CC BY
20
Туменова С.А., Мамбетова ФА.
АКТИВИЗАЦИЯ ИННОВАЦИОННОЙ ДЕЯТЕЛЬНОСТИ РОССИЙСКИХ РЕГИОНОВ НА ПРИНЦИПАХ «УМНОЙ СПЕЦИАЛИЗАЦИИ»_
УДК 338.24.01 ТУМЕНОВА СВЕТЛАНА АХМАТОВНА
к.э.н., старший научный сотрудник отдела «Экономика знаний и опережающее региональное развитие» Института информатики и проблем регионального управления КБНЦ РАН,
e-mail: swetasoz@mail.ru
МАМБЕТОВА ФА ТИМА Т АБДУЛЛАХОВНА
д.э.н., доцент, Начальник управления делами КБНЦ РАН, e-mail: fatima-mambetova@rambler.ru
DOI: 10.26726/1812-7096-2019-10-146-153 АКТИВИЗАЦИЯ ИННОВАЦИОННОЙ ДЕЯТЕЛЬНОСТИ РОССИЙСКИХ РЕГИОНОВ НА ПРИНЦИПАХ «УМНОЙ СПЕЦИАЛИЗАЦИИ»1
Аннотация. Цель. В статье рассматриваются проблемы повышения инновационной активности отечественных регионов как критического фактора динамизации экономического роста. Целью работы стало обоснование необходимости сосредоточения усилий на выявлении приоритетов развития для разных типов регионов и разработке адекватного набора инструментов для активизации инновационной деятельности согласно их профилю. Методы. Использованы методы кластерного, сравнительного, логического анализа, методы обобщения и систематизации. Результаты. Разработан алгоритм и определены наиболее значимые требования к выбору региональной стратегии развития на принципах «умной специализации». Проведена типологизации российских регионов с выявлением пяти различных кластерных групп по уровню развития инновационного потенциала и системных элементов формирующейся экономики знаний, предложены наиболее приемлемые механизмы поддержки инновационной деятельности для регионов, вошедших в определенную кластерную группу. Область применения результатов. Предложенная кластеризация отечественных регионов, направленная на формирование дифференцированного подхода к субъектам Российской Федерации, поиск каждым из них оптимального сочетания тех факторов, которые сложились в регионе, позволят им быть заметно эффективнее в том или ином направлении развития. Использование вариативного инструментария активизации инновационной деятельности в соответствии с типами регионов будет способствовать выработке наиболее действенных механизмов повышения конкурентоспособности, формированию сравнительных конкурентных преимуществ, а также повышению эффективности расходования бюджетных средств, что особенно важно в условиях ухудшения потенциала финансово-инвестиционной сферы страны. Выводы. Кризисные явления в экономике требуют перехода от парадигмы повсеместного создания инновационной инфраструктуры к мерам стимулирования инновационной активности в соответствии со сложившимися особенностями региональных экономик. Только в результате выявления и эффективного использования территориальных компетенций, специфики регионального производственного потенциала формируется возможность создания уникального профиля региона, при целенаправленной же концентрация усилий на выбранных сферах деятельности создаются условия для повышения региональной конкурентоспособности. Ключевые слова: инновационная деятельность, региональное развитие, конкурентоспособность, умная специализация, кластеризация, механизмы активизации инновационной деятельности
TUMENOVA SVETLANA AHMATOVNA
PhD in Economics, senior researcher of the Department «Economics of knowledge and the rapid regional development», Institute of Informatics and problems of regional management KBSC RAS,
e-mail: swetasoz@mail.ru
1 Статья подготовлена при финансовой поддержке РФФИ, проект № 19-010-00289 А «Исследование и разработка методов и моделей конкурентного развития регионов в новой экономике».
