CC BY
31
УДК 330.34
ИННОВАЦИОННАЯ ДИНАМИКА ФУНКЦИОНИРОВАНИЯ СУБЪЕКТОВ ЦЕНТРАЛЬНОГО ФЕДЕРАЛЬНОГО ОКРУГА
З.В. Мищенко, Д.Ю. Фраймович, А.К. Холодная
В работе разработана система показателей инновационной результативности и инновационной эффективности функционирования социально-экономических систем. Определены дополнительные статистические характеристики, позволяющие описать устойчивость и стабильность научно-технического развития территорий в Центральном федеральном округе за продолжительный период времени.
Ключевые слова: эффективность инновационной деятельности, инновационная результативность, стабильность, устойчивость, кластерный анализ
На современном этапе глобализации мировых хозяйственных процессов, растущего насыщения международных рынков товарами и услугами в условиях обостряющихся проблем ограниченности ресурсов особое значение для региональных социально-экономических систем приобретает решение сложных задач, связанных с формированием эффективных механизмов управления инновационным развитием.
В свою очередь, управленческие модернизационные механизмы должны базироваться на дифференцированной оценке освоения высоких технологий в социально-экономических системах. Такая оценка предполагает, во-первых, использование обоснованного и научно выверенного комплекса показателей, во-вторых, наличие статистической базы. Полученный результат должен отражать степень готовности территории к созданию и распространению разного типа нововведений, включая оценку направленности, устойчивости и стабильности трендов показателей региональной инновационной деятельности.
Однако в официальных статистических сборниках приводятся показатели, характеризующие отдельные аспекты инновационной деятельности (объем отгруженной инновационной продукции, затраты на технологические инновации, количество зарегистрированных патентов и другие), которые носят фрагментарный характер и не позволяют оценить развитие региональной научно-технологической системы в целом.
Необходимым условием инновационного развития страны в условиях ограниченности финансовых ресурсов является увеличение эффективности финансирования научной и инновационной деятельности. В значительной мере это обеспечивается выбором и использованием соответствующих инструментов финансирования [4, с. 43].
В международной практике используются различные показатели для оценки уровня эффективности инновационной деятельности: стоимость человеческого капитала; критерии, измеряющие знания; темпы
научно-технического прогресса; отдельные индикаторы фондового рынка; среднедушевой ВРП и т.д.
При этом немаловажным аспектом выступают вектор показателей эффективности инновационных преобразований в социально-экономических системах и темпы (скорость) их изменения, стабильность и устойчивость модернизационных процессов.
В рамках настоящего исследования на основе официальной статистики [9, с. 786-825] был проанализирован информационный массив показателей инновационного развития 18 субъектов Центрального федерального округа (ЦФО) за 2000-2012 гг.
Весьма логичной будет выглядеть оценка инновационного функционирования территорий на основе комплекса обобщенных показателей. К ним представляется целесообразным отнести следующие группы критериев: инновационную результативность (Х) и инновационную эффективность (У):
1. Х1 - Уровень инновационного производства.
Определяется как объем инновационных товаров, работ, услуг в процентах от общего объема отгруженных товаров, выполненных работ, услуг;
2. Х2 - Инновационная активность.
Определяется удельным весом организаций, использующих инновационные технологии, в общем объеме организаций;
3. У] - Инновационная производительность (на 1000 чел.).
Оценивается через число передовых производственных технологий,
созданных на 1000 сотрудников, занятых научными исследованиями и разработками:
У1 = — ■ 1000
А , (1) где А3 - число созданных передовых производственных технологий, ед.; А1 - численность персонала, занятого научными исследованиями и разработками, чел;
4. У2 - Эффективность расходования средств на создание технологий.
Определяется количеством технологий на 1 млрд затрат на проведение научных исследований и разработок:
А 3
У2 = -3- ■ 1000 2 — , (2) где А2 - внутренние затраты на научные исследования и разработки (млн. руб.)
