CC BY
27
С. А. Хегай
Новосибирский государственный университет ул. Пирогова, 2, Новосибирск, 630090, Россия E-mail: so.khegay@gmail.com
АНАЛИЗ РЕГИОНАЛЬНОЙ ДИФФЕРЕНЦИАЦИИ ИННОВАЦИОННОЙ АКТИВНОСТИ
Статья посвящена анализу региональной дифференциации инновационной активности на основе формирования системы индикаторов состояния и развития инновационной системы, построения соответствующих рейтингов и кластеризации регионов.
Ключевые слова: инновации, эмпирический анализ, региональные особенности.
В современном мире инновационная деятельность рассматривается как один из главных источников экономического роста. Например, в Германии почти 100 % прироста ВВП осуществляется за счет использования результатов научных исследований и инноваций [1].
Создание, внедрение и широкое распространение новых продуктов, услуг, технологических процессов становятся ключевыми факторами роста объемов производства, занятости, инвестиций, внешнеторгового оборота, улучшения качества продукции, экономии трудовых и материальных затрат, совершенствования организации производства и повышения его эффективности. Все это предопределяет конкурентоспособность предприятий и выпускаемой ими продукции на внутреннем и мировом рынках.
Именно поэтому в настоящее время важнейшим условием развития является эффективная инновационная политика: на Западе разрабатываются и осуществляются масштабные мероприятия по развертыванию инновационных структур на локальном уровне, в Японии принята общенациональная программа регионального развития науки и техники, существенно повысилась роль региональных органов власти в развитии науки и инноваций в США [2]. Особенности современной российской экономики не позволяют в полной мере использовать опыт регионализации инновационной деятельности, накопленный в развитых странах мира, и требуют выработки специфических подходов к решению проблем в этой области.
Для проведения соответствующей политики необходим, прежде всего, анализ специфики региональных инновационных систем (РИС) России, а также понимание того, как различные экономические меры и другие факторы влияют на инновационную активность предприятий. Данной проблеме в российской экономической литературе в последнее время уделяется существенное внимание, однако статистические исследования, особенно в региональном разрезе, немногочисленны. В рамках данной статьи рассматривается анализ региональной дифференциации инновационной активности, который позволит в дальнейшем исследовать влияние экономических факторов уже с учетом выявленной специфики РИС.
В первой части работы представлена методология построения рейтинга состояния и развития РИС России. Вторая часть посвящена анализу построенных рейтингов за несколько лет, что позволяет выявить особенности РИС субъектов РФ. В третьей части проводится кластерный анализ субъектов РФ по выявленным показателям инновационной активности за несколько лет. В заключении приведены основные результаты и выводы.
Методология построения рейтингов состояния и развития РИС
Сложность инновационной системы (ИС) как совокупности различных институтов порождает широкий набор показателей. При формировании системы индикаторов, которая бы адекват-
ISSN 1818-7862. Вестник НГУ. Серия: Социально-экономические науки. 2008. Том 8, выпуск 4 © С. А. Хегай, 2008
но отражала состояние ИС, возникает необходимость выделения или образования из них сводных показателей. В связи с тем, что исследователи по-разному видят ИС, на данный момент нет единого мнения, какие индикаторы определяют ее уровень развития.
Анализ наиболее широко используемых подходов формирования систем индикаторов, отражающих состояние и развитие ИС как на национальном уровне, так и на региональном (таких, как система индикаторов ОЭСР \ Европейская шкала инноваций (European Innovation Scoreboard -EIS) 2, рейтингового агентства Эксперт РА 3, система индикаторов Института экономики РАН [3], Центра стратегических разработок «Северо-Запад» [4] и др.) позволил сформировать свою систему индикаторов, которая в дальнейшем легла в основу построения рейтингов.
Изученные системы индикаторов имеют ряд отличий, что, как было отмечено ранее, связано с разным видением ИС и отражает дискуссионный вопрос о том, какие факторы включать в анализ измерения ИС, а какие будут излишни.
Наиболее сбалансированной системой индикаторов, на наш взгляд, является EIS, поэтому мы взяли ее за основу структуры системы индикаторов.
EIS состоит из 5 категорий индикаторов, которые разделены на 2 группы, включающие 26 ключевых показателей инновационной активности. Среди преимуществ EIS по сравнению с другими системами индикаторов, прежде всего, выделяется наличие структуры, которая позволяет исследователю анализировать состояние ИС с разных сторон, т. е. дает возможность оценить две составляющие ИС отдельно: вложения общества в научную и инновационную систему («вход») и результаты инновационной системы («выход») (см. табл. 1).
