CC BY
66
ственной поддержки и возможного привлечения финансовых ресурсов из других источников. На этом же этапе формируется программа строительства МЖК; уточняются объемно-планировочные, конструктивные решения и технико-экономические показатели объектов МЖК, а также утверждаются схемы финансирования этих проектов.
На заключительном этапе производятся диагностика процесса создания МЖК, анализ и оценка динамики реализации этих проектов и перспектив развития МЖК.
Л итература:
1. Долгосрочное прогнозирование территориального экономического развития России. Методологические основы и прогноз на
период до 2015 года (колл. авт., под ред. - д.э.н., проф. Б.М. Штуль-берга) // М.: СОПС, 2002. - 236с.
2. Егорова Н.Е., Хачатрян С.Р. Моделирование инвестиционной деятельности в жилищном секторе.-М., 1998.
3. Косарева Н.Б. Рынок жилья и государственная жилищная политика // Экспертный канал «Открытая экономика». 2010. [электронный ресурс] - Режим доступа. - иЯЬ: http://www.opec.ru/ 1150210.html.
4. Пчелинцев О. На пороге жилищной реформы. М.: “Вопросы экономики”, №7, 2007.
5. Стародубовская И. Логика жилищной реформы. М.: “Эко”., 2009., с.11-13.
ФОРМИРОВАНИЕ БЛАГОПРИЯТНОГО ИННОВАЦИОННОГО КЛИМАТА КАК ФАКТОР ПОВЫШЕНИЯ ИНВЕСТИЦИОННОЙ ПРИВЛЕКАТЕЛЬНОСТИ ЭКОНОМИЧЕСКИХ СИСТЕМ
Сафронова А.А., д.э.н., профессор ФАОУ ДПО ГАСИС Неверова О.И., к.э.н.
В статье рассмотрены методы оценки степени влияния инновационного климата на повышение инвестиционной привлекательности экономических систем. Основное внимание уделено показателям инновационной восприимчивости: производительности труда, фондоотдачи и экологичности производства.
Ключевые слова: инновационный климат, инвестиционная привлекательность, экономическая система.
CREATION OF A FAVORABLE INVESTMENT CLIMATE AS A FACTOR IN INCREASING THE INVESTMENT ATTRACTIVENESS OF THE ECONOMIC SYSTEMS
Safonova A., Doctor of Economics, Professor, FAOUDPO GASIS Neverova O., Ph.D.,
The article deals with methods for estimating the degree of influence on the climate of innovation to increase the investment attractiveness of the economic systems. Emphasis is placed on innovation indicators of susceptibility: productivity, capital productivity and sustainability ofproduction.
Keywords: innovation climate, investment attractiveness, the economic system.
В принятой стратегии перехода страны на инновационное развитие особое место принадлежит формированию благоприятного инновационного климата. Это связано с тем, что различные типы экономических систем, в силу сложившихся историко-географических, этнокультурных, социально-экономических особенностей своего развития, имеют различную восприимчивость к инновациям, обладают различными конкурентными преимуществами, инвестиционными возможностями, и как следствие, существенно отличающимися целями и стратегиями развития, разными типами экономической политики, выбором приоритетов развития.
Важнейшей составляющей социально-экономического климата, отражающей способность экономических систем к устойчивому развитию, является инновационный климат, под которым понимается создание благоприятных условий для осуществления и воспроизводства инновационных процессов в интересах обеспечения приоритетов развития конкретной экономической системы. Другими словами, инновационный климат - это интегральная оценка состояния компонентов внешней инновационной среды.
При анализе инновационного климата полезным является использование такой экономической категории, как инвестиционная привлекательность, которая отражает оценки свойств инвестиционной деятельности на этапах анализа ее состояния и перспектив с тем, чтобы показать возможность ведения успешной инвестиционной деятельности. Инвестиционная привлекательность - это интегральная характеристика объекта инвестирования с позиций перспективности развития, доходности инвестиций и уровня инвестиционных рисков.
