CC BY
14
УДК 330.34
ИССЛЕДОВАНИЕ ДИНАМИЧЕСКИХ КРИТЕРИЕВ ИННОВАЦИОННОГО РАЗВИТИЯ РЕГИОНАЛЬНЫХ СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ СИСТЕМ В ЦЕЛЯХ РЕШЕНИЯ
ЗАДАЧ МОДЕРНИЗАЦИИ
З.В. Мищенко, Д.Ю. Фраймович, А.К. Холодная
Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых
Целью исследования является определение индикаторов, позволяющих охарактеризовать уровень инновационного функционирования, устойчивость и стабильность научно-технического развития территорий в Центральном федеральном округе. Достичь поставленной цели позволяет применение структурного корреляционно-регрессионного и кластерного анализов. В статье делается акцент на проблемах, возникающих при проведении оценки уровня эффективности инновационной деятельности регионов. Подчеркивается актуальность использования относительных величин для этих целей, в связи с ограниченностью критериев, предоставляемых органами Росстата. В рамках исследования, на основе официальной статистики, на примере регионов Центрального федерального округа РФ разработана система показателей инновационной результативности и инновационной эффективности функционирования социально-экономических систем. Путем статистического сопоставления множества критериев предложено решение задачи классификации регионов Российской Федерации по уровню инновационного функционирования. 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 развития 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 дифференцированных задач, связанных с формированием эффективных механизмов управления развитием динамичной инновационной деятельности.
В свою очередь, управленческие мо-дернизационные механизмы должны базироваться на комплексной оценке инновационного развития социально-экономических систем. Такая оценка предполагает, во-первых, использование обоснованного и научно выверенного комплекса показателей, во-вторых, наличие статистической базы. Полученный результат
должен отражать степень готовности региона к созданию, освоению и распространению разного типа нововведений, а также направленность, устойчивость и стабильность 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 фи-
нансирования научной и инновационном 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 выступает 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 [10, 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, на основе данных таблицы 1, представляется целесообразным отнести следующие группы критериев: инновационную результативность (Х) и инновационную эффективность (Уг):
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:
А3
У • 1000,
1 А
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:
А3
У2 = -3- • 1000 ,
2 А2
где А2 - внутренние затраты на научные исследования и разработки (млн. руб.)
При этом, показатели результативности инновационных процессов в регионе (группа индикаторов X) отражают степень достижения результата, ориентированного на максимальное освоение инновационных технологий и выпуск соответствующей новой продукции.
Показатели эффективности инновационных процессов в регионе (группа индикаторов Уг) отражают уровень отдачи с единицы ресурса, направленного на освоение инноваций.
Результаты статистической обработки данных позволили сформировать массив данных с показателями Х], Х2, У], У2, фрагмент которого по 2012 году можно увидеть на примере таблицы 1.
Кроме представленных выше показателей результативности и эффективности, для оценки инновационной деятельности регионов федерального округа целесообразно определить индикаторы устойчивости и стабильности.
1) Для оценки устойчивости инновационных процессов в развитии социально-экономических систем используются различные методические подходы, которые отличаются по структуре и принципам построения.
Таблица 1
Обобщенные показатели инновационного развития регионов ЦФО в 2012 г._
Регион (область) ЦФО Обобщенные показатели инновационного развития в 2012 г.
Х1 Х2 У1 У2
Белгородская 4 9,2 15,273 15,058
Брянская 10,2 8,9 9,395 30,070
Владимирская 10,6 12,8 1,412 2,008
Воронежская 5,6 9 0,833 1,401
Ивановская 0,6 8,5 11,737 16,639
Калужская 4,5 10,6 4,053 4,039
Костромская 3,1 6 42,017 63,694
Курская 3,2 13 0,994 1,266
Липецкая 10,9 14,1 2,740 6,993
Московская 10,5 8,5 0,788 0,803
Орловская 1,1 10,1 0,000 0,000
Рязанская 2,8 11 0,836 1,663
Смоленская 1,9 6,7 1,236 1,169
Тамбовская 4,4 8,5 0,000 0,000
Тверская 7,7 9,3 0,447 0,490
Тульская 14,7 13,1 3,630 6,368
Ярославская 15,1 12,3 2,851 4,285
г. Москва 13,3 18,6 0,738 0,704
я-1-
Источник: составлено авторами.