MAMBETOVA FATIMATABDULLAHOVNA
Dr.Sc. of Economics, associate Professor, Head of the administration of RAS KBSC, e-mail: fatima-mambetova@rambler.ru
ACTIVATION OF INNOVATIVE ACTIVITIES OF RUSSIAN COMPANIES REGIONS BASED ON THE PRINCIPLES OF " SMART SPECIALIZATION»
Abstract. Goal. The article deals with the problems of increasing the innovative activity of domestic regions as a critical factor in the dynamization of economic growth. The purpose of the work was to justify the need to focus on identifying development priorities for different types of regions and developing an adequate set of tools for activating innovation activities according to their profile. Methods. Methods of cluster, comparative, logical analysis, generalization and sys-tematization are used. Results. An algorithm was developed and the most significant requirements for choosing a regional development strategy based on the principles of "smart specializa-tion"were determined. Typologization of Russian regions was carried out with the identification of five different cluster groups by the level of development of innovative potential and system elements of the emerging knowledge economy, and the most appropriate mechanisms for supporting innovation activities for regions included in a certain cluster group were proposed. The scope of the results. The proposed clustering of domestic regions, aimed at forming a differentiated approach to the subjects of the Russian Federation, the search by each of them for an optimal combination of the factors that have developed in the region, will allow them to be significantly more effective in one or another direction of development. Using a variety of tools to activate innovation activities in accordance with the types of regions will help to develop the most effective mechanisms for improving competitiveness, forming comparative competitive advantages, and improving the efficiency of budget spending, which is especially important in the context of the deterioration of the potential of the financial and investment sector of the country. Conclusions. Crisis phenomena in the economy require a transition from the paradigm of creating innovation infrastructure everywhere to measures to stimulate innovation activity in accordance with the prevailing characteristics of regional economies. Only as a result of identification and effective use of territorial competencies, the specifics of regional production potential, the possibility of creating a unique profile of the region is formed, while focused concentration of efforts on selected areas of activity creates conditions for increasing regional competitiveness.
Keywords: innovation activity, regional development, competitiveness, smart specialization, clustering, mechanisms of innovation activity activation
Введение. Региональная конкурентоспособность является одним из наиболее важных направлений экономических исследований последних десятилетий. Значительное усиление конкурентной борьбы, наблюдаемое с конца ХХ в., углубление процессов интеграции и регионализации требуют поиска новых подходов к исследованию современной социально-экономической динамики, выработке научно-прикладных рекомендаций по обеспечению конкурентного развития региональных экономик, наиболее релевантных инновационной экономике.
Сегодня актуализируется поиск новой несырьевой модели роста экономики, разработка эффективных методов создания, развития и использования конкурентных преимуществ, основанных на активизации инновационной деятельности и превращении инновационности в постоянно действующий критический фактор успеха [1-8]. Для России, в составе которой 85 субъектов, отличающихся по природно-ресурсному и технологическому потенциалу, уровню социально-экономического развития, исторически сложившимися традиционными институтами, демографическими, социокультурными, географическими и иными различиями, решение данных вопросов приобретают особую актуальность.
Методы исследования. Работа основана на предположении о том, что конкурентоспособность страны может быть достигнута в результате структурной диверсификации экономики на принципах умной специализации, сосредоточении усилий на выявлении приоритетов развития
для разных типов регионов и разработке адекватного набора инструментов активизации инновационной деятельности согласно их профилю.
В контексте особой значимости инновационной направленности современной экономики динамизация экономического роста возможна через формирование и эффективное использование инновационного потенциала регионов, налаживание межрегионального взаимодействия, оптимизацию пространственной организации региональной инфраструктуры. Что, по сути, предполагает решение двух ключевых задач:
- комплексного развития таких видов капитала, как физический (промышленный, финансовый), человеческий и социальный капитал;
- создание сети региональных зон роста (РЗР) как институциональных инноваций государственной поддержки развития экономики региона через формирование условий для привлечения инвестиций, новых технологий, инновационного предпринимательства.
Многообразие подходов и отсутствие консенсуса в вопросах обеспечения региональной конкурентоспособности подчеркивает сложность и многоаспектность решаемых задач.
