,24 93,99

2009 1 8,56 1 663,48 6,78 205,17 196,83 80,30 94,68

2 8,95 2 525,61 14,57 249,30 279,66 72,22 96,19

3 15,62 6 543,25 33,80 1 207,87 1 271,12 73,77 88,65

М2009 г 11,05 3 577,45 18,38 554,12 582,54 75,43 93,17

2010 1 7,87 1 783,28 7,6 69,51 59,99 80,70 94,45

2 9,47 5 528,35 37,06 411,926 360,82 79,9 92,14

3 11,01 1 863,21 7,04 88,62 79,90 84,25 95,10

М2010 9,45 3 058,28 17,23 190,02 166,91 81,62 93,90

2011 1 7,67 1 426 23,55 182,04 118,52 82,02 92,18

2 9,50 2 272,10 6,70 216,30 145,90 84,8 94,40

3 13,80 4 124,64 80,62 803,60 734,68 89,40 98,10

М2011 10,32 2 607,58 36,96 400,65 333,04 85,41 94,89

* Мг - общее среднее по всем регионам в году Г.

личивалось до максимального значения в 2009 г., затем значения этого показателя уменьшаются. Показатель «Доля организаций, пользующихся Интернетом» демонстрировал рост на протяжении всех 5 лет, а показатель «Доля организаций, использующих компьютеры» практически оставался стабильным.

Наглядное представление о динамике средних значений некоторых показателей регионов Россий-

18 и 16 14 12 10 8 6 4 2 0

90 80 70 60 50 -40 -30 -20 -10 -

2007

2008

2009

2010

2011

кластер № 1 кластер № 2 ""О- кластер № 3

среднее значение по Российской Федерации

Рис. 2. Инновационная активность организаций регионов Российской Федерации по кластерам в 2007-2011 гг., %

2007

2008

2009

2010

2011

—О— кластер № 1 Н кластер № 2 ¿1 кластер № 3 —О— среднее значение по Российской Федерации

Рис. 3. Динамика распределения числа созданных передовых производственных технологий по кластерам регионов Российской Федерации в 2007-2011 гг., шт.

ской Федерации по кластерам за 2007-2011 гг. и соответствующих средних значений показателей по всем регионам РФ дают графики (рис. 2-6). Следует отметить, что патентная деятельность регионов (и кластеров) может быть охарактеризована некоторым относительным показателем эффективности патентной деятельности - отношением числа патентов, выданных в году У, к числу заявок на патенты, поданных в году У (заметим, что можно рассматривать и число заявок на патенты, поданных в предыдущем к году У). На рис. 6 представлена динамика этого показателя по кластерам регионов и его среднего значения по РФ в период 2007-2011 гг.

Как показывает анализ данных рис. 2, инновационная активность регионов из кластера № 3 в течение всего рассматриваемого периода в среднем была выше, чем соответствующий средний по Российской Федерации показатель. Причем на последнем, посткризисном этапе рассматриваемого периода проявилась тенденция к дальнейшему росту этого показателя. В противоположность этому инновационная активность регионов из кластера № 1 в течение всего рассматриваемого периода была заметно ниже, чем соответствующий средний показатель инновационной активности регионов по РФ, причем на последнем (посткризисном) этапе этого же периода проявилась тенденция к дальнейшему снижению данного показателя. Заметим, что в 2010 г. в большинстве случаев показатели кластеров вполне отчетливо демонстрируют свое снижение (рис. 2-5). Этот факт, по-видимому, связан с влиянием на экономику РФ кризисных явлений в мировой экономике. На рис. 6 представлена динамика показателя эффективности патентной деятельности по кластерам регионов РФ и среднего по РФ значения в период 2007-2011 гг.

Эффективность патентной деятельности регионов из кластера № 3 только на первом этапе периода 2007-2011 гг. соответствовала среднему по Российской Федерации показателю, а в дальнейшем была заметно выше. Причем на последнем этапе рассматриваемого периода проявилась тенденция к его дальнейшему росту, в то время как у остальных кластеров и даже у среднего по РФ значения показателя эффективности патен-

0

1 400'

1 200'

1 000

800

600

400

200

0

2006 2007

А— кластер № 1 Л— кластер № 3

2008

2009

2010

2011 2012

■ кластер № 2

■ среднее значение по Российской Федерации

Рис. 4. Динамика числа поданных патентных заявок на изобретения по кластерам регионов Российской Федерации в период 2007-2011 гг., шт.

