Научная статья на тему 'К вопросу о параметризации национальной инновационной системы'

К вопросу о параметризации национальной инновационной системы Текст научной статьи по специальности «Экономика и бизнес»

41
11
Поделиться
Журнал
Прикладная эконометрика
Scopus
ВАК
Область наук
Ключевые слова
РЕГИОНАЛЬНАЯ ЭКОНОМИКА / ЭКОНОМЕТРИЧЕСКОЕ МОДЕЛИРОВАНИЕ / ПРОВЕРКА ГИПОТЕЗ / СТОХАСТИЧЕСКАЯ ГРАНИЦА / ОЦЕНКА ЭФФЕКТИВНОСТИ / REGIONAL ECONOMY / ECONOMETRIC MODELING / HYPOTHESIS TESTING / STOCHASTIC FRONTIER / EFFICIENCY ASSESSMENT

Аннотация научной статьи по экономике и бизнесу, автор научной работы — Айвазян С.А., Афанасьев М.Ю., Кудров А.В., Лысенкова М.А.

Целью исследования является получение количественных характеристик влияния науки и бизнеса на результаты инновационной активности субъектов РФ. В качестве таких результатов рассматриваются патенты, международные патентные заявки и новые производственные технологии. Установлена зависимость между результатами инновационной активности региона и количеством потенциальных связей между научными организациями и бизнес-компаниями. Обоснована возможность использования полученного параметрического описания национальной и региональной инновационных систем для межстрановых сопоставлений.

Похожие темы научных работ по экономике и бизнесу , автор научной работы — Айвазян С.А., Афанасьев М.Ю., Кудров А.В., Лысенкова М.А.

To the question about parameterization of national innovation system

The objective of the study is to obtain quantitative characteristics of the influence of science and business on the results of innovation activity of regions of the Russian Federation. Patents, international patent applications and new manufacturing technologies are considered as results of innovation activity. The dependence between the results of innovative activity in the region and the number of potential links between research organizations and business companies is found. The possibility of using the obtained parametric description of national and regional innovation systems for cross-country comparisons is justified.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Текст научной работы на тему «К вопросу о параметризации национальной инновационной системы»

Прикладная эконометрика, 2017, т. 45, с. 29-49. Applied Econometrics, 2017, v. 45, pp. 29-49.

С. А. Айвазян, M. Ю. Афанасьев, А. В. Кудров, M. А. Лысенкова1

К вопросу о параметризации национальной инновационной системы

Целью исследования является получение количественных характеристик влияния науки и бизнеса на результаты инновационной активности субъектов РФ. В качестве таких результатов рассматриваются патенты, международные патентные заявки и новые производственные технологии. Установлена зависимость между результатами инновационной активности региона и количеством потенциальных связей между научными организациями и бизнес-компаниями. Обоснована возможность использования полученного параметрического описания национальной и региональной инновационных систем для межстрановых сопоставлений.

Ключевые слова: региональная экономика; эконометрическое моделирование; проверка гипотез; стохастическая граница; оценка эффективности.

JEL classification: C12; C51; R15.

Введение

Современное представление о функционировании инновационной системы на национальном и региональном уровнях связано с общими усилиями государства, предпринимательской и научной среды, направленными на создание, распространение и использование новых идей, знаний, технологий, продуктов (Ицковиц, 2010). Результат инновационного процесса во многом определяется способностью субъектов региональной инновационной системы устанавливать различные связи и взаимодействовать (Батлер, Гиб-сон, 2013; Голиченко, Балычева, 2012; Иванов и др., 2012; Ларина, 2012; Маковеева, 2012; Румянцев, 2013; Симачев, Дежина, 2012). Помимо прямых результатов, которые создают такие взаимодействия, появляются положительные экстерналии и синергетические эффекты (Стратегия модернизации..., 2010). Данная работа продолжает цикл публикаций авторов, целью которых является получение и обоснование количественных характеристик взаимодействия науки и бизнеса, анализ его влияния на результаты инновационной активности субъектов РФ. В качестве таких результатов рассматриваются разработанные новые производственные технологии, которые К. Фриман рассматривал как основной результат инновационного развития экономики (Freeman, 1987), а также выданные патенты и международные

1 Айвазян Сергей Артемьевич — ЦЭМИ РАН, Москва; aivazian@cemi.rssi.ru. Афанасьев Михаил Юрьевич — ЦЭМИ РАН, Москва; miafan@cemi.rssi.ru. Кудров Александр Владимирович — ЦЭМИ РАН, Москва; kovlal@inbox.ru. Лысенкова Мария Александровна — ЦЭМИ РАН, Москва; lysenkovam@gmail.com.

патентные заявки. Хотя некоторые авторы характеризуют эти результаты инновационной деятельности как промежуточные, наш интерес к ним связан с желанием исследовать процесс формирования инновационной идеи методами компьютерного моделирования для того, чтобы объяснить успехи или неудачи той или иной инновационной системы.

В работе (Aivazian, Afanasiev, 2015) введено понятие «инновационное пространство» как совокупность потенциальных связей между организациями, создающими новые знания, и инновационно активными предприятиями. С использованием методов эконометрическо-го моделирования получены результаты, не противоречащие гипотезе 1:

результаты инновационной активности региона РФ зависят от размера его инновационного пространства, который определяется количеством потенциальных парных связей между организациями, создающими новые знания, и инновационно активными предприятиями в этом регионе.