В настоящее время трансформация экономик российских регионов происходит в условиях жесткого внешнеэкономического давления. Межрегиональная дифференциация, эклектичность и неравномерность экономического пространства России, сырьевая (ресурсная) специализация экономики, усиление тенденции концентрации экономической активности в центральных и промышленно-развитых регионах имеют следствием неравномерное распределение инвестиционных, трудовых и иных потоков по регионам страны. Создавая тем самым реальные угрозы и риски модернизации региональных экономик [9-11]. В результате требуется поиск эффективных моделей развития, способных значительно повысить региональную конкурентоспособность, решить проблемы создания инновационных экосистем, «точек роста» особенно в периферийных дотационных регионах, для которых характерна сложная социально-экономическая ситуация. Для формирования инновационной модели конкурентного развития российской экономики, которая бы позволяла учитывать складывающиеся тенденции и закономерности современной общественной динамики, необходимо:
- добиться согласованности в действиях органов государственной власти разного уровня с целью сосредоточения усилий и ресурсов на выявленных региональных приоритетах развития;
- минимизировать дублирование и фрагментацию федерального финансирования;
- сформировать для всех субъектов РФ отчетливый финансово-инвестиционный профиль.
Вопросы пересмотра концепций развития региональных экономик в контексте принципов
«умной специализации»/<«тай specialisation» были впервые подняты Европейским союзом [12, 13]. Европейский Парламент в своем специальном распоряжении определил умную специализацию как новую научную концепцию и вместе с тем прикладной инструмент разработки стратегий регионального развития. Экспертная группа Европейской комиссии (ЕК) «Знания для роста» отметила инновационную направленность концепции умной специализации при выборе приоритетов регионального развития, формировании конкурентных преимуществ с максимально эффективным использованием специфики региона, его сильных сторон и сравнительных преимуществ [14]. Иными словами, миссия «умной специализации» состоит в том, что каждым регионом должны быть найдены и определены ограниченное количество инвестиционных приоритетов, а также собственный/уникальный путь регионального развития.
Алгоритм разработки региональной стратегии, базирующейся на принципах «умной специализации», представлен на рис.
Такой подход задает общие требования к выбору регионами приоритетов развития, наиболее значимыми среди которых являются:
- четкая ориентированность на развитии локальных конкурентных преимуществ регионов;
- достижение обоснованности выбранных приоритетов за счет использования верифицируемых показателей результативности;
- сосредоточенность на междисциплинарном формате;
- ориентированность на формирующиеся рынки и инновационные технологии;
- учет сильных сторон и специализаций других регионов, в т. ч. за рубежом;
- согласованность региональных приоритетов с национальными приоритетами;
- сфокусированность усилий на реализацию значимых социальных задач регионального развития.
Рис. Последовательность разработки региональной стратегии на принципах «умной специализации» [по 15]
В данном контексте федеральные органы власти должны быть ориентированы на поддержку регионального менеджмента в части:
- разработки унифицированных правил выбора приоритетов;
- формирования базы данных, содержащих перечень региональных проектов;
- разработки инструментов сравнения регионов по широкому кругу параметров;
- оказания методической и экспертной поддержки региональным командам, а также формирования эффективной коммуникации между разными уровнями власти по вопросам определения/актуализации приоритетов регионального развития.
Одним из методологических подходов к выявлению инновационных приоритетов развития регионов РФ в рамках концепции «умной специализации» выступает их группировка на основе учета особенностей региональной специализации и локальных конкурентных преимуществ регионов. Такая группировка регионов была реализована в ЕС, США, Канаде [16-18]. В ЕС, например, с использованием кластерного анализа были выделены такие три основных типа регионов, как: центры сосредоточения знания, промышленно-производственные регионы, регионы, развитие которых не базируется на создании/внедрении инновационных технологий.
Применительно к регионам России результаты аналогичных расчетов представлены в работах [19, 20]. Вместе с тем в отечественной практике механизмы анализа на принципах умной специализации, которые бы позволили выявить наиболее перспективные области деятельности и сфокусироваться именно на них, не получили должного распространения.
Целью предлагаемой нами кластеризации отечественных регионов явилось определение регионов с различной степенью развития системных элементов формирующейся экономики знаний и разным положением на оси «предложение - спрос на новые знания и технологии».