Выбор самих индикаторов производился на основе опять же EIS и российской статистической базы, а именно статистических сборников «Регионы России. Социально-экономические показатели» и «Российский статистический сборник».
В названных сборниках раздел «Наука и инновации» представлен следующими показателями:
• число организаций, выполнявших исследования и разработки;
• численность персонала, занятого исследованиями и разработками;
• численность персонала, занятого исследованиями и разработками, по категориям;
• численность исследователей с учеными степенями;
• внутренние затраты на исследования и разработки;
• внутренние текущие затраты на исследования и разработки по видам затрат;
• внутренние текущие затраты на исследования и разработки по видам работ;
• организации, ведущие подготовку аспирантов;
• прием и выпуск из аспирантуры;
• организации, ведущие подготовку докторантов;
• прием и выпуск из докторантуры;
• поступление патентных заявок и выдача охранных документов;
• число созданных передовых производственных технологий;
• число использованных передовых производственных технологий;
• инновационно-активные организации;
• число инновационно-активных организаций промышленности и сферы услуг по видам инновационной деятельности;
• затраты на технологические инновации;
• объем инновационной продукции по степени новизны;
• удельный вес затрат на технологические инновации в объеме отгруженной продукции инновационно-активных организаций.
Табл. 1 демонстрирует наложение упомянутых выше показателей, а также показателей из других разделов сборников на структуру EIS.
1 См.: OECD-MOST Workshop on Indicators for Assessing National Innovation Systems (http://www.oecd.org/ document/13/0,3343,en_2649_34409_37733837JJJJ,00.html#Session_1).
2 См.: European Innovation scoreboard 2007 (http://www.proinno-europe.eu/admin/uploaded_documents/European_ Innovation_Scoreboard_2007.pdf).
3 См.: Интернет-страница рейтингового агентства Эксперт РА (http://www.raexpert.ru).
Таблица 1
Формирование системы индикаторов состояния и развития РИС субъектов РФ
Индикаторы входа у/ EIS Показатели, публикуемые в региональном разрезе в РФ Показатели, вошедшие в рассмотрение для построения рейтинга
1. Инновационные проводники
Численность новых специалистов в научно-технической сфере на 1 ООО человек в возрасте от 20 до 29 лет 1. Выпуск специалистов высшими учебными заведениями 1. Выпуск специалистов высшими учебными заведениями на 1000 человек
Численность населения с высшим образованием на 100 человек в возрасте от 25 до 64 лет 2. Число зарегистрированных абонентских установок службы передачи данных и телематических служб (раздел «Связь, телекоммуникации и информационные технологии») только с 2001 г.
Уровень распространения высокоскоростных линий передачи данных, число линий на 100 человек 2. Число зарегистрированных абонентских установок службы передачи данных и телематических служб (раздел «Связь, телекоммуникации и информационные технологии») только с 2001 г. на 1000 человек
Число участвующих в непрерывном обучении на 100 человек в возрасте от 25 до 64 лет 2а. Число абонентских терминалов сотовой связи на 1000 человек населения по субъектам Российской Федерации (объединены г. Санкт-Петербург и Ленинградская область, г. Москва и Московская область)
Уровень вовлеченности молодежи в образование, % населения в возрасте от 20 до 24 лет, получивших хотя бы полное среднее образование
2. Создание знаний
Государственные расходы на НИОКР, % от ВВП 3. Организации, ведущие подготовку аспирантов и докторантов 3 а. Доля организации, ведущие подготовку аспирантов от общего числа 3 б. Доля организации, ведущие подготовку докторантов от общего числа
Предпринимательские расходы на НИОКР, % от ВВП 4. Прием и выпуск из аспирантуры и докторантуры 4 а. Выпуск из аспирантуры на 1000 человек 4 б. Выпуск из докторантуры на 1000 человек
Доля средне- и высокотехнологичных НИОКР, % ОТ суммы производных расходов на НИОКР 5. Число организаций, выполнявших исследования и разработки 5. Доля организаций, выполнявших исследования и разработки, от общего числа
Доля предприятий, получивших государственное финансирование инноваций, % от общего числа 6. Численность персонала, занятого исследованиями и разработками (в том числе по категориям и с выделением исследователей сучеными степенями) 6. Численность персонала, занятого исследованиями и разработками на 1000 человек
Доля расходов на НИОКР в высших учебных заведениях которые финансируются частным бизнесом, в общем уровне расходов на НИОКР в вузах, % 7. Внутренние затраты на исследования и разработки (в том числе по видам затрат, по видам работ) 1 .Доля внутренних затрат на исследования и разработки в ВРП
3. Инновации и предпринимательство
