CC BY
58
УДК 332.143
интегральная оценка внешнеэкономической
и инновационной деятельности
регионов россии как инструмент реализации стратегии роста
С. А. БАЛАШОВА,
кандидат физико-математических наук, доцент кафедры
экономико-математического моделирования E-mail: [email protected]
Е. С. ХРОМОВА, студентка 5-го курса E-mail: [email protected] Российский университет дружбы народов
В статье предложены интегральные индексы для комплексной оценки состояния внешнеэкономической деятельности регионов России, а также их инновационного потенциала и инвестиционной активности. Для построения индексов использован модифицированный метод главных компонент. Дана количественная оценка стимулирующего воздействия инновационного потенциала на внешнеэкономическую деятельность в регионах, не специализирующихся на экспорте продукции топливно-энергетического комплекса.
Ключевые слова: внешнеэкономическая деятельность регионов, индекс ВЭД, инновационный потенциал, индекс инновационного потенциала.
Введение. Процессы глобализации, получившие широкое распространение во второй половине XX в., открывают национальные границы и вовлекают государства во внешнеэкономические отношения. Место, которое занимает страна в международных отношениях, ее роль, характер взаимосвязей с другими экономиками во многом зависят от усилий самого государства. Для того чтобы извлечь выгоду из участия в глобальных экономических отношениях, страна должна быть
конкурентоспособна на международном уровне. Следовательно, на национальном и региональном уровнях должны предприниматься согласованные комплексные усилия по развитию экономики страны, совершенствованию ее законодательной базы, стимулированию внешнеэкономической деятельности, основанной на современных, конкурентоспособных направлениях экономики.
Улучшение инновационного потенциала - неотъемлемая часть достижения высокого уровня производительности, необходимого для формирования и поддержания общей конкурентоспособности страны, преодоления сырьевой зависимости, выхода на качественно новый уровень развития, приобретения «веса» в мировом хозяйстве [22, 23].
В связи с этим приобретает все большую значимость вопрос оценки влияния инновационного развития на внешнеэкономическую деятельность (ВЭД) как государства в целом, так и каждого отдельного его субъекта [21]. Выявление характера и степени зависимости между такими категориями, как инновационный потенциал и ВЭД позволит определить рычаги, воздействуя на которые можно достичь наибольшего результата за минимальный период времени.
Целью настоящего исследования является построение интегральных индексов внешнеэкономической деятельности, инновационного потенциала и инвестиционной активности регионов России. Методика построения индексов основана на отборе значимых статистических показателей, характеризующих тот или иной аспект рассматриваемой области деятельности, с последующим применением модифицированного метода главных компонент для свертки набора этих показателей в единый синтетический индикатор [1]. Все данные, использованные в настоящей работе, были получены из открытых источников [14, 15, 20].
Стоит отметить, что авторами были отобраны как абсолютные, так и относительные показатели для наиболее полного охвата характеристик рассматриваемых категорий деятельности. Чтобы сократить риск возможного искажения результатов, из 83 субъектов Российской Федерации в выборку включено только 77 из них. При построении индексов из выборки были исключены Москва как регион, имеющий особое положение в РФ и показатели деятельности которого существенно превосходят показатели деятельности других регионов. Также были исключены Чеченская Республика и Республика Ингушетия, поскольку необходимые показатели по данным субъектам РФ либо слишком малы, либо отсутствуют. Кроме того, Ненецкий АО включен в сводный показатель по Архангельской области, а Ханты-Мансийский и Ямало-Ненецкий автономные округа - в сводный показатель по Тюменской области.
Интегральная характеристика внешнеэкономической деятельности субъектов Российской Федерации. Основную роль во внешнеэкономической деятельности субъектов РФ играет внешняя торговля со странами дальнего зарубежья. Анализ товарной структуры экспортно-импортных операций позволяет говорить о значительных диспропорциях во внешней торговле в целом по стране. Большая часть регионов России специализируется на экспорте продукции топливно-энергетического комплекса (ТЭК) и металлургической промышленности. По данным Росстата [15, с. 986-987], на долю экспорта продукции ТЭК в 2011 г. приходилось почти 75 % совокупного объема экспорта страны. Данный вид продукции так или иначе экспортируют 75 % всех субъектов РФ, причем для четверти из них доля продукции ТЭК составляет более 60 % совокупного объема экспорта региона. В то же время на долю
машин, оборудования, транспортных средств в совокупном экспорте России приходится лишь 4,6 %. Всего лишь в 11 регионах доля данной продукции в совокупном экспорте региона составляет более 50 %, т. е. можно сказать, что эти регионы специализируются на экспорте данной группы товаров.
Регионы, специализирующиеся на экспорте продукции ТЭК и металлургии, являются лидерами по объему экспортируемой продукции. Абсолютным лидером является Москва - на ее долю приходится практически 40 % совокупного объема экспорта страны. Далее следуют Тюменская область, Санкт-Петербург, Республика Татарстан, Сахалинская и Ленинградская области.
Основу импорта российских регионов составляют машины, оборудование, транспортные средства. На долю данной продукции в совокупном импорте страны приходится более 55 %. Абсолютно все субъекты РФ осуществляют импорт данной продукции, причем только в 5 субъектах на ее долю приходится менее 20 %.