Для группировки отечественных регионов были определены показатели (табл. 1) и рассчитаны значения внутрирегионального спроса и предложения знаний и инновационных технологий. Далее, используя многомерную среднюю значений частных показателей табл. 1 по данным Росстата за 2017 г., были выявлены пять типов отечественных регионов по признаку их количественной однородности, то есть по уровню значений внутреннего регионального спроса и предложения на знания и инновационные технологии [21].
Такая систематизация направлена на решение задач расширения возможностей качественного и количественного анализа выделенных однородных групп регионов и определения на этой базе приоритетных направлений их развития.
Таблица 1
Показатели для группировки отечественных регионов по значениям спроса и предложение на знания и инновационные технологии
Показатели спроса на новые знания и технологии Показатели предложения
Импорт технологий и услуг технологического характера Количество организаций, ведущих подготовку студентов/ аспирантов/докторантов
Число организаций, выполнявших исследования и разработки Численность персонала, занятого исследованиями и разработками
Внутренние затраты на исследования и разработки Численность исследователей с учеными степенями
Число использованных передовых производственных технологий Выдача патентов
Затраты на технологические инновации Число созданных передовых производственных технологий
В табл. 2 представлены выделенные пять кластеров регионов РФ, различающихся как по значениям показателей спроса и предложения на новые знания и технологии, так и по соотношению соответствующих показателей2.
Таблица 2
Результаты кластеризации регионов РФ
№ кластера Среднее значение показателя спроса Среднее значение показателя предложения Регионы, входящие в кластер
1 4,48 3,43 Москва, Московская область, Санкт-Петербург, Нижегородская область, Свердловская область, Новосибирская область, Республика Татарстан
2 0,97 1,38 Воронежская область, Краснодарский край, Ростовская область, Тюменская область, Республика Башкортостан, Самарская область, Саратовская область, Красноярский край, Кемеровская область, Омская область
3 1,15 0,59 Калужская область, Тульская область, Ярославская область, Ленинградская область, Волгоградская область, Республика Мордовия, Чувашская Республика, Пермский край, Кировская область, Пензенская область, Курганская область, Иркутская область, Челябинская область, Красноярский край
4 0,42 0,39 Белгородская область, Владимирская область, Ивановская область, Курская область, Липецкая область, Орловская область, Рязанская область, Тамбовская область, Тверская область, Республика Коми, Вологодская область, Калининградская область, Мурманская область, Новгородская область, Республика Дагестан, Ставропольский край, Астраханская область, Удмуртская Республика, Оренбургская область, Алтайский край, Забайкальский край, Томская область, Приморский край, Хабаровский край, Ульяновская область
5 0,12 0,13 Брянская область, Костромская область, Смоленская область, Республика Карелия, Архангельская область, Псковская область, Республика Адыгея, Республика Ингушетия, Кабардино-Балкарская Республика, Республика Калмыкия, Карачаево-Черкесская Республика, Республика Северная Осетия-Алания, Чеченская Республика, Республика Марий Эл, Республика Алтай, Республика Бурятия, Республика Тыва, Республика Хакасия, Республика Саха (Якутия), Камчатский край, Амурская область, Магаданская область, Сахалинская область, Еврейская автономная область, Чукотский автономный округ
2 В рамках исследования анализировались 80 субъектов РФ. В связи с отсутствием сопоставимой статистики не учитывались Республика Крым и г. Севастополь. Ненецкий АО, Ханты-Мансийский АО и Ямало-Ненецкий АО учитывались в составе Архангельской и Тюменской областей соответственно.
В первом кластере сосредоточились социально-развитые регионы, позиционируемые как центры новой экономики, для которых характерны наиболее высокие значения внутрирегионального спроса и предложения на знания и инновационные технологии.
Во второй кластер вошли научно-производственные регионы, которые можно характеризовать как центры компетенций в высокотехнологичной сфере.
Для регионов третьего кластера характерна ориентированность на внутренний спрос, заимствование и внедрение новых технологий и продуктов больше, чем их создание. Это центры со средним инновационным потенциалом, специализированные на ряде научно-производственных отраслей.