При проверке гипотезы 1 обосновано преобразование многофакторной производственной функции, определяющей зависимость результата инновационной активности региона РФ от совокупности характеристик науки и бизнеса, к модели М1 вида

Здесь Qi — результат инновационной активности региона i (рассматриваются два показателя: Qi = tehi — число разработанных новых производственных технологий в регионе i и Qi = pati — число выданных патентов или число международных патентных заявок); V = X Bi , где Si — число организаций, создающих новые знания (рассматриваются два показателя: Si = vuzi — число высших учебных заведений, Si = гог — число организаций, выполняющих научные исследования); В{ = buzi — число предприятий региона, с, д — параметры. Величина Vi = Si X Bi, которая характеризует размер инновационного пространства региона — это число потенциальных парных связей между организациями, выполняющими научные исследования и предприятиями. Случайная составляющая vi — ui отражает результаты воздействия на процесс инновационной деятельности региона факторов неопределенности и факторов эффективности. Для моделирования результатов воздействия факторов неопределенности используется нормально распределенная случайная величина vi с нулевым математическим ожиданием vi ~ N(0,ои). Для моделирования результатов воздействия факторов эффективности используется не зависящая от vi неотрицательная случайная величина ui , имеющая усеченное в нуле нормальное распределение с нулевым математическим ожиданием: ui ~ N + (0,ои). При оцененных параметрах оу,ои можно вычислить (ВаА^е, СоеШ, 1988) математическое ожидание

В соответствии с концепцией стохастической границы (Kumbhakar, Lovell, 2004) величина TEi характеризует ожидаемое значение технической эффективности инновационного

lnО =c + dlnV. +v -и

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

^l l l .

(1)

ГДе Pü = -(vi - U )s2 / s2 , s2 = s2s2 / s2 , S = SU +s2 .

пространства как отношение фактического результата инновационной активности региона |

exp{c + dln Vt +vt — u } к потенциально возможному exp{c + dln Vt +vt }.

Результаты расчетов указывают на то, что эластичность d результата инновационной ак- ~

тивности региона по размеру инновационного пространства является устойчивой во време- ^

ни характеристикой национальной инновационной системы. Значение параметра c зависит «з

от способа оценки размера инновационного пространства и меняется при изменении шка- §

лы размера инновационного пространства. Величина w = exp{c / d} допускает интерпрета- g

цию как доля размера инновационного пространства, используемая регионом, эффективно ^

создающим конкретный результат инновационной активности. Оценки технической эффек- ч;

тивности TEt отражают различие в долях инновационного пространства, используемых ре- <8

гионами. Для оценки доли wi инновационного пространства, используемой регионом при |

создании конкретного результата инновационной активности, может быть использована ■§.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

величина w{TEi) . Величину V = Wyt можно рассматривать в качестве оценки размера ^

инновационного пространства, используемого регионом для создания конкретного резуль- § тата инновационной активности. При устойчивых размерах инновационного пространства

» п

регионов рост параметров d и c свидетельствует о развитии национальной инновацион- §

ной системы. Результат развития региональной инновационной системы может также отражаться в увеличении оценок технической эффективности TEi. ^

В работах (Aivazian, Afanasiev, 2016; Айвазян и др., 2016) проведен сравнительный анализ влияния размера инновационного пространства на число выданных патентов субъектов РФ и штатов США. На основе данных за период с 2008 по 2012 г. получены результаты, не противоречащие гипотезе 2:

параметры c, d модели М1, описывающей зависимость числа выданных патентов от размера инновационного пространства субъектов РФ, оцененного по числу организаций, выполняющих научные исследования и инновационно активных предприятий, значимо не отличаются от параметров c, d модели М1, описывающей зависимость числа выданных патентов от размера инновационного пространства штатов США, оцененного по числу высших учебных заведений и высокотехнологичных компаний.

Результаты проверки гипотезы 2 показывают, что зависимость числа выданных патентов от размера инновационного пространства субъектов РФ и штатов США описывается общей моделью М1. На рисунке 1а по оси абсцисс до вертикальной линии упорядочены 80 субъектов РФ в соответствии с упорядочением, принятым Росстатом, см., например, (Регионы России., 2013). После вертикальной линии — 51 штат США в алфавитном порядке, см., например, (Patent Technology Monitoring., 2014). По оси ординат показаны значения размеров инновационного пространства этих регионов в логарифмах. В числе шести регионов, имеющих наибольший размер инновационного пространства среди всех субъектов РФ и штатов США по данным 2010 г., два субъекта РФ — Москва и Санкт-Петербург. При этом размер инновационного пространства Москвы превосходит размер инновационного пространства любого штата США. На рисунке 1б по оси абсцисс субъекты РФ (до вертикальной линии) и штаты США (после вертикальной линии) упорядочены так же, как на рис. 1а. По оси ординат для каждого региона показано число выданных патентов в логарифмах. Максимальное число выданных патентов в штате Калифорния. Второй регион по числу выданных патентов — Москва.

12 10 8 6 4 2 0

0 20 40 60 80 100 120 140

Рис. 1а. Размер инновационного пространства (логарифм)

20 18 16 14 12 10 8 6 4 2 0

0 20 40 60 80 100 120 140

Рис. 1б. Число выданных патентов (логарифм)

0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0.0

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

0 20 40 60 80 100 120 140

Рис. 1в. Оценки технической эффективности пространства инноваций

Размер инновационного пространства штатов США в среднем превосходит размер инновационного пространства субъектов РФ (рис. 1а). Число выданных патентов в штатах США превосходит число патентов субъектов РФ (рис. 1б). Однако оценки технической эффективности использования инновационного пространства большинством субъектов РФ сравнимы с оценками технической эффективности инновационного пространства штатов США. На рис. 1в по оси абсцисс субъекты РФ (до вертикальной линии) и штаты США (после вертикальной линии) упорядочены так же, как на рис. 1а. По оси ординат для каждого региона указана оценка технической эффективности TEt. Можно сделать вывод, что для субъектов РФ

♦ ♦ ♦.

