CC BY
13
DOI: 10.24412/2309-4788-2022-1-39-33-46
А.В. Бабкин - профессор Высшей инженерно-экономической школы, заведующий НИЛ «Цифровая экономика промышленности» Санкт-Петербургского политехнического университета Петра Великого, al-vas@mail.ru,
A.V. Babkin - professor at the HigherSchool of Engineering and Economics, head of the NIL "Digital Economy of Industry" of St Petersburg Polytechnic University Peter the Great;
Чэнь Лэйфэй - аспирант Высшей инженерно-экономической школы института промышленного менеджмента, экономики и торговли, ФГАОУ ВО СПбПУ, chenleifei@yandex.ru,
Chen Leifei - student at the Graduate School of Industrial Economics, Institute of Industrial Management, Economics and Trade, SPbPU.
ИССЛЕДОВАНИЕ ВЛИЯНИЯ ФАКТОРОВ ИННОВАЦИОННОЙ ДЕЯТЕЛЬНОСТИ В ВЫСОКОТЕХНОЛОГИЧНОЙ ПРОМЫШЛЕННОСТИ STUDY OF THE INFLUENCE OF FACTORS OF INNOVATIVE ACTIVITY IN THE HIGH-TECH INDUSTRY
Аннотация. Развитие инновационной деятельности в высокотехнологичной промышленности и совершенствование национальной инновационной системы являются важнейшими условиями эффективного развития национальной экономики. Поэтому целью исследования является анализ инновационной деятельности и исследование влияния факторов инновационной деятельности на инновационный потенциал высокотехнологичной промышленности, а также формирование рекомендации по преодолению проблем в развитии высокотехнологичных отраслей. Методология исследования основана на применении производственной функции Кобба-Дугласа, а высокотехнологичная промышленность используется в качестве объекта исследования для построения инновационной модели производственной функции. Регрессионная зависимость используется для анализа влияния внутренних расходов на НИОКР, эквивалента полной занятости (ЭПЗ) персонала НИОКР и государственных ассигнований на инновации в высокотехнологичных отраслях. Результаты исследования показывают, что три показателя внутренних расходов на НИОКР, эквивалент полной занятости персонала НИОКР и государственные ассигнования на финансовые технологии оказывают значительное положительное влияние на количество патентов на изобретения и операционные доходы высокотехнологичных отраслей промышленности (на примере Китая).
Abstract. A high-quality innovation system is a necessary condition for using high-tech industries to strengthen the country. Therefore, the purpose of this article is to scientifically and objectively analyze the innovative potential and the factors affecting it and formulate recommendations for overcoming the bottleneck of the development of high-tech industries. The research methodology is based on the Cobb-Douglas production function, and the high-tech industry is used as an object of research to build an innovative model of the production function. The ridge regression is used to analyze the impact of domestic R & D expenditures, the full-time equivalent (EPO) of R & D personnel, and government allocations for financial technologies on innovations in high-tech industries. The results of the study show that three indicators of domestic R & D expenditures, the Equivalent of Full employment (EPO) of R & D personnel and state allocations for financial technologies have a significant positive impact on the number of effective patents for inventions and the main business income of China's high-tech industries.
Ключевые слова: высокотехнологичная промышленность, инновации, инновационная способность, влияющие факторы, производственная функция Кобба-Дугласа, гребневая регрессия
Keywords: high-tech industry, innovation, innovation ability, influencing factors, Cobb-Douglas production function, ridge regression
Введение. В XXI веке мировая экономика вступила в период глубокой перестройки с точки зрения институциональных изменений, организации производства, методов ведения бизнеса и моделей управления. Тенденции глобализации, оцифровки, интеллекта и корректировки разделения труда в глобальной товарной цепочке способствуют друг другу и спо-
собствуют переходу экономического развития от факторов производства к инновациям. Инновации стали движущей силой здорового развития и конкурентоспособности страны или региона, а также стимулом для страны или региона к улучшению социальной и экономической иерархической структуры и достижению устойчивого развития различных социальных и экономических предприятий. Инновации не только способствуют экономическому росту, росту занятости и доходов, но и являются важной гарантией повышения конкурентоспособности страны [1, 2]. Высокотехнологичная промышленность является эффективным носителем для создания и преобразования достижений научно-технических инноваций, а также важной силой для повышения национального и регионального инновационного потенциала и повышения конкурентоспособности на рынке. Поэтому развитию высокотехнологичных отраслей промышленности уделяется большое внимание со стороны академических кругов [3]. Исследования показали, что технологические инновации являются движущей силой развития высокотехнологичных отраслей, и потенциал развития высокотехнологичных отраслей может быть в определенной степени выражен их инновационными возможностями. Поэтому углубленное изучение факторов, влияющих на инновационную движущую силу высокотехнологичных предприятий, имеет важное практическое руководящее значение для содействия экономическому развитию, увеличения занятости и доходов, а также повышения региональной конкурентоспособности.
На инновации в высокотехнологичной промышленности влияют многие факторы. Что касается факторов, влияющих на инновации, то в настоящее время ученые проводят исследования в основном с точки зрения финансовых рынков, государственной финансовой поддержки, расходов на НИОКР и инвестиций в человеческий капитал.
Наталья Давидсон проанализировала инновационные факторы 4377 организаций в 37 регионах Российской Федерации с 2012 по 2014 год и пришла к выводу, что государственная поддержка предприятий и регионов является наиболее важным внешним фактором, влияющим на инновационную деятельность в промышленности [4].
