Анализ показателей инновационности развития промышленности региона Текст научной статьи по специальности «Экономика и бизнес»

палитшса

и ufrfUcmuUjUafrfazfr деятельность

АНАЛИЗ ПОКАЗАТЕЛЕЙ ИННОВАЦИОННОСТИ РАЗВИТИЯ ПРОМЫШЛЕННОСТИ РЕГИОНА*

Н. А. ШИБАЕВА,

доктор экономических наук, профессор кафедры государственного управления и финансов E-mail: п. shibaeva@mail.ru

Д. В. КОРОЛЕВ,

аспирант кафедры государственного управления и финансов E-mail: nerevis@yandex.ru Орловский государственный технический университет

В статье предложены методика анализа и алгоритм расчета уровня инновационности промышленности регионов Центрального федерального округа. Рассмотрены особенности процессов становления инновационного типа экономики в регионах. Выявлены тенденции изменения инновационности промышленности.

Ключевые слова: анализ, инновации, показатель, регион, промышленность, тенденция.

В современном мире уровень технологического развития и скорость протекания инновационных процессов являются факторами, в долгосрочной перспективе определяющими комплексное эко-лого-социально-экономическое развитие региона. Особенно важными эти факторы являются для регионов — промышленных центров.

Регион сегодня следует рассматривать с системных позиций, считая все составляющие

* Статья предоставлена Информационным центром Издательского дома «Финансы и кредит» при Орловском государственном техническом университете.

территории (экономическая система, наука и образование, экологическая обстановка, развитие социальной сферы) единым целым. Промышленные предприятия региона с этих позиций оказываются встроенными в единую систему и как элемент системы оказывают влияние на все ее части, в то же время подвергаясь воздействию со стороны всех других частей.

Научно обоснованное управление инновационным развитием промышленности региона требует комплексной оценки текущего социально-экономического, экологического положения региона, а также достигнутого уровня инновационности промышленности по всем сферам деятельности. Изучение уровня инновационности промышленности, таким образом, требует рассмотрения взаимосвязанных показателей, охватывающих следующие направления:

- формирование человеческого капитала;

- нормативно-правовая база;

- созданиеновыхзнаний;

- использованиеновыхзнаний;

- показатели технологического обмена;

- результаты инновационной деятельности;

- экологические эффекты инновационной деятельности;

- социальные эффекты инновационной деятельности.

Такое разбиение позволяет проводить подробный анализ особенностей функционирования инновационной экономики в регионе. В частности, определять удельное давление инновационной деятельности на природную среду; определять регионы — производителей инноваций и регионы — потребителей инноваций; выявлять регионы, имеющие наиболее сильные связи с зарубежными странами и т. д. Система показателей для оценки уровня инновационности промышленности регионов РФ представлена в табл. 1.

Представленная система оценки инновационности промышленности региона позволила определить методику проведения анализа уровня инновационности. Для анализа предложены показатели, которые разбиты на семь групп, характеризующих состояние подготовки человеческого капитала в регионе, нормативно-правовую базу инновационной деятельности, создание и использование новых знаний, технологический обмен, результаты инновационной деятельности, экологические и социальные эффекты инноваций.

Предлагаемая методика позволяет определить наличие у региона, с одной стороны, возможностей для создания новых передовых технологий, а с другой стороны — способности их коммерциализировать.

Поскольку основным источником информации по региональной промышленности на сегодняшний день является Федеральная служба государственной статистики (Росстат), то при разработке системы показателей учитывались предоставляемые ею данные. Однако в систему показателей были включены индикаторы, информация по которым отсутствует в сборниках Росстата, например, это все показатели группы технологического обмена, показатели образования твердых отходов производства, выбытия почв в результате промышленной деятельности.

Поскольку комплексный анализ инновационности промышленности подразумевает как оценку достигнутого уровня инновационности, так и выявление существующих тенденций его изменения, то необходимо решить обе эти задачи. Для этого предлагается использовать два алгоритма.