Кроме представленных выше показателей результативности и эффективности, для оценки инновационной деятельности регионов федерального округа целесообразно определить индикаторы устойчивости и стабильности.
Для оценки устойчивости инновационных процессов в развитии социально-экономических систем используются различные методические подходы, которые отличаются по структуре и принципам построения.
Но необходимо признать, что на сегодняшний день недостаточно разработана внятная теоретико-методологическая база, отсутствует единый инструментарий анализа рассматриваемой категории. Поэтому развитие и формирование методологии по оценке и управлению инновационными процессами в социально-экономических системах на основе учета факторов устойчивости выступает значимой и пока еще не решенной научно-практической задачей.
Естественно, для получения конкретики в рамках рассматриваемой проблемы необходимо обратиться к точным наукам, которые, в свою очередь и дали импульс использованию термина «устойчивость» экономике [2,11,12].
Перенос принципов устойчивости, использующихся в физических системах, в экономику вызывает немало споров.
Один из ведущих отечественных специалистов в области системного анализа В. Д. Могилевский определяет устойчивость через способность системы парировать действие возмущений (в условиях изменяющейся среды и внутренних трансформаций), а значит, в конечном итоге, через сохранение целостности [6, с. 39].
Похожую по смыслу дефиницию предлагает В. Андрианов, согласно которому устойчивость экономической системы можно определить как ее способность сохранять постоянство в условиях изменяющейся внешней и внутренней среды, а также спонтанных, случайных или преднамеренных трансформаций [1, с. 80]. Если с физико-математической точки зрения такие подходы к определению достаточно оправданы, то применительно к функционированию социально-экономических систем вызывают массу вопросов.
Во-первых, представляется, что не логично распространять термин «устойчивость» на функционирование всей экономической системы, которая представляет из себя с одной стороны, целостный объект, а с другой, совокупность элементов и факторов. В соответствии с этим традиционно выделяют ряд отдельных подсистем, таких как социальная, финансовая, производственная, экологическая и ряд других. Устойчивость каждой из названных подсистем может быть оценена различными критериями и показателями, не всегда сопоставимыми между собой. При этом по определенным составляющим в их развитии может действительно наблюдаться хорошая устойчивость с положительной динамикой. Другие элементы также могут характеризоваться устойчивой тенденцией, но с отрицательным углом наклона в движении. Третьи факторы системы вообще предсказуемого и закономерного развития не демонстрируют, поэтому устойчивостью не обладают. В результате система как воплощение множества
подсистем и взаимосвязей абсолютно устойчивой с вероятностной точки зрения быть не может, а, поэтому рассматриваемая формулировка имеет право на существование только за пределами научной экономико-математической конкретики.
Во-вторых, в большинстве исследований, посвященных проблемам модернизации социально-экономических систем на основе инновационных факторов, делается акцент на устойчивое развитие, которое, в свою очередь, отождествляется с неизменным состоянием. Модернизация же, напротив, предполагает коренные инновационные сдвиги во всех сферах экономики и общества. Поэтому в данном контексте устойчивость в большей степени характеризуется предсказуемостью развития того или иного системного компонента.
В контексте рассматриваемого прикладного вопроса, инновационная устойчивость может определяться наличием тенденций в изменении параметров эффективности и результативности с течением времени. При этом необходимо учитывать, что в одном и том же тренде возможны различные колебания значений рассматриваемых показателей. Это означает необходимость оценки стабильности инновационного развития территории на основе разброса наблюдаемых значений вокруг тренда.
Устойчивость развития региона по параметрам Х], Х2, У], У2 можно оценить как степень влияния фактора времени на основе парного регрессионного анализа. Показатели устойчивости будут определяться как коэффициенты Бх, Буг парного уравнения регрессии вида (3),(4):
Хг = Бх} + Б0 (3)
Уг = БУ? + Б0 (4)
где г - порядковый номер параметров Х, У, ? - контрольный период (20002012 гг.), за который представлены статистические данные по параметрам Х], Х2, У], У2, Бх, Буг - коэффициенты влияния годовых интервалов времени на параметры Х], Х2, У], У2, Б0 - постоянная величина в уравнении регрессии.