2) 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» в экономике [2, 12, 13].
Перенос принципов устойчивости, использующихся в физических системах, в экономику вызывает немало споров.
Значительная часть исследователей отождествляет экономическую устойчивость со способностью противостояния внутренним и внешним воздействиям.
Один из ведущих отечественных специалистов в области системного анали-
за 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 [7, 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. В первую очередь, для обоснования устойчивости развития необходимо определиться, какую траекторию, или какой путь можно считать оптимальным, приемлемым или желанным. А если экономика должна постоянно возвращаться к исходному состоянию, то невозможно говорить о ее развитии. Поэтому, воздействие инновационных преоб-
разующих факторов в экономике означает улучшение устойчивости системы, хотя в физических системах такие отклонения от заданных параметров воспринимаются как неустойчивое развитие. Поэтому, выбор параметров состояния, их количественной оценки представляется наиболее сложной задачей при разработке методологической базы теории устойчивости применительно к социально-экономическим системам.
По мнению, например, отечественного исследователя Е.А. Монастырного, подавляющее большинство регионов не имеет устойчивых моделей развития и осуществляет его инерционным способом [8, с. 51-52]. Но точка зрения в отношении устойчивой модели представляется очень размытой и не дает конкретизации направления этого развития.
Многие ученые, и, причем не без оснований, высказывают мнение, что устойчивости в экономике не существует и определить ее невозможно, исходя из природы хозяйственных отношений. Такая аргументация достаточно обоснована, поскольку экономическая система характеризуется постоянными изменениями внутри себя, ухудшение или улучшение ее параметров может означать постоянное развитие, что не ассоциируется с устойчивостью.
Поэтому, при использовании теорий устойчивости, применяемых в физических системах в приложении к экономическим, необходимо соблюдать ряд ограничений.
Обзор исследований по проблемам оценки устойчивости инновационного развития социально-экономических систем позволил сформулировать следующие выводы.
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, произ-
водственная, 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 Х1, Х2, У1, У2 можно оценить как степень влияния фактора времени на основе парного регрессионного анализа. Показатели устойчивости будут определяться как коэффициенты Вхг, Вуг парного уравнения регрессии вида (1), (2):
X = Вх} + В0 , (1)
Уг = Ву1 + В0, (2)
где г - порядковый номер параметров Х, У; ^ - контрольный период (2000-2012 гг.), за который представлены статистические данные по параметрам Х1, Х2, У1, У2; Вхг, Вуг - коэффициенты влияния годовых интервалов времени на параметры Х1,
Х2, У], У2;
В0 - постоянная величина в уравнении регрессии.
Расчет коэффициентов Вхг, Вуг 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 Х1, Х2, У1, У2 можно оценить как стандартную ошибку ДВ 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 Statistica 10.1.
Для всех субъектов ЦФО проведен парный линейный регрессионный анализ по параметрам Хг, Уг за период с 2000 по 2012 гг.
Для Владимирской области, согласно приведенным выше результатам анализа, наблюдается единственная статистически значимая отрицательная линейная взаимосвязь между временем (0 и У2 (эффективностью расходования средств на создание технологий). Для остальных переменных Х1, Х2, У1 статистически значимой зависимости от времени не наблюдается. Например, как следует из приведенных данных, уровень значимости по Х1 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 Х1, Х2, У1 принимаем равным нулю. А для параметра У 2 ее значение необходимо оценить, исходя из парного линейно-регрессионного анализа.
Результаты регрессионного анализа по параметрам Х1, Х2, У1, У2 во Владимирской области, в зависимости от времени, представлены в таблице 2.
Стабильность развития инновационной деятельности определяется как погрешность (стандартная ошибка) коэффициента влияния фактора времени на показатели Х1, Х2, У1 , У2. Величина стандартной ошибки (ДВ) определяется на основе парного регрессионного анализа и также приведена (в качестве примера) по Владимирской области в таблице 2 для всех параметров. Значение стабильности развития составило для Х1 - 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).