А.В. Трачук использовал регрессионный анализ для анализа данных опроса 648 российских промышленных компаний с 2015 по 2019 год. В ходе исследования было установлено, что финансовый капитал оказывает значительное положительное влияние на выбор более передовых типов инновационного поведения и эффективность деятельности промышленных компаний. Различные типы ограничений доступа к финансовому капиталу /по-разному влияют на выбор инновационного поведения и результаты деятельности промышленных предприятий [5].
Чжоу Цзянь выбрал непараметрическую модель ДЕА-Мальмквиста для глубокого анализа тенденции изменения эффективности инноваций в высокотехнологичной промышленности Китая с 2005 по 2015 год. Исследования показали, что показатель уровня государственной поддержки оказывает значительное негативное влияние. Государственное финансирование инвестиций в НИОКР в высокотехнологичную промышленность Китая привело к тому, что компании сократили свои первоначальные инвестиции в НИОКР и снизили эффективность своих инноваций [6].
Экономическое сообщество обычно использует инвестиции в НИОКР и патентную деятельность в качестве приблизительных показателей при измерении затрат и результатов инноваций (Cuddington, 2001) [7]. При исследовании вклада инноваций исследователи обычно используют два показателя: расходы на НИОКР или количество ученых и инженеров, занимающихся исследованиями. Научные круги используют фонды НИОКР для проведения обширных исследований инновационной деятельности-некоторые ученые используют патенты с макро-точки зрения для анализа взаимосвязи между технологическим прогрессом и экономическим развитием (Mazzoleni, 1998 [8], Jaffe, 2000 [9], Groshby, 2000 [10]) или оценки национального или международного инновационного процесса (Guellec и др., 2001) [11], некоторые измеряют инновации с промышленной точки зрения (Abraham, 2001) [12], некото-
рые ученые используют патентный анализ с микро-точки зрения, чтобы помочь компаниям сформулировать инновационные стратегии (Waterson 1990 [13], Arundel, 2001 [14]).
Кан Цзицзюнь использовал научные и технологические данные с 1985 по 2003 год для проведения анализа затрат и выпуска, используя производственную функцию Кобба-Дугласа, с числом патентов в качестве зависимой переменной, а фонды научных исследований и персонал, занимающийся научными исследованиями, в качестве независимых переменных. Исследования показывают, что фонды научных исследований и исследователи оказывают значительное влияние на выдачу патентов.
Основываясь на новой модели экономического роста, Янцань проанализировал факторы, влияющие на инновационный выпуск высокотехнологичных предприятий в провинции Цинхай, Китай, с помощью эмпирического теста гребневой регрессии. Эмпирические результаты показывают, что внутренние инвестиции в НИОКР и человеческий капитал предприятий оказывают положительное влияние на инновационный выпуск, уровень агломерации распространения знаний вносит больший вклад в инновационный выпуск, а влияние государственной поддержки на инновационный выпуск является нестабильным [15].
Таким образом, экономисты в определенной степени изучают финансовые рынки, государственную финансовую поддержку, уровни распространения знаний, финансирование НИОКР и инвестиции в человеческий капитал. Однако большинство ученых фокусируются только на одном аспекте и не проводят всестороннего анализа. Поэтому в данной статье обобщены результаты исследований предшественников и выбраны показатели для всестороннего изучения факторов, влияющих на инновации в высокотехнологичной промышленности, с трех аспектов государственной финансовой поддержки, собственных расходов предприятия на НИОКР и инвестиций в человеческий капитал. Проведенный анализ публикаций позволил сформулировать цель и задачи исследования.
Целью исследования является анализ инновационной деятельности и исследование влияния факторов инновационной деятельности на инновационный потенциал высокотехнологичной промышленности, а также формирование рекомендации по преодолению проблем в развитии высокотехнологичных отраслей.
Задачи исследования.
1. Проанализировать состояние развития высокотехнологичной промышленности Китая.
2. Построить модель и выбрать индикаторы для оценки.
3. Выполнить описательную статистику и регрессионный анализ.
Методология исследования основана на применении производственной функции Коб-ба-Дугласа, а высокотехнологичная промышленность используется в качестве объекта исследования для построения инновационной модели производственной функции.
Методы и материалы исследования.
В качестве методов исследования использованы методы математической статистики и методы регрессионного анализа.
В качестве материалов исследования использованы данные статистического бюро Китайской Народной Республики и статистических ежегодников показателей высокотехнологичной промышленности Китая 2009-2019гг.
Полученные результаты.
1) Состояние развития высокотехнологичной промышленности Китая.
Концепция высоких технологий впервые появилась в начале 1970-х годов. В 1971 году Национальная академия наук впервые четко выдвинула концепцию высоких технологий в книге «Технология и национальная торговля».
С экономической точки зрения высокие технологии-это соотношение расходов на НИОКР к продажам продукции, соотношение научно-технического персонала к сотрудникам и техническая сложность продукта. Когда эти три показателя превышают стандарт, такие продукты называются высокотехнологичными продуктами, а компании, которые производят и эксплуатируют такие продукты, называются высокотехнологичными компаниями.
С технической точки зрения, высокие технологии - это технологическая группа, созданная на основе современных передовых технологий.
С точки зрения степени наукоемкости продуктов или отраслей промышленности, высокие технологии-это общий термин для типа продуктов или отраслей, которые являются наукоемкими [16].