Доля инновационных малых и средних предприятий (МСП), т. е. МСП, осуществляющих собственные инновационные мероприятия, в общем числе МСП, % 8. Инновационно-активные организации (в том числе по видам инновационной деятельности) Я.Доля инновационно-активных организаций от общего числа
Число инновационных МСП, сотрудничающих с другими организациями, % от общего числа МСП
Расходы на инновации, % от оборота
Венчурный капитал на начальной стадии, % от ВВП
Расходы на развитие информационных и коммуникационных технологий, % от ВВП
Число МСП, использующих улучшения, не связанные с применением новых технологий, % от общего числа МСП
Индикаторы выхода 4. Применение инноваций
Занятость в высокотехнологичных услугах, % от общего числа работников 9. Число созданных передовых производственных технологий 9. Число созданных передовых производственных технологий на 1 предприятие
Занятость в средне- и высокотехнологичном производстве, % от общей численности рабочей силы 10. Число использованных передовых производственных технологий 10. Число использованных передовых производственных технологий на 1 предприятие
Доля экспорта высокотехнологичных продуктов в общем объеме экспорта, % 11. Экспорт технологий и услуг технического характера (раздел «Внешнеэкономическая деятельность») 11. Доля экспорта технологий и услуг технического характера в общем объеме экспорта
Продажи новых для рынка продуктов, % от оборота 12. Затраты на технологические инновации 12 Доля затрат на технологические инновации в ВРП
Продажи продуктов, новых для фирм, но не новых для рынка, % от оборота 13. Объем инновационных товаров (работ, услуг) 13. Доля инновационных товаров (работ, услуг) в общем объеме отгруженных товаров
5. Интеллектуальная собственность
Количество патентов Европейского патентного бюро, на 1 млн. населения 14. Поступление патентных заявок и выдача охранных документов 14. Число поданных заявок на 1000 человек
Количество патентов, зарегистрированных в Патентном бюро США, шт. на 1 млн населения
Количество патентов, полученных в трех странах, шт., на 1 млн населения
Число новых торговых марок Сообщества, ед. на 2 млн населения
Число вновь разработанных вариантов дизайна продукции Сообщества, ед. на 1 млн населения
Таким образом, для применения EIS необходима более полная и детализированная информация, в особенности это касается характеристик качества человеческого капитала. Российская же статистическая база не позволяет использовать ряд показателей, используемых в EIS.
Такое распределение российских показателей в структуре Европейской шкалы инноваций объясняется следующим образом.
Первая группа показателей измеряет структурные предпосылки, которые нужны для развития инновационного потенциала, к ним, согласно EIS, относятся показатели уровня распространения средств связи и показатели, характеризующие охват населения, которое готово к освоению и применению нового. Как видно из таблицы, в анализ вошли показатели «Выпуск специалистов высшими учебными заведениями на 1000 человек» и «Число зарегистрированных абонентских установок службы передачи данных и телематических служб на 1000 человек». Показатель «Число абонентских терминалов сотовой связи на 1000 человек» не вошел в анализ, так как данные объединены по г. Санкт-Петербург и Ленинградской области, г. Москва и Московской области.
Вторая группа показателей оценивает уровень инвестиций в создание знаний. В данную группу были включены не только затраты на исследования и разработки, но и организации, ведущие подготовку аспирантов и докторантов, и выпуск из докторантуры и аспирантуры, как непосредственные создатели знаний.
Третья группа измеряет степень инновационного развития на уровне фирмы, т. е. оценивает инновационную деятельность на микроэкономическом уровне.
Четвертая группа оценивает структуру занятости, производства и реализации с инновационной точки зрения и роль инноваций в создании добавленной стоимости.
Пятая группа оценивает достигнутые результаты с точки зрения активности патентования.
В итоге для количественной оценки уровня РИС было выбрано 16 показателей, отображенных в последнем столбце таблицы. Курсивом выделены те показатели, которые использовались в рейтинге Института экономики РАН. Таким образом, составленная система более полная, она разделена на два блока - показатели «входа» и показатели «выхода».
Для эмпирического анализа рассматривалась выборка из 78 субъектов РФ в период с 2000 по 2006 г. Все данные взяты из статистических сборников «Регионы России. Социально-экономические показатели».
Важнейшее значение при построении рейтингов имеет обеспечение полноты, однородности и сопоставимости используемых данных.
Однородность и сопоставимость данных достигается за счет перехода от абсолютных величин к относительным значениям показателей.