Таблица 2
Результаты парного линейного регрессионного анализа для параметров Х1, Х2, Y1, Y 2 _от времени (?) по Владимирской области (составлено авторами)_
Параметр Фактор Коэффициенты уравнения регрессии, В Стандартная ошибка коэффициента регрессии, ДБ Статистика Стью-дента, d (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 1 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
а) Зависимость показателя X]
б) Зависимость показателя Х2
2000 г. 2002 г 2004 г 2000 г. 2000 г 2010 г. 2012 г 2001 г 2003 г. 2005 г 2007 г. 2000 г 2011 г
в) Зависимость показателя К,
2000 г. 2002 г. 2004 г. 2006 г. 2008 г. 2010 г. 2012 г. 2001г. 2003 г 2005 г 2007 г. 2009 г. 2011 г
2000 г. 2002 г. 2004 г 200В г 200В г. 2010 г. 2012 г
2001г. 2003 г. 2005 г. 2007 г. 2009 г. 2011г.
г) Зависимость показателя У2
2000 г 2002 г 2004 г. 2006 г 2000 г 2010 г 2012 г. 2001г. 2003 г 2005 г 2007 г. 200В г. 2011 г
Рис. 1. Графики линейных регрессионных зависимостей показателей Хх, Х2, Yl , Y2 от времени для
Владимирской области
Источник: построено авторами по результатам проведенного исследования.
Как следует из графика зависимости показателей Х1, Х2, Yl 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. 1 г)) видно, что все показатели эффективности расходования средств на создание технологий достаточно близки к прямой уравнения регрессии и большинство наблюдений попадает в границы доверительного интерва-
ла 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.
Результаты расчетов по 12-ти факторам, включенным в анализ, позволяют сформировать таблицу 3. При этом, показатели Х], Х2, У], У2 принимались за последний 2012 год, а коэффициенты влияния годовых интервалов времени В_Хг, В_Уг и стандартная ошибка АВ_Х, ЛВ_Уг оценивались за весь контрольный период.
Таблица 3
Статистика инновационного развития ЦФО за 2000-2012 гг.
Регион Х1 Х2 У1 У2 В_Х1 В_Х2 В_Yl В_Y2 АВ_Х1 АВ_Х2 AB_Yl AB_Y2
Белгородская 4 9,2 1,82 1,89 0 0,00 0,00 -8,98 0,20 0,16 0,32 2,46
Брянская 10,2 8,9 1,02 1,04 0 0,34 0,75 0,00 0,22 0,07 0,16 1,44
Владимирская 10,6 12,8 15,27 15,06 0 0,00 0,00 -1,26 0,17 0,17 0,06 0,22
Воронежская 5,6 9 9,39 30,07 0 -0,69 0,00 -1,49 0,15 0,13 0,02 0,23
Ивановская 0,6 8,5 1,41 2,01 0 0,00 0,79 1,08 0,10 0,11 0,25 0,32
Калужская 4,5 10,6 0,83 1,40 -0,61 0,00 0,25 -0,63 0,10 0,14 0,05 0,24
Костромская 3,1 6 11,74 16,64 0 0,00 0,00 0,00 0,10 0,15 1,36 8,08
Курская 3,2 13 4,05 4,04 0 0,81 0,00 0,00 0,07 0,15 0,04 0,16
Липецкая 10,9 14,1 42,02 63,69 0,83 0,25 0,26 0 0,17 0,10 0,12 0,34
Московская 10,5 8,5 0,79 0,80 0,00 -0,37 0,06 -0,2 0,18 0,07 0,02 0,06
Орловская 1,1 10,1 0,00 0,00 0,00 -0,45 0,00 0,00 0,16 0,19 0,23 2,13
Рязанская 2,8 11 0,84 1,66 -0,52 0,33 0,00 -1,90 0,23 0,10 0,06 0,81
Смоленская 1,9 6,7 1,24 1,17 0,00 0,00 0,00 -2,53 0,14 0,08 0,10 0,36
Тамбовская 4,4 8,5 0,00 0,00 0,29 0,00 0,00 0,00 0,13 0,16 0,02 0,05
Тверская 7,7 9,3 0,45 0,49 0,00 0,00 -0,09 -1,42 0,22 0,11 0,04 0,42
Тульская 14,7 13,1 3,63 6,37 0,00 0,00 0,00 0,00 0,29 0,14 0,07 0,64
Ярославская 15,1 12,3 2,85 4,28 0,89 0,36 0,13 0,00 0,17 0,09 0,04 0,13
г. Москва 13,3 18,6 0,74 0,70 0,00 0,00 0,03 -0,29 0,32 0,19 0,01 0,06
Источник: составлена авторами.