1,2

0,8

0,6

0,4

0,2

2007 2008 2009 2010 2011

-А-кластер № 1

кластер № 2 -в-кластер № 3

—□--среднее значение по Российской Федерации

Рис. 6. Динамика отношения числа выданных к числу поданных патентных заявок на изобретения в 2007-2011гг

1 500 1 000 500

0 -I---1---1-■ ■ |---1

2007 2008 2009 2010 2011

й кластер № 1 —С^ кластер № 2 • кластер № 3 НИН среднее значение по Российской Федерации

Рис. 5. Динамика числа выданных патентных заявок на изобретения по кластерам регионов

Российской Федерации и среднего по Российской Федерации значения в период 2007-2011 гг., шт.

тной деятельности проявилась тенденция к снижению.

Подробные сведения о динамике инновационного развития регионов Приволжского федерального округа, Москвы, Московской области и Санкт-Петербурга в 2007-2011 гг. приведены в табл. 4.

В табл. 4 приведены также результаты анализа динамики инновационного развития регионов, входящих в Приволжский федеральный округ (далее - ПФО), а также для сравнения -Московской области, Москвы и Санкт-Петербурга. Анализ данных табл. 4 показывает, что большая часть регионов ПФО вошла в кластер № 1, характеризующийся низкой инновационной активностью, хотя в различные годы часть регионов и попадала в кластер № 3, имеющий самые высокие показатели. Это Самарская область (2010 г.), Оренбургская область (2007, 2011 гг.), Нижегородская область (2008-2011 гг.), Пермский край (2007, 2009 гг.), Чувашская Республика (2007, 2008 гг.), Республика Татарстан (2011 г.).

Заключение. Применение методов нейросете-вого моделирования в задаче анализа динамики инновационной деятельности регионов РФ позволило установить присутствие заметных различий как в размерах кластеров, так и в тенденциях их изменения, что свидетельствует о достаточно выраженной неравномерности в развитии регионов РФ и в их инновационной активности.

В период 2007-2011 гг. самыми многочисленными кластерами являлись кластеры № 1 и № 2. Практически нет тенденции к росту кластера № 3, включающего в себя регионы с наиболее высокими показателями инновационной активности. Факти-

1

0

Таблица 4

Динамика инновационного развития регионов Приволжского федерального округа, Москвы, Московской области и Санкт-Петербурга в период 2007-2011 гг.

чески в РФ сформировалась, к сожалению, весьма малочисленная группа регионов - лидеров инновационной деятельности, включающая в себя ядро кластера № 3 (Москва и Санкт-Петербург) и группу регионов, близких к ядру кластера № 3 (Московская и Нижегородская области, Карачаево-Черкесская и Чеченская республики). При этом 40 регионов РФ (почти половина регионов России - 48,2 %) отличаются низкой или очень низкой инновационной активностью. Эта группа отстающих регионов превосходит по численности группу лидеров почти в 7 раз. Заметим также, что хотя, например, Нижегородская область (входящая в состав Приволжского Федерального округа) и относится к числу регионов, тяготеющих к ядру кластера № 3, включающего в себя регионы с наиболее высокими показателями инновационной активности, тем не менее для экономики Поволжья в целом (как, впрочем, и для ряда других макрорегионов РФ) характерными в настоящее время являются все-таки приоритетное развитие сырьевого сектора, относительно низкий удельный вес высокотехнологичных секторов экономики, небольшие размеры инвестиций в сектор знаний и на развитие человеческого капитала [11].

Перечисленные особенности динамики инновационной активности регионов РФ являются весьма тревожными с точки зрения перспектив дальнейшего развития экономики России. Как отмечалось еще в работе [3], «отчетливо проявившиеся негативные стороны энергосырьевой специализации России усиливают необходимость принятия комплекса мер, которые позволят в долгосрочной перспективе перейти на преимущественно инновационный путь развития».

Практически единственным способом обеспечения конкурентоспособности экономики России является ее скорейший переход к инновационному пути развития. Только в этом случае Россия сможет войти в число стран - лидеров научно-технического прогресса. Следует признать, что, несмотря на наличие определенных возможностей для инновационного пути развития и ряда инновационных элементов в экономике страны, построение инновационной экономики в России остается пока долгосрочной перспективой. Следует отметить, что понимание важности перехода российской экономической системы к инновационной траектории развития, которая сможет привести Россию к созданию инновационной экономики, основанной на знаниях, находит свое отражение в ряде постановлений Правительства РФ и в концепции долгосрочного социально-экономического развития Российской Федерации на период до 2020 года [8, 21, 22].