Согласно структуре системы индикаторов, сначала строились «рейтинг вложения общества в научную и инновационную деятельность» («рейтинг входа») и «рейтинг результатов инновационной системы» («рейтинг выхода»).
Первоначально по каждому индикатору рассчитывался свой самостоятельный рейтинг субъектов РФ. Более высокий балл присваивался наиболее инновационно-активной области. Более того, те регионы, у которых значение индикатора оказывалось равным нулю, получали нулевой балл. Также если значения индикаторов у разных областей совпадали, им присваивался одинаковый балл. В связи с этим, каждый построенный рейтинг нормировался, т. е. баллы регионов делились на максимальное набранное значение. Далее по каждому региону суммировались отдельно баллы по первым десяти индикаторам и по последним шести. После сортировки областей по убыванию набранных баллов получилось два рейтинга: «входа» и «выхода».
Для равнозначного учета последних двух индикаторов (баллы по рейтингам «входа» и «выхода») необходима нормировка набранных баллов. Суммарные баллы по первому рейтингу необходимо разделить на 10, таким образом, получим средний балл по индикаторам «входа». Соответственно для расчета среднего балла по индикаторам «выхода» суммарные баллы по второму рейтингу делим на 6. Суммируя по каждому региону средний балл «входа» и «выхода» и затем сортируя по убыванию набранных баллов, получаем итоговый рейтинг состояния и развития РИС субъектов РФ. Основываясь на такой методике, было построено 7 итоговых и 14 промежуточных рейтингов (см. прил.). Формулу расчета итоговых баллов можно представить следующим образом:
Number
Number
Number =
10
+
6
где Number. - количество баллов, набранных регионом i (i = 1, ..., 78,); Number..- количество баллов, набранных регионом i по индикатору j (j = 1, ..., 16).
Результаты построения рейтингов состояния и развития РИС
Анализ построенных рейтингов позволил выявить характерную особенность для многих субъектов, заключающуюся в определенной специализации регионов по инновационным подсистемам: либо на вложениях общества в научную и инновационную систему, либо на результатах инновационной системы. Таким образом, использование общего рейтинга представляет собой неполную, искаженную информацию о состоянии ИС того или иного субъекта. Более того, специализация сохранялась на протяжении всего периода времени. В связи с этим, можно заключить, что методика построения рейтинга, основанная на построении так называемых рейтингов «входа» и «выхода», оказалась достаточно эффективной для применения к российской действительности и достаточно полно отображающий реальную ситуацию.
Методология кластерного анализа
Кластеризация дает возможность выявить сходство в структуре индикаторов разных субъектов РФ, что позволяет более глубоко анализировать региональную специфику российской инновационной системы.
В работе использовался иерархический метод, при использовании которого кластеризация начинается с выделения пары ближайших объектов и объединения их в кластер. На каждом шаге объединяются либо пара объектов, либо пара кластеров, либо объект и кластер. Процесс продолжается до тех пор, пока все данные не попадут в один кластер.
Так как переменные с большими значениями вносят больший вклад в меры расстояния, чем те, которые имеют маленькие значения, то переменные нормировались в диапазоне от 0 до 1. В качестве меры расстояния был выбран наиболее часто используемый квадрат расстояния Евклида - это сумма квадратов расстояний по всем переменных.
Таким образом, формулу для квадрата расстояния Евклида между субъектами i и k можно записать следующим образом:
16
d(X,,Yj) = 1 (Xj -j.
j=1
где j - номер индикатора, i = 1, ., 78 и k = 1, ., 78.
В качестве метода компоновки был выбран «метод дальнего соседа».
Все расчеты реализованы с помощью статистического пакета SPSS.
Первоначально была проведена кластеризация для каждого года отдельно, потом - по средним значениям индикаторов за весь рассматриваемый период времени.
Для определения оптимального количества кластеров использовалось визуальное представление формирования кластеров «Дендограмма классификации». Также рассматривался протокол объединения, в особенности коэффициенты расстояния между кластерами.
Оптимальным считается число кластеров равное разности количества наблюдений и количества шагов, после которого коэффициент увеличивается скачкообразно [5; 6].
Результаты кластерного анализа
Результат кластеризации выявил достаточно сильную устойчивость дифференциации регионов по показателям инновационной активности. Анализ показал, что в разные промежутки времени в региональной структуре инновационной системы РФ выделяются от 7 до 12 кластеров. Однако необходимо заметить, что кластеры формируются неравномерно, т. е. явно выделяются регионы-лидеры, которые образуют 5-8 кластеров численностью от 1 до 5 регионов в каждом, и остальные регионы, которые образуют массивный кластер из средне и слабо инновационно
развитых регионов. Это отражает еще одну особенность российской инновационной системы: регионы, демонстрирующие высокий инновационный потенциал, имеют достаточно сильные различия в структуре их инновационных систем по сравнению с средне и слабо инновационно развитыми субъектами.