Выполненные расчеты позволили представить конфигурацию размещения регионов ЦФО по инновационному раз-
витию (в рамках указанных параметров) за 2000-2012 гг. с помощью кластерной дендрограммы (рис. 2).
к
1 --1--
Л 1 1 .—■—. 1—1 ^^
С_9 С_7 С_19 С_1в С_1Э С_11 С_11 С_15 С_2
С 4 СЭ С 17 С 8 С 14 се С 5 СЮ С 1
Рис. 2. Кластерный анализ регионов ЦФО по показателям инновационного развития за 2000-2012 гг.*
Источник: построено авторами.
Чтобы дать заключение об уровне инновационных достижений, демонстрируемых тем или иным региональным статистическим кластером, необходимо проанализировать данные таблицы 3.
По показателю Х] наиболее высокий уровень инновационного производства в 2012 г. имела Ярославская область («15,1»), а самый низкий - Ивановская («0,6»).
Что касается Х2, то наивысшую инновационную активность в указанном периоде проявил г. Москва («18,6»), а аутсайдером выступила Костромская область («6,0»).
В отношении инновационной производительности (УД самый высокий показатель имеет Липецкая область («42,02»). К сожалению, сразу два региона ЦФО (Орловская и Тамбовская области) имеют нулевые (самые неудовлетворительные) значения У].
Аналогично предыдущей складывается ситуация и по эффективности расходования средств на создание технологий (УД В 2012 г. лидирует Липецкая область («63,69»), а перечисленные выше регионы ЦФО имеют нулевые показатели эффективности.
Анализируя группы показателей устойчивости (В_Хг, В_У), необходимо заметить, что данные коэффициенты характеризуют тангенс угла наклона линии тренда показателей результативности и эффективности (Х, У) от времени (Д При этом положительное значение коэффициента В свидетельствует о поступательной дина-
мике инновационного развития соответствующей социально-экономической системы, а отрицательные - о стагнации, пример которой, как раз, и изображен на рисунке 1(г).
Самый высокий коэффициент устойчивости В по параметру Х] имеет Ярославская область («0,89»), а самый неудовлетворительный - г. Москва («-0,61»).
Наиболее весомый коэффициент устойчивости В по параметру Х2 имеет Курская область («0,81»), а самый неудовлетворительный - Воронежская («-0,69»).
Если обращаться к устойчивости В по параметру У], то лидером выступает Ивановская область («0,79»), а аутсайдером - Тверская («-0,09»).
Говоря об устойчивости тенденций эффективности расходования средств на создание технологий (показатель В по параметру У2), то наиболее благоприятная ситуация складывается в Ивановской области («1,08»), а в 9-ти субъектах ЦФО РФ значения В_У2 являются отрицательными (самое низкое - в Белгородской области («-8,98»)). При этом, восемь регионов показывают нулевую устойчивость.
Переходя к анализу параметров стабильности инновационных процессов в регионах ЦФО (АВ), необходимо отметить, что здесь действует обратная зависимость и увеличение стандартной ошибки по ДВ _Хг , ДВ _ Уг ведет к ухудшению показателей, и наоборот.
Наиболее оптимальную стабильность уровня инновационного производства за
2000-2012 гг. (АБ _Х;) имеет Курская область («0,07»), а самую неудовлетворительную - г. Москва («0,32»).
По параметру АБ_Х2 самая высокая стабильность инновационной активности за контрольный период времени наблюдается в Брянской и Московской областях -(по «0,07»), а наихудшая - в г. Москве и Орловской областях (по «0,19»).
Наиболее стабильной по показателям инновационной производительности
(АБ _У;) можно признать г. Москву («0,01»), а самое неудовлетворительное значение характерно для Костромской области («1,36»).
По последнему показателю, отражающему стабильность в эффективности расходования средств на создание технологий (АБ _У2) лидирует Московская область и снова г. Москва (по «0,06»). Явным аутсайдером на этом фоне выглядит Костромской регион («8,08»), имеющий как минимум трехкратное отставание от прочих субъектов ЦФО.
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 (табл. 5, рис. 2) представляется закономерным выделить на кластерной ден-дрограмме три группы регионов с ярко выраженными характеристиками.
