CC BY
12
УДК 332.13
ФАКТОРЫ РАЗВИТИЯ РЕГИОНАЛЬНЫХ ИННОВАЦИОННЫХ СИСТЕМ СИБИРСКОГО ФЕДЕРАЛЬНОГО ОКРУГА
Г.П. Литвинцева, Е.Г. Герман
Новосибирский государственный технический университет E-mail: litvintseva-g@mail.ru, lenmeg@mail.ru
Классифицированы факторы развития региональных инновационных систем. По результатам корреляционного анализа построена модель регрессии между числом подаваемых патентных заявок и численностью исследователей с учеными степенями в регионах Сибирского федерального округа. Полученные результаты соотнесены с задачами, сформулированными в инновационных программах некоторых субъектов округа.
Ключевые слова: региональная инновационная система, факторы развития, патентные заявки, численность исследователей с учеными степенями, модель регрессии, Российская Федерация, Сибирский федеральный округ.
FACTORS OF DEVELOPMENT OF THE REGIONAL INNOVATIVE SYSTEMS OF THE SIBERIAN FEDERAL DISTRICT
G.P. Litvintseva, E.G. German
Novosibirsk State Technical University E-mail: litvintseva-g@mail.ru, lenmeg@mail.ru
The factors of the development of the regional innovative systems are classified. The regression model between the number of given applications for patient and the number of researches with degrees in regions of the Siberian federal district was built in accordance with the results of the correlation analysis. The obtained results were referred to the tasks formulated in the innovative programs of some constituents of the district.
Key words: regional innovative systems, factors of development, applications for patent, number of researches with degrees, regression model, Russian Federation, Siberian federal district.
Появление и рост популярности концепции региональных инновационных систем (далее РИС) в начале и середине 1990-х годов объясняются резким ожесточением конкурентной борьбы на мировых рынках (как следствия глобализации экономики), что обнажило множество недостатков региональных моделей экономического развития. РИС - это комплекс (совокупность) организаций, инициирующих и осуществляющих производство новых знаний, их распространение и использование, способствующих финансово-экономическому, правовому и информационному обеспечению инновационных процессов и функционирующих в едином социокультурном пространстве, взаимосвязанных между собой и имеющих постоянно устойчивые взаимоотношения. Считается, что РИС делает эффективным государственное финансирование инноваций, а также их финансирование частными финансовыми и нефинансовыми корпорациями.
Однако, несмотря на все очевидные выгоды от формирования и развития РИС, в настоящее время существует не слишком много успешных примеров их существования на практике. Проблемы со становлением РИС имеются и в России.
© Литвинцева Г.П., Герман Е.Г., 2011
В связи с этим в данной работе выявляются, исследуются, классифицируются факторы развития РИС Сибирского федерального округа (СФО).
Растущий интерес к РИС обусловливается многочисленными эмпирическими свидетельствами в пользу того, что важнейшие элементы инновационного процесса (такие, например, как собственно генерирование инноваций, трансферт технологий и т.д.), как правило, являются географически локализованными и тем самым выдвигают региональный аспект на передний план. Так, известный американский экономист М. Портер постулировал, что устойчивые конкурентные преимущества фирм на глобальном уровне зачастую обеспечиваются их сильными позициями «на местах»: концентрацией высокоспециализированных производств, персонала, поддерживающих институциональных структур, поставщиков, заказчиков и т.п. в отдельно взятых регионах [1, с. 377].
Для подтверждения факта сильной неравномерности пространственного размещения инновационных ресурсов был рассчитан для субъектов СФО индекс локализации науки как отношение доли занятых исследованиями и разработками (ИР) в общей численности занятых в регионе к аналогичному показателю по Российской Федерации в целом. В подсчетах использовались статистические данные, сформированные на основе материалов Федеральной службы государственной статистки (Росстата): «Регионы России. Социально-экономические показатели» за 2001-2010 гг. [4]
На основе индекса локализации науки были выделены три группы регионов в рамках СФО. В первую группу лидеров попадают Новосибирская и Томская области (индекс локализации науки > 1). Вторую группу регионов (ядро) образуют Омская область и Красноярский край (от 0,35 до 1). Остальные регионы, а именно: Республика Алтай, Республика Бурятия, Республика Тыва, Республика Хакасия, Алтайский край, Забайкальский край, Иркутская и Кемеровская области образуют третью группу - группу аутсайдеров с наиболее низким показателем индекса локализации науки (< 0,35). Основные характеристики выделенных групп представлены в табл. 1 и 2.