♦ ♦ ♦ ♦ ******* • * » ♦ > . . \ ** ** *

**'**,<* s * *, . ♦ ♦ ♦ ♦ * ♦ ♦ ♦

" ♦ * ♦ ♦ . ♦ ♦ ♦

♦♦ ♦

♦ ♦ ♦ ♦ ♦

♦ ♦♦ » * Vf ♦♦ х ♦

V ♦

♦ ♦ ♦♦ ♦ ж

* ** ** ♦ ♦ ♦ ♦» ♦ ♦

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

♦ ♦ ,

результаты инновационном активности в той же мере соответствуют размерам их иннова- |

ционного пространства, что и для штатов США. Однако при таком сопоставлении характе- -с

ристики бизнеса регионов РФ (число инновационно активных предприятий) не вполне со- ~

поставимы с характеристиками бизнеса штатов США (числом высокотехнологичных ком- ^

паний). К тому же не учитываются различия в правилах патентования двух стран. Влияние «з

этих различий можно ослабить, рассматривая вместо выданных патентов поданные между- §

2 &

народные патентные заявки . 5

В данной работе, включающей два раздела, в качестве результатов региональной инно- ^ вационной активности рассматриваются поданные международные патентные заявки и созданные новые производственные технологии. В первом разделе с использованием модели <8 М1 проводится проверка гипотез, позволяющих сравнить техническую эффективность ин- | новационного пространства регионов РФ, штатов США и префектур Японии на основании ■§. информации о числе поданных международных патентных заявок. Во втором разделе про- ^ водится сравнение регионов РФ и провинций Китая по числу созданных новых производ- § ственных технологий. -с

00 1

1. Сравнительный анализ влияния размера инновационного пространства на число международных патентных заявок для штатов США, префектур Японии и субъектов РФ

Результаты проверки гипотезы 2, представленные во введении, указывают на то, что результаты инновационной активности зависят от институциональных условий функционирования инновационной системы, в том числе от процедуры регистрации патентов. Для сопоставимости результатов инновационной активности разных стран проведен анализ влияния размеров инновационного пространства регионов России, штатов США и префектур Японии на число международных патентных заявок. Модели М1 построены для 2001, 2006, 2009, 2012 гг. на основе данных, представленных в табл. 1 для регионов РФ и в табл. 2 для штатов США. Для субъектов РФ размер инновационного пространства рассчитан с учетом числа организаций, выполняющих научные исследований, и предприятий: Vi = гог X buzi, а для штатов США — с учетом числа высших учебных заведений и компаний: Vi = vuz i X сот{.

Оценки параметров с, д модели М1, полученные методом максимального правдоподобия, приведены в табл. 3. Эти оценки значимы на 1%-ном уровне во всех оцененных моделях.

На рисунке 2а изображена диаграмма рассеяния, в которой по оси ординат отложено число патентных заявок (в логарифмах), а по оси абсцисс — размер инновационного пространства (в логарифмах) для регионов РФ и штатов США для 2006 г.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

о

2 Международная патентная заявка — патентная заявка, поданная по процедуре PCT. Договор о патентной кооперации (Patent Cooperation Treaty, PCT) — международный договор в области патентного права, заключенный в 1970 г. в Вашингтоне. Цель данного договора состояла в том, чтобы «облегчить и сделать более экономичным получение охраны изобретений, когда такая охрана испрашивается в нескольких странах». Подавая одну международную патентную заявку по процедуре РСТ, заявитель может обеспечить своему изобретению охрану сразу в 148 странах. РСТ не предусматривает выдачу «международного патента», поскольку такого не существует, и выдача патента является прерогативой каждого национального или регионального органа власти. США, Япония и РФ входят в число стран — участников договора (PCT: вопросы и ответы, 2015).

Таблица 1. Исходные данные по регионам РФ для модели вида М1

Обозначение Наименование Период Источник

показателя времени

patt Число международных патентных заявок 2001, 2006, (OECD innovation indicators,

2009, 2012 2014)

teht Число созданных в регионе новых 2001, 2006, (Регионы России..., 2013)

производственных технологий 2009, 2012

vuzt Число высших учебных заведений региона 2001, 2006, (Регионы России., 2013)

2009, 2012

rort Число организаций, выполняющих научные 2001, 2006, (Регионы России., 2013)

исследования 2009, 2012

buzt Число предприятий 2001, 2006, (Регионы России., 2013)

2009, 2012

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Таблица 2. Исходные данные по штатам США для модели вида М1

Обозначение Наименование Период Источник

показателя времени

pat Число международных патентных заявок 2001, 2006, (OECD innovation indicators,

2009, 2012 2014)

vuz Число высших учебных заведений региона 2010 (Digest of Education Statistics,

2010)

comi Число компаний 2001, 2006, (Business Information., 2014)

2009, 2012

htcomi Число высокотехнологичных компаний 2006-2010 (Business Information., 2014)

Таблица 3. Оценки параметров модели М1 для штатов США и регионов РФ

Оценки для 51 штата США

Оценки для 80 регионов РФ

2001 2006 2009 2012 2001 2006 2009 2012

ln V 0.540*** 0.676*** 0.698*** 0.708*** 0.468*** 0.722*** 0.753*** 0.707***

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

(0.000) (0.000) (0.000) (0.000) (0.000) (0.000) (0.000) (0.000)

const —2 354*** —4 504*** —5 094*** —5.131*** —6 419*** —8.102*** —9.309*** —7.576***

(0.265) (0.004) (0.002) (0.000) (0.000) (0.000) (0.002) (0.000)

ln L —78.111 —65.566 —66.149 —67.361 —143.199 —112.531 —129.826 —115.076

1.119 0.875 0.885 0.906 1.449 0.255 1.1068 0.313

s 0.020 0.010 0.012 0.013 0.026 1.759 0.877 1.771

Примечание. *** — значимость на 1%-ном уровне.

Эластичности числа международных патентных заявок по размеру инновационного пространства для регионов РФ и для штатов США мало отличаются (см. рис. 2б.), что является основанием для проверки следующей гипотезы 3.

Параметры модели М1, описывающей зависимость числа международных патентных заявок от размера инновационного пространства субъектов РФ, оцененного по числу организаций, выполняющих научные исследования, и предприятий, значимо не отличаются

10 9 8 7 6

A ^

i.-A '

A A

> AA

A A

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

A A .