1) Тульскую (С16) и Ярославскую (С17) области, а также г. Москву (С18), 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 (С12), Смоленскую (С13), Тамбовскую (С14), Тверскую (С15) 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 (С 18), традиционно считающийся неоспоримым лидером отечественного инновационного и научно-технологического развития, таковых тенденций со статистически-сравнительной точки зрения 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 ÁB _Xi, AB _X2 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]. Так, например, в настоящее время основной задачей для науки является «увеличение к 2015 г. доли публикаций российских исследователей в мировых научных журналах, индексируемых в базе данных «Сеть науки» (WEB of science), до 2,44 %» [15].
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. [9, 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 [14, с. 14].
Можно констатировать, что в настоящее время в России сформировалась научная политика, реализуемая по сценарию стран — ресурсных и промышленных доноров. Для ее осуществления требуется разработка новой системы информационно-методического и экспертно-аналитического обеспечения координации и мониторинга в целях поддержки реально необходимых фундаментальных научных исследований [6, с. 19].
Полученный массив 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 модернизаци-онных 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 получает-
ся 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, - аутсайдерства, 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).
ЛИТЕРАТУРА
1. Андрианов В. Стратегическое управление и устойчивое развитие экономики России // 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 // 2007. - Издательство ЛКИ. -240 с.
3. Герасимович А.И., Матвеева Я.И. Математическая статистика. - Мн.: «Высшая. школа», 1978. -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 модернизаци-онного потенциала регионов федерального округа / О. А. Доничев, З. В. Мищенко, Д. Ю. Фраймович // Финансовая аналитика: проблемы и решения. -2011. - № 44 (86). - С. 43.
6. Иванов В. В. Методические аспекты разработки информационных и экспертных систем сопровождения фундаментальных научных исследований / В.
B. Иванов, В. С. Бойченко // Инновации. - 2013. -№10. - С. 19.
7. Могилевский В.Д. Методология систем: вербальный подход / Отделение экон. РАН; науч.-ред. совет из-ва "Экономика". - М.: ОАО "Издательство "Экономика". - 1999. - С. 39.
8. Монастырный Е.А. Иностранные инвестиции как инструмент развития российской экономики / Е.А. Монастырный, В. М. Саклаков // Инновации. -2013. - №11. - С. 51-52.
9. Мотовилов О.В. Анализ развития национальной инновационной системы и мер по его поддержке // Инновации. - 2014. - №7. - С. 36.
10. Регионы России. Социально-экономические показатели. 2013: Стат. сб. / Росстат. - М., 2013. -
C. 786-825.
11. Научная и инновационная политика: Россия и мир (2011-2012 гг.) / 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.
12. Пуанкаре А. Избранные труды. Том 2 / Под редакцией Н.Н. Боголюбова, В.И. Арнольда, И.Б. По-гребысского. - Москва: Издательство «Наука», 1972.
13. Теория устойчивости Ляпунова // История математики Х1Х века / Под ред. А.Н. Колмогорова, А.П. Юшкевича. - М., 1987. - Т. 3. - С. 172-179.
14. Тодосийчук А. Наука как объект государственного регулирования // Проблемы теории и практики управления. - 2014. - №1. - С. 14.
15. Указ Президента Российской Федерации 7 мая 2012 года № 596 "О долгосрочной государственной экономической политике" // Российская Газета. -9 мая 2012 г.
Рукопись поступила в редакцию 03.02.2015.
THE RESEARCH OF REGIONAL SOCIAL AND ECONOMIC SYSTEMS INNOVATIVE DEVELOPMENT DYNAMIC CRITERIA FOR THE PURPOSE OF MODERNIZATION PROBLEM SOLVING
Z. Mishchenko, D. Fraymovich, A. Kholodnaya
The aim of the research is the identification of the indicators which allows characterizing innovative functioning level, steadiness and stability of Central federal district territories scientific and technical development. The actuality of relative number use for these purposes in connection with Rosstat criteria limitedness is pointed out. Within the research on the basis of the official statistics by the example of RF Central federal district regions the system of indicators of innovative effectiveness of social and economic system functioning is offered. By the way of statistic comparison of criteria range it is offered the problem solving of Russian Federation region classification on the basis of innovative functioning level. Additional statistical characteristics allowing describing the steadiness and stability of Central federal district territories scientific and technical development for the long-term period are carried out.
Key words: innovative activity effectiveness, innovative effectiveness, steadiness, stability, cluster analysis.