Регионами-лидерами по импорту продукции являются прежде всего области Европейской части РФ. Здесь вновь абсолютным лидером является Москва, на долю которой приходится более 40 % всего импорта России. За столицей следуют Санкт-Петербург (объем импорта в 3 раза меньше, чем у Москвы), Московская, Калининградская и Калужская области. Более половины объема импорта этих регионов составляют машины, оборудование и транспортные средства.
Анализ международного трансферта результатов научно-технической деятельности говорит о том, что большая часть регионов России является чистым импортером технологий и услуг технического характера. Только 13 регионов (в их числе Москва, Московская, Новосибирская, Ярославская, Сахалинская, Мурманская и Воронежская области) имеют положительное сальдо по статье «технологии и услуги технического характера» и являются чистыми экспортерами [15, с. 988-989].
Учитывая тот факт, что во внешнеэкономическую деятельность входит не только внешняя торговля, но и как минимум движение факторов производства, остановимся на кратком анализе движения таких факторов производства, как труд и капитал.
Абсолютным лидером по объему привлекаемых инвестиций является Москва. На этот регион приходится почти 65 % всего объема иностранных инвестиций в экономику России. За Москвой с огромным
отставанием следуют Московская область, Санкт-Петербург, Сахалинская, Челябинская, Тюменская и Свердловская области [15, с. 948-951].
Следует отметить, что практически 90 % всех поступающих в Россию инвестиций относятся к категории «прочие» (ссуды, кредиты, в том числе торговые и банковские вклады), т. е. представляют собой «короткие» деньги, которые быстро изымаются из страны. На прямые иностранные инвестиции (ПИИ) приходится всего лишь 9,7 %, а на портфельные инвестиции - менее 1 %. Такое распределение наблюдается и для большинства регионов России: в 21 регионе преобладают ПИИ (в том числе в Ленинградской, Калужской, Курской, Нижегородской и Магаданской областях). Доля предприятий с участием иностранного капитала в целом по стране составляет всего 7 %, и наибольшая их концентрация характерна для приграничных территорий либо для регионов, где преобладает добывающая промышленность.
Что касается иностранных инвестиций из России, то стоит отметить, что практически 56 % всех ПИИ из страны приходится на Москву. Далее с огромным отставанием следуют такие регионы, как Красноярский край, Санкт-Петербург, Вологодская, Белгородская, Московская, Липецкая и Тюменская области.
Кратко охарактеризуем движение такого фактора производства, как труд. В России подавляющая доля иностранных граждан занята в строительстве. Это в основном лица, не имеющие высшего, а зачастую и среднего образования [20, с. 304]. Структура занятости иностранных граждан различается по отдельным регионам и главным образом определяется их специализацией.
Регионом с максимальной численностью иностранной рабочей силы является Москва. На нее приходится более 18 % от общего количества иностранной рабочей силы в России. Далее следуют Санкт-Петербург, Московская и Тюменская области, Краснодарский край, Свердловская область, Приморский край и др. [20, с. 305].
Основу миграции российских граждан за рубеж составляют в основном люди с высшим и средним образованием. На долю тех, кто не имеет полного среднего образования, приходится лишь 1,2 %. Структура эмигрировавших имеет следующий вид: 19 % - руководители, 29 % - специалисты (преимущественно инженеры), 34 % - рабочие (половина из которых - матросы, шкиперы, подшкиперы и т. п.) [20, с. 310].
Таким образом, очевидно, что Москва является абсолютным лидером по всем показателям ВЭД. Высокими эти показатели являются и у таких регионов, как Санкт-Петербург, Московская и Тюменская области.
Для проведения исследования авторам необходимо было разработать интегральный индекс, который учитывал бы все основные переменные, характеризующие внешнеэкономическую деятельность, и давал комплексную оценку ВЭД субъектов РФ.
С учетом известных подходов к характеристике и классификации регионов на основе ВЭД [5, 6], а также принимая во внимание, что ВЭД в нашей стране реализуется главным образом через внешнюю торговлю, сформируем априорный набор показателей для построения интегрального индекса ВЭД (табл. 1). Конечно, в данную группу также следовало бы включить показатель, характеризующий
Таблица 1
Показатели внешнеэкономической деятельности России в 2011 г.
Показатель Обозначение переменной Среднее значение/ стандартное отклонение Минимальное/ максимальное значение
Экспорт технологий и услуг технического характера (поступление средств), тыс. долл. VED1 6 145/16 250 0/101 250
Импорт технологий и услуг технического характера (выплаты средств), тыс. долл. VED2 22 893/52 650 0/328 226
Экспорт, млн долл. VED3 3 769/7 949 2/60 043
Импорт, млн долл. VED4 2 177/5 205 5/32 774
Внешнеторговый оборот, млн долл. VED5 5 946/10 699 7/63 994
ПИИ из РФ, млн долл. VED6 476/1 099 0/6 215
ПИИ в РФ, млн долл. VED7 919/2 511 0/18 329
Иностранные инвестиции в экономику РФ, млн долл. VED8 877/1 893 0/12 605
Численность иностранных граждан, осуществлявших трудовую деятельность с разрешением на работу, чел. VED9 10 692/22 575 234/147 251
численность россииских граждан, осуществляющих трудовую деятельность за границей, однако сделать это невозможно в связи с отсутствием сопоставимых данных. В табл. 1 приведены также описательные статистики отобранных показателей по данным 2011 г. для выборки из 77 регионов нашей страны.