10

12

о 14

16

18

20

2001

2006

2009

2012

Рис. 2а. Диаграмма рассеяния. По оси

абсцисс — размер инновационного пространства, по оси ординат — число патентных заявок. Регионы РФ — ромб, штаты США — треугольник

Рис. 2б. Эластичность числа международных патентных заявок по размеру пространства инноваций по годам. Регионы РФ — ромб, штаты США — треугольник

от параметров модели М1, описывающей зависимость числа международных патентных заявок от размера инновационного пространства штатов США, оцененного по числу высших учебных заведений и компаний.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Проверка гипотезы 3 сводится к проверке статистической гипотезы Н0: сЛ = &Л = 0 для моделей вида М2:

ln Qi = c + cd dt +(d + dd dt )ln V +v

(2)

I

Ф Ü

■Ü

QQ О

! Hi «i

(0 Ф

Ü

"fr 1

t «

SS

QQ 'S «i

«i

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

d

где di = 0, если индекс 7 соответствует штату США, и di = 1, если 7 соответствует субъекту РФ.

5

4

3

2

0

Модели вида М2 построены для 2001, 2006, 2009, 2012 гг. Гипотеза 3 принимается, если статистическая гипотеза Н0 не отвергается для каждого года. Оценка параметров модели М2 методом максимального правдоподобия проведена на основе данных по 131 регионам: 80 субъектам РФ и 51 штату США.

Как показано в столбцах (2), (4), (6), (8) табл. 4, оценки параметра са модели М2 значимы на 1%-ном уровне, а оценки параметра да — незначимы. Гипотеза Н0: сЛ = ЬЛ = 0 отвергается для каждого года, тем самым отвергается и гипотеза 3, что соответствует диаграмме на рис. 2а. Различие в расположении точек на рис. 2а, характеризующих регионы РФ и штаты США, объясняет значимое отличие от нуля оценки параметра сЛ модели М2.

Для сравнения оценок технической эффективности инновационного пространства 80 субъектов РФ и 51 штату США по данным 2001, 2006, 2009, 2012 гг. построены модели М1 для всей совокупности 131 регионов. Оценки параметров приведены в столбцах (3), (5), (7), (9) табл. 4.

На рисунке 3 по оси абсцисс регионы РФ (слева от вертикальной линии) и штаты США (справа от вертикальной линии) упорядочены так же, как на рис. 1. По оси ординат для каждого региона указана оценка технической эффективности инновационного пространства при формировании международных патентных заявок. Оценки технической эффективности

Таблица 4. Оценки параметров моделей М1 и М2 для совокупности 131 регионов

2001

2006

2009

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

2012

M2 М1 M2 М1 M2 М1 M2 М1

(1) (2) (3) (4) (5) (6) (7) (8) (9)

ln V 0.540*** 0.804*** 0.675*** 1.189*** 0.698*** 1 149*** 0.655*** 1 140***

(0.000) (0.000) (0.000) (0.000) (0.000) (0.000) (0.000) (0.000)

dх (ln V) -0.072 — 0.135 — 0.064 — 0.109 —

(0.054) (0.091) (0.048) (0.087)

d -4.070*** — -6.205*** — -5 017*** — -5.392*** —

(0.000) (0.003) (0.044) (0.026)

const -2.355** -9.047*** -4.316** -14.478*** -5.072*** - 14.058*** -3.368** -13.627***

(0.935) (0.337) (1.832) (0.514) (0.014) (0.613) (1.431) (0.421)

ln L -223.293 -316.071 -182.392 -280.414 -199.097 -282.006 -188.323 -271.661

s 1.330 2.701 0.963 2.058 1.106 2.083 0.715 1.925

0.020 0.042 0.239 0.042 0.040 0.037 1.232 0.042

Примечание. **, *** — значимость на 5 и 1%-ном уровне соответственно.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

0.9724 0.9722 0.9720 0.9718 0.9716 0.9714 0.9712 0.9710 0.9708 0.9706

< ♦ • ♦ ♦ ♦

♦ ♦ ♦ О i ♦ v ♦♦♦

* ♦

v N ♦ vx ♦ ♦ ♦ ♦

► ♦♦ ♦♦ ♦ ♦♦

♦ ♦ ♦ ♦ ♦

20

40

60

80

100

120

140

Рис. 3. Оценки технической эффективности инновационного пространства при формировании международных патентных заявок для регионов РФ (слева от вертикальной черты) и штатов США, 2006 г.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

инновационного пространства штатов США превосходят оценки технической эффективности инновационного пространства регионов РФ. Аналогично для 2001, 2009, 2012 гг. По результатам проверки гипотезы 3 можно сделать вывод, что для периода 2001-2012 гг. эластичность числа международных патентных заявок по размеру инновационного пространства регионов для РФ и США отличается незначимо. При этом техническая эффективность использования инновационного пространства для регионов РФ ниже, чем для штатов США.

Гипотеза 4. Параметры модели М1, описывающей зависимость числа международных патентных заявок от размера инновационного пространства субъектов РФ, оцененного

0

по числу организаций, выполняющих научные исследования, и предприятий, значимо не отличаются от параметров модели М1, описывающей зависимость числа международных патентных заявок от размера инновационного пространства префектур Японии, оцененного по числу высших учебных заведений и компаний.

Проверка гипотезы 4 сводится к проверке статистической гипотезы Н0: сЛ = ЬЛ = 0 для моделей М2, построенных для 2001 и 2006 гг., где di = 0, если индекс i принадлежит субъекту РФ, и di =1, если индекс i принадлежит префектуре Японии. Гипотеза 4 принимается, если статистическая гипотеза Н0 не отвергается для каждого года. Проверка гипотезы 4 проведена на основе данных, представленных в табл. 1 для регионов РФ и в табл. 5 для префектур Японии.