Что касается определения высокотехнологичных отраслей, то до сих пор не было единого международного стандарта. В настоящее время существуют два наиболее широко используемых стандарта определения: один из них - стандарт, установленный Министерством торговли США. Он включает четыре основных показателя: доля расходов на НИОКР в продажах; доля ученых, инженеров и квалифицированных рабочих во всех сотрудниках; ведущая технология продукта должна принадлежать определенной области высоких технологий; ведущая технология продукта должна включать в себя передовые технологии в области высоких технологий и технологические прорывы. Второе -это стандарты, установленные Международной организацией экономического сотрудничества и развития (ОЭСР). Он основан на статистике Международной стандартной отраслевой классификации и использует интенсивность НИОКР (то есть долю расходов на НИОКР в стоимости продукции) в качестве стандарта для определения высокотехнологичных отраслей промышленности. Высокотехнологичные отрасли с долей более 3 % классифицируются как высокотехнологичные отрасли; те, доля которых составляет 1-2 %, относятся к среднетехнологичным отраслям; отрасли с менее чем 1 % называются низкотехнологичными.
С прогрессом времени и экономическим развитием высокотехнологичные продукты и услуги начали широко признаваться людьми, и высокотехнологичные отрасли также быстро развивались в гражданской сфере, что не только улучшает качество жизни людей, но и способствует экономическому развитию.
Таблица 1 - Состояние научно-исследовательской деятельности и производственных операций в высокотехнологичных отраслях промышленности (таблица подготовлена авторами на основе [17])
Промышленность Количество промышлен ности Общая прибыль/ миллионов юаней Эквивалент полной занятости (ЭПЗ) персонала НИОКР/челове ко-год Внутренние расходы на НИОКР/10,000 юаней Выручка от продаж новых продуктов/10,000 юаней Действу ющий патент на изобрете ние
Производство лекарственных средств 7,392 3,184 122,720 6,095,605 66,734,599 47,910
Производство электронного оборудования и оборудования связи 19,109 5,273 541,634 24,350,472 413,317,546 331,787
Производство компьютеров и офисного оборудования 2,268 663 56,199 2,434,610 64,684,156 29,746
Производство ме-дицинс кого оборудования и счетчиков 6,322 1,131 103,585 3,304,807 30,002,457 47,806
Производство электронных химических веществ 184 31 2,925 120,807 1,926,129 1,710
По состоянию на 2019 год число высокотехнологичных промышленных предприятий в Китае достигло 35,833; число сотрудников достигает 1,288 млн; прибыль составляет 10,504 млрд юаней; эквивалент полной занятости (ЭПЗ) персонала НИОКР составляет 860,961 человек в год; внутренние расходы на НИОКР составляют 38,039,639 млн юаней; выручка от продаж новых продуктов составляет 591,642,252 млн юаней; количество действующих патентов на изобретения составляет 471,949, охватывающих 5 видов отраслей промышленности. Научно-исследовательская деятельность и производственные операции различных отраслей промышленности показаны в таблице 1 [17].
2. Построение модели и выбор индикаторов.
Производственная функция Кобба-Дугласа-это производственная функция, созданная, когда американский математик К. У. Кобб и экономист Пол Х. Дуглас совместно обсудили взаимосвязь между вводом и выпуском. Он вводит фактор технологических ресурсов в общую форму производственной функции. Экономико-математическая модель, используемая для прогнозирования производства промышленных систем или крупных предприятий в странах и регионах[18, 21]. В этой статье используется производственная функция Кобба-Дугласа для изучения влияния входных факторов на выпуск инноваций.
В данной формуле:
Y - объем производства.
А1 - технологический коэффициент.
L - трудовые затраты.
а - коэффициент эластичности по труду
К - вложенный капитал
в - коэффициент эластичности по капиталу.
ц - термин случайной ошибки.
Разница между функцией Кобба-Дугласа и общей производственной функцией заключается в том, что она учитывает технические факторы в модели. При изучении взаимосвязи между вводом и выводом обычно используется улучшенная функция Кобба-Дугласа.
Гриличес [19] в своем исследовании основывался на модели производственной функции, предполагая, что количество патентных заявок и выпуск инноваций являются функциями затрат на НИОКР, принимая затраты на НИОКР предприятия в качестве фактора производства и изучая, как вклад инноваций влияет на производительность. Согласно этому методу, основанному на расширении функции Кобба-Дугласа, расходы на НИОКР, государственные расходы на науку и технологии и инвестиции в человеческий капитал принимаются в качестве влияющих факторов, и в основном изучается влияние и вклад вышеуказанных трех факторов в инновации предприятий. Среди них At представляет технический уровень в период ^ и на его уровень в основном влияют различные факторы, такие как государственная поддержка, инвестиции в НИОКР предприятий, инвестиции в человеческий капитал и другие факторы. В определенной степени Ат можно рассматривать как функцию различных влияющих факторов.
Y = AtLaK?д
(1)
At = f(R&D, Researcher, 6)
(2)
В данной формуле:
R&D - внутренние расходы фондов НИОКР Researcher - Инвестиции в человеческий капитал 0 - другие влияющие факторы
В соответствии с исследовательским методом Яффе [20] используется модифицированная функциональная модель Кобба-Дугласа: функциональная модель получается путем учета внутренних расходов на НИОКР, государственных расходов на науку и технологии и инвестиций в человеческий капитал в качестве переменных.
1п Y = а11п К + а2 1п L + а31п G + ц (3)
В формуле:
К - внутренние расходы фондов НИОКР;
L - эквивалент полной занятости (ЭПЗ) персонала НИОКР;
G - государственные финансовые и технологические ассигнования;
Y - переменная выпуска инноваций;
ц - случайная ошибка.
На основе Статистического ежегодника высокотехнологичной промышленности Китая отбираются различные элементы ввода и вывода научно-технических инноваций в высокотехнологичной промышленности Китая, а также данные за 2009-2019 годы (не учитываются в 2018 году) для изучения взаимосвязи между научно-техническими инвестициями и инновационной продукцией в высокотехнологичных отраслях [17].