Примем, что интегральный индекс, характеризующий ВЭД регионов, увеличивается с ростом каждого из рассмотренных показателей и применим минимаксную нормировку для приведения показателей к унифицированному виду: = X — X
X i = X' X mm , (1)
X -X
--max min
где X i - унифицированный показатель для '-го
региона;
X' - фактическое значение показателя для '-го
региона;
X и X . - максимальное и минимальное
max min
значения по выборке из 77 регионов соответственно.
Таким образом, все унифицированные показатели были измерены в интервале от 0 (для региона с минимальным значением) до 1 (для региона с максимальным значением) и сопоставимы между собой.
Анализ ковариационной матрицы показателей ВЭД говорит о том, что они в недостаточной степени коррелированны между собой, чтобы быть описанными только первой главной компонентой. Кроме того, по содержанию эти показатели характеризуют разные направления внешнеэкономической деятель-
ности. Поэтому разобьем группу показателей ВЭД на три подгруппы: показатели внешней торговли VED1-VED5; показатели движения капитала VED6-VED8; третью подгруппу составляет единственный показатель, характеризующий движение рабочей силы, - VED9.
В априорный набор подгруппы «Внешняя торговля» входят показатели VED3, VED4 и в определенной степени дублирующий их VED5. По этой причине при построении субиндекса, характеризующего внешнюю торговлю, будем выбирать между двумя конкурирующими наборами показателей: VED1, VED2, VED3, VED4 (набор 1) и VED1, VED2, VED5 (набор 2). Их характеристики представлены в табл. 2 и 3. Критерием выбора является требование того, чтобы первая главная компонента описывала большую долю дисперсии исходных показателей.
Таким образом, с точки зрения максимума дисперсии, воспроизводимого первой главной компонентой, предпочтительным является 2-й набор переменных: VED1, VED2, VED5.
Используя модифицированный метод главных компонент [1], построим интегральные индексы (субиндексы) по формуле
(2)
Ind _ X, =£ PC1k 2 X«,
где - значение интегрального индекса (су-
биндекса) для '-го региона; РС1к - к-я компонента первого вектора нагрузок;
Xи - значение к-й переменной набора унифицированных показателей для '-го региона.
Таблица 2
Анализ набора 1 показателей подгруппы «Внешняя торговля» методом главных компонент
№ п/п Собственные значения (сумма = 4, среднее = 1) Собственные векторы (нагрузки)
Значение Доля Кумулятивное значение Кумулятивная доля Переменная PC1 PC2 PC3 PC4
1 2,46 0,62 2,46 0,62 VED1 0,57 -0,36 0,28 0,68
2 0,84 0,21 3,3 0,83 VED2 0,46 0,30 -0,83 0,12
3 0,58 0,15 3,9 0,97 VED3 0,37 0,79 0,48 -0,08
4 0,11 0,03 4 1 VED4 0,58 -0.39 0,08 -0,72
Таблица 3
Анализ набора 2 показателей подгруппы «Внешняя торговля» методом главных компонент
№ п/п Собственные значения (сумма = 3, среднее = 1) Собственные векторы (нагрузки)
Значение Доля Кумулятивное значение Кумулятивная доля Переменная PC1 PC2 PC3
1 3,1 0,7 2,1 0,70 VED1 0,59 -0,52 0,62
2 0,6 0,2 2,7 0,90 VED2 0,52 0,83 0,20
3 0,3 0,1 3 1 VED5 0,62 -0,21 -0,76
С учетом результатов, представленных в табл. 2 и 3, субиндекс внешней торговли строится по формуле
SubInd _ VED = 0,35VED1 + 0,27VED2 + 0,38VED5.
Все показатели оказывают существенное влияние на интегральный индекс подгруппы, поскольку все они входят в него с достаточно близкими весами. Тем не менее наибольший удельный вес имеет показатель, характеризующий внешнеторговый оборот регионов.
В число регионов-лидеров по данному субиндексу вошли Санкт-Петербург, Тюменская, Ленинградская, Московская области, Краснодарский край, Республика Татарстан, Самарская, Сахалинская и Мурманская области. Стоит отметить, что в 7 из них доля продукции ТЭК в структуре производства региона составляет более 50 % [15, с. 986-987]. Только Московская область и Санкт-Петербург имеют высокие показатели по экспорту технологий и услуг технического характера [15, с. 988-989]. Сахалинская и Тюменская области лидируют за счет значительных объемов экспорта, а остальные - за счет импорта, причем, главным образом, технологий и услуг технического характера.
Что касается регионов-«аутсайдеров» по субиндексу внешней торговли, то это в первую очередь ряд депрессивных регионов Северо-Кавказского федерального округа, а также Калмыкия, Тува, Адыгея, Мордовия, Чукотский АО, Магаданская область, Республика Алтай, Еврейская автономная область.