Таблица 1

Система показателей оценки инновационности промышленности регионов РФ

Показатель Содержание

Подготовка человеческого капитала Соотношение выпускников аспирантуры и вузов. Численность исследователей с учеными степенями на 1 ООО чел. населения. Выпуск из аспирантуры и докторантуры. Доля населения с высшим образованием в экономически активном населении. Занятость в секторе обрабатывающих производств

Создание новых знаний Внутренние затраты на исследования и разработки от ВРП, %. Численность организаций, выполнявших исследования и разработки от общего числа организаций, %. Численность персонала, занятого исследованиями и разработками на 1 ООО чел. населения. Количество выданных патентов. Число созданных передовых технологий

Использование новых знаний Удельный вес организаций, осуществлявших технологические инновации. Затраты на технологические инновации. Затраты на информационно-коммуникационные технологии. Число организаций, использовавших специальные программные средства, к общему числу организаций, %. Число используемых передовых технологий

Технологический обмен Приобретение новых технологий внутри страны. Передача новых технологий внутри страны. Экспорт новых технологий за рубеж. Импорт новых иностранных технологий

Результаты инновационной деятельности Объем инновационных товаров, работ, услуг. ВРП

Экологические эффекты Объем выбросов загрязняющих веществ в атмосферу. Объем сточных вод. Выбытие почв в результате промышленной деятельности. Образование твердых отходов производства и потребления. Количество безотходных производств

Социальные эффекты Среднедушевые денежные доходы населения. Ожидаемая продолжительность жизни при рождении

Алгоритм оценки достигнутого уровня инновационности промышленности регионов представлен нарис. 1.

Таким образом, максимальное достигнутое значение уровня инновационности в баллах равно:

Рис. 1. Алгоритм оценки достигнутого уровня инновационности промышленности регионов РФ

Рис. 2. Алгоритм оценки изменения уровня инновационности промышленности регионов РФ

Число групп показателей • 100 баллов. В нашем случае — 700 баллов. Максимальную величину инновационности может получить регион, лидирующий по всем рассматриваемым показателям, минимальную — регион, занимающий по всем показателям последнее место.

Для оценки тенденций изменения уровня инновационности промышленности региона была использована методика, используемая при расчете показателей European Innovation Scoreboard, оценивающая инновационный потенциал стран — членов Евросоюза. Расчет показателей изменения инновационности осуществляется в три шага (рис. 2).

Расчет показателей инновационности промышленности был проведен для регионов Центрального федерального округа за 2000 и 2007 гг. (табл. 2, рис. 3). Отсутствие полного объема данных (в частности, величин ВРП) не позволяет в настоящее время произвести расчет для следующих лет.

Используемые при проведении анализа шесть групп показателей разобьем надве метагруппы:

- «условия», включающую группы «подготовка человеческого капитала», «создание новых знаний» и «использование новых знаний»;

- «результаты», включающую «результаты инновационной деятельности», «экологические эффекты инновационной деятельности». Группа показателей «экологические

эффекты инновационной деятельности» не использовалась, поскольку в контексте проведения дальнейшего анализа, в частности кластеризации регионов, количество выбросов вредных веществ не может считаться напрямую результатом инновационной деятельности.

Интересно сравнение значений, достигнутых регионами по метагруппам. Среднее значение индекса в обеих метаг-руппах представлено в табл. 3.

Кластеризация полученных данных по методу К-средних позволила выделить среди всех регионов Центрального федерального округа четыре кластера регионов.

Таблица 2

Уровень инновационное™ промышленности регионов Центрального федерального округа за 2007 г.