Таблица 1
Распределение общественного производства и затрат на исследования и разработки по группам регионов СФО в 2008 г.
Группа ВРП (СФО = 100%) Объем отгруженных товаров собственного производства, выполненных работ и услуг собственными силами (СФО = 100%) Внутренние затраты на ИР (СФО = 100%)
Лидеры 20,3 15,8 55,5
Ядро 31,4 35,4 26,6
Аутсайдеры 48,3 48,8 17,9
Таблица 2
Распределение научного потенциала по группам регионов СФО в 2008 г.
Группа Персонал, занятый ИР (СФО = 100%) Научные организации (ед.) Персонал, занятый ИР в расчете на одну организацию (чел.)
Лидеры 55,5 167 179
Ядро 24,6 95 139
Аутсайдеры 19,9 167 64
Приведенные данные показывают, что группа регионов-лидеров отличается от остальных групп по ее относительно малой роли в материальном производстве и по относительно значительному ресурсному обеспечению научно-исследовательской деятельности. Регионы-лидеры аккумулируют больше половины затрат на исследования и разработки и значительную часть научно-исследовательской инфраструктуры.
Истоки столь неравномерного распределения научного потенциала можно определить, анализируя факторы, оказывающие влияние на инновационное развитие того или иного региона.
Так, например, для составления рейтинга стран и регионов мира по развитию инноваций Международная организация ГПР (Фонд информационных технологий и инноваций) анализирует 16 индикаторов, классифицирует их в 6 групп и взвешивает с учетом значимости [6].
1. Человеческий капитал: высшее образование у граждан возрастной группы 25-34 года; число сотрудников научных и исследовательских учреждений на 1000 занятых.
2. Инновационный потенциал: корпоративные инвестиции в исследования и разработки (К&Б); государственные инвестиции в исследования и разработки; доля в мировом объеме научных публикаций.
3. Предпринимательство: инвестиции в венчурный капитал; новые компании.
4. Инфраструктура информационных технологий (ГТ): современные технологии государственного и муниципального управления; широкополосные коммуникации; корпоративные инвестиции в ГТ.
5. Экономическая политика: эффективная ставка налогообложения корпораций; простота организации и ведения бизнеса.
6. Экономические результаты: торговый баланс; приток прямых иностранных инвестиций; реальный ВВП на душу населения трудоспособного возраста; производительность труда.
В рейтинге ГПР, опубликованном в 2009 г., Россия заняла 35 место из 40, набрала 35,1 балла, обогнав по количеству набранных баллов лишь Кипр, Грецию, Бразилию, Мексику и Индию. Между тем по некоторым из 16 рассмотренных критериев Россия входит в первую десятку. Так, в России самый высокий процент населения с высшим образованием в возрастной группе 25-34 года (1 место). Россия - восьмая по индикатору эффективной ставки налогообложения корпораций, третья - по индикатору торгового баланса. Неплохой результат (13 место) также достигнут по уровню государственных инвестиций в исследования и разработки. Но по инвестициям в ГТ (34 место), развитию широкополосных коммуникаций (34 место), ВВП на душу трудоспособного населения (36 место) и деловому климату (38 место) Россия оказалась в десятке отстающих стран [5].
В данной работе для анализа регионального инновационного развития, в частности для анализа инновационного развития регионов Сибирского федерального округа, разработаны 2 классификации факторов:
1) факторы, оказывающие влияние на развитие региональных инновационных систем;
2) факторы, показывающие результативность инновационного развития.
Для оценки того или иного фактора могут использоваться различные показатели (табл. 3).
Таблица 3
Факторы развития региональных инновационных систем
Факторы, оказывающие влияние на инновационное развитие Показатели
1. Наличие организаций, работающих в сфере инноваций • Число организаций, выполняющих исследования и разработки. • Число организаций, занимающихся технологическими инновациями и др.
2. Наличие кадровых ресурсов • Численность персонала, занятого исследованиями и разработками. • Численность исследователей со степенями и др.