В четвертый кластер попали регионы, характеризующиеся тем, что в них инновационная деятельность ограничена, новые технологии внедряются мало.
Пятый кластер составили слаборазвитые периферийные регионы, характеризующиеся низким инновационным потенциалом. Он объединил практически все слаборазвитые периферийные регионы России.
В табл. 3 представлены наиболее приемлемые инструменты поддержки инновационной деятельности для регионов, вошедших в определенный кластер.
Таблица 3
Типы регионов и инструменты активизации инновационной деятельности
Номер и тип кластера Инструменты
1 кластер Центры новой экономики Активная поддержка и формирование инновационных кластеров. Политика создания интерактивной инновационной инфраструктуры. Поддержка трансфера технологий из научно-исследовательских вузов и научных центров. Поддержка высокотехнологичных и интеллектуальных МСП
2 кластер Центры компетенций в высокотехнологичной сфере Активная поддержка и формирование инновационных кластеров в отраслях специализации, диверсификации отраслевых компетенций. Закупка высокотехнологичной продукции. Развитие предпринимательских вузов. Подготовка технических специалистов, инженеров. Модернизация основных фондов. Поддержка предпринимательства, Поддержка креативных индустрий
3 кластер Центры со средним инновационным потенциалом Поддержка формирования новых кластерных инициатив, промышленных кластеров в традиционных отраслях. Поддержка частной инициативы. Создание индустриальных парков, готовых инвестиционных площадок. Диверсификация экономики, поддержка малого и среднего предпринимательства.
4 кластер Центры среднего потенциала с ограниченными возможностями инновационной деятельности Активные меры социальной политики, направленные на повышение человеческого капитала. Диверсификация экономики. Модернизация основных фондов, поддержка МСП. Улучшение предпринимательского климата. Поддержка интеллектуальных и креативных индустрий
5 кластер Центры с низким инновационным потенциалом, слаборазвитые периферийные регионы Активные меры социальном политики, направленные на повышение человеческого капитала. Улучшение предпринимательского климата. Поддержка МСП. Интенсивный мониторинг промышленной политики. Социальные инновации. Поддержка распространения ИКТ, сетевых структур
Результаты приведенной кластеризации российских регионов позволяют выявить общие для кластерных групп возможные направления активизации инновационной деятельности, определить меры по повышению их конкурентоспособности в условиях актуализации инновационного типа развития. Практическая значимость предложенной кластеризации отечественных регионов заключается в возможности формирования дифференцированного подхода к субъектам Российской Федерации, поиске каждым из них оптимального сочетания тех факторов, которые сложились в регионе и позволяют быть заметно эффективнее в том или ином направлении развития. Использование вариативного инструментария активизации инновационной деятельности в соответствии типами регионов будет способствовать выработке наиболее действенных механизмов повышения конкурентоспособности, формированию сравнительных конкурентных преимуществ, а также повышению эффективности бюджетных расходов в
результате приоритетного финансирования и поддержания представителей таких видов деятельности, которые характеризуются наибольшим потенциалом развития, что особенно важно в условиях ухудшения потенциала финансово-инвестиционной сферы страны.
В целом особенность регионального развития в соответствии с принципами концепции «умной специализации» заключается в том, что стратегия развития формируется с опорой на сложившиеся социально-экономические условия, существующий воспроизводственный, инновационный, технологический потенциал, который характерен для конкретного региона.
Выводы. Кризисные явления в экономике требуют перехода от парадигмы повсеместного создания инновационной инфраструктуры к мерам стимулирования инновационной активности в соответствии со сложившейся спецификой региональных экономик. Так использование вариативного инструментария активизации инновационной деятельности в соответствии с типами регионов будет способствовать повышению конкурентоспособности региональных экономик и формированию сравнительных конкурентных преимуществ.
Литература
1. Cruz, S., Teixeira, A. The Evolution of this. Cluster Literature : Shedding Light on the Regional Stud-iesVRegional Science Debate //Regional Studies. 2011. V. 44 (9).
2. Туменова, С. А. Управление организационным знанием : новые акценты поиска региональных конкурентных преимуществ // Славянский форум. 2018. № 2 (20). С. 157-182.