В течение рассматриваемого периода времени выявленная структура сохраняется, однако состав ее меняется, но не значительно. Это объясняется ростом или снижением уровня инновационного потенциала субъектов. Так, например, в 2000 г. Тульская область входит в кластер инновационно развитых субъектов, а в 2006 г. объединяется уже с регионами со средним уровнем развития. Данную тенденцию можно проследить также при анализе построенных рейтингов. Тульская область демонстрирует падение инновационной активности как в области вложения общества в научную инновационную систему (в 2000 г. занимает 28-е место, в 2006 г. - 51-е), так и в области результатов инновационной системы (в 2000 г. занимает 2-е место, в 2006 г. - 21-е).
Синтез построения рейтингов и кластерного анализа
Представляет интерес разделить все субъекты РФ на 3 укрупненные группы: отсталые регионы, регионы со средним уровнем инновационного развития и регионы, которые показали достаточно высокий уровень инновационной активности. Это позволит проводить дальнейший анализ каждого из региональных кластеров отдельно и, следовательно, определить возможный набор мер по стимулированию инновационной активности предприятий региона согласно тому, к какой регионально-инновационной группе он относится.
Для этого были рассчитаны средние за 7 лет индикаторы, построены по ним рейтинги «входа» и «выхода», а также проведен кластерный анализ субъектов на основе полученных показателей.
В результате кластеризации было выделено 8 групп, регионы каждой из которых показали схожую структуру индикаторов (согласно выбранному методу анализа). Как и при кластеризации по годам, выявилась неравномерность распределения регионов по кластерам: два кластера численностью 38 и 17 субъектов РФ и 6 кластеров численностью от 1 до 10.
Наложение результатов кластеризации на рейтинги инновационного развития показали, что так называемые регионы-лидеры достаточно сильно дифференцируемы по структуре своих инновационных систем, что влечет за собой разделение их на разные группы. При формировании укрупненных кластеров данной спецификой можно пренебречь и объединить их в одну группу.
При разделении субъектов на 3 кластера также рассматривалась динамика уровня инновационного развития региона. Область, занимающая спорную позицию, объединялась с группой инновационно более развитых регионов, в случае если показывала положительную динамику за рассматриваемый период.
Также стоит заметить, что «синтез» решает следующую проблему. Так как в качестве меры расстояния между двумя объектами используется евклидово расстояние, то существует погрешность объединения двух регионов, которые по уровню инновационного развития занимают разные позиции. Это происходит, когда субъекты имеют достаточно сильное различие в значениях по 2-3 показателям, что не оказывает значительного влияния на результаты рейтинга, однако при расчете Евклидового расстояния «разница» возводится в квадрат, что приводит к разнесению данных субъектов в разные кластеры.
Первую группу составляют субъекты РФ, которые показали наиболее высокий уровень инновационного развития. В кластер вошли не только регионы, которые занимают высокие места как по рейтингу входа, так и по рейтингу выхода, но и те регионы, которые специализируется либо на вложениях общества в научную и инновационную систему, либо на результатах инновационной деятельности. Анализ динамики уровня инновационного развития данных регионов показал отсутствие единой тенденции для всех субъектов: одни регионы снижают позиции в рейтинге выхода, что говорит о внешней направленности их разработок в другие регионы и на международный рынок, другие же демонстрируют рост результативности инновационной сис-
Таблица 2
Деление субъектов РФ согласно их уровню инновационного развития
Регионы - лидеры Регионы со средним уровнем инновационного развития Отсталые регионы
г. Санкт-Петербург Тульская обл. Чувашская Рес.
Нижегородская обл. Волгоградская обл. Рес. Марий Эл
Воронежская обл. Челябинская обл. Кировская обл.
Самарская обл. Омская обл. Рес. Карелия
г. Москва Новгородская обл. Смоленская обл.
Томская обл. Рязанская обл. Рес. Коми
Свердловская обл. Хабаровский кр. Рес. Бурятия
Рес. Татарстан Удмуртская Рес. Курганская обл.
Новосибирская обл. Пензенская обл. Краснодарский кр.
Орловская обл. Рес. Башкортостан Рес. Дагестан
Калужская обл. Курская обл. Рес. Адыгея
Саратовская обл. Иркутская обл. Рес. Сев.Осетия-Алания
Московская обл. Ивановская обл. Липецкая обл.