Наряду с инвестиционной привлекательностью, рассматривается и такая важная ее составляющая, как инновационная привлекательность субъекта экономики, поскольку многие инвесторы связывают перспективы капиталовложений именно с нововведениями. Инновационная привлекательность субъекта экономики определяется на основе оценки эффективности среднесрочных и долгосрочных инвестиций в нововведения.
В отечественной практике большое внимание уделяется оценкам рейтинга инновационного развития и инвестиционной привлекательности экономических систем различного уровня - от стран и регионов до предприятий различных отраслей промышленности. Рейтинг, по которому предприятие позиционируется в ряду аналогичных предприятий, во многом определяет дальнейшую траекторию его развития, причем это относится и к возможностям получения дополнительных инвестиций со стороны потенциальных инвесторов, и к мобилизации его внутренних ресурсов.
В связи с возросшей актуальностью инновационного пути развития экономических систем, отечественные исследователи все чаще обращаются и к вопросам оценки рейтинга их инновационной привлекательности, причем эти рейтинги становятся одним из эффективных инструментов оценки инновационного уровня развития систем, поскольку они позволяют через количественные оценки в агрегированном виде представить качественное состояние изучаемых объектов. В то же время, ниша региональных рейтингов инновационного развития пока остается незаполненной, методика их оценки является несовершенной; в частности, отмечается ограниченная эффективность рейтингов, лимитируемая набором факторов, включенных в рассмотрение.
Среди различных систем рейтинга следует выделить рейтинг инновационного развития регионов, в котором используется комплекс показателей, отслеживаемых государственной статистикой. Особый интерес в данной системе рейтинга представляют факторы, описывающие уровень инновационной восприимчивости региона, а также показатели инновационной активности региона. Первая группа факторов, по сути, включает показатели технологической эффективности региональной экономики (производительность труда, фондоотдача и экологичность производства), вторую группу факторов представляют удельные затратные и результативные индикаторы инновационной активности (затраты на исследования и разработки на одного занятого; затраты на технологические инновации на одного занятого; выпуск инновационной продукции на душу населения региона) [1].
Известные методики определения рейтинга инновационной и инвестиционной привлекательности экономических систем в методическом плане, в конечном счете, сводятся либо к выбору эталона с последующим расчетом отношения показателя анализируемой системы к его значению для эталона, либо к нормированию показателя анализируемой системы на диапазон изменения его значений по «обучающей выборке». С точки зрения теории измерений, в первом способе нормирование производится в шкале отношений, во втором - в интервальной шкале. В обоих случаях результат оценки индекса очень сильно зависит от выбора региона-лиде-ра в первом случае, региона-лидера и региона-аутсайдера - во втором. Другой аспект проблемы известных на сегодня методик расчета рейтинга состоит в принятии их авторами гипотезы о возможности объединения частных индексов, т.е. индексов по каждому из показателей, в интегральный (обобщенный) индекс по формуле среднего арифметического. Тем самым, во-первых, предполагается, что все включенные в рейтинг показатели коррелируют друг с другом, во-вторых, что все показатели имеют одинаковую значимость (веса индексов равны), хотя ни то, ни другое не является очевидным.
Для устранения отмеченных недостатков предлагается нормирование частных показателей проводить с помощью психофизических шкал, устанавливающих соответствие между их значениями и их субъективной оценкой в лингвистических категориях «очень плохо», «плохо», «удовлетворительно», «хорошо», «очень хорошо» функции желательности свойства, отражаемого показателями. Для монотонных по предпочтениям критериев, характерных для позитивных показателей инновационной и инвестиционной привлекательности экономических систем, предлагается использовать монотонно возрастающую в интервале (0, 1) функцию желательности Харрингтона [2], аналитически выражаемую двойной экспонентой сигмообразной формы:
d = d (z.) = exp (-exp (-z)), (1)
Z = (х. - х,с)/( х.1 - х,с), (2)
где z. - кодированные значения i-го показателя, представляющие собой безразмерные величины;
х. - значение i-го информативного показателя; х.о и х.1 - границы области «удовлетворительно» в исходной шкале:
dffl = d (z (хс)) = 0,368; da = d (z (хя)) = 0,692. (3)
Особенность этой функции состоит в том, что для ее построения достаточно, чтобы эксперты указали интервал показателя, внутри которого соответствующее свойство можно считать удовлетворительным.