3. Магомаев, Т. Р., Мустаев, М. М., Мамбетова, Ф. А. Выявление оптимальных форм организационных структур при переходе к инновационной экономике // Экономика и предпринимательство. 2016. № 12-4 (77). С. 363-368.
4. Конкурентоспособность региона : новые тенденции и вызовы ; под ред. А.И. Татаркина. — Екатеринбург : Институт экономики УрО РАН, 2003.
5. Туменова, С. А. Концепция ключевых компетенций в системе конкурент-менеджмента // Colloquium-journal. 2019. № 16-9 (40). С. 39-42.
6. Lin, J. Y. New Structural Economics : A Framework for Rethinking Development // The World Bank Observer. 2011. No. 26 (2). Р. 193-221.
7. Туменова, С. А. К теории конкуренции в экономике интеллекта : в поисках синтеза // Известия Кабардино-Балкарского научного центра РАН. 2017. № 6-2(80). С. 230-238.
8. Cooke, P. Regional Innovation Systems, Clusters, and the Knowledge Economy // Industrial and Corporate Change. 2010. No. 10 (4). P. 945-974.
9. Дзагова, С. С., Мамбетова, Ф. А. Оптимизация модели пространственного развития социально-экономических систем // Региональные проблемы преобразования экономики. 2018. № 10 (96). С. 105113.
10. Туменова, С. А., Жерукова, А. Б. Вопросы обеспечения конкурентоспособности экономических систем в инновационной экономике //Вопросы инновационной экономики. 2018. Т. 8. № 3. С. 453-464.
11. Структурные изменения в российской экономике и структурная политика : Аналитический отчет под ред. Е.Г. Ясина. — М. : Высшая школа экономики. 2018.
12. Kroll, H., Muller, E., Schnabl, E. and Zenker, A. From smart concept to challenging practice — How European regions deal with the commission's request for novel innovation strategies // Working paper Policy and Region R2. 2014. — URL : https://www.isi.fraunhofer.de/content/dam/isi/dokumente/ccp/unternehmen-region/2017/ap_r1_2017.pdf.
13. Foray, D., David, P. and Hall, B. Smart specialization — the concept // Knowledge economists policy brief. 2009. No. 9 (85). P. 1-5.
14. European Parliament 2013. the Regulation (EU) 1303/2013 of the European Parliament and of the Council of 17 December 2013. — URL : https://ec.europa.eu/digital-single-market/en/news/regulation-eu-no-13032013 -european-parliament-and-council (дата обращения 12.06.2019).
15. European Commission 2016. Smart Specialisation Platform. — URL : http://s3platform.jrc.ec.europa.eu/.
16. Regional Development and Cohesion Policy beyond 2020 : The New Framework at a glance. — URL : https://ec. europa. eu/regional_policy/en/2021_202 7/.
17. Foray, D., David, P. and Hall, B. Smart specialization — the concept // Knowledge economists policy brief. 2009. No. 9 (85). P. 1-5.
18. Capello, R. and Lenzi, C. Territorial patterns of innovation : A taxonomy of innovative regions in Europe // The Annals of Regional Science. 2013. No. 51 (1). P. 119-154.
19. Абдрахманова, Г. И., Бахтин, П. Д., Гохберг, Л. М. и др. Рейтинг инновационного развития субъектов Российской Федерации. — М. : НИУ «ВШЭ», 2017.
20. Куценко, Е., Исланкина, Е., Абашкин, В. Эволюция кластерных инициатив в России : влияние политики, времени жизни, близости и инновационной среды // Форсайт. 2017. №.2 (19). С. 87-120.
21. Федеральная служба государственной статистики. — URL : http: www.gks.ru.
References:
1. Cruz, S., Teixeira, A. The Evolution of this. Cluster Literature : Shedding Light on the Regional Stud-iesVRegional Science Debate //Regional Studies. 2011. V. 44 (9).
2. Tumenova, S. A. Upravlenie organizacionnym znaniem : novye akcenty poiska regional'nyh konkurentnyh
preimushchestv//Slavyanskij forum. 2018. № 2 (20). S. 157-182.