Ульяновская обл. Тверская обл. Магаданская обл.
Пермский кр. Мурманская обл. Камчатская обл.
Ростовская обл. Тамбовская обл. Читинская обл.
Ярославская обл. Красноярский кр. Ленинградская обл.
Владимирская обл. Тюменская обл. Амурская обл.
Рес. Мордовия Рес. Саха (Якутия) Оренбургская обл.
Белгородская обл. Псковская обл.
Приморский кр. Карачаево-Чер. Рес.
Алтайский кр. Сахалинская обл.
Архангельская обл. Еврейская авт. обл.
Вологодская обл. Рес. Тыва
Калининградская обл. Рес. Хакасия
Кабардино-Бал. Рес. Рес. Алтай
Костромская обл. Рес. Калмыкия
Кемеровская обл. Астраханская обл. Ставропольский кр. Брянская обл. Рес. Ингушетия
темы. Республика Мордовия и Владимирская область также вошли в группу, хотя по рейтингу средних значений не занимают лидирующие позиции. Однако данные субъекты показали устойчивый рост уровня инновационного развития за рассматриваемый период.
Вторую группу составляют регионы со средним уровнем инновационного развития. Вошедшие субъекты имеют более равномерные, по сравнению с первой группой, структуры инновационных систем, т. е. уровни развития так называемых подсистем входа и выхода схожи. Также большинство регионов демонстрирует рост активности в инновационной сфере.
Третью группу составляют инновационно неразвитые субъекты РФ. Среди них преобладает тенденция стагнации, однако некоторые регионы все-таки демонстрирует медленный рост инновационной активности. Эта группа самая равномерная: подсистемы входа и выхода неразвиты в равной степени.
Основные результаты и выводы
В результате эмпирического исследования был выявлен ряд особенностей формирования российской инновационной системы, который необходимо учитывать при планировании инновационной политики.
Инновационное развитие регионов различно.
Во-первых, регионы развиваются неравномерно по отношению друг к другу. Кластерный анализ выявил наличие от 7 до 12 групп субъектов РФ (в разные промежутки времени), причем большая часть из них демонстрирует средний и слабый уровень развития.
Таким образом, инновационной системе РФ присуща достаточно высокая степень региональной дифференциации, что, несомненно, является существенным препятствием для создания экономики знаний в России.
Во-вторых, регионы инновационно развиваются неравномерно относительно подсистем РИС. Анализ построенных рейтингов «входа» и «выхода» за 7 лет показал, что для многих субъектов характерна специализация по подсистемам: регионы занимают высокие места по одному рейтингу и низкие - по другому.
Анализ отдельно взятого региона в разрезе индикаторов позволяет определить, за счет каких факторов обеспечиваются те или иные позиции в рейтинге. Таким образом, благодаря этому инструменту можно выявить сильные и слабые стороны инновационной системы региона, определить дальнейшие меры инновационной политики, решающие выявленные проблемы и стимулирующие «точки роста».
Сложность определения общих направлений эффективной инновационной политики, направленной на сглаживание региональной дифференциации инновационного уровня развития и, следовательно, интеграцию региональных инновационных систем РФ в единое научно-технологическое и инновационное пространство, заключается и в многочисленности субъектов РФ. Поэтому особый интерес представляет выделение укрупненных групп регионов. Такое разделение имеет как теоретическую, так и практическую значимость и может использоваться для определения возможных направлений инновационной политики региона в зависимости от его принадлежности к той или иной группе.
Список литературы
1. Кобрин Ю. Инновации - условие конкурентоспособности // Экономист. 2004. № 12. С.23-29.
2. Бекетов Н. В. Государственная политика инноваций // Экономист. 2004. № 9. С. 64-70.
3. Движение регионов России к инновационной экономике / Под ред. А. Г. Гранберга, С. Д. Ва-лентея. М.: Наука, 2006. 408 с.
4. Доклад Центра стратегических разработок «Северо-Запад»: Научно-технологический форсайт РФ: Региональные аспекты. Некоторые выводы исследования [Электронный ресурс]. Режим доступа: http://www.csr-nw.ru/content/data/article/file/st45_2078.pdf.
5. SPSS Base 7.5 для Windows: Руководство по применению. М.: Изд-во Центра общечело-веч. ценностей, 1997. 367 с.
6. Ростовцев П. С, Ковалева Г. Д. Анализ социологических данных с применением статистического пакета SPSS. Новосибирск: Изд-во Новосиб. гос. ун-та, 2001. 157 с.