I

ф

о ■Ü

О

0

1

CQ

ч

(о Ф

о

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Таблица 5. Исходные данные по префектурам Японии для проверки гипотезы 4

Обозначение Наименование показателя Период времени Источник

pati Число международных патентных заявок 2001,2006 (OECD innovation indicators,

2014)

vuzi Число высших учебных заведений региона 2006 (MEXT Statistical abstract,

2012)

comt Число компаний 2001,2006 (Japan Statistical Yearbook,

2014)

■fr

t «

SS

QQ 'S «i

«i

d

Оценки параметров модели М1 для 47 префектур Японии по данным 2001 и 2006 гг. представлены в столбцах (2) и (3) табл. 6. В столбцах (4) и (5) этой таблицы приведены оценки параметров модели М2 на основе данных по 127 регионам: 80 субъектам РФ и 47 префектурам Японии. В модели, построенной по данным 2001 г., оценка параметра да значима на 5%-ном уровне. В модели, построенной по данным 2006 г., оценка параметра сЛ также

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

значима на 5%-ном уровне. Гипотеза H0: образом, гипотеза 4 отвергается.

= dd = 0 отвергается для каждого года. Таким

Таблица 6. Оценки параметров моделей М1 и М2 для регионов РФ и префектур Японии

Ml (2001) M1 (2006) M2 (2001) M2 (2006) M1 (2006)

(1) (2) (3) (4) (5) (6)

ln V 0.849*** 0.848*** 0.468*** 0.737*** 1.010***

(0.000) (0.000) (0.000) (0.000) (0.000)

dx (ln V) — — 0.353** 0.117 —

(0.198) (0.089)

d — — -0.073 1.937** —

(0.966) (0.834)

const -6.397*** -5.949*** -6.413*** -8 194*** -11.832***

(0.001) (0.003) (0.000) (0.000) (0.000)

ln L -74.041 -75.151 -219.007 -190.444 -285.564

s 0.721 0.903 1.357 0.607 2.292

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Su 1.578 1.322 0.035 1.553 0.043

Примечание.

' — значимость на 5 и 1%-ном уровне соответственно.

Для сравнения оценок технической эффективности инновационного пространства 80 субъектов РФ и 47 префектур Японии по данным 2001 и 2006 гг. построены модели вида М1 для всей совокупности 127 регионов. Оценки параметров для 2006 г. приведены в столбце (6) табл. 6.

На рис. 4а показана диаграмма рассеяния, в которой по оси ординат отложено число патентных заявок (в логарифмах), а по оси абсцисс — размер инновационного пространства (в логарифмах) регионов РФ и префектур Японии для 2006 г. Точки, характеризующие регионы РФ, показаны ромбами, префектуры Японии — квадратами. Эластичность числа международных патентных заявок по размеру инновационного пространства для регионов РФ и префектур Японии значимо отличаются для 2001 и 2006 гг. (см. рис. 4б).

10

9 -— 8 -— 7 -— 6 -— 5 -— 4 -— 3 -— 2 -— 1 0

10

Рис. 4а. Диаграмма рассеяния. Рис. 4б. Эластичность числа международных

Регионы РФ — ромб, патентных заявок по размеру инновационного

префектуры Японии — квадрат пространства. Регионы РФ — ромб,

префектуры Японии — квадрат

На рисунке 5 по оси абсцисс регионы РФ (слева от вертикальной линии) упорядочены так же, как и на рис. 1. Префектуры Японии (справа от вертикальной линии) — в соответствии с (Japan Statistical Yearbook, 2014). По оси ординат для каждого региона указана оценка технической эффективности инновационного пространства при формировании международных патентных заявок, оцененная по М1 для 2006 г. (см. столбец (6) табл. 6). Техническая эффективность инновационного пространства префектур Японии значимо превосходит техническую эффективность инновационного пространства регионов РФ.

По результатам проверки гипотезы 4 можно сделать вывод, что для периода 2001-2006 гг. эластичность числа международных патентных заявок по размеру инновационного пространства и техническая эффективность использования инновационного пространства для регионов РФ ниже, чем для префектур Японии.

Гипотеза 5. Параметры модели М1, описывающей зависимость числа международных патентных заявок от размера инновационного пространства штатов США, оцененного по числу высших учебных заведений и компаний, значимо не отличаются от параметров модели М1, описывающей зависимость числа международных патентных заявок от размера инновационного пространства префектур Японии, оцененного по числу высших учебных заведений и компаний.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

0.9630

0.9625

0.9620

0.9615

0.9610 >

0.9605

♦ #

♦ ♦ ♦ ♦ ♦ . ♦ ♦ ♦с к ♦ ♦ *

♦ ♦♦ « ♦ ♦ ♦ ♦ . ♦ . ♦ ** ♦ ♦ % t ♦

> ♦♦ ♦♦ * ♦♦ ► ♦

♦♦ ♦ ♦ ♦ ♦ ♦

20

40

60

80

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

100

120

140

Рис. 5. Оценки технической эффективности инновационного пространства при формировании международных патентных заявок для регионов РФ (слева от вертикальной черты) и префектур Японии, 2006 г.

Проверка гипотезы 5 сводится к проверке статистической гипотезы Н0: cd = да = 0 для моделей М2, построенных для 2001 и 2006 гг., где di = 0, если индекс i принадлежит штату США, и di =1, если индекс i принадлежит префектуре Японии. Гипотеза 5 принимается, если статистическая гипотеза Н0 не отвергается для каждого года. Проверка гипотезы 5 проведена на основе данных, представленных в табл. 2 для штатов США и в табл. 3 для префектур Японии.

Таблица 7. Оценки параметров моделей М1 и М2 для штатов США и префектур Японии

M2 (2001) M1 (2001) M2 (2006) M1 (2006)

(1) (2) (3) (4) (5)

ln V 0 541*** 0.654*** 0.675*** 0.713***

(0.000) (0.000) (0.000) (0.000)

d X (ln V) 0.270* — 0.131 —

(0.151) (0.383)

d -4.139* — -1.914** —

(2.213) (0.835)

const -2.333** -4.442*** -4.481*** -5.091***

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

(0.973) (0.003) (0.010) (0.001)

ln L -152.841 -160.284 -143.27 -143.651

s 1.150 1.242 1.044 1.048

0.055 0.031 0.040 0.021

Примечание.