Согласно изложенной методике и результатам расчетов, приведенных в табл. 4, субиндекс, характеризующий движение капитала, строится по формуле
Sublnd _ VED2 = 0,22VED6 + 0,38 VED7 + 0,38 VED8.
Таким образом, показатели, характеризующие приток иностранных инвестиций, имеют больший удельный вес при построении субиндекса движения капитала, чем показатель ПИИ из России. Лидером по этому субиндексу является Тюменская область,
затем со значительным отрывом следуют Санкт-Петербург и Московская область. Среди отстающих по данному субиндексу - те же депрессивные регионы Северного Кавказа, а также Тамбовская, Астраханская и Брянская области, Республика Марий Эл, Камчатский край.
Вследствие отсутствия данных по трудовой миграции из регионов России примем субиндекс движения рабочей силы равным унифицированному показателю VED9 . Среди регионов-лидеров по притоку иностранной рабочей силы - Санкт-Петербург, Московская и Ленинградская области. Количество трудовых мигрантов также велико в Тюменской области, Краснодарском крае, Свердловской области, Приморском крае, Иркутской области, Красноярском крае и Новосибирской области. Присутствие в этой группе таких регионов, как Красноярский край, Тюменская и Свердловская области объясняется тем, что подавляющая часть иностранных граждан, легально приезжающих на заработки, - это рабочие, занятые на ключевых предприятиях данных регионов.
Для объединения субиндексов в один интегральный индекс применим следующий алгоритм [1]: 1) в пространстве субиндексов вычисляется «взвешенное» евклидово расстояние р от /-го наблюдения до эталона (условный эталон имеет значение 1 для каждого унифицированного показателя):
р, = ^ыЬШы -1)2, (3)
где к - номер субиндекса;
vk - неотрицательные нормированные веса, пропорциональные дисперсиям субиндексов: Var (SubInd,)
.. = V к . (4)
^ Var (SubIndk)
2)
значение сводного интегрального индикатора I^ данной группы показателей для /-го региона определяется по формуле
= 1 -р,. (5)
Таблица 4
Анализ показателей подгруппы «Движение капитала» методом главных компонент
k
№ п/п Собственные значения: (сумма = 3, среднее = 1) Собственные векторы (нагрузки)
Значение Доля Кумулятивное значение Кумулятивная доля Переменная PC1 PC2 PC3
1 2,29 0,76 2,28 0,76 VED6 0,47 0,88 0,01
2 0,63 0,21 2,92 0,97 VED7 0,62 -0,33 -0,71
3 0,08 0,03 3 1 VED8 0,62 -0,34 0,70
Значения интегрального индекса ВЭД для 10 регионов, полученные по формулам (3-5), включены в сводную таблицу (табл. 8), расположенную в конце статьи. Пока отметим только, что абсолютным лидером, имеющим максимальный показатель развития ВЭД (0,7), является Санкт-Петербург. В интервале [0,4; 0,6) находятся значения для Тюменской и Московской областей. Остальные 74 региона имеют значения интегрального индекса ВЭД, не превышающие 0,2.
Интегральная оценка инновационного потенциала субъектов РФ. Понятие инновационный потенциал имеет множество различных трактовок. В Стратегии инновационного развития Российской Федерации на период до 2020 г. [19] под ним понимается совокупность различных видов ресурсов, включая интеллектуальные, научно-технические и иные ресурсы, необходимые для осуществления инновационной деятельности. Обзор литературы, а также глубокий анализ этого понятия можно найти в монографии [9], различные подходы к определению инновационного потенциала на разных уровнях инновационной деятельности рассмотрены также во многих работах отечественных и зарубежных ученых [2, 4, 8, 10, 11, 18, 23].
В мировой практике накоплен большой опыт мониторинга инновационного развития на региональном уровне. Например, в Европейском Союзе для этой цели используется индекс RIS (Regional Innovation Scoreboard), в основе которого лежат шестнадцать индикаторов. Оценка инновационного развития регионов включает три блока показателей: 1) факторы инновационного развития; 2) деятельность фирм; 3) результаты инновационной деятельности [3].
В США для оценки инновационного развития регионов используют индекс PII (Portfolio Innovation Index). Он состоит из четырех блоков, каждому из которых присвоены весовые коэффициенты: 1) человеческий капитал (30 %); 2) экономическая динамика (30 %); 3) производительность и занятость (30 %); 4) благосостояние (10 %). Каждый блок включает в себя 5-7 показателей [7].
Структура индексов RIS и PII объединяет в себе ресурсы инновационной деятельности (индикаторы «входа») и ее результаты (индикаторы «выхода»).
Говорить о российской системе показателей, отражающих инновационный потенциал субъектов РФ, пока рано, хотя существенные шаги в данной области уже были предприняты Национальной ас-
социацией инноваций и развития информационных технологий (НАИРИТ), которая в 2010 г. впервые составила «Рейтинг инновационной активности регионов - 2009» [12]. Целью разработчиков данного рейтинга было: определить регионы, которые достигли наилучших результатов в развитии науки и инновационной сферы, а также регионы с наибольшим инновационным потенциалом; получить объективную картину состояния сферы инноваций в российских регионах; определить проблемные зоны; создать инструмент контроля за деятельностью органов исполнительной власти в сфере инноваций. Методики оценки инновационного потенциала на региональном уровне предложены также в работах [2, 7, 11, 18, 25].