В определенной степени инновационный выпуск отражает уровень инновационного потенциала предприятия [22].
Инновационный выпуск предприятия анализируется с двух точек зрения: промежуточный инновационный выпуск, представленный количеством эффективных патентов на изобретения, и основной доход от бизнеса высокотехнологичной отрасли, представляющий конечный инновационный выпуск.
1. Количество эффективных патентов на изобретения. ОЭСР считает, что действительные патенты на изобретения могут использоваться для измерения результатов инноваций. Количество эффективных патентов на изобретения является прямым результатом инвестиций предприятия в материальный капитал и инвестиций в человеческий капитал, и эти достижения в определенной степени отражают инновационный уровень предприятия.
2. Операционные доходы. С точки зрения всего инновационного процесса конечной целью технологических инноваций предприятия является создание преимуществ для предприятия. Поэтому с точки зрения операционных доходов можно более всесторонне изучить инновационный потенциал предприятия.
В инновационной деятельности отрасли вложение инноваций является материальной основой инновационной деятельности отрасли. Вложение инноваций в основном делятся на инвестиции в физический капитал и инвестиции в человеческий капитал. В этой статье выбираются внутренние расходы отрасли на НИОКР и государственные ассигнования на финансовые технологии для представления затрат на материальный капитал, а также эквивалента полной занятости персонала НИОКР для представления затрат на человеческий капитал.
1. Внутренние расходы на НИОКР относятся к фактическим расходам отрасли на внутренние НИОКР (включая фундаментальные исследования, прикладные исследования и экспериментальные разработки).
2. Государственное финансирование науки и техники-это прямой способ для государства поддержать высокотехнологичные отрасли промышленности. Реализация государством соответствующей политики снижения налогов и финансовой поддержки может увеличить денежный поток высокотехнологичных отраслей, что в определенной степени повлияет на инновации в высокотехнологичных отраслях.
3. Эквивалент полной занятости (ЭПЗ) персонала НИОКР представляет собой фактическое количество часов, затраченных на работу в области НИОКР за определенный период,
деленное на общее количество рабочих часов, условно отработанных группой в течение того же периода [20].
3. Описательная статистика и регрессионный анализ.
С точки зрения инвестиций, эти три показателя в основном имели тенденцию к росту в течение последних 10 лет. Ассигнования на национальную финансовую науку и технологии в Китае сохраняли ежегодную тенденцию роста с 2009 г. по 2015 г. и несколько снизились с 2016 г. по 2018 г. [17]. Внутренние расходы на НИОКР сохраняли относительно стабильные темпы роста с 2009 г. по 2016 г. С 2016 г. по 2018 г. они резко выросли до 355,910 млрд юаней, что на 443,2 % больше по сравнению с 2008 годом. Эквивалент полной занятости (ЭПЗ) персонала НИОКР быстро рос с 2009 по 2012 год, и темпы роста внезапно замедлились с 2012 г. по 2016 г., но в 2018 г. он резко вырос до 852 467 человек в год [17]. Данные тенденции представлены на рисунке 1.
Внутренние расходы фондов НИСЖР/10,000 юаней
40000000
30000000 20000000 10000000
0
2009 2010 2011 2012 2013 2014 2015 2016 2018 2019
-1 Государственные ассигнования на финансовые технологии/10,000 юаней
3000000 2000000
1000000
0
2009 2010 2011 2012 2013 2014 2015 2016 2018 2019
Эквивалент полной занятости (ЭПЗ) персонала НИОКР
1000000 800000
600000 400000 200000
0
2009 2010 2011 2012 2013 2014 2015 2016 2018 2019
Рисунок 1 - Внутренние расходы на НИОКР, ЭПЗ персонала НИОКР и национальные ассигнования на финансовые технологии в высокотехнологичной промышленности Китая, 2009-2019 гг.
С точки зрения объема производства операционные доходы и количество эффективных патентов на изобретения ежегодно в определенной степени увеличиваются, что в определенной степени свидетельствует об увеличении интенсивности инноваций и показывает, что высокотехнологичная промышленность Китая имеет хорошую динамику развития. Темпы роста операционных доходов относительно медленные: с 59,567 млрд юаней в 2009 г. до 158,849 млрд юаней в 2019 г., что на 166,67 % больше.Число действующих патентов на изобретения продемонстрировало относительно быструю тенденцию роста с 31,830 в 2009 г. до 471,949 в 2019 г., увеличившись в 12,82 раза (рисунок 2) [17].
500000 450000 400000 350000 300000 250000 200000 150000 100000 50000 о -Количество действительных патентов на изобретения -операционные доходь 180000 160000
140000
120000
100000
80000
60000
40000
20000
о
2009 2010 2011 2012 2013 2014 2015 2016 2018 2019
Рисунок 2 - Операционные доходы и количество эффективных патентов на изобретения в высокотехнологичной промышленности Китая, 2009-2019 гг.
Во-первых, используйте Python для выполнения линейного регрессионного анализа данных, и результаты показаны в таблице 2. Операционные доходы - это объясненная переменная модель, R-квадрат равен 0,984, и качество соответствия хорошее. Операционные расходы - затраты и платежи, связанные с проведением за определенный период времени финансовых, производственных, хозяйственных операций. Операционные расходы включают затраты на производство и реализацию продукции, административные и финансовые расходы.