— значимость на 10, 5 и 1%-ном уровне соответственно.

1

ф о

■Ü

О

0

1

CQ

ч

(О ф

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

о

■fr 1

t «

SS

QQ 'S «i

«i

d

Оценка параметров модели М2 проведена на основе данных по 98 регионам: 51 штату США и 47 префектурам Японии. Полученные оценки параметров для 2001 и 2006 гг. представлены соответственно в столбцах (2) и (4) таблицы 7. В моделях, построенных

0

по данным 2001 г., оценки параметров сл и да модели М2 оказались значимы на 10%-ном уровне. Для 2006 г. оценка сл значима на 5%-ном уровне, а да — незначима. Гипотеза Н0: сл =да = 0 отвергается для 2001 и 2006 гг. Таким образом, гипотеза 5 отвергается.

На рисунке 6а показана диаграмма рассеяния, в которой по оси ординат отложено число патентных заявок (в логарифмах), а по оси абсцисс — размер инновационного пространства (в логарифмах) штатов США и префектур Японии для 2006 г. Точки, характеризующие штаты США, показаны треугольниками, префектуры Японии — квадратами. Эластичность числа международных патентных заявок по размеру инновационного пространства для штатов США и префектур Японии значимо отличаются для 2001 и 2016 гг. (см. рис. 6б).

10

V Чч л"

\-V

/ >

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

0.90 0.85 0.80 0.75 0.70 0.65 0.60 0.55 0.50

10

12

14

16

18

20

2001

2006

2009

2012

Рис. 6а. Диаграмма рассеяния. Штаты США — треугольник, префектуры Японии — квадрат

Рис. 6б. Эластичность числа международных патентных заявок по размеру инновационного пространства. Штаты США — треугольник, префектуры Японии — квадрат

На рисунке 7 по оси абсцисс штаты США (слева от вертикальной линии) упорядочены так же, как на рис. 3, а префектуры Японии (справа от вертикальной линии) — так же, как на рис. 5. По оси ординат для каждого региона указана оценка технической эффективности инновационного пространства при формировании международных патентных заявок. Оценки получены по общей для совокупности 98 регионов модели М1 для 2006 г. Оценки параметров модели представлены в столбце (5) табл. 7. В столбце (3) этой таблицы приведены оценки модели М1 для 98 регионов по данным 2001 г. Можно сделать вывод, что техническая эффективность инновационного пространства префектур Японии сопоставима с технической эффективностью инновационного пространства штатов США.

На рисунке 8 по оси абсцисс упорядочены регионы РФ (слева), штаты США (в середине) и префектуры Японии (справа). По оси ординат для каждого региона указана оценка технической эффективности инновационного пространства при формировании международных патентных заявок в соответствии с моделью М1, оцененной для 178 регионов РФ, США и Японии по данным 2006 г.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

По результатам проверки гипотезы 5 для периода 2001-2006 гг. эластичность числа международных патентных заявок по размеру инновационного пространства для префектур Японии выше, чем для штатов США. Техническая эффективность использования инновационного пространства для префектур Японии и штатов США сопоставима. Техническая

9

8

7

6

0

0.9835 0.9834 0.9833 0.9832 0.9831 0.9830 0.9829 0.9828 0.9827 0.9826

♦ ♦ ♦

♦ ♦ ♦ \ ♦

♦♦. •• ••• ♦ ♦ ♦ ♦

* г ♦ + / ♦ ♦ ♦ * ♦ ♦

♦ « ♦ ♦ * **

♦ • ♦ ♦ ♦ ♦

♦ » ♦

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

20

40

60

80

100

120

Рис. 7. Оценки технической эффективности инновационного пространства при формировании международных патентных заявок для штатов США (слева от вертикальной черты) и префектур Японии, 2006 г.

0.9485 0.9480 0.9475 0.9470 0.9465 0.9460 0.9455 0.9450 0.9445 0.9440 0.9435

► ♦ ♦

♦ ♦ ♦ Ф ♦ ♦ ^

♦♦ ♦ L * ♦ ♦♦

♦ V ♦ ♦ ♦

♦ г ♦. ♦ ♦. ♦♦ ** V ♦ ♦ t ♦ ♦

♦ ♦♦ ♦ * ♦ ♦

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

♦ % ♦ ♦ ♦ ♦ ♦ ♦ ♦

♦ *

20

40

60

80 100 120 140 160 180 200

1

Ф

о ■Ü

О

0

1

CQ

ч

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

(о Ф

о

■fr 1

t «

SS

QQ 'S «i

«i

d

Рис. 8. Оценки технической эффективности инновационного пространства при формировании международных патентных заявок для регионов РФ (слева), штатов США (в середине) и префектур Японии (справа), 2006 г.

эффективность инновационного пространства регионов РФ при формировании международных патентных заявок ниже, чем для префектур Японии и штатов США.

На рисунке 9 представлено параметрическое описание (с, д, ^) инновационных систем РФ, США и Японии по международным патентным заявкам для ряда лет из периода 20012012 гг. По оси абсцисс — оценки константы с , по оси ординат — оценки эластичности д, полученные по модели М1 для рассматриваемого периода. Для каждой точки указан соответствующий год. Рисунок 9 отражает результаты проверки гипотез 3, 4 и 5. Множество парето-оптимальных точек (с, д, ^) в пространстве оценок д эластичности числа международных патентных заявок и константы с модели М1 формируется точками, характеризующими инновационную систему Японии и США. Точки, соответствующие инновационной системы РФ, не являются парето-оптимальными.