Несмотря на существенные различия в методологиях комплексной оценки инновационного потенциала, можно выделить ряд регионов, которые являются лидерами практически по всем подходам. Это Москва, Московская область, Санкт-Петербург, Республика Татарстан, Самарская, Томская и Нижегородская области. В то же время результаты, скажем, по Тюменской, Оренбургской, Вологодской областям и Якутии существенно различаются в зависимости от используемых методик. Это связано с разным набором исходных переменных, а также с тем фактом, что некоторые методики основаны не только на анализе статистических данных, но и на экспертных оценках.
Для настоящего исследования авторами были отобраны только количественные показатели, характеризующие как ресурсную, так и результирующую составляющие инновационного потенциала (табл. 5).
Руководствуясь экономическим содержанием показателей и значениями коэффициентов парной корреляции, разобьем данную группу показателей на три подгруппы: 1) научно-исследовательский потенциал (переменные ШЫ1-ШЫ6); 2) финансирование инноваций (1К№7-ШШ2); 3) результаты инновационной деятельности (ШЫ13-1№Ы17). Первые две подгруппы представляют так называемые показатели «входа», характеризующие ресурсную базу, необходимую для создания и продвижения инноваций.
Рассчитав собственные значения и собственные векторы ковариационных матриц унифицированных показателей каждой подгруппы по формулам (3-5), получим следующие выражения для определения субиндексов инновационного потенциала:
Таблица 5
Показатели инновационного потенциала России в 2011 г.
Показатель Обозначение переменной Среднее значение/ стандартное отклонение Минимальное/ максимальное значение
Численность аспирантов, чел. INN1 1 445/1 950 0/15 281
Численность докторантов, чел. INN2 46/75 0/599
Численность персонала, занятого научными исследованиями и разработками, чел. INN3 6 453/14 189 19/86 130
Численность исследователей с учеными степенями, чел. INN4 804/1 987 2/11 308
Доля персонала, выполнявшего НИОКР, в совокупной численности занятых в экономике региона, % INN5 0,55/0,62 0,03/3,24
Число организаций, выполнявших научные исследования и разработки INN6 38/51 1/346
Затраты на технологические инновации, млн руб. INN7 7 303/10 538 6/44 166
Затраты на информационные и коммуникационные технологии, млн руб. INN8 5 431/8 001 245/53 140
Внутренние затраты на НИОКР, млн руб. INN9 5 078/12 613 34/80 138
Доля затрат на технологические инновации в ВРП, % INN10 1,82/2,51 0/15
Доля затрат на информационные и коммуникационные технологии в ВРП, % INN11 1,35/0,58 0/3
Доля внутренних затрат на НИОКР в ВРП, % INN12 0,96/1,16 0/6
Число используемых передовых производственных технологий INN13 2 263/2 705 0/15 159
Объем инновационных товаров, работ и услуг, млн руб. INN14 25 296/48 798 0/270 282
Инновационная активность организаций, % INN15 10/5 1/34
Количество выданных патентов в РФ, шт. INN16 265/356 0/2 202
Доля инновационных товаров, работ и услуг в совокупном объеме отгруженных товаров собственного производства, % INN17 1,5/2 0/12
1) субиндекс научно-исследовательского потенциала
Sublnd INN, = 0,16INN1 + 0,14INN2 +
+0,18INN3 + 0,18INN4 + 0,14INN5 + 0,18INN6; 2) субиндекс финансирования инноваций
Sublnd _ INN2 = 0,2 ÜNN7 + 0,24INN8 + 0,22INN9 +
+0,051Ж10 + 0,11INN11 + 0,17 NN12 3) субиндекс результатов инновационной деятельности
SubInd _ INN3 = 0,24INN13 + 0,30INN14 +
+0,03INN15 + 0,20INN16 + 0,231Ж17.
Числовые коэффициенты при унифицированных показателях являются квадратами компонент собственных векторов ковариационных матриц соответствующих подгрупп показателей.
Заметим, что все показатели, входящие в группу «Научно-исследовательский потенциал», имеют близкие веса и в равной степени участвуют в формировании значений субиндекса. В то же время показатель 1ИЫ10 (затраты на технологические инновации в процентах от ВРП) дает ничтожно малый вклад в
24 -
формирование значений 2-го субиндекса (финансирование инноваций). При формировании 3-го субиндекса (результаты инновационной деятельности) самый малый вклад дает относительный показатель инновационной активности предприятий.
Анализ полученных значений субиндексов говорит о высокой концентрации научного потенциала и финансовых ресурсов в Санкт-Петербурге (остальные регионы, в том числе и Московская область, находящаяся на 2-м месте, имеют существенно более низкие абсолютные значения 1-го и 2-го субиндексов). В то же время по результатам инновационной деятельности группа лидирующих регионов имеет близкие показатели (6 регионов -Нижегородская, Московская, Сахалинская и Самарская области, Санкт-Петербург и Республика Татарстан - имеют значения от 0,59 до 0,5). При этом 65 российских регионов показывают слабые результаты инновационной деятельности (значения соответствующего субиндекса меньше 0,2).