Занимаемое место в ЦФО по группам показателей Достигнутый

Область Подготовка человеческо- Создание новых Использование но- Результаты инновационной Экологические Социальные уровень инновационности Занимаемое место

го капитала знаний вых знаний деятельности эффекты эффекты промышленности

Белгородская 12 11 5 6 13 2 243,3338 7

Брянская 17 12 15 3 7 12 237,1761 9

Владимирская 15 6 11 5 6 15 221,3979 10

Воронежская 4 4 3 2 11 6 321,8562 2

Ивановская 16 13 18 9 9 16 162,4886 14

Калужская 8 3 10 7 3 9 273,7738 4

Костромская 10 18 14 18 8 11 156,198 16

Курская 9 10 12 15 2 10 196,65 11

Липецкая 13 17 8 12 17 5 153,5367 17

Московская 2 2 2 11 16 3 293,345 3

Орловская 5 9 7 8 1 8 239,1837 8

Рязанская 7 14 16 13 14 13 171,1249 12

Смоленская 14 15 13 17 5 17 159,9357 15

Тамбовская 6 8 6 4 4 4 256,3588 5

Тверская 11 7 17 14 10 18 169,9808 13

Тульская 18 16 9 16 15 14 146,3371 18

Ярославская 3 5 4 10 12 7 246,3758 6

Москва 1 1 1 1 18 1 541,629 1

Белгородская обл.

Рис. 3. Сравнение уровней инновационности промышленности регионов Центрального федерального округа в 2000 и 2007 гг.

Таблица 3

«Условия» и «результаты» инновационной деятельности, среднее значение индекса по всем показателям групп

Область Номер кластера «Условия» «Результаты»

Белгородская 3 0,199862 0,318883

Брянская 3 0,133745 0,282164

Владимирская 4 0,207836 0,153247

Воронежская 3 0,302239 0,383511

Ивановская 4 0,0974 0,116099

Калужская 2 0,314863 0,207267

Костромская 4 0,125371 0,083911

Курская 4 0,191385 0,12032

Липецкая 4 0,152994 0,188353

Московская 2 0,463145 0,221536

Орловская 2 0,237731 0,190454

Рязанская 4 0,151647 0,11507

Смоленская 4 0,147849 0,040468

Тамбовская 3 0,233271 0,260652

Тверская 4 0,177885 0,047711

Тульская 4 0,150452 0,061513

Ярославская 2 0,297626 0,193597

Москва 1 0,858713 0,765

Первый кластер — инновационный лидер. Этот кластер представлен одним субъектом Федерации — г. Москвой, значительно опережающим все остальные регионы по большинству показателей.

Средние значения показателей: «условия»: 0,858713; «результаты»: 0,765.

Второй кластер — регионы — генераторы знаний. Характеризуются более высоким уровнем показателей, оценивающих формирование человеческого капитала, создание и использование научных знаний по сравнению с показателями производства инновационной продукции и социальной эффективности инновационной деятельности.

Средние значения показателей: «условия» — 0,328341 «результаты» — 0,203213.

Регионы, вошедшие в кластер: Калужская, Московская, Орловская, Ярославская области.

Третий кластер — регионы — потребители знаний. Регионы этого кластера имеют более высокие показатели, оценивающие результаты инновационной деятельности и ее социальные эффекты, при этом

демонстрируют достаточно низкие показатели по человеческому потенциалу, созданию новых знаний и их использованию.

Средние значения показателей: «условия» — 0,217279; «результаты» - 0,311302.

Регионы, вошедшие в кластер: Белгородская, Брянская, Воронежская, Тамбовская области.

Четвертый кластер — регионы-аутсайдеры. Характеризуются самыми низкими значениями обеих метагрупп показателей.

Средние значения показателей: «условия» — 0,155869; «результаты» - 0,102966.

Регионы, вошедшие в кластер: Владимирская, Ивановская, Костромская, Курская, Липецкая, Рязанская, Смоленская, Тверская, Тульская области.

Практически все регионы, вошедшие в первые три кластера, показали значительное улучшение своих показателей за 2000—2007 гг. (см. рис. 3). Исключением являются только Калужская, Московская и Орловская области, чьи уровни инновационности промышленности уменьшились на небольшую величину. Все регионы-аутсайдеры либо не добились улучшения своих показателей за рассматриваемый период, либо даже ухудшили их. Этот факт доказывает, что успешное инновационное развитие не является следствием одних только хороших стартовых условий (наличия развитой сети научных организаций, крупных промышленных предприятий). Даже большее значение имеют эффективность проводимой региональными властями инновационной политики, формирование эффективной инновационной инфраструктуры. При этом Орловская область находится

щ ри

0.525

0:220

0.21$

0,210

0.205

0,200

0,195

0,190

0,165

г Московская обл. о

Калужская обл. О

Яппг ляигкяя пбл.