0

0

0.90 0.85 0.80 0.75 0.70 0.65 0.60 0.55 0.50 0.45 0.40

Япония 2001

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

-ПО

РФ 2009 « РФ 2006

Япония 2006 США 2012

РФ 2012

США2009

РФ 2001 ♦

А США 2006

США 2001

А

о РФ А США □ Япония

-10

-6

-4

-2

Рис. 9. Параметрическое описание инновационных систем РФ, США и Японии по международным патентным заявкам для периода 2001-2012 гг.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

2. Сравнение регионов РФ и провинций Китая по эффективности инновационного пространства при создании новых производственных технологий

Гипотеза 6. Параметры модели М1, описывающей зависимость числа созданных в регионе новых производственных технологий от размера инновационного пространства субъектов РФ, оцененного по числу предприятий и высших учебных заведений, значимо не отличаются от параметров модели М1, описывающей зависимость числа созданных новых производственных технологий от размера инновационного пространства провинций КНР, оцененного по числу предприятий и высших учебных заведений.

Проверка гипотезы 6 проведена на основе данных, описанных в табл. 1 для регионов РФ и в табл. 8 для провинций КНР.

Таблица 8. Исходные данные по провинциям КНР

Обозначение

Наименование показателя

Период времени

Источник

teh¡ Число новых разработанных технологий еот1 Число промышленных предприятий vyz¡ Число высших учебных заведений региона

2008-2012 (China Statistical Yearbook, 2013)

2008-2012 (China Statistical Yearbook, 2013)

2008-2012 (China Statistical Yearbook, 2013)

0

Диаграмма рассеяния, где по оси абсцисс откладывается логарифм размера инновационного пространства, а по оси ординат — логарифм числа созданных новых производственных технологий, для 2012 г. представлена на рис. 10а.

12

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

10

•••

* •

♦ »t» V ♦♦

13

15

17

19

0.9 0.8 0.7

Рис. 10а. Диаграмма рассеяния (ось абсцисс — логарифм размера инновационного пространства, ось ординат — логарифм числа созданных новых

производственных технологий) для 2012 г. Регионы РФ — ромб, провинции КНР — круг

0.4 0.3

2008 2009 2010 2011

2012

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Рис. 10б. Эластичность числа созданных

новых производственных технологий по размеру инновационного пространства для 2008-2012 гг. Регионы РФ — ромб, провинции КНР — круг

В таблице 9 приведены оценки параметров модели М1 по данным периода 2008-2012 гг. для производственных технологий по субъектам РФ и провинциям КНР.

1

ф о

■Ü

О

0

1

CQ

ч

(о Ф

о

1

I «

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

SS

QQ 'S «i

«i

о

8

6

4

2

0

5

7

9

11

Таблица 9. Оценки параметров модели М1 для субъектов РФ и провинций КНР (2008-2012 гг.)

Годы

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

2008 2009 2010 2011 2012

Оценки для 80 субъектов РФ

ln V 0 494*** 0.568*** 0 544*** 0.585*** 0 519***

(0.000) (0.000) (0.000) (0.000) (0.000)

const _2194*** -3.237*** -2.778*** -2.965*** -1.913***

(0.000) (0.000) (0.000) (0.001) (0.029)

ln L -136.319 -143.577 -146.084 -145.531 -149.159

0.471 0.587 0.545 0.583 0.597

2.252 2.374 2.515 2.456 2.586

Оценки для 31 провинции КНР

ln V 0.742*** 0.743*** 0.735*** 0 745*** 0.743***

(0.000) (0.000) (0.000) (0.000) (0.000)

const -1.463*** -1.238*** -1 781*** -1.264*** -1.133***

(0.242) (0.312) (0.199) (0.183) (0.242)

ln L -31.922 -29.794 -22.824 -27.394 -26.899

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

s 0.499 0.370 0.505 0.585 0.576

Su 0.781 0.898 0.015 0.009 0.009

Примечание. *** — значимость на 1%-ном уровне.

Для проверки гипотезы 6 модели вида M2 построены по каждому году периода 20082012 гг. для 111 регионов. В этих моделях di = 0 , если индекс i принадлежит провинции КНР, и di =1, если индекс i принадлежит региону РФ. Для 80 субъектов РФ размер инновационного пространства рассчитан с учетом числа предприятий и высших учебных заведений Vi = vuzt X comt. Для 31 провинции КНР — также с учетом числа предприятий и высших учебных заведений Vi = vuzt X comt. Проверка гипотезы 6 сводится к проверке статистической гипотезы H0: cd = dd = 0 , и она принимается, если статистическая гипотеза H0 не отвергается для каждого года из периода 2008-2012 гг.

Таблица 10. Оценки параметров моделей М1 и М2 для совокупности 111 регионов

M2 (2008) M2 (2009) M2 (2010) M2 (2011) M2 (2012) M1 (2012)

ln V 0 751*** 0 754*** 0.735*** 0.736*** 0.734*** 0.902***

(0.000) (0.000) (0.000) (0.000) (0.000) (0.000)

d X (ln V) -0.262*** -0.435*** -0.353*** -0.272*** -0.328*** —

(0.000) (0.000) (0.000) (0.002) (0.001)

d -0.612 -2.015** -1.044* -1.699** -0.806 —

(0.389) (0.988) (0.570) (0.764) (0.694)

const -1.583** -1.361** -1.742** -1.241** -1.128** -6.001***

(0.643) (0.547) (0.732) (0.603) (0.497) (0.081)

ln L -144.623 -138.293 -139.71 -145.926 -156.623 -250.707

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

s 0.871 0.841 0.851 0.748 0.789 2.315

0.306 0.042 0.064 0.839 1.007 0.056

Примечание. *, **, *** — значимость на 10, 5 и 1%-ном уровне соответственно.

Оценки параметров модели М2 при контрольных переменных di X 1п Vi, приведенные в табл. 10 для 2008-2012 гг., значимы на 1%-ном уровне. Статистическая гипотеза Н0 отвергается для модели по данным 2008-2012 гг. Таким образом, отвергается и гипотеза 6.