Расчет интегрального индекса инновационного потенциала по формулам (3-5) с учетом дисперсий полученных субиндексов позволяет ранжировать субъекты РФ по их инновационному потенциалу.
Представив результирующий индекс в виде линейной комбинации субиндексов и проведя оценку соответствующего регрессионного уравнения, получим следующую приближенную формулу для расчета интегрального индекса инновационного потенциала через входящие в него субиндексы: Ind _ INN « 0,29Sublnd _ INNi +
+0,34SubInd _ INN 2 + 0,32SubInd _ INN3.
По результатам расчета вновь абсолютным лидером является Санкт-Петербург (интегральный индекс инновационного потенциала равен 0,7). В интервале [0,4; 0,6) находятся значения для Московской и Нижегородской областей. Следующие 8 регионов имеют значения в интервале [0,2; 0,4) (см. табл. 8). Для остальных 66 регионов значения интегрального индекса инновационного потенциала не превышают 0,2.
Индекс инвестиционной активности. Основной задачей настоящего исследования является определение влияния инновационного потенциала на ВЭД субъектов РФ. При выявлении такой взаимосвязи необходимо учитывать также показатели инвестиционной активности региона. Используя модифицированный метод главных компонент, построим соответствующий интегральный индекс.
Ограничимся тремя показателями, характеризующими некоторые аспекты инвестиционной деятельности (табл. 6), которые приведем к унифицированному виду по формуле (1).
Эти показатели с приемлемой степенью точности описываются первой модифицированной главной компонентой, которая с учетом выражения (2) определяется по формуле
Ind _ INV = 0,25INV1 + 0,41INV2 + 0,34 1nV3.
Таким образом, валовое накопление учитывается с наибольшим весом, а инвестиции в основной капитал - с наименьшим. Такая линейная комбинация воспроизводит более 70 % дисперсии исходной совокупности признаков.
С инвестиционной активностью ситуация складывается так же, как и с инновационным потенциалом: лидером является один регион (Тюменская область), который практически в 2 раза опережает ближайшего конкурента (Санкт-Петербург) (см. табл. 8). Среднее значение данного ряда составляет лишь 0,12 пунктов, причем 54 из 77 регионов имеют значения «ниже среднего».
Анализ взаимосвязи ВЭД и инновационного потенциала субъектов РФ. Оценка множественной корреляции между ВЭД, инновационным потенциалом и инвестиционной активностью, полученная на основе идентификации простейшего линейного уравнения регрессии, в котором индекс ВЭД выступает зависимой переменной, а индексы Ind_INN и Ind_INV являются регрессорами, указывает на тесную связь между этими факторами (коэффициент детерминации равен 0,82, а индекс множественной корреляции - 0,91). Идентификация аналогичного уравнения в логарифмической форме позволяет дать оценку эластичности ВЭД по инновационному потенциалу и инвестиционной активности (табл. 7).
Инновационный потенциал, наряду с инвестиционной активностью, связан с ВЭД, хотя и в меньшей степени, следовательно, и его можно рассматривать как рычаг воздействия на показатели ВЭД. Механизмы такого воздействия зависят от характера зависимости между инновационным потенциалом и ВЭД. Все регионы условно можно разделить на три группы в зависимости от характера такой взаимосвязи.
В первую группу стоит выделить регионы, специализирующиеся на продукции ТЭК, металлургической промышленности и производстве готовых металлических изделий. Данные регионы лидируют по индексу ВЭД, а также занимают высокие позиции по показателю инновационного потенциала. Это связано со спецификой инновационной деятель-
Таблица 6
Показатели инвестиционной активности в России в 2011 г.
№ п/п Показатель Обозначение переменной Среднее значение/ стандартное отклонение Минимальное/ максимальное значение
1 Инвестиции в основной капитал на душу населения, руб. INV1 76 365/63 736 20 541/377 482
2 Валовое накопление основного капитала*, млн руб. INV2 111 328/154 367 5 592/1 092 543
3 Долгосрочные финансовые вложения организаций, млн руб. INV3 42 274/77 053 0/383 830
* Данные для 2010 г.
Таблица 7
Оценка коэффициентов двухфакторного уравнения для логарифма индекса ВЭД
Выборка Значение коэффициента при логарифме фактора 1пй_ШУ Значение коэффициента при логарифме фактора
По выборке из 77 регионов 0,84 (6,2) 0,63 (5,1)
По выборке из 70 регионов, для которых 0,001 < Ind_VED < 0,5 0,71 (6,1) 0,52 (4,2)
По выборке из 60 регионов, исключая Московскую область и регионы, специализирующиеся на ТЭК 0,76 (4,6) 0,57 (3,9)
Примечание: В скобках указаны Г-статистики.
ности и со структурой интегрального показателя инновационного потенциала в этих субъектах РФ.
Как отмечалось выше, в интегральном показателе инновационного потенциала самый высокий удельный вес имеет субиндекс финансирования инноваций. Регионы, которые специализируются на ТЭК и металлургической промышленности, не испытывают нехватки финансовых ресурсов, поступающих от экспорта продукции. Часть этих ресурсов идет на стимулирование инновационной активности компаний данных секторов, а также на создание инновационных предприятий, обслуживающих эти компании.