Список литературы

1. Агранович В. Б. Содержание понятия «инновация» как социально-философской категории // Известия Томского политехнического университета. 2008. Т. 312. № 6. С. 111-113.

2. ГранбергА. Г. Социально-экономическое пространство России: трансформационные тенденции и перспективы / Цикл публичных лекций «Академики РАН - студентам ГУУ». М.: ГУУ. 2004. 41 с.

3. Гранберг А. Г. Воздействие мирового кризиса на стратегию пространственного социально-экономического развития Российской Федерации // Регион: экономика и социология. 2009. № 4. С. 69-101.

4. Дебок Г., Кохонен Т. Анализ финансовых данных с помощью самоорганизующихся карт / пер. с англ. М.: АЛЬ-ПИНА. 2001. 317 с.

5. Инновационная активно сть организаций (удельный вес организаций, осуществлявших технологические, организационные, маркетинговые инновации в отчетном году, в общем числе обследованных организаций), по субъектам Российской Федерации (процентов). URL: http://www. gks. ru/free_doc/new_site/business/nauka/minnov-1.htm.

6. Инновационное развитие: экономика, интеллектуальные ресурсы, управление знаниями / под ред. Б. З. Мильнера. М.: ИНФРА. 2010. 624 с.

7. Используемые передовые производственные техноло-

Регион Номер кластера

2011 2010 2009 2008 2007

Республика 2 1 2 1 2

Башкортостан

Республика Марий Эл 1 2 2 1 2

Республика Мордовия 2 2 1 1 1

Республика Татарстан 3 1 1 1 2

Удмуртская Республика 2 2 2 2 1

Чувашская Республика 2 1 1 3 3

Пермский край 2 1 3 1 3

Кировская область 1 1 1 1 3

Нижегородская область 3 3 3 3 1

Оренбургская область 3 3 1 1 3

Пермский край 2 2 3 1 1

Самарская область 2 3 2 1 2

Саратовская область 2 2 1 1 1

Ульяновская область 1 1 1 1 1

Московская область 3 3 2 3 3

Москва 3 3 3 3 3

Санкт-Петербург 3 3 3 3 3

гии по субъектам Российской Федерации. URL: http://www. gks. ru/free_doc/new_site/business/nauka/mnov9.xls.

8. Концепция долгосрочного социально-экономического развития Российской Федерации на период до 2020 года: утверждена распоряжением Правительства Российской Федерации от 17.11.2008 № 1662-p (ред. от 08.08.2009).

9. Крючкова С. Е. Инноватика: история и теория / Фи-лософско-методологические основания развития общества и познания в условиях инноваций. М.: Янус-К. 2012. С. 53-69.

10. Кузнецов Ю. А., Перова В. И. Использование нейро-сетевого моделирования в анализе деятельности крупнейших компаний Российской Федерации // Экономический анализ: теория и практика. 2010. № 31 (196). С. 32-42.

11. Кузнецов Ю. А., Перова В. И., Воробьева Е. В. Ней-росетевое моделирование финансово-экономической деятельности крупнейших компаний Поволжья // экономический анализ: теория и практика. 2011. № 35 (242). С. 25-36.

12. Кузнецов Ю. А. Человеческий капитал, производительность труда и экономический рост // экономический анализ: теория и практика. 2012. № 43 (298). С. 2-17; 2012. № 44 (299). С. 2-14.

13. КузнецовЮ. А., Мичасова О. В. Экономический рост, человеческий капитал и внешние эффекты: сборник докладов XIII Международной научной конференции по проблемам развития экономики и общества. М.: НИУ ВШЭ. 2012. С. 143-156.

14. Макаров В. Л. Становление экономики знаний в России и мире / Экономика знаний: коллективная монография. М.: ИНФРА-М. 2008. С. 34-44.

15. Макаров В. Л. Выступление на круглом столе «Абалкинские чтения. Экономический рост России» // Труды Вольного экономического общества России. 2013. Т. 168. № 1. С. 15-33. URL: http://www. iuecon. org/2013/168-veor. pdf.

16. Макаров В. Л., Клейнер Г. Б. Микроэкономика знаний. М.: Экономика. 2007. 204 с.

17. Медынский В. Г. Инновационный менеджмент: учебник для вузов. М.: ИНФРА-М. 2008. 304 с. URL: http:// www. books. ru/books/innovatsionnyi-menedzhment-uchebnik-241409/.