3. Финансирование инноваций • Затраты на исследования и разработки: - из средств федерального бюджета; - из средств субъектов Федерации. • Внутренние затраты на исследования и разработки и др.
4. Наличие основных средств для осуществления инноваций • Стоимость основных средств исследований и разработок и др.
5. Институциональные факторы • Доступность информации об инновациях. • Доступность информационных, банковских, юридических и других услуг
6. Политические факторы (политическая стабильность/ нестабильность) • Уровень криминогенности региона. • Уровень жизни разных групп населения и пр.
7. Факторы, показывающие результативность инновационного развития • Уровень инновационной активности организаций. • Объем отгруженных инновационных товаров, работ и услуг. • Поступление патентных заявок и выдача патентов. • Число созданных / использованных передовых производственных технологий. • ВРП / ВРП на душу населения / темпы роста ВРП. • Экспорт / импорт инновационных товаров, работ и услуг
На информационно-статистическом этапе анализа возникла проблема неполноты, разрозненности имеющихся статистических данных в официальных источниках, особенно в региональном разрезе. Удалось выделить лишь 5 показателей для осуществления попытки построения регрессионной модели:
Х1 - число организаций, выполнявших исследования и разработки (ед.);
Х2 - численность персонала, занятого исследованиями и разработками (чел.);
Х3 - доля внутренних затрат на исследования и разработки в ВРП (%);
Х4 - доля затрат на технологические инновации в ВРП (%);
Х5 - численность исследователей с учеными степенями (чел.).
В качестве результирующего показателя был выбран показатель - число поданных патентных заявок (на изобретения и на полезные модели).
По результатам проведенного в условиях ограниченной официальной статистической информации корреляционного анализа оценено влияние некоторых инновационных факторов на количество поданных патентных заявок в рамках Сибирского федерального округа за 1997-2008 гг. Согласно матрице межфакторных корреляций наиболее существенные связи наблюдаются между числом поданных патентных заявок и показателями: численность персонала, занятого исследованиями и разработками (-0,59), доля внутренних затрат на исследования и разработки в ВРП СФО (0,77), доля затрат на технологические инновации в
ВРП СФО (0,78), численностью исследователей с учеными степенями (0,95). Во избежание мультиколлинеарности и для построения регрессионной модели пришлось отказаться от использования некоторых факторов.
Однако прежде чем проводить регрессионный анализ, необходимо проверить оставшиеся входные факторы на мультиколлинеарность. Для этого необходимо рассчитать определитель матрицы межфакторных корреляций и проверить при помощи статистики Бартлетта гипотезу об отсутствии мультиколлинеарности. В нашем случае |R| = 0,10, расчетное значение критерия равно 22,94. Статистика
Бартлетта имеет распределение, приближенное к %2с m(m—— степенями сво-
2
боды. у?крит = 12,6 при уровне значимости 0,05, следовательно, гипотеза отвергается, имеет место мультиколлинеарность. Возможный вариант устранения мультиколлинеарности - удалить из модели один или несколько регрессоров. Наша проблема, тем не менее, не была решена. Каждый из четырех регрессоров имеет достаточно сильную связь с оставшимися. Было принято решение -построить модель парной регрессии.
В свете выявленной достаточно сильной зависимости между числом патентных заявок и численностью исследователей со степенями представляется целесообразным построить модель парной регрессии. Использование регрессионного анализа позволило на данном этапе исследования представить зависимость числа патентных заявок от численности исследователей с учеными степенями в следующем виде:
Y = -34464,8 + 371,8 х^/Х",
где Y - число патентных заявок, поданных в СФО за период (ед.); Х5 - численность исследователей с учеными степенями (чел.). Данное уравнение является значимым по критерию Фишера, параметры значимы по критерию Стьюдента, модель объясняет 90,1% вариации отклика. Графическое изображение полученных результатов за 1997-2008 гг. представлено на рисунке.
X
га
4 о с о с о
5
X
4000 3500 3000 2500 2000 1500 1000 500 0
1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
Годы
Исходный и спрогнозированный показатели числа патентных заявок в СФО
Что касается соотнесения полученных результатов с задачами, сформулированными в целевых инновационных программах некоторых субъектов СФО, то можно заметить, что в них однозначно признается значимость обеспеченности развития региона квалифицированными кадрами.