Проблема заключается в том, что инновации в таких регионах носят, как правило, технологический характер и требуют значительных материальных и трудовых затрат, однако в конечном итоге, не позволяют увеличить объем инновационной продукции. Правда, зачастую они способствуют увеличению рентабельности соответствующего сектора региональной экономики. Ярким примером таких инноваций являются новые технологии по переработке попутного нефтяного газа. Отличительные черты инновационной деятельности таких регионов - это относительно большие технологические затраты, высокая инновационная активность организаций, а также невысокая доля инновационной продукции, низкие затраты на НИОКР, небольшое количество выданных патентов. Все это говорит в целом о малой эффективности инновационной деятельности таких регионов. Спицын и Монастырский, ссылаясь на теорию Шумпетера, объясняют данный факт тем, что предприятия подобных регионов лишь позиционируют себя инновационными, хотя на самом деле таковыми не являются, поскольку не имеют стимулов к инновациям [11].
С этой точкой зрения сложно не согласиться. Конечно, нельзя сказать, что такие регионы не создают инноваций. Проблема заключается в том, что они ориентированы на решение текущих задач
26 -
прибыльных добывающих секторов, а не на развитие современных инновационных направлений, способных производить конкурентоспособную продукцию высокой степени обработки. Подобная политика объясняется тем, что возможность получения высокой прибыли «здесь и сейчас» превалирует над перспективными возможностями развития «новых» технологий [17]. Следовательно, в таких регионах скорее не инновационный потенциал влияет на ВЭД, а наоборот - ВЭД влияет на инновационный потенциал. Спрос на сырьевую продукцию на внешних рынках, высокая рентабельность предприятий добывающих секторов приводят к тому, что инновационная деятельность в этих регионах ориентируется исключительно на нужды экспортно ориентированной добывающей промышленности [13].
Ко второй группе относятся регионы, не имеющие достаточных запасов полезных ископаемых, а соответственно, и необходимого количества финансовых ресурсов. Здесь ситуация складывается иначе. Данные регионы вынуждены развивать обрабатывающие производства. В связи с этим создание и внедрение технологических инноваций в обрабатывающей промышленности, попытки создания инновационной продукции увеличивают шансы последней успешно конкурировать с импортными аналогами. Ряд таких регионов также попал в перечень лидеров по показателю ВЭД, например Самарская, Калужская и Томская области. В данной группе регионов инновационный потенциал, действительно, имеет большее влияние на ВЭД, а не наоборот.
В третью группу входят субъекты РФ, которые отличаются комплексным подходом к развитию своей экономики. Они не ограничиваются прибыльной добывающей промышленностью, несмотря на наличие достаточного количества полезных ископаемых. В таких регионах развивается обрабатывающая промышленность, они активно инвестируют в
Таблица 8
Регионы России - лидеры по индексу внешнеэкономической деятельности
Регион Индекс ВЭД Индекс инновационного потенциала Индекс инвестиционной активности
Значение Ранг Значение Ранг Значение Ранг
Санкт-Петербург 0,70 1 0,71 1 0,52 2
Московская область 0,52 2 0,57 2 0,31 8
Тюменская область 0,52 3 0,23 9 0,97 1
Краснодарский край 0,20 4 0,11 26 0,38 4
Ленинградская область 0,19 5 0,09 36 0,23 9
Свердловская область 0,18 6 0,34 5 0,32 7
Красноярский край 0,18 7 0,17 16 0,44 3
Сахалинская область 0,17 8 0,21 11 0,35 6
Челябинская область 0,13 9 0,25 8 0,16 18
Республика Татарстан 0,11 10 0,37 4 0,36 5
НИОКР, увеличивают свой научно-исследовательский потенциал, создают инновации. Ярким примером такого региона служит Республика Татарстан, где активно занимаются химическим производством, производством кокса и нефтепродуктов. При этом в регионе также развивается производство транспортных средств и оборудования [14, с. 363].
В данной группе регионов степень влияния инновационного потенциала на ВЭД практически равносильна степени влияния ВЭД на инновационный потенциал. Если оценивать эластичность индекса ВЭД по индексу инновационного потенциала (при контроле за инвестиционной активностью), то в целом для всех регионов (исключая явные статистические выбросы) она равна 0,52, а для регионов, не специализирующихся на экспорте продукции ТЭК, - 0,62 (без учета Московской области - 0,57) (табл. 8). Доверительные интервалы этих оценок имеют общие области, однако можно сказать, что для регионов, не являющихся экспортерами сырья, степень влияния инновационного потенциала на ВЭД более высокая. Усиливая инновационный потенциал регионов, направляя действия местных органов власти на создание условий для его успешной реализации, можно оказывать стимулирующее влияние на внешнеэкономическую деятельность, обеспечивая России более достойное место в международном разделении труда.
Заключение. Разрабатывая теорию экономической конкуренции, М. Портер сформулировал и описал [24] стадии роста конкурентоспособности на национальном уровне. На первой стадии национальная экономика имеет конкурентные преимущества за счет факторов производства, на второй стадии -за счет инвестиций, на третьей стадии - за счет инноваций и на четвертой - за счет богатства. В на-
стоящее время основная часть богатых российских регионов находится на первой и второй стадиях. Для их перехода на третью стадию необходима комплексная государственная программа, ориентированная на стратегию роста. Основными задачами такой программы должны стать:
- разумное перераспределение доходов регионов - экспортеров продукции ТЭК с целью создания условий для наращивания инновационного потенциала всех субъектов РФ;
- постепенная переориентация экономики регионов первой группы на более высокотехнологичное производство;
- контроль за рациональным использованием средств, выделяемых на инновационное развитие.