3. Magomaev, T. R., Mustaev, M. M., Mambetova, F. A. Vyyavlenie optimal'nyh form organizacionnyh struktur pri perekhode k innovacionnoj ekonomike //Ekonomika i predprinimatel'stvo. 2016. № 12-4 (77). S. 363-368.
4. Konkurentosposobnost' regiona : novye tendencii i vyzovy ; pod red. A.I. Tatarkina. — Ekaterinburg : Institut ekonomiki UrO RAN, 2003.
5. Tumenova, S. A. Koncepciya klyuchevyh kompetencij v sisteme konkurent-menedzhmenta•// Colloquium-journal. 2019. № 16-9 (40). S. 39-42.
6. Lin, J. Y. New Structural Economics : A Framework for Rethinking Development // The World Bank Observer. 2011. No. 26 (2). R. 193-221.
7. Tumenova, S. A. K teorii konkurencii v ekonomike intellekta : v poiskah sinteza // Izvestiya Kabardino-Balkarskogo nauchnogo centra RAN. 2017. № 6-2(80). S. 230-238.
8. Cooke, P. Regional Innovation Systems, Clusters, and the Knowledge Economy // Industrial and Corporate Change. 2010. No. 10 (4). P. 945-974.
9. Dzagova, S. S., Mambetova, F. A. Optimizaciya modeli prostranstvennogo razvitiya social'no-ekonomicheskih sistem //Regional'nye problemy preobrazovaniya ekonomiki. 2018. № 10 (96). S. 105-113.
10. Tumenova, S. A., ZHerukova, A. B. Voprosy obespecheniya konkurentosposobnosti ekonomicheskih sistem v innovacionnoj ekonomike // Voprosy innovacionnoj ekonomiki. 2018. T. 8. № 3. S. 453-464.
11. Strukturnye izmeneniya v rossijskoj ekonomike i strukturnaya politika : Analiticheskij otchetpod red. E.G. YAsina. — M. : Vysshaya shkola ekonomiki. 2018.
12. Kroll, H., Muller, E., Schnabl, E. and Zenker, A. From smart concept to challenging practice — How European regions deal with the commission's request for novel innovation strategies // Working paper Policy and Region R2. 2014. — URL : https://www.isi.fraunhofer.de/content/dam/isi/dokumente/ccp/unternehmen-region/2017/ap_r1_2017.pdf.
13. Foray, D., David, P. and Hall, B. Smart specialization — the concept // Knowledge economists policy brief. 2009. No. 9 (85). P. 1-5.
14. European Parliament 2013. the Regulation (EU) 1303/2013 of the European Parliament and of the Council of 17 December 2013. — URL : https://ec.europa.eu/digital-single-market/en/news/regulation-eu-no-13032013 -european-parliament-and-council (data obrashcheniya 12.06.2019).
15. European Commission 2016. Smart Specialisation Platform. — URL : http://s3platform.jrc.ec.europa.eu/.
16. Regional Development and Cohesion Policy beyond 2020 : The New Framework at a glance. — URL : https://ec. europa. eu/regional_policy/en/2021_202 7/.
17. Foray, D., David, P. and Hall, B. Smart specialization — the concept // Knowledge economists policy brief. 2009. No. 9 (85). P. 1-5.
18. Capello, R. and Lenzi, C. Territorial patterns of innovation : A taxonomy of innovative regions in Europe // The Annals of Regional Science. 2013. No. 51 (1). P. 119-154.
19. Abdrahmanova, G. I., Bahtin, P. D., Gohberg, L. M. i dr. Rejting innovacionnogo razvitiya subUktov Rossijskoj Federacii. — M. : NIU«VSHE», 2017.
20. Kucenko, E., Islankina, E., Abashkin, V. Evolyuciya klasternyh iniciativ v Rossii : vliyanie politiki, vremeni zhizni, blizosti i innovacionnoj sredy //Forsajt. 2017. №.2 (19). S. 87-120.
21. Federal'naya sluzhba gosudarstvennoj statistiki. — URL : http: www.gks.ru.