Орловская с обл. о

олг ол* оде оде о,« о н о.1б о.1в ало 042 ам о.*& о ¿в

«Условия»

Рис. 4. Кластер регионов — генераторов знаний

Таблица 4

Темпы роста различных групп показателей оценки уровня инновационное™ промышленности регионов

Область Подготовка человеческого капитала Создание новых знаний Использование новых знаний Результаты инновационной деятельности Экологические эффекты Социальные эффекты

Белгородская 1,006537 0,97971 1,107099 1,186687836 1,074106 1,064836

Брянская 1,011232 1,009905 1,174597 1,144638911 1,023538 1,058474

Владимирская 0,973997 1,007901 1,079603 1,050013255 1,018143 1,051827

Воронежская 1,009141 0,982203 1,026435 1,153852536 0,99881 1,050156

Ивановская 0,986728 0,953974 1,160883 1,083959445 1,01764 1,056036

Калужская 0,955865 1,02934 1,013709 1,005953733 1,017025 1,067852

Костромская 0,978264 0,964666 1,259906 1,004778976 0,996952 1,054794

Курская 1,003224 1,037582 1,065168 1,015719371 0,995875 1,04692

Липецкая 1,038367 0,955104 1,117185 1,096844543 1,009032 1,061133

Московская 0,986784 0,981807 1,074354 0,942921337 1,00282 1,078617

Орловская 1,026584 1,012695 1,010719 0,99644613 1,00276 1,05259

Рязанская 1,022234 0,983748 1,092103 0,977118434 1,018721 1,063684

Смоленская 1,050609 1,054337 1,098922 0,932411447 1,001247 1,042626

Тамбовская 1,009865 0,981198 1,173181 1,25883556 1,035105 1,05865

Тверская 0,989388 0,959917 1,123432 1,052045429 0,981859 1,066264

Тульская 0,973558 0,883215 1,006348 0,912216844 1,030846 1,051257

Ярославская 1,031361 1,004816 1,090979 1,06373574 1,03456 1,05784

Москва 0,989255 0,987947 0,992528 1,003893263 1,043998 1,049307

в нижней границе своего кластера (рис. 4), а по итоговому уровню инновационности промышленности за 2000—2007гг. откатилась в рейтинге с 4-го на 8-е место. Очевидно, что сохранение этой тенденции уже в ближайшем будущем увеличит отставание Орловской области от ведущих регионов Центрального федерального округа.

В то же время некоторые регионы, например, Белгородская, Брянская, Воронежская, Тамбовская области продемонстрировали значительное улучшение своих показателей и высокие темпы становления инновационной промышленности.

Проанализируем теперь динамику изменения уровня инновационности промышленности регионов Центрального федерального округа согласно методике, описанной ранее. Задачей является определение для каждого региона направлений, по которым наблюдается устойчивый рост, и направлений, являющихся отстающими. Результаты расчетов представлены в табл. 4, занимаемые регионами места по темпам роста показателей инновационности — в табл. 5.

В среднем большая часть показателей практически во всех регионах растет, но темпы роста существенно отличаются от региона к региону. Интересно, что по абсолютным показателям лидером является г. Москва, но по темпам роста показателей инновационности столица далеко не лидер. Так, по группам показателей «подготовка человеческого капитала» и «создание новых знаний» в 2000—2007 гг. ежегодно

происходило снижение значений на 1—2%, в то время как, например, Смоленская область демонстрировала ежегодный пятипроцентный рост. Более того, по темпам роста четырех групп показателей г. Москва находится среди аутсайдеров, лишь по экологическим эффектам занимая второе место.

Интересен опыт регионов, добившихся значительного улучшения уровня инновационности промышленности — Белгородской, Брянской, Воронежской и Тамбовской областей. Все они совершили рывок за счет прежде всего развития показателей результатов инновационной деятельности и отчасти ее экологических и социальных эффектов.