Для расчета этого интервала используются статистические характеристики обучающей выборки - параметры центральной тенденции (медиана в общем случае) и вариабельности (междуквар-тильный размах).
Сравнение эмпирических распределений исходных показате-
лей инновационной восприимчивости федеральных округов с теоретическими нормальными распределениями показало, что все три показателя - производительность труда, фондоотдача и экологичность производства - характеризуются правосторонней асимметрией, при этом логарифмическим преобразованием достигается их симметризация. В результате факторного анализа преобразованных показателей, выполненного по методу главных компонент с вращением главных факторов по критерию «варимакс», обосновано, что их совокупность может быть сведена к двум главным факторам: фактору технологичности, положительно и сильно коррелирующему с логарифмом производительности труда и логарифмом фондоотдачи, и фактору экологичности производства. Такие же закономерности были выявлены и на региональном уровне (на примере регионов Центрального федерального округа), где также адекватной оказалась двухфакторная модель, объясняющая 91,3% общей дисперсии и сводящая логарифмически преобразованные показатели инновационной восприимчивости к фактору технологичности и экологичности производства.
Эффективным приемом анализа динамики инновационной привлекательности федеральных округов и регионов является построение годографов в координатах главных факторов, либо исходных показателей инновационной восприимчивости. На рис. 1 в качестве примера представлена эволюция инновационной привлекательности двух федеральных округов - Центрального и Приволжского. Видно, что в обоих случаях, наряду с ростом технологической компоненты инновационной восприимчивости, наблюдается рост уровня экологичности производства.
В ходе проведенного исследования была выявлена асимметрия размерности показателей инновационной восприимчивости - если показатель фондоотдачи не зависит от инфляционных процессов, то два других показателя выражены в текущих ценах и их значения определяются, в том числе, уровнем инфляции. В этой связи предложено использовать территориальные индексы, рассчитываемые по отношению к их значению в целом по Российской Федерации. И хотя инфляционные процессы по территориям несколько различаются, эти различия не столь велики по сравнению с годовой инфляцией.
На примере регионов ЦФО показано, что множество логарифмически преобразованных территориальных индексов инновационной восприимчивости также может быть сведено к двум главным факторам, интерпретируемым как факторы технологичности и экологичности. Поскольку инфляционные процессы при этом практически элиминируются, для большей части регионов Центрального федерального округа «дрейф» во времени в пространстве главных факторов оказывается значительно меньше, чем в пространстве главных факторов, определенных непосредственно по исходным индексам. Более того, для многих регионов наблюдаются иррегулярные годографы, что говорит о непоследовательности развития в них инновационных процессов. Таким образом, говорить о
Рис. 1. Эволюция инновационной привлекательности в период 2000-2006 гг.: а - Центрального; б - Приволжского федерального
округа
позитивном развитии инновационной восприимчивости можно лишь в отношении отдельных регионов.
В результате анализа динамики территориальных индексов производительности труда, фондоотдачи и экологичости производства выявлено, что они характеризуются значительной стохастической составляющей, и лишь для немногих регионов ЦФО наблюдается статистически значимый линейный тренд. В связи с чем предлагается описывать пространственно-временные данные по инновационной восприимчивости изучаемых территориальных образований совокупностью двух параметров линейных моделей, один из которых отражает среднее значение территориального индекса, а второй - среднегодовой прирост индекса. Преимущество такого метода расчета в том, что при этом даются не только МНК-оценки параметров линейных моделей динамики территориальных индексов, но и оценка характеристик их качества. Выполненные оценки параметров и критерии качества линейных моделей динамики территориальных индексов производительности труда, фондоотдачи и экологичности производства для регионов Центрального федерального округа, а также их ранжирование по значениям параметров моделей динамики, позволили разработать пространственные модели, отражающие распределение регионов ЦФО на плоскости двух параметров моделей динамики территориальных индексов инновационной восприимчивости - пятикластерных в случае производительности труда и фондоотдачи и четырехкластерной в случае экологичности производства.