Таблица 2 - Результаты линейной регрессии
Параметры, подлежащие оценке Операционные доходы как объясняемая переменная Количество действительных патентов на изобретения в качестве объясняемой переменной VIF
Оценочная стоимость t P Оценочная стоимость t P
-0.094 -0.388 0.711 0.853 1.567 0.168 51.488
а? 0.518 1.445 0.199 1.325 1.652 0.150 43.129
«3 0.500 4.076 0.007 0.082 0.299 0.775 19.693
0.984 0.989
Однако коэффициент независимой переменной внутренних расходов на НИОКР составляет -0,094, что оказывает сдерживающее влияние на операционные доходы, который не соответствует ожидаемому результату. За исключением ассигнований на национальную финансовую науку и технологии, значения Р двух других переменных в ^тесте превышают 0,05, что указывает на то, что параметры не являются значимыми. Число эффективных па-
тентов на изобретения является объясненной переменной, R-квадрат равен 0,989, и степень соответствия хорошая. Значения P трех переменных в t-тесте все больше 0,05, что указывает на то, что параметры не являются значимыми. После проверки мультиколлинеарности независимых переменных было обнаружено, что значения VIF всех трех независимых переменных превышают 10, что указывает на наличие мультиколлинеарности между независимыми переменными. Чтобы решить проблему мультиколлинеарности между объясняющими переменными, соответствующие данные обрабатываются с помощью регрессионного анализа Python. (VIF - это сокращение от variance inflation factor, что и означает множитель, который. увеличивает дисперсию. Имеется в виду увеличение дисперсии по сравнению с тем, какой.)
Идея гребневой регрессии состоит в том, чтобы искусственно добавить набор констант (параметр N) к основным диагональным элементам стандартизированной матрицы независимых переменных. Используя Python, при N > 0.14 кривая трассировки с основным доходом от основной деятельности в качестве объясняемой переменной (рисунок 3) имеет тенденцию быть стабильной, поэтому возьмите результат оценки гребневой регрессии при N = 0.14, чтобы определить операционные доходы, уравнение гребневой регрессии объясняемой переменной; и когда N > 0.1, кривая трассировки с количеством эффективных патентов на изобретения в качестве объясняемой переменной (рисунок 4) имеет тенденцию к стабилизации, поэтому результат оценки гребневой регрессии при N = 0.1 принимается.
Рисунок 3 - Кривая гребневой регрессии с операционными доходами в качестве объясняемой переменной (при различных значениях а)
Рисунок 4 - Кривые гребневой регрессии с количеством действительных патентов на изобретения в качестве объясняемой переменной(при различных значениях а)
Для установления уравнения гребневой регрессии с количеством эффективных патентов на изобретения в качестве объясняемой переменной, и результаты показаны в таблице 3.
Таблица 3 - Результаты линейной регрессии
Параметры, подлежащие оценке Операционные доходы как объясняемая переменная Количество действительных патентов на изобретения в качестве объясняемой переменной
Оценочная стоимость t P Оценочная стоимость t P
0.213 4.457 0.004 0.976 9.524 0.000
0.183 2.607 0.040 0.728 4.823 0.003
«3 0.360 14.948 0.000 0.332 6.425 0.001
й2 0.978 0.986
Регрессионный анализ операционных доходов в качестве объясняемой переменной. Из таблицы 3 видно, что 1п 1п Ь и 1п С используются в качестве независимых переменных, а 1пГ используется в качестве зависимой переменной для регрессионного анализа. Значение N равно 0.14. Из таблицы 3 видно, что значение квадрата модели R равно 0.978, Это означает, что 1п 1п Ь и 1пС могут объяснить 97,8 % изменения в 1п У. Когда на модели выполняется тест F, оказывается, что модель проходит тест F ^ = 121. 7, Р = 0. 000 < 0,05), что означает, что по крайней мере один из 1п^, 1п! и 1пС повлияет на 1пУ, и формула модели1пУ = 0.527 + 0.213 1п К + 0.183 1п! + 0.360 1п С.
Коэффициент регрессии 1п^ составляет 0. 213 ^ = 4. 457, Р = 0. 004 < 0,05), что означает, что 1п К окажет значительное положительное влияние на 1п У.
Значение коэффициента регрессии 1п! составляет 0,183 ^ = 2. 607, Р = 0. 040 <0. 05), что означает, что 1п Ь окажет значительное положительное влияние на 1п У.
Коэффициент регрессии 1п С составляет 0. 360 ^ = 14. 948, Р = 0. 000 <0. 01), что означает, что 1п С окажет значительное положительное влияние на 1п Y. Итоговый анализ показывает, что 1п 1п Ь и 1п С оказывают значительное положительное влияние на 1п У.
Регрессионный анализ количества действительных патентов на изобретения в качестве объясняемой переменной. Из таблицы 3 видно, что 1п 1п Ь и 1п С используются в качестве независимых переменных, а 1п У используется в качестве зависимой переменной для регрессионного анализа. Значение N равно 0. 14. Из таблицы 3 видно, что значение модели R равно 0.986. Это означает, что 1п 1п! и 1п С могут объяснить 98,56% изменений в 1п У. Когда на модели выполняется тест F, оказывается, что модель проходит тест ^ = 174.9, Р = 0.000 <0. 05), что означает, что по крайней мере один из 1п К, 1п L и 1п G окажет влияние на 1пГ, и формула модели 1п У = -18.825 + 0.9761пК+ 0.728 1п! + 0.332 1п С.
Коэффициент регрессии 1п^ составляет 0.976 ^ = 9.524, Р = 0.000 <0.05), что означает, что 1п К окажет значительное положительное влияние на 1п У.
Коэффициент регрессии 1п! составляет 0.728 (I = 4.823, Р = 0.003 <0.05), что означает, что 1п! окажет значительное положительное влияние на 1пУ.