Именно благодаря интенсивному росту этих показателей (нередко более чем на 20 % в год) рассматриваемые четыре региона смогли образовать отдельный кластер. Брянская и Тамбовская области продемонстрировали высокие темпы роста группы «использование новых знаний», что дополнительно усилило их позиции. По созданию новых знаний и подготовке человеческого капитала ни один из рассматриваемых регионов не демонстрировал лидирующих значений. Характерно, что на карте ЦФО за 2000 г. данный кластер отсутствовал бы — в то время входящие в него регионы «растворились» бы в общей массе.

Таким образом, становление кластера регионов — потребителей знаний произошло за счет более активного использования новых знаний и увеличения доли высокоприбыльных инновационных производств.

Таблица 5

Занимаемые регионами ЦФО места по темпам роста групп показателей

Область Подготовка человеческого капитала Создание новых знаний Использование новых знаний Результаты инновационной деятельности Экологические эффекты Социальные эффекты

Белгородская 9 13 7 2 1 4

Брянская 6 5 2 4 6 8

Владимирская 16 6 11 9 8 13

Воронежская 8 10 14 3 15 15

Ивановская 14 17 4 6 9 10

Калужская 18 3 15 11 10 2

Костромская 15 14 1 12 16 11

Курская 10 2 13 10 17 17

Липецкая 2 16 6 5 11 6

Московская 13 11 12 16 12 1

Орловская 4 4 16 14 13 12

Рязанская 5 9 9 15 7 5

Смоленская 1 1 8 17 14 18

Тамбовская 7 12 3 1 3 7

Тверская 11 15 5 8 18 3

Тульская 17 18 17 18 5 14

Ярославская 3 7 10 7 4 9

Москва 12 8 18 13 2 16

Иная ситуация наблюдается при анализе другого кластера — регионов — генераторов знаний. Прежде всего, из четырех регионов, в него входящих, только один—Ярославская область—улучшил свои позиции в рейтинге инновационности, остальные — Орловская, Калужская и Московская области ухудшили свои показатели. Причем по многим группам показателей регионы находились среди аутсайдеров.

Калужская область показала высокие темпы роста лишь по созданию новых знаний и социальным эффектам инновационной деятельности, Московская область —только по социальным эффектам, Орловская — по подготовке человеческого капитала и созданию новых знаний. Показатели темпов роста Ярославской области в среднем выше, что позволило ей несколько улучшить свой рейтинг инновационности.

Регионы кластера генераторов знаний отличаются более высокой относительной величиной значений показателей, характеризующих условия для успешного инновационного развития, нежели показателей, оценивающих конечные его результаты. Таким образом, можно сказать, что эти регионы (за исключением Ярославской области) не смогли создать систему преобразования создаваемых научно-технических знаний и высокого кадрового потенциала науки и промышленности в результативный инновационный процесс, в создание высокотехнологичной инновационной продукции.

По этой причине положение кластера нестабильно в долгосрочной перспективе. Кластер

регионов — генераторов знаний был бы значительно более «заметен» в 2000 году. При сохранении имеющихся тенденций изменения уровня инновационности промышленности регионов ЦФО уже в ближайшие годы произойдут распад кластера и частичное сращивание его с группой регионов-аутсайдеров. Преодоление этой тенденции требует целенаправленных усилий властей по стимулированию инновационного производства, поиску слабых звеньев в инновационном развитии, стимулировании взаимодействия науки и промышленности.

Регионы-аутсайдеры в целом достаточно стабильны по своим показателям и развиваются примерно в одном темпе (за исключением Тульской области, чье положение сильно ухудшилось практически по всем показателям). Владимирская и Курская области имеют показатели, близкие к верхней границе кластера, и демонстрируют небольшой, но достаточно устойчивый рост, что со временем может выделить их из группы аутсайдеров.

Проведенный анализ позволил выделить четыре кластера регионов ЦФО и охарактеризовать основные тенденции их развития. При этом отдельной группой стоятчетыре региона группы потребителей знаний, показавших наибольшие темпы роста по большинству показателей. В данном направлении необходимо проведение дальнейших исследований, прежде всего с целью выявления факторов, определивших возможность такого инновационного

Таблица 6

Количество выданных патентов и созданных новых передовых технологий в Орловской области в 2000—2008 гг.