Предложенный алгоритм нормирования территориальных индексов инновационной восприимчивости с помощью психофизических шкал применен для построения частных функций желательности, при этом границы зоны «удовлетворительно» устанавливались по однородной выборке регионов Центрального федерального округа (без г. Москвы). Распределение территориальных индексов инновационной восприимчивости И носит логарифмически нормальный характер, поэтому в качестве верхней границы зоны «удовлетворительно» в формуле (2) использовали медиану Me^^p), а в качестве интервала зоны «удовлетворительно» - треть между-квартильного размаха ЛеСИтерр). По аналогии с правилом «трех сигм». Тогда формула (2) запишется следующим образом:
Z (Итерр) = ЗХ [Итерр - Ме(Итерр)] / ДбСИтерр). (4)
Например, для производительности труда медиана территориального индекса производительности труда Мє(И озв труда)=57,3%, первая и третья квартили О, (И ) и О. (И ) - 52,2% и
r r r s-'\y прозв_труда' ^--З4 прозв_труда' ’
68,9% соответственно. Отсюда междуквартильный размах АбСИпрозв труца)=І6,7%, и формула (4) примет вид
z (Ипрозв труда) 3 (Ипрозв труда 57,3) / 16,7.
Расчет частных функций желательности проводился в редакторе данных пакета статистических программ SPSS Base.
Принцип построения частных функций желательности показа-
телей инновационной восприимчивости и назначения зон желательности, на примере производительности труда в регионах ЦФО, показан на рис. 2.
Как видно из диаграмм на рис. 2, значениям 0 и 1 кодированной переменной 2^ отвечают граничные значения зоны «удовлетворительно» функции желательности В этой зоне два региона -Тульская и Смоленская области (метки 16 и 13 соответственно). Два региона - Рязанская и Тверская области (метки 12 и 15 соответственно) по рассматриваемому индексу «попадают» в зону «хорошо», четыре региона - Белгородская, Ярославская, Московская и Липецкая области - в зону «очень хорошо» (на диаграмме не показаны). В зоне «очень хорошо» находится также г. Москва, для которой функция желательности индекса производительности труда ^(И )=1,000. В зоне «плохо» четыре региона - Костромская,
4 прозв_труда' ’ гг с >
Курская, Орловская и Калужская области (метки 7, 8, 11 и 17 соответственно), в зоне «очень плохо» - пять регионов ЦФО - Ивановская, Брянская, Владимирская, Воронежская и Тамбовская области (метки 5, 2, 3, 4 и 14 соответственно).
Распределение регионов ЦФО по зонам желательности представлено в табл. 1 (в скобках указаны значения функции желательности индекса производительности труда).
По аналогичному алгоритму были построены функции желательности территориальных индексов фондоотдачи и экологичности производства.
Распределение регионов ЦФО по зонам желательности территориальных индексов фондоотдачи и экологичности производства представлено в табл. 2 и 3.
С учетом результатов факторного анализа частных функций желательности, обобщенная функция желательности инновационной привлекательности регионов ЦФО принимает следующий вид:
Ашлики = (0,534а + 0,466А)0’527 X (А)0’473 (5)
где П2 и П3 - функции желательности производительности
труда, фондоотдачи и экологичности производства соответственно; 0,527 и 0,473 - веса первого и второго главных факторов инновационной привлекательности.
Наряду с мультипликативно-аддитивной формой регионального индекса инновационной привлекательности, в работе рассмотрена также аддитивная форма индекса, определяемая формулой:
В лл = 0,281В + 0,246В + 0,473 В. (6)
add ’ 1 ’ 2 ’ 3 4 '
Здесь веса 0,281 и 0,246 - это произведения весов функции желательности производительности труда, фондоотдачи соответственно на вес первого главного фактора инновационной привлекательности.
Формула (6) дает жесткую - пессимистическую оценку регионального индекса инновационной привлекательности, формула (7) - более мягкую, оптимистическую.