В частности, в комплексной целевой программе «Развитие наукоемкого производства и инноваций в промышленности города Новосибирска до 2020 года» планируется улучшить инвестиционный климат, содействовать развитию инфраструктуры инновационной системы, создать организационно-экономические условия для модернизации производства. Что касается человеческого капитала, то будет осуществляться «содействие развитию системы профессионального образования для кадрового обеспечения инновационного развития промышленности» [2]. Кардинального улучшения положения ученых не планируется.
Примерно то же можно сказать и об областной целевой программе «Развитие инновационной деятельности в Томской области на 2009-2010 гг.», целью которой было развитие региональной инновационной системы для обеспечения опережающего роста инновационного сектора экономики Томской области. Среди задач указана такая задача, как «развитие системы подготовки кадров для инновационной экономики Томской области» [3].
На федеральном уровне в настоящее время действует целевая программа «Научные и научно-педагогические кадры инновационной России» на 20092013 гг., согласно которой планируется достичь:
а) повышения качества возрастной и квалификационной структуры кадрового потенциала в сфере науки, высшего образования и высоких технологий, преодоление негативной тенденции повышения среднего возраста исследователей путем:
• снижения среднего возраста исследователей на 3-4 года;
• увеличения доли исследователей высшей квалификации на 2-4%;
• увеличения доли профессорско-преподавательского состава высшей квалификации на 4-6%;
б) создания многоуровневой системы стимулирования притока молодежи в сферу науки, образования и высоких технологий;
в) повышения качества научных публикаций и, как результат, увеличения числа статей российских авторов в ведущих научных журналах мира на 1,0-1,5%;
г) увеличения числа научных и образовательных организаций, использующих передовой опыт ведущих мировых университетов [7].
Реализация Федеральной целевой программы (ФЦП) обеспечит необходимое воспроизводство научных и научно-педагогических кадров при относительной стабилизации их численности, привлечение молодежи в сферу науки, образования и высоких технологий, а также закрепление ее в этой сфере.
2011 год является переломным годом в ходе реализации ФЦП «Научные и научно-педагогические кадры инновационной России». Именно этот год должен быть последним из трех лет проведения массовых конкурсов - для научно-образовательных центров, групп под руководством докторов и кандидатов наук, для аспирантов и молодых кандидатов наук (мероприятия 1.1-1.3). Однако не факт, что этот год станет годом действительно массовых конкурсов, подобных конкурсам 2009-2010 гг.
Во всяком случае, начало объявления конкурсов этого года весьма не похоже на то, что было ранее. В прошлые годы первый (основной) тур проходил по утвержденным научно-координационным советом ФЦП направлениям - «математика», «механика», «информатика» и т.д., в рамках каждого направления (лота) разыгрывалось определенное количество государственных контрактов. В феврале 2011 г. начато объявление конкурсов ФЦП «Кадры», в частности объявлена по мероприятию 1.2. поддержка исследований групп под руководством докторов и кандидатов наук. Но напоминает это не «основной тур» прошлых лет, а «туры за счет экономии»: часто в лот сгруппировано сразу несколько направлений, а число контрактов в рамках лотов - с учетом широты формулировки тематики -невелико. Например, лот № 3 первой очереди (естественные науки) конкурсов для групп под руководством докторов наук, объединяющий шесть направлений исследований (от физики конденсированных сред до астрофизики и космологии), предусматривает заключение всего 12 государственных контрактов. А лот № 2 второй очереди (технические науки) конкурсов для групп под руководством докторов наук, объединяющий 9 направлений исследований (от нанотехнологий до строительных и металлургических технологий), предусматривает заключение 15 государственных контрактов. Всего в конкурсах групп под руководством докторов наук предполагается заключить 114 контрактов - гораздо меньше, чем в прошлые годы [7].
Таким образом, поддержка молодых и уже имеющих ученые степени и/или звания ученых ведется в основном на федеральном уровне, в рамках целевых программ, проектов (например, «Зворыкинский проект»). Однако такая поддержка требует совершенствования и усиления на региональном уровне.
Выводы
1. Разработаны две классификации факторов и соответствующие показатели их оценки:
• факторы, оказывающие влияние на развитие региональных инновационных систем;
• факторы, показывающие результативность инновационного развития.