Коэффициент регрессии 1п С составляет 0.332 ^ = 6.425, Р = 0.001 <0.05), что означает, что 1п С окажет значительное положительное влияние на 1п У.
Итоговый анализ показывает, что: 1п 1п Ь и 1п С оказывают значительное положительное влияние на 1п У.
Обсуждение результатов
Основываясь на соответствующих данных о вводе и выпуске высокотехнологичной промышленности Китая с 2009 по 2019 год, производственная функция Кобба-Дугласа была впервые использована для создания функциональной модели, а метод регрессионного анализа был использован для проведения эмпирического анализа факторов, влияющих на инновации в высокотехнологичной промышленности, и были сделаны следующие выводы.
1. Эластичность выпуска внутренних расходов на НИОКР по отношению к операционному доходу составляет 0.213 и является значительной на уровне 5 %, а эластичность выпуска по количеству действующих патентов на изобретения составляет 0.976 и является значительной на уровне 5 %, что указывает на то, что расходы на внутренние расходы на
НИОКР оказывают положительное влияние на эффективные патенты на изобретения и операционные доходы.
2. Эластичность выпуска эквивалента полной занятости (ЭПЗ) персонала НИОКР, эквивалентной основному бизнес-доходу, составляет 0.183 и является значительной на уровне 5 %, а эластичность выпуска по количеству действующих патентов на изобретения составляет 0.728 и является значительной на уровне 5 %. Это показывает, что эквивалент полной занятости (ЭПЗ) персонала НИОКР оказывает положительное влияние на эффективные патенты на изобретения и операционные доходы.
3. Эластичность выпуска национальных финансовых технологий по отношению к операционному доходу составляет 0.360 и значительна на уровне 5 %, а эластичность выпуска по количеству действующих патентов на изобретения составляет 0.332 и значима на уровне 5 %, что указывает на то, что национальные финансовые технологии оказывают положительное влияние на инновационный выпуск.
На основе вышеизложенного исследования делаются следующие предложения:
1. Расходы на НИОКР как фактор производства, который может быть независимо введен отраслью, оказывают значительное влияние на инновационную продукцию отрасли. Это показывает, что расходы на НИОКР могут повысить уровень доходов отрасли, а также расширить возможности отрасли в области НИОКР. Таким образом, расходы на НИОКР используются в качестве факторов, влияющих на инновации в высокотехнологичной промышленности, которые оказывают очевидное стимулирующее влияние на инновации в высокотехнологичной промышленности. Поэтому очень важно поощрять и направлять отрасль на увеличение инвестиций в исследования и разработки, расширение научно-технического инновационного потенциала и дальнейшее повышение инновационной продукции и конкурентоспособности на рынке.
2. Талант является первым ресурсом для инноваций, а инновации в высокотехнологичной промышленности в основном зависят от интенсивности инвестиций в человеческий капитал. Эквивалент полной занятости (ЭПЗ) персонала НИОКР используется в качестве основного показателя измерения инвестиций в человеческий капитал, и он также оказывает относительно очевидное влияние на инновационную продукцию отрасли. Это показывает, что инвестиции в человеческий капитал оказывают большое влияние на развитие отрасли. Чем больше, тем больше возможностей для модернизации технологий, тем больше возможностей для повышения уровня доходов в промышленности. Поэтому необходимо постоянно улучшать условия для развития талантов, стимулировать жизнеспособность человеческого капитала, а также развивать научно-технические таланты и научно-исследовательские и инновационные команды высокого уровня.
3. В последние годы государство постоянно поддерживало развитие высокотехнологичных отраслей, и государственное финансирование финансовых технологий является одним из способов государственной поддержки высокотехнологичных отраслей, и его влияние на инновационную продукцию отрасли является крупнейшим из трех факторов. Это показывает, что поддержка национальных финансовых ассигнований на науку и технологии способствовала развитию технологических инноваций предприятий, а также показывает, что государственный метод поддержки развития высокотехнологичных отраслей промышленности за счет ассигнований на науку и технологии является эффективным. Поэтому продолжайте наращивать финансовую поддержку высокотехнологичных отраслей, с одной стороны, повышайте инновационную способность высокотехнологичных отраслей, с другой стороны, развитие высокотехнологичных отраслей способствует качественному экономическому развитию.
Заключение
На основе проведенных исследований получены следующие результаты:
1) для высокотехнологичных отраслей увеличение расходов на НИОКР может повысить уровень технологических инноваций в отрасли;
2) чем выше инвестиции в высококачественный человеческий капитал, тем больше это благоприятствует развитию высокотехнологичных отраслей промышленности ;
3) увеличение ассигнований на высокотехнологичные отрасли со стороны государства эквивалентно увеличению финансирования НИОКР в промышленности, что имеет большое значение для инноваций в высокотехнологичной промышленности.
Внутренние расходы фондов НИОКР, эквивалент полной занятости (ЭПЗ) персонала НИОКР и государственное финансирование финансовых технологий - все это оказывает значительное положительное влияние на количество патентов на изобретения и операционный доход высокотехнологичных отраслей промышленности Китая. Направления дальнейших исследований
В дальнейшем на основе этого исследования может быть сформирована программа стратегического развития высокотехнологичной промышленности на основе оценки инновационного потенциала.
Благодарности.
Работа выполнена в рамках проекта Российского фонда фундаментальных исследований № 20-010-00942 А.
Источники:
1. Сшенко, О. Е. Удосконалення управления шновацшною д1яльнютю науково-виробничого тдприемства / О. Е. Сшенко, Т. В. Пулша, H О. Хмара // . - 2020. - No 1(504). - P. 78-84.
2. Масленникова Н.П., Румянцев В. С. Источники инноваций по моделям инновационного процесса в промышленности - Вестник университета. 2012. № 2. С. 229-235.