Расчет коэффициентов Бхг, Буг выполняется методом классического парного линейного регрессионного анализа. Полученные значения по критерию Стьюдента проверяются на статистическую значимость при заданном объеме выборки и уровне значимости 5 %. В случае, если коэффициент влияния статистически незначим, то он принимается равным нулю.
Стабильность развития региона по параметрам Х], Х2, У], У2 можно оценить как стандартную ошибку полученных ранее коэффициентов влияния фактора времени.
В отличие от предыдущих показателей устойчивости развития, стандартная ошибка коэффициента влияния берется по модулю, так как представляет собой симметричный предел отклонения условных средних
зависимых переменных с доверительной вероятностью 95%, и используется для последующих расчетов.
Указанные и последующие значения статистических коэффициентов определяются в программном комплексе 81в1;1в11са 10.1.
Для всех субъектов ЦФО проведен парный линейный регрессионный анализ по параметрам Х, У1 за период с 2000 по 2012 гг.
Для Владимирской области, согласно приведенным выше результатам анализа, наблюдается единственная статистически значимая отрицательная линейная взаимосвязь между временем () и У2 (эффективностью расходования средств на создание технологий). Для остальных переменных Х], Х2, У] статистически значимой зависимости от времени не наблюдается. Например, как следует из приведенных данных, уровень значимости по Х] равен 47,8 %, что превышает критический предел значимости в 5 %, поэтому зависимость от года можно считать статистически не значимой. Таким образом, величину устойчивости развития Владимирской области по параметрам Х], Х2, У] принимаем равным нулю. А для параметра У 2 ее значение необходимо оценить исходя из парного линейно-регрессионного анализа.
Результаты регрессионного анализа по параметрам Х], Х2, У], У2 во Владимирской области в зависимости от времени представлены в таблице.
Результаты парного линейного регрессионного анализа для параметров Хь Х2, У1, У2 от времени (1) по Владимирской области
Пара- мет р Фактор Коэффициенты уравнения регрессии, В Стандартная ошибка коэффициента регрессии ДБ Статистика Стью-дента, й (при числе степеней свободы т=11) Уровень значимости, р
Х] Пост. член -7,87692 17,93085 -0,43929 0,668953
год 0,12308 0,16748 0,734894 0,477779
Х2 Пост. член -14,9907 17,79353 -0,84248 0,417462
год 0,2357 0,16619 1,418316 0,183803
У] Пост. член -2,28121 6,241707 -0,36548 0,721685
год 0,03253 0,058298 0,557951 0,588053
У 2 Пост. член 142,4228 23,71532 6,00552 0,000089
год -1,2624 0,2215 -5,69907 0,000138
Стабильность развития инновационной деятельности определяется как погрешность (стандартная ошибка) коэффициента влияния фактора времени на показатели Х], Х2, У] , У2. Величина стандартной ошибки () определяется на основе парного регрессионного анализа и также приведе-
на (в качестве примера) по Владимирской области в таблице для всех параметров. Значение стабильности развития составило для Х] - 0,17; для Х2 - 0,17; для У] - 0,06; для У2 - 0,22.
Графики регрессионной зависимости (сплошные линии) и ее границ 95% доверительного интервала (пунктирные линии) показателей Х], Х2, У], У2 от времени для Владимирской области представлены на рисунке 1 (а-г).