В свою очередь количественные оценки, в том числе и предложенные в данной статье, обеспечивают мониторинг достижения целей развития и помогают выявлению точек роста экономики регионов.
Список литературы
1. Айвазян С. А., Степанов В. С., КозловаМ. И. Измерение синтетических категорий качества жизни населения региона и выявление ключевых направлений совершенствования социально-экономической политики (на примере Самарской области и ее муниципальных образований) // Прикладная эконометрика. 2006. № 2. С. 18-84.
2. Амосенок Э. П., Бажанов В. А. Интегральная оценка инновационного потенциала регионов России // Регион: экономика и социология. 2006. № 2. С. 134-145.
3. Балашова С. А. Глобальные индексы как средство комплексной оценки инновационного по-
тенциала // Национальные интересы: приоритеты и безопасность. 2013. № 6. С. 8-18.
4. Балашова С. А. Оценка степени инноваци-онности высокотехнологичных секторов экономики России на базе интегрального индекса // Аудит и финансовый анализ. 2013. № 3. С. 84-94.
5. Блудова С. Н. О классификации регионов РФ на основе оценки внешнеэкономического потенциала // Вестник СевКавГТУ. 2004. № 2 (13).
6. Боброва В. В. Внешнеэкономическая деятельность региона - основа стратегии экономического роста государства // Российское предпринимательство. 2007. № 7 (вып. 2). С. 62-65.
7. Бортник И. М., Сенченя Г. И. и др. Система оценки и мониторинга инновационного развития регионов России // Инновационная экономика. 2012. № 9 (167). С. 48-61.
8. Данилов И. П., Тарасов В. Т. Инновационный потенциал регионов России: методы анализа структуры и влияния на эффективность экономического роста // Вестник Чувашского университета. 2010. № 4. С. 343-350.
9. Матвейкин В. Г., Дворецкий С. И. и др. Инновационный потенциал: современное состояние и перспективы развития: монография. М.: Изд-во «Машиностроение-1», 2007.
10. Матюшок В. М. Приоритетные направления развития экономики России: формирование и оценка инновационного потенциала // Национальные интересы: приоритеты и безопасность. 2013. № 7. С. 2-11.
11. Монастырский Е. А., Спицын В. В., Грик Я. Н. Методологический подход к оценке эффективности инновационного развития региона // Инновации. 2010. № 1 (135). С. 80-86.
12. НАИРИТ составила рейтинг инновационной активности регионов - 2009. URL: http://nair-it. ru/news/17.03.2010/135.
13. Портер М. Э., Кетелс К., Дельгадо М., Брайден Р. Конкурентоспособность на распутье: направления развития российской экономики / Центр стратегических разработок (ЦСР), 2006.
14. Регионы России. Основные характеристики субъектов Российской Федерации. 2012: стат. сб. / Росстат. М., 2012.
15. Регионы России. Социально-экономические показатели. 2012: стат. сб. / Росстат. М., 2012.
16. Российский статистический ежегодник. 2012: стат. сб. / Росстат. М., 2012.
17. Рудцкая Е. Р., Хрусталёв Е. Ю. Концепция инновационного развития российской экономики // Вестник ГУУ 2009. № 2.
18. Спицын В. В., Монастырский Е. А. Дифференциация инновационных показателей регионов России в зависимости от типа инноваций и отраслевой специализации // Вестник Томского гос. ун-та. 2012. № 356.
19. Стратегия инновационного развития Российской Федерации на период до 2020 года: утверждена распоряжением Правительства РФ от 08.12.2011 № 2227-р.
20. Труд и занятость в России. 2011: стат. сб. / Росстат. M., 2011.
21. Хрусталёв Е. Ю., Боташева А. С.-Х. Сетевое планирование и управление региональным развитием как важнейший фактор обеспечения национальной безопасности России // Национальные интересы: приоритеты и безопасность. 2012. № 4. С. 2-9.
22. Хрусталёв Е. Ю., Ларин С. Н. Качество экономического роста и темпы развития региональных инновационных инфраструктур (на примере Краснодарского края) // Региональная экономика: теория и практика. 2008. № 30. С. 26-32.
23. ХрусталёвЕ.Ю., Ларин С. Н. Региональные приоритеты в развитии инновационной инфраструктуры // Национальные интересы: приоритеты и безопасность. 2011. № 42. С. 8-15.
24. Porter M. E. The Competitive Advantage of Nations. New York: Free Press, 1990.
25. Porter M. E., Stern S. National Innovative Capacity. The Global Competitiveness Report 20012002. New York: Oxford University Press.
dilib
Вы всегда можете приобрести последние номера и отдельные статьи всех журналов Издательского дома «Финансы и Кредит» в формате PDF на сайте электронной библиотеки dilib.ru. Также доступен электронный архив журналов с 2006 года.
www.dilib.ru