3. внеркЭсттеп ЖОFАры технологиялыКК внщрютердИН, жаЦа тYрлерiи жеттд1ру / А. А. Алиева, Г. С. Мукина, Г. Д. Баяндина, А. Ж. Зейнуллина // Вестник университета Туран. - 2020. - No 4(88). - P. 52-60.
4. Дэвидсон, Н., Мариев, О., Пушкарев, А (2018). Влияние внешних эффектов на инновационную активность российских фирм. Форсайт и управление в сфере НТИ, 12 (3), 62-72.
5. Трачук А В., Линдер H В. (2021 г.). Влияние финансового капитала на инновационное поведение промышленных компаний. Финансы: теория и практика, 25 (1), 51-69.
6. Чжоу Цзянь. Анализ факторов, влияющих на инновационную эффективность высокотехнологичной отрасли Китая. Зона высоких технологий Китая, 2018 (11): 38 ~ 45.
7. Cuddington.John T, Moss.Diana L.Technological change, depletion, and the U.S.petroleum industry [ J] .The Ameri can Economic Review, 2001, 91:11351 ~ 148.
8. Мисюра, А. В. Высокотехнологичное промышленное предприятие: нормативный и позитивный подходы к определению / А В. Мисюра // Journal of New Economy. - 2019. - Т. 20. -№ 4. - С. 88-107.
9. Jaffe .Adam B .The U.S.patent system in transition:policy innovation and the innovation pro-cess[ J] .Research Poli cy, 2000, 29:531 ~ 557.
10.Groshby .Mark.Patents, innovation and growth[ J] .EconomiC Record, 2000, 76:255 - 262.
11.Guellec.Dominique, Bruno van Pottelsberghe de la Potterie .The internationalisation of technology analysed with patent data [ J] . Research Poli cy, 2001, 30:1253 ~ 1266.
12.Abraham.Biju Paul,Moitra .Soumyo D.Innovation assessment through patent analysis[ J] .Research Policy, 2001, 30:1253 ~ 1266.
13.Waterson.Mi chael.The Economics of Product Patents [ J] .The American Economi c Review , 1990, 80:860 ~ 869.
14.Arundel .Anthony .The relative effectiveness of patents and secrecy for appropriation[ J] .Research Policy, 2001, 30:611 ~ 624.
15.Ян Цан. Исследование движущей силы инноваций высокотехнологичных предприятий Цин-хая на основе новой функции производства знаний [J]. Наука, технологии и промышленность, 2019, 19 (12): 167-171.
16.Мойсейчик Г.И. Глобализация и проблемы формирования национальной модели развития высоких технологий и инноваций - Философия хозяйства. 2008. № 6 (60). С. 242-274.
17.Статистическое бюро Китайской Народной Республики. Статистический ежегодник высокотехнологичной промышленности Китая. Пекин: Китайская статистическая пресса, 2009-2019.
18.Мясникова Н.П. Определение параметров функции Кобба - Дугласа // Вестник Саратовского государственного социально-экономического университета. 2005. № 11-1. С. 193-195.
19.GRILICHES Z .Issues in assessing the contribution of re- search and development to productivity g row th [J] .T he Bell Journal of Economics , 1979 , 10 (1) pp. 92 - 116 .
20.JAFFE A B .Real effects of academic research [J ] .T he A- merican Economic Review, 1989, 79 (5):957 - 970.
21.Бабкин АВ., Ноговицына О.С. Научно-методические аспекты оценки эффективности инновационной инфраструктуры промышленного комплекса региона // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Экономические науки. 2012. № 1 (139). С. 56-61.
22.Бабкин А.В., Хватова Т.Ю. Развитие научно-исследовательского сектора в национальной инновационной системе России // Известия Санкт-Петербургского университета экономики и финансов. 2009. № 4 (60). С. 41-49.
References:
1. Silenko, OE Improvement of management of innovative activity of scientific and industrial enterprise / OE Silenko, TV Pulina, NO Khmara //. - 2020. - No 1 (504). - P. 78-84.
2. Maslennikova NP, Rumyantsev VS Sources of innovation according to the models of the innovation process in industry - University Bulletin. 2012. № 2. pp. 229-235.
3. Aliyeva, G. S. Mukina, G. D. Bayandina, A J. Zeynullina // Vestnik universiteta Turan. - 2020. - No 4 (88). - P. 52-60.
4. Davidson, N., Mariev, O., Pushkarev, A (2018). Influence of external effects on the innovation activity of Russian firms. Foresight and Management in STI, 12 (3), 62-72.
5. Trachuk AV, Linder NV (2021). The impact of financial capital on the innovative behavior of industrial companies. Finance: Theory and Practice, 25 (1), 51-69.
6. Zhou Jian. Analysis of the factors influencing the innovative efficiency of China's high-tech industry. China High Technology Zone, 2018 (11): 38 ~ 45.
7. Cuddington.John T, Moss.Diana L.Technological change, depletion, and the U.S.petroleum industry [J] .The Ameri can Economic Review, 2001, 91: 11351 ~ 148.
8. Misyura, AV High-tech industrial enterprise: normative and positive approaches to the definition / AV Misyura // Journal of New Economy. - 2019. - V. 20. - № 4. - P. 88-107.
9. Jaffe .Adam B .The U.S.patent system in transition: policy innovation and the innovation process [J] .Research Poli cy, 2000, 29: 531 ~ 557.
10.Groshby .Mark.Patents, innovation and growth [J] .EconomiC Record, 2000, 76: 255 ~ 262.