а) Зависимость показателя Х\ б) Зависимость показателя Х2
в) Зависимость показателя V/ г) Зависимость показателя У2
Рис. 1 Графики линейных регрессионных зависимостей показателей Х1, Х2, у1, у2 от времени для Владимирской области
Как следует из графика зависимости показателей Х], Х2, У] от времени, значения показателей имеют существенный разброс относительно линейного уравнения регрессии, что подтверждают полученные ранее выводы при проведении парного корреляционного анализа. Поэтому в качестве показателя устойчивости инновационного развития Владимирской области целесообразно принять нулевое значение. Из представленного графика (рис. 1г) видно, что все показатели эффективности расходования средств на создание технологий достаточно близки к прямой уравнения регрессии и большинство наблюдений попадает в границы доверительного интервала полученной функции. Это свидетельствует о сильной обратной
и статистически значимой зависимости параметра У2 от времени. А с экономической точки зрения это означает, что во Владимирской области эффективность расходования средств на создание одной технологии за рассматриваемый временной интервал сокращается. Возможными причинами такой стагнации могут выступать: реализация высокорискованных капиталоемких инновационных проектов, низкое качество их разработки, недостатки в системе оценки и отбора финансируемых мероприятий, и, наконец, высокий уровень коррупционной составляющей на всех этапах жизненного цикла осваиваемого проекта. Такому состоянию дел способствует тот факт, что основным инвестором во Владимирской области при финансировании инновационных проектов являются государственные структуры, которым в большей степени присущи указанные выше недостатки.
Выполненные расчеты по 12-ти факторам позволили представить конфигурацию размещения регионов ЦФО по инновационному развитию (в рамках указанных параметров) за 2000-2012 гг. в виде кластерной денд-рограммы (рис. 2).
Рис. 2 Кластерный анализ регионов ЦФО по показателям инновационного развития за 2000-2012 гг.
Кластерный анализ позволил выделить в составе ЦФО лидирующий регион, имеющий существенные отклонения от общей группы). Как видно, Липецкая область (С9) имеет отличающуюся от других субъектов тенденцию инновационного развития, характеризуется не только высокими текущими показателями эффективности и результативности освоения высоких технологий (за 2012 г.) Данный регион является одной из немногих территорий (наряду с Ярославской областью), демонстрирующих положительную устойчивость практически по всем анализируемым инновационным процессам.
Кроме того, в рамках выполненного анализа представляется закономерным выделить на кластерной дендрограмме (рис. 2) три группы регионов с ярко выраженными характеристиками.
1) Тульскую (С 16) и Ярославскую (С 17) области, а также г. Москву (С 18), которые характеризуются достаточно высокими текущими показателями инновационного развития (за 2012 г.). При этом безусловным лидером в данной группе выступает Ярославская область, отличающаяся, к тому же, хорошими устойчивостью и стабильностью инновационных процессов. Указанную группу регионов можно отнести к претендентам на лидерство инновационного пространства ЦФО;
2) Владимирскую (С3), Воронежскую (С4) и Костромскую (С7) области, которые в общей своей массе имеют сравнительно неплохие результаты текущего инновационного развития (на 2012 г.). В свою очередь, ни один из указанных регионов не демонстрирует положительных показателей по устойчивости инновационного функционирования и не характеризуется их оптимальной стабильностью за контрольный период времени (2000-2012 гг.). Приведенные выше обстоятельства позволяют отнести данные регионы к субъектам с высокими текущими показателями инновационного функционирования в ЦФО, не имеющим четко выраженной динамики;
3) Белгородскую (С1), Брянскую (С2), Ивановскую (С5), Калужскую (С6), Курскую (С8), Московскую (С10), Орловскую (С11), Рязанскую (С 12), Смоленскую (С 13), Тамбовскую (С 14), Тверскую (С 15) области, не демонстрирующих, в отличие от предыдущей группы регионов значительных результатов в настоящий период времени, но имеющих в своем активе ряд весомых индикаторов по устойчивости и стабильности. Такую группу субъектов ЦФО можно назвать регионами с низкими текущими инновационными показателями и имеющими потенциал к развитию.
Необходимо отметить, что г. Москва (С18), традиционно считающийся неоспоримым лидером отечественного инновационного и научно-технологического развития, таковых тенденций практически не показывает. Кроме того, ряд показателей, характеризующих текущую эффективность расходования средств на создание технологий (У2), устойчивость по уровню инновационного производства (В_Х]), инновационной активности (В_Х2) и отдаче от вложенных в новые технологии средств (В_У2), а также индикаторы стабильности АБ _Х1, АБ _Х2 являются явно «провальными» и не могут выступать в качестве эталонных для прочих регионов.