2. На информационно-статистическом этапе проводимого анализа возникла проблема неполноты, разрозненности имеющихся статистических данных в официальных источниках, особенно в региональном разрезе. Удалось выделить 5 показателей для осуществления попытки построения регрессионной модели.
3. Наличие мультиколлинеарности рассматриваемых регрессоров заставило отказаться от построения модели множественной регрессии в пользу модели парной регрессии, на основе которой сделан следующий вывод: человеческий фактор (наличие кадровых ресурсов, а именно, ученых со степенями) в рамках рассматриваемого временного периода и выявленных на базе имеющихся статистических данных показателей оказывал наиболее существенное влияние на число подаваемых патентных заявок в Сибирском федеральном округе.
4. Проведенное исследование показало высокую степень влияния наличия кадровых ресурсов, а именно, численности исследователей с учеными степенями, на инновационное развитие регионов, в частности на инновационное развитие Сибирского федерального округа. При этом точками роста в СФО по результатам исследования являются Новосибирская и Томская области, Красноярский край и
Омская область, что обусловливает необходимость и целесообразность приоритетного выделения средств на активизацию инновационного сектора данных
регионов. Полученные результаты могут быть использованы для коррекции
региональной инновационной политики в регионах СФО.
Литература
1. Портер M. Конкурентное преимущество. Как достичь высокого результата и обеспечить его устойчивость. M.: Альпина Бизнес Букс, 2008. 720 с.
2. Комплексная целевая программа «Развитие наукоемкого производства и инноваций в промышленности города Новосибирска до 2020 года». URL: http://www.novosi-birsk.ru/-partition/economics/science-industry/sciense2020/programme
3. Областная целевая программа «Развитие инновационной деятельности в Томской области на 2009-2010 гг.». URL: http://tomsk.gov.ru/ru/search/Pquery
4. Регионы России. Социально-экономические показатели 2001-2010 гг.: Статистический сборник / Федеральная служба государственной статистики. URL: http://www.gks.ru/ wps/wcm/connect/rosstat/rosstatsite/main/publishing/catalog/statisticCollections/ doc_1138623506156
5. Рейтинг инновационности: Россия 6-я с конца. URL: http://www.softstore.by/articles. php?lng=ru&pg=812
6. Россия на 35 месте в рейтинге 40 инновационных стран. URL: http://www.strf.ru/ organization.aspx?CatalogId=221&d_no=18048
7. Федеральная целевая программа «Научные и научно-педагогические кадры инновационной России» на 2009-2013 гг. URL: http://mon.gov.ru/dok/prav/nti/4620
Bibliography
1. Porter M. Konkurentnoe preimuwestvo. Kak dostich' vysokogo rezul'tata i obespechit' ego ustojchivost'. M.: Al'pina Biznes Buks, 2008. 720 s.
2. Kompleksnaja celevaja programma «Razvitie naukoemkogo proizvodstva i innovacij v promyshlennosti goroda Novosibirska do 2020 goda». URL: http://www.novosibirsk.ru/-partition/economics/science-industry/sciense2020/programme
3. Oblastnaja celevaja programma «Razvitie innovacionnoj dejatel'nosti v Tomskoj oblasti na 2009-2010 gg.». URL: http://tomsk.gov.ru/ru/search/Pquery
4. Regiony Rossii. Social'no-jekonomicheskie pokazateli 2001-2010 gg.: Statisticheskij sbornik / Federal'naja sluzhba gosudarstvennoj statistiki. URL: http://www.gks.ru/wps/ wcm/connect/rosstat/rosstatsite/main/publishing/catalog/statisticCollections/doc_ 1138623506156
5. Rejting innovacionnosti: Rossija 6-ja s konca. URL: http://www.softstore.by/articles. php?lng=ru&pg=812
6. Rossija na 35 meste v rejtinge 40 innovacionnyh stran. URL: http://www.strf.ru/ organization.aspx?CatalogId=221&d_no=18048
7. Federal'naja celevaja programma «Nauchnye i nauchno-pedagogicheskie kadry innova-cionnoj Rossii» na 2009-2013 gg. URL: http://mon.gov.ru/dok/prav/nti/4620