11..Guellec.Dominique, Bruno van Pottelsberghe de la Potterie .The internationalization of tech-nology
analyzed with patent data [J]. Research Policy, 2001, 30: 1253 ~ 1266.
12.Abraham.Biju Paul, Moitra .Soumyo D.Innovation assessment through patent analysis [J] .Research Policy, 2001, 30: 1253 ~ 1266.
13.Waterson.Mi chael.The Economics of Product Patents [J] .The American Economics c Review, 1990, 80: 860 ~ 869.
14.Arundel .Anthony .The relative effectiveness of patents and secrecy for appropriation [J] .Research Policy, 2001, 30: 611 ~ 624.
15.Yang Tsang. A study of the driving force of innovation in high-tech enterprises in Qinghai based on the new function of knowledge production [J]. Science, Technology and Industry, 2019, 19 (12): 167-171.
16.Moiseychik GI Globalization and problems of formation of the national model of development of high technologies and innovations - Philosophy of economy. 2008. № 6 (60). Pp. 242-274.
17.Statistical Bureau of the People's Republic of China. Statistical Yearbook of China's High-Tech Industry. Beijing: Chinese Statistical Press, 2009-2019.
18.Myasnikova NP Determination of the parameters of the Cobb-Douglas function // Bulletin of the Saratov State Socio-Economic University. 2005. № 11-1. Pp. 193-195.
19.GRILICHES Z .Issues in assessing the contribution of re- search and development to productivity g row th [J] .T he Bell Journal of Economics, 1979, 10 (1) pp. 92 - 116.
20.JAFFE A B .Real effects of academic research [J] .T he American Economic Review , 1989 , 79 (5):957 - 970.
21.Babkin AV, Nogovitsyna OS Scientific and methodological aspects of assessing the effectiveness of the innovation infrastructure of the industrial complex of the region // Scientific and Technical Gazette of St. Petersburg State Polytechnic University. Economic sciences. 2012. №2 1 (139). Pp. 56-61.
22.Babkin AV, Khvatova T.Yu. Development of the research sector in the national innovation system of Russia // Izvestiya Sankt-Peterburgskogo universiteta ekonomiki i finansov. 2009. № 4 (60). Pp. 41-49.
DOI: 10.24412/2309-4788-2022-1-39-46-53
Сармад База - аспирант кафедры информационной экономики, ФГБАУ ВО Южный федеральный университет, sarmadbaza007@gmail.com,
Sarmad Base - graduate student of the Department of Information Economics, FSBAU VO Southern Federal University;
Сара Хасан - аспирант кафедры информационной экономики, ФГБАУ ВО Южный федеральный университет, Sarahasan11393@gmail.com,
Sara Hasan - graduate student of the Department of Information Economics, FSBAU VO Southern Federal University.
ЭМПИРИКО-ЭВОЛЮЦИОННЫЙ АНАЛИЗ ЧЕЛОВЕЧЕСКОГО КАПИТАЛА И ТРУДОВЫХ ОТНОШЕНИЙ В ГОСТИНИЧНОЙ ИНДУСТРИИ РАЗНЫХ СТРАН МИРА EMPIRICAL AND EVOLUTIONARY ANALYSIS OF HUMAN CAPITAL AND LABOUR RELATIONS
IN THE HOTEL INDUSTRY WORLDWIDE
Аннотация. В настоящее время экономический рост различных областей и сфер деятельности, в том числе и особенно в области гостиничной индустрии в основном определяется уровнем и качеством человеческого капитала работников и эффективностью его использования в рамках трудовых отношений. Именно человеческий капитал и определяемый им трудовой потенциал является одним из факторов развития сферы его использования. Во всех этих сферах нужны интеллектуальные люди, которые специализируются на «невозможном». Искать таких людей, создавать условия для них, чтобы человеческий капитал накапливался и эффективно использовался в сфере гостиничного бизнеса, а не уходил из него должны успешные кадровые менеджеры и в целом руководство отелей. Менеджмент гостиниц должен создавать не только производственные, но и финансовые условия и социальную поддержку (включая возможности повышения уровня образования, квалификации, профессионализма). Необходимо формировать благоприятный трудовой климат в организации, чтобы способствовать высокому качеству трудовых и социально-трудовых отношений в коллективе отеля. Человеческий капитал любой сферы деятельности, в том числе отрасли услуг и гостеприимства, включает в себя образование, медицину, здравоохранение и другие дополнения к здоровью и знаниям работников. При этом важно учитывать, что инвестирование в человеческий капитал, который является ключевой составляющей успеха гостиничного бизнеса, позволяет ему не только «держаться на плаву» в сложнейших условиях продолжающейся пандемии, но и функционировать с прибылью. В статье акцентировано внимание на том, что разнообразие условий и показателей развития различных стран во многом определяет различие человеческого капитала в индустрии гостеприимства (доступность образования, уровень доходов, развитие сферы услуг). Но есть и общие для всех государств факторы внешней турбулентности, которые усиливают негативное влияние внутренних факторов. Это необходимо учитывать при определении стратегии развития человеческого капитала и трудовых отношений в каждом конкретном случае с учетом специфики государства и особенностей его туристической сферы.
Abstract. Currently, economic growth in various fields and areas of activity, including and especially in the hospitality industry, is mainly determined by the level and quality of human capital of workers and its effective use in labor relations. It is human capital and the labor potential it determines that is one of the factors for the development of its sphere of use. In all these areas, intellectual people are needed who specialize in the "impossible." To look for such people, to create conditions for them, so that human capital accumulates and is effectively used in the hospitality business, and successful personnel managers and, in general, hotel management should not leave it. Since the management of labor resources and the practice of regulating