Как справедливо отмечают отечественные ученые-экономисты, задачи, поставленные государством перед наукой, как правило, носят формальный и неконкретный характер, имитируя научный и инновационный процесс, и слабо связаны с получением новых знаний и разработкой технологий для нужд развития страны [11].
Достаточно адресные выводы по рассматриваемой проблеме формулирует, например, О. В. Мотовилов. По его словам, в организации национальной инновационной системы не видно системного подхода. Вместо того, чтобы скрупулезно изучать и анализировать, как выполняются ранее принятые многочисленные решения, и в чем причины торможения и неудач, выбираются новые объекты для государственного финансирования, для них создаются новые административные структуры и т. д. [8, с. 36]
Весьма аргументированные факты в пользу усиления контроля за расходованием бюджетных средств, выделенных на научные разработки, приводит д.э.н., профессор А. Тодосийчук. По его утверждению, в целях повышения качества и объективности экспертизы заявок на выполнение научных исследований и разработок для государственных фондов поддержки научно-технической и инновационной деятельности целесообразно обеспечить доступность информации о технических заданиях на выполнение работ участников, победивших на конкурсах. Необходимо также законодательно усовершенствовать систему планирования деятельности фондов с тем, чтобы порядок формирования и использования грантов был ориентирован не на процесс, а на итоговый результат внедрения высокотехнологичных решений [13, с. 14].
Полученные вычисления данных результативности и эффективности инноваций с учетом их устойчивости и стабильности позволяет произвести группировку регионов конкретного федерального округа (страны) с помощью кластерного статистического анализа. Это, в свою очередь, дает представление о реальных позициях региона и возможных компонентных источниках развития.
В итоге необходимо подчеркнуть, что обоснованные действия, связанные с качественными анализом и прогнозированием инновационного развития и соответствующим планированием бюджетных расходов на научные исследования и технологические новации во многом связаны, с получением объективной и полной информации и с существующим механизмом оценки полученных данных, способных с необходимой мерой достоверности формализовать происходящие процессы и объективно их оценивать [5, с. 43]. Поэтому в связи с неполнотой имеющихся официальных показателей в рамках данного исследования для характеристики модерни-зационных преобразований в регионе (округе) произведена оценка на основе соотнесения имеющихся в публикуемых информационных реестрах Росстата статистических величин.
В целом представляется целесообразным сделать вывод о невозможности однозначной интерпретации степени эффективности использования инновационных возможностей той или иной социально-экономической системы. Это получается только при дополнительной обработке и детализации статистических данных в рамках конкретной ситуации. Даже регионы, входящие в один статистический кластер, могут иметь
весьма близкие, но не одинаковые текущие и динамические результаты и объединяться по принципу максимальной схожести на фоне прочих, сильно отличающихся по своим показателям субъектов. Поэтому присвоение регионам «ярлыков» безоговорочного лидерства, или, наоборот, - аутсай-дерства, является достаточно некорректным и неоправданным подходом и никогда не найдет однозначных толкований и поддержки.
Разработанный подход является универсальным и может быть использован применительно к функционированию любой социально-экономической системы (региона, округа, страны или муниципального образования при условии наличия соответствующих данных об инновационной деятельности за ряд лет).
Список литературы
1. Андрианов, В. Стратегическое управление и устойчивое развитие экономики России / В. Андрианов // Проблемы теории и практики управления. - 2014. - №2. - С. 80
2. Афанасьев, А.П. Дзюба С.М. Устойчивость по Пуассону в динамических и непрерывных периодических системах / А. П. Афанасьев, С. М. Дзюба // 2007. - Издательство ЛКИ. - 240 с.
3. Герасимович А. И., Матвеева Я. И. Математическая статистика. Мн. «Вышейш. школа», 1978. С. 166. 200 с.