Наряду с пессимистической и оптимистической оценками, была
Рис. 2. Функция желательности индекса производительности труда в регионах ЦФО: а - принцип построения; б - зоны желательности. Числа над метками - номера регионов ЦФО в алфавитном порядке
Таблица 1. Распределение регионов ЦФО по зонам желательности индекса производительности труда
Зона желательности Регион (функция желательности)
Очень хорошо г. Москва (1,000), Липецкая обл. (0,999), Московская обл. (0,998), Ярославская обл. (0,976), Белгородская обл. (0,951)
Хорошо Тверская обл. (0,733), Рязанская обл. (0,646)
У довлетворительн 0 Смоленская обл. (0,522), Тульская обл. (0,427)
Плохо Калужская обл. (0,368), Орловская обл. (0,302), Курская обл. (0,264), Костромская обл. (0,257)
Очень плохо Тамбовская обл. (0,102), Воронежская обл. (0,065), Владимирская обл. (0,034), Брянская обл. (0,000), Ивановская обл. (0,000)
Таблица 2. Распределение регионов ЦФО по зонам желательности индекса Фондоотдачи
Зона желательности Регион (функция желательности)
Очень хорошо г. Москва (1,000), Липецкая обл. (0,990), Белгородская обл. (0,971), Орловская обл. (0,960), Московская обл. (0,924), Владимирская обл. (0,857), Тульская обл. (0,820)
Хорошо Калужская обл. (0,708)
У довлетворительно Воронежская обл. (0,442)
Плохо Курская обл. (0,368), Ярославская обл. (0,333), Рязанская обл. (0,299), Ивановская обл. (0,299)
Очень плохо Брянская обл. (0,193), Тверская обл. (0,051), Тамбовская обл. (0,049), Смоленская обл. (0,023), Костромская обл. (0,003)
Таблица 3. Распределение регионов ЦФО по зонам желательности индекса экологичности производства
Зона желательности Регион (функция желательности)
Очень хорошо г. Москва (1,000), Калужская обл. (0,987), Орловская обл. (0,946), Курская обл. (0,892), Московская обл. (0, 869)
Хорошо Владимирская обл. (0,676)
У довлетворительно Воронежская обл. (0,599), Тамбовская обл. (0,564), Тверская обл. (0,388)
Плохо Смоленская обл. (0,368)
Очень плохо Ярославская обл. (0,088), Брянская обл. (0,079), Белгородская обл. (0,038), Ивановская обл. (0,020), Костромская обл. (0,003), Тульская обл. (0,001), Рязанская обл. (0,000), Липецкая обл. (0,000)
проведена взвешенная оценка индекса инновационной привлекательности, с учетом степени оптимизма 1, по критерию Гурвица. Показано, что степень оптимизма на оценку инновационной привлекательности регионов влияет весьма заметно; так, Липецкая область при степени оптимизма 1=0,50 находится в зоне «плохо», а при степени оптимизма 1=0,75 «переходит» в зону «удовлетворительно».
На примере анализа динамики функции желательности индекса производительности труда в регионах ЦФО установлено, что функции желательности территориальных индексов показателей инновационной привлекательности являются чувствительным инструментом мониторинга их временных изменений.
В ходе исследования была получена двухфакторная модель, связывающая инвестиционную привлекательность регионов ЦФО с функциями желательности территориальных индексов показателей инновационной восприимчивости:
W = 0,446 + 0,222 В + 0,224 В . (7)
потенц ’ ’ 1 ’ 3 4 '
Здесь W - доля региона в потенциале Российской Федерации, В1 и В3 - функции желательности индексов производительности труда и экологичности производства соответственно.
Из практического равенства коэффициентов регрессии в модели (7) следует, что инвестиционную привлекательность определяет в равной мере и уровень производительности труда в регионе, т.е. технологический фактор, и уровень экологичности производства.
Таким образом, результаты выполненных исследований позволяют проводить мониторинг инновационной восприимчивости регионов ЦФО, что, в конечном счете, позволит управлять их инвестиционной привлекательностью.
Литература:
1. Гусев А.Б. Рейтинги инновационного развития регионов России. Электронный ресурс. Режим доступа: http://www.kapital-rus.ru.
2. Harrington E.C. The desirable function // Industrial Quality Control. 1965. V.21. №10.