Материал поступил в редколлегию 19.09.2008
S. A. Hegay Analysis of Regional Differentiation of Innovation Activity
The article analyzes the regional differentiation of innovation activity through applying a system of indicators of innovation system status and development, building consequent ratings and clustering regions.
Keywords: innovations, regional peculiarities, empirical analyses.
Рейтинги состояния и развития инновационных систем субъектов РФ
Рейтинг входа 2006 2005 2004 2003 2002 2001 2000 Рейтинг выхода 2006 2005 2004 2003 2002 2001 2000
г. Санкт-Петербург 2 2 2 2 1 1 1 Калужская область 2 4 3 2 1 3 1
Томская область 1 1 1 1 2 2 2 Тульская область 21 17 14 8 4 4 2
г. Москва 3 3 3 3 3 3 3 Нижегородская область 1 1 1 1 2 2 3
Новосибирская область 5 4 4 5 4 4 4 Самарская область 5 3 2 4 3 1 4
Свердловская область 10 10 6 6 7 6 5 Московская область 3 2 4 3 5 7 5
Воронежская область 4 5 5 4 5 5 6 Воронежская область 10 5 6 5 6 6 6
Республика Татарстан 9 8 9 8 6 7 7 г. Санкт-Петербург 11 15 13 9 9 5 7
Ростовская область 8 7 10 11 10 12 8 Владимирская область 8 12 9 7 7 10 8
Саратовская область 12 9 7 9 12 10 9 г. Москва 26 27 22 12 17 14 9
Ярославская область 22 18 17 18 17 13 10 Пермский край 6 13 12 16 12 9 10
Нижегородская область 6 6 8 7 8 8 11 Свердловская область 4 6 8 10 10 8 11
Омская область 11 11 11 12 13 16 12 Саратовская область 19 10 17 15 22 17 12
Хабаровский край 17 12 12 10 11 9 13 Ульяновская область 14 9 5 6 14 16 13
Самарская область 13 14 15 15 14 15 14 Удмуртская Республика 35 32 32 25 26 12 14
Ивановская область 18 16 13 14 15 11 15 Челябинская область 13 7 15 11 8 15 15
Орловская область 7 15 18 13 9 14 16 Республика Татарстан 12 11 10 13 11 22 16
Тамбовская область 16 17 14 17 18 19 17 Ярославская область 17 30 45 27 27 23 17
Приморский край 15 20 16 16 16 17 18 Новосибирская область 29 23 27 22 23 13 18
Московская область 32 36 30 27 28 20 19 Томская область 31 33 26 17 21 29 19
Пермский край 44 39 22 24 19 18 20 Волгоградская область 24 19 39 33 31 18 20
Республика Марий Эл 58 45 29 28 33 26 21 Новгородская область 15 16 16 18 15 20 21
Республика Мордовия 19 22 20 19 26 25 22 Мурманская область 25 18 41 24 18 19 22
Тверская область 59 52 52 46 39 42 23 Рязанская область 45 24 18 36 13 11 23
Республика Башкортостан 36 28 28 22 20 24 24 Орловская область 7 8 7 28 30 25 24
Иркутская область 20 13 24 21 25 22 25 Алтайский край 43 48 38 48 34 28 25
Ульяновская область 34 30 36 42 38 34 26 Тверская область 20 26 19 31 28 24 26
Волгоградская область 14 23 19 20 22 23 27 Чувашская Республика 37 25 21 37 37 31 27
Тульская область 51 46 49 40 30 28 28 Кировская область 49 44 49 47 40 27 28
Красноярский край 23 26 23 23 21 21 29 Хабаровский край 51 22 35 45 49 46 29
Пензенская область 25 27 38 32 34 32 30 Курская область 16 20 43 23 24 30 30
Челябинская область 42 41 45 39 36 36 31 Республика Карелия 56 58 59 61 42 53 31
Калужская область 30 33 37 30 29 30 32 Республика Марий Эл 53 59 56 58 61 37 32
Республика Адыгея 24 37 31 34 35 38 33 Республика Башкортостан 41 38 33 20 29 32 33
Курская область 21 31 35 36 23 29 34 Ростовская область 34 28 23 29 20 38 34
Кабардино-Балкарская Рес. 27 19 26 26 24 31 35 Тюменская область 28 37 11 19 16 43 35
Удмуртская Республика 40 47 34 33 27 33 36 Пензенская область 18 29 30 21 35 21 36
Астраханская область 28 21 21 25 31 27 37 Смоленская область 57 46 42 35 36 35 37
Владимирская область 26 29 39 43 50 40 38 Курганская область 30 41 50 44 41 49 38