18. Монастырный Е. А. Термины и определения в инновационной сфере // Инновации. 2008. № 2. С. 28-31. URL: http://innov.etu.ru/innov/archive.nsf/779e63082286adbbc 325672f003bdcf2/ 965317365fd02b66c 3257591002bd439?0p enDocument.

19. Набиуллина Э. С. О долгосрочных прогнозах экономического развития: сборник докладов XIII Международной научной конференции по проблемам развития экономики и общества. М.: НИУ ВШЭ. 2012. С. 26-33.

20. о концепции инновационной политики Российской Федерации на 1998-2000 годы: постановление Правительства РФ от 24.07.1998 № 832.

21. об основных направлениях государственной инвестиционной политики Российской Федерации в сфере науки и технологий: распоряжение Правительства РФ от 11.12.2002 № 1764-р.

22. Основные направления политики Российской Федерации в области развития инновационной системы на период до 2010 года: утверждены Правительством Российской Федерации 05.08.2005 г. № 2473п-П7.

23. Перова В. И. Нейронные сети: учебное пособие. Нижний Новгород: ННГУ 2012.

24. Перова В. И. Нейронные сети в экономических приложениях: учебное пособие. Нижний Новгород: ННГУ 2012.

25. Поступление патентных заявок и выдача охранных документов в России. URL:. http://www. gks. ru/free_doc/ new_site/business/nauka/innov6.xls.

26. Путь в XXI век: стратегические проблемы и перспективы российской экономики / под ред. акад. Д. С. Львова. М.: Экономика. 1999.

27. Селиванов С. Г., ГузаировМ.Б., Кутин А. А. Инноватика: учебник для вузов. М.: Машиностроение. 2008. 721 с.

28. Созданные (разработанные) передовые производственные технологии по субъектам Российской Федерации. URL: http://www.gks.ru/free_doc/new_site/business/nauka/innov8.xls.

29. Степин В. С. Эпоха перемен и сценарии будущего. URL: http://spkurdyumov. narod. ru/StepinVS. htm.

30. Стратегии макрорегионов России. Методологические подходы, приоритеты, механизмы реализации. М.: «Наука». 2004.

31. Удельный вес организаций, использовавших информационные и коммуникационные технологии (в процентах от общего числа обследованных организаций). http://www. gks. ru/free_doc/new_site/business/it/it1.xls.

32. Удельный вес организаций, использовавших Интернет, в общем числе обследованных организаций, по субъектам Российской Федерации (в процентах от общего числа обследованных организаций). URL: http://www. gks. ru/free_doc/new_site/business/it/it6.xls.

33. Хайкин С. Нейронные сети. Полный курс. М.: Виль-ямс. 2006. 1104 с.

34. Яшин С. Н., Кошелев Е.В. Финансовый и инвестиционный анализ инноваций: учебное пособие. Нижний Новгород: НГТУ им. Р. Е. Алексеева. 2010. 307 с.

35. BrockG. Growth in Russia's federal districts, 1994-2003 // Post-Communist Economics. 2010. Vol. 22. № 1. P. 19-31.

36. Dordick H. S., Wang G. The Information Society: A Retrospective View. Newbury Park - L. 1993. URL: http:// books. google. ru/books/about/ The_information_society. html?id=HezHX-qTRuEC&redir_esc=y.

37. Lypez-BazoE., Vay6E., ArtnsM. Regional Externalities and Growth: Evidence from European regions // Journal of Regional Science. 2004. Vol. 44. № 1. P. 43-73.

38. Machlup F. The Production and Distribution of Knowledge in the United States. Princeton. NJ: Princeton University Press. 1962. URL: http://books. google. ru/books/ about/The_Production_and_Distribution_of_Knowl. html?id=k p6vswpmpjoC&redir_esc=y.

39. Romer P.M. Endogenous Technological Change // Journal of Political Economy. 1990. Vol. 98. № 5. P. 71-102.

40. Шаж I., Jacobs G. Human Capital and Sustainability // Sustainability. 2011. Vol. 3. P. 97-154.

41. Timmer M.P., Inklaar R., O'Mahony M., Bart van Ark. Productivity and Economic Growth in Europe: A Comparative Industry Perspective // International Productivity Monitor. 2011. № 21. P. 3-23.

42. Yilmazkuday H. Agglomeration and Trade: State-Level evidence from U. S. industries // Journal of Regional Science. 2011. Vol. 51. № 1. P. 139-166.

43. URL: http: //www. gks. ru/wps/wcm/connect/ rosstat_ main/rosstat/ru/statistics/science_and_innovations/ it_technology/#.