Показатель 2000 2001 2002 2003 2004 2005 2006 2007 2008

Выпуск из аспирантуры и докторантуры 150 148 174 189 246 230 288 264 263

Количество выданных патентов 100 108 165 217 212 179 223 187 250

Число созданных новых передовых технологий 0 0 1 1 9 8 4 5 4

скачка и в целом ответственных за успешное социо-эколого-экономическое развитие территории.

В инновационной экономике основным источником технического и социального прогресса, как известно, являются инновации. Это позволяет сделать предположение, что регионы, имеющие наибольшие показатели по созданию и внедрению инноваций, должны иметь лучшие показатели социально-экономического развития.

Проведем анализ на примере Орловской области. Сравним показатели выпуска из аспирантуры и докторантуры, числа выданных патентов с показателем создания новых передовых технологий. Данные по этим показателям для Орловской области представлены в табл. 6.

Представленные данные показывают, что связь между выпуском из аспирантуры и докторантуры, количеством выданных патентов и созданием новых технологий отсутствует. Первые два показателя достаточно близки, что позволяет говорить, что имеется связь между количеством ученых и выдаваемыми патентами. Однако выдаваемые патенты не превращаются в новые технологические решения.

Вместе с тем количество используемых предприятиями Орловской области передовых технологий значительно больше числа создаваемых — от 401 в 2000 г. до 1131 в 2008 г. Учитывая схожую ситуацию в других регионах, это означает, что предприятия области закупают большинство технологий за рубежом, тем самым оплачивая дефицит собственного интеллектуального капитала.

Ситуация, когда из числа выдаваемых патентов реализуется в виде новых технологий всего около 2 %, является серьезной проблемой для экономики области. Это говорит о разрыве между наукой и бизнесом, а также об ориентации науки на формальные бюрократические оценки своей деятельности, не имеющие реальной ценности для экономики.

Значения прироста ВРП регионов Центрального федерального округа представлены в табл. 7.

Среди регионов Центрального федерального округа не наблюдается четкой связи между показате-

Таблица 7

Средний прирост ВРП регионов Центрального федерального округа в 2000-2007 гг.

Область Средний прирост ВРП Место по среднему приросту ВРП

Белгородская 1,149605 2

Брянская 1,096597 11

Владимирская 1,09745 10

Воронежская 1,115832 5

Ивановская 1,111602 6

Калужская 1,119882 4

Костромская 1,087628 15

Курская 1,100294 9

Липецкая 1,08893 13

Московская 1,186067 1

Орловская 1,063054 18

Рязанская 1,089203 12

Смоленская 1,064083 17

Тамбовская 1,11082 7

Тверская 1,087524 16

Тульская 1,087722 14

Ярославская 1,106976 8

Москва 1,137458 3

лями инновационности развития промышленности и показателем роста ВРП. Лидер по приросту ВРП — Московская область по группе показателей «результаты инновационной деятельности» находится среди аутсайдеров. Белгородская область в большей степени демонстрирует связь показателей инновационности с ростом ВРП. Занимая по приросту ВРП второе место, область имеет высокие показатели результатов инновационной деятельности. Занимающая третье место по приросту ВРП г. Москва, по большинству показателей прироста находится среди аутсайдеров. Тамбовская область, показывающая отличные результаты по динамике использования новых знаний и результатам инновационной деятельности, находится лишь на седьмом месте по приросту ВРП. Таким образом, это означает, что в России пока не сформирована связь между инновациями и экономическим ростом, а значит, российская экономика продолжает расти преимущественно за счет экстенсивных факторов — вовлечения в оборот новых человеческих и материальных ресурсов.

Список литературы

1. URL:http://www.oecd.org/document/6/0,3343,en_2649_34451_33828550_l_l_l_l,00.html.

2. иЯЬ: http://www.proinno-europe.eu/page/eis-database.