Алтайский край 43 49 50 48 44 44 39 Белгородская область 42 35 36 26 25 26 39
Хегай С. А. Анализ региональной дифференциации инновационной активности 1 35
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Чувашская Республика 64 48 47 49 48 49 40 Архангельская область 58 51 29 39 19 45 40
Рес. Сев. Осетия - Алания 46 24 25 38 37 35 41 Омская область 23 34 40 30 32 34 41
Амурская область 57 64 58 51 59 55 42 Кемеровская область 48 49 37 42 45 40 42
Рязанская область 29 34 41 31 40 37 43 Ивановская область 52 42 47 46 48 42 43
Карачаево-Черкесская Рес. 50 58 53 58 54 51 44 Псковская область 62 63 52 68 59 52 44
Белгородская область 41 44 44 57 53 45 45 Ленинградская область 60 64 62 60 54 63 45
Брянская область 48 50 55 56 60 60 46 Республика Мордовия 9 14 20 40 38 36 46
Республика Саха (Якутия) 35 38 40 41 41 46 47 Краснодарский край 40 43 44 43 47 51 47
Новгородская область 45 43 32 37 43 39 48 Липецкая область 50 52 53 41 58 41 48
Республика Бурятия 37 25 27 35 32 48 49 Красноярский край 27 39 46 52 52 47 49
Калининградская область 62 62 69 62 57 56 50 Республика Коми 66 62 48 50 60 50 50
Кемеровская область 61 53 54 60 61 58 51 Приморский край 69 56 65 59 56 56 51
Магаданская область 39 42 59 52 42 41 52 Брянская область 46 47 51 57 46 59 52
Республика Коми 55 56 46 53 46 54 53 Костромская область 33 31 25 49 57 48 53
Мурманская область 38 40 43 47 49 50 54 Калининградская область 22 36 28 34 43 39 54
Костромская область 68 59 56 50 58 53 55 Вологодская область 39 21 24 14 39 33 55
Архангельская область 47 51 48 45 52 52 56 Тамбовская область 32 50 58 51 51 62 56
Республика Дагестан 52 60 51 55 55 57 57 Республика Саха (Якутия) 44 40 31 38 44 44 57
Камчатская область 31 32 33 29 47 43 58 Сахалинская область 70 68 67 73 69 60 58
Курганская область 69 65 65 69 68 66 59 Иркутская область 36 45 34 32 33 55 59
Республика Карелия 54 55 61 59 45 47 60 Оренбургская область 68 66 64 64 63 57 60
Краснодарский край 60 57 60 71 63 59 61 Читинская область 54 54 60 56 55 54 61
Тюменская область 49 54 57 54 56 61 62 Республика Бурятия 59 65 61 66 62 64 62
Республика Тыва 66 66 64 67 66 67 63 Республика Дагестан 47 57 55 53 50 61 63
Ставропольский край 33 35 42 44 51 64 64 Кабардино-Балкарская Рес. 63 53 54 54 53 58 64
Смоленская область 56 67 67 64 73 70 65 Ставропольский край 38 55 57 55 64 66 65
Вологодская область 67 63 62 61 62 63 66 Магаданская область 67 67 66 62 66 72 66
Липецкая область 72 71 70 73 72 69 67 Камчатская область 74 74 70 63 71 65 67
Ленинградская область 70 73 72 70 69 72 68 Рес. Сев. Осетия - Алания 72 69 69 65 68 68 68
Читинская область 53 68 66 63 70 74 69 Амурская область 55 70 68 71 70 69 69
Кировская область 63 61 63 68 71 71 70 Республика Адыгея 61 72 74 76 67 71 70
Оренбургская область 65 70 68 65 64 65 71 Астраханская область 65 60 63 67 65 67 71
Сахалинская область 76 75 73 72 67 68 72 Карачаево-Черкесская Рес. 71 73 72 70 75 70 72
Республика Алтай 77 74 76 74 75 62 73 Еврейская автон. обл. 75 75 73 74 72 75 73
Псковская область 74 76 74 75 74 75 74 Республика Тыва 76 77 77 75 77 77 74
Еврейская автон. обл. 71 69 71 66 65 73 75 Республика Калмыкия 77 76 75 72 73 73 75
Республика Калмыкия 75 77 77 77 77 77 76 Республика Алтай 64 71 76 77 76 76 76
Республика Хакасия 73 72 75 76 76 76 77 Республика Хакасия 73 61 71 69 74 74 77
Республика Ингушетия 78 78 78 78 78 78 78 Республика Ингушетия 78 78 78 78 78 78 78
1 36 Региональная и международная экономика