4. Глисин, Ф. Ф. Анализ использования инструментов финансирования научной и инновационной деятельности / Ф. Ф. Глисин, В. В. Калюжный, К. В. Лебедев // Инновации. — 2013. — № 9. — С. 43.
5. Доничев, О. А. Система экономико-математических показателей в оценке модернизационного потенциала регионов федерального округа / О. А. Доничев, З. В. Мищенко, Д. Ю. Фраймович // Финансовая аналитика: проблемы и решения. - 2011. - № 44 (86). - С. 43.
6. Могилевский В.Д.. Методология систем: вербальный подход [Текст]/ Отделение экон. РАН; науч.-ред. совет из-ва "Экономика" - М.: ОАО "Издательство "Экономика". - 1999. - С. 39.
7. Монастырный, Е. А. Иностранные инвестиции как инструмент развития российской экономики / Е. А. Монастырный, В. М. Саклаков // Инновации. - 2013. - №11. - С. 51-52.
8. Мотовилов, О. В. Анализ развития национальной инновационной системы и мер по его поддержке / О. В. Мотовилов//Инновации.2014.№7.С. 36.
9. Регионы России. Социально-экономические показатели. 2013: Стат. сб. / Росстат. - М., 2013. С. 786-825
10. Научная и инновационная политика: Россия и мир (2011-2012) / Под ред. Н. И. Ивановой и В. В. Иванова. М.: Наука, 2013; Инновационная Россия - 2020. Стратегия инновационного развития России на период до 2020 г. / Под ред. О. В. Фомичева. М.: Изд. Дом Высшей школы экономики, 2012
11. Пуанкаре А. Избранные труды. Том 2. Под редакцией Н.Н.Боголюбова, В.И.Арнольда, И.Б.Погребысского / Москва: Издательство «Наука», 1972. - Серия «Классики науки»
12. Теория устойчивости Ляпунова // История математики Х1Х века / Под ред. А. Н. Колмогорова, А. П. Юшкевича. М., 1987. Т. 3. С. 172-179.
13. Тодосийчук, А. Наука как объект государственного регулирования / А. Тодосийчук / Проблемы теории и практики управления // 2014. -№1. С. 14.
Мищенко Зорислав Владимирович, к.т.н., доцент, доцент кафедры «Управление качеством и техническое регулирование», Россия, г. Владимир, Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых,
Фраймович Денис Юрьевич, к.э.н., доцент, докторант, доцент кафедры «Экономика и управление инвестициями и инновациями», Россия, г. Владимир, Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых,
Холодная Анна Константиновна, соискатель степени к.э.н., ассистент кафедры «Экономика и управление инвестициями и инновациями», Россия, г. Владимир, Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых
INNOVATION DYNAMICS OF FUNCTIONING OF SUBJECTS CENTRAL FEDERAL
DISTRICT
Z.V. Mishchenko, D.J. Fraymovich, A.K. Kholodnaya
A system of indicators of innovation performance and innovation efficiency of the socio-economic systems is developed in the research. Additional statistical characteristics that allow to describe the strength and stability of scientific and technological development areas in the Central Federal District over a long period of time are defined.
Keywords: effectiveness of innovation activity, innovation performance, stability, sustainability, cluster analysis, paired regression analysis
Mishchenko Zorislav Vladimirovich, Candidate of Technical Sciences, docent, do-cent of the department «Quality management and technical regulation», Russia, Vladimir, Vladimir State University named after Alexander Grigorievich and Nicholas Grigorievich Stoletovs,
Fraymovich Denis Jurievich, Candidate of Economic Sciences, docent, doctoral, do-cent of the department «Economy and management of investments and innovations», Russia, Vladimir, Vladimir State University named after Alexander Grigorievich and Nicholas Grigorievich Stoletovs,
Kholodnaya Anna Konstantinovna, aspirant, assistant of the department «Economy and management of investments and innovations», Russia, Vladimir, Vladimir State University named after Alexander Grigorievich and Nicholas Grigorievich Stoletovs