0.9580

* ♦ ♦

: ... > ♦ ♦ ♦ ♦ ♦ ¿> ♦ * ^ Л. J. ♦

♦ ♦ ♦ ♦ ♦

♦ ♦ ♦ ♦ ♦

0 20 40 60 80 100 120

Рис. 11. Оценки технической эффективности по модели М1 для 111 регионов по данным 2012 г. Справа от черты — субъекты РФ, слева от черты — провинции КНР

На рисунке 11 по оси абсцисс упорядочены провинции КНР (слева от вертикальной линии) и регионы РФ (справа от вертикальной линии). По оси ординат для каждого региона указана оценка технической эффективности инновационного пространства при создании новых производственных технологий. Оценки получены по общей для совокупности 111 регионов модели М1 для 2012 г. Оценки параметров модели представлены в последнем столбце табл. 10. Можно сделать вывод, что для провинций КНР оценки технической эффективности выше, чем для регионов РФ.

0.80 0.75 0.70 0.65 0.60 0.55 0.50 0.45

0.40

КНР 2011 КНР 2008

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

о ÜUU КНР 2012 КНР 2010 КНР 2009

О РФ О КНР

О РФ 2011

РФ 2009

Т> РФ 2010

О РФ 2012

РФ 2008

1

Ф

о ■Ü

О

0

1

CQ

ч

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

(о Ф

о

1

t «

SS

QQ 'S «i

«i

о

-4.0

-3.0

-2.0

-1.0

0.0

Рис. 12. Параметрическое описание инновационных систем РФ и КНР по новым производственным технологиям для 2008-2012 гг.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

На рисунке 12 представлено параметрическое описание (с, б, 7) инновационных систем РФ и КНР по новым производственным технологиям для 2008-2012 гг. Оценки параметров модели М1 для РФ и КНР приведены в табл. 9. По оси абсцисс отложены оценки константы с , по оси ординат — оценки эластичности б, для каждой точки указан соответствующий год. По результатам проверки гипотезы 6 можно сделать вывод, что для периода 2008-2012 гг. эластичность числа разработанных новых производственных технологий и техническая эффективность использования инновационного пространства для регионов РФ ниже, чем для провинций КНР.

Выводы

При устойчивых размерах инновационного пространства регионов рост параметров б и с свидетельствует о развитии национальной инновационной системы, увеличение оценки технической эффективности TEi использования инновационного пространства региона свидетельствует о развитии региональной инновационной системы.

Результаты межстрановых сопоставлений показывают следующее.

• Для периода 2001-2012 гг. эластичность числа международных патентных заявок по размеру инновационного пространства регионов незначимо отличается для РФ и США. При этом техническая эффективность использования инновационного пространства для регионов РФ ниже, чем для штатов США.

• Для периода 2001-2006 гг. эластичность числа международных патентных заявок по размеру инновационного пространства и техническая эффективность использования инновационного пространства для регионов РФ ниже, чем для префектур Японии.

• Для периода 2001-2006 гг. эластичность числа международных патентных заявок по размеру инновационного пространства для префектур Японии выше, чем для штатов США. Техническая эффективность использования пространства инноваций для префектур Японии и штатов США сопоставима.

• Для периода 2008-2012 гг. эластичность числа разработанных новых производственных технологий и техническая эффективность инновационного пространства для регионов РФ ниже, чем для провинций КНР.

Совокупность момента времени и оценок двух основных параметров модели М1 может использоваться как параметрическое описание национальной инновационной системы при создании конкретного результата инновационной активности. Эта же совокупность, дополненная оценками технической эффективности, может служить параметрическим описанием региональной инновационной системы. Приведенные описания национальной и региональных инновационных систем могут быть основой для межстрановых сопоставлений влияния науки и бизнеса на результаты инновационной активности, кластеризации национальных и региональных инновационных систем с целью использования опыта государственного и регионального управления инновационным развитием.

Благодарность. Работа выполнена при финансовой поддержке РФФИ (проект № 17-02-00272).

Список литературы

Айвазян С. А., Афанасьев М. Ю., Лысенкова М. А. (2016). Оценка результатов инновационной активности региона с учетом размера пространства инноваций. В кн.: Математика. Компьютер. Образование: Сб. научн. трудов, 23 (4), 94-115.

Батлер Д., Гибсон Д. (2013). Исследовательские университеты в структуре региональной инновационной системы: опыт Остина, штат Техас. Форсайт, 7 (2), 42-57.

Голиченко О. Г., Балычева Ю. Е. (2012). Типичные модели инновационного поведения предприятий. Инновации, 2 (160), 19-28.

Иванов Д. С., Кузык М. Г., Симачев Ю. В. (2012). Стимулирование инновационной деятельности российских производственных компаний: возможности и ограничения. Форсайт, 6 (2), 18-42.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Ицковиц Г. (2010). Тройная спираль. Университеты-предприятия-государство. Инновации в действии. Томск: Изд-во Томского гос. ун-та систем управления.

Ларина Е. О. (2012). Формы инновационных институциональных структур в регионах России. Современные исследования социальных проблем, 1, 283-298.

Маковеева В. В. (2012). Сетевое взаимодействие — ключевой фактор развития интеграции образования, науки и бизнеса. Вестник Томского государственного университета, 354, 163-166.

Регионы России. Социально-экономические показатели (2013). http://www.gks.ru/bgd/regl/B13_14p/.

Румянцев А. А. (2013). Основные свойства и проблемные поля научно-инновационного пространства региона. Пространственная экономика, 2, 103-118.

Симачев Ю. В., Дежина И. Г. (2012). Партнерство бизнеса и науки в инновационной сфере. Атом- _

со

ная стратегия XXI века, 6, 8-10. g

Стратегия модернизации российской экономики. Под ред. В. М. Полтеровича. (2010). С-Пб.: о

Алетей. ^

Aivazian S., Afanasiev M. (2016). The size of innovation space as a factor of innovation activity in regions. Montenegrin Journal of Economics, 12 (2), 7-27. o" Aivazian S., Afanasiev M. (2015). Assessment of innovative activity of regions in the Russian Federa- Ц tion. Montenegrin Journal of Economics, 11 (1), 7-21. ^ Battese G., Coelli T. J. (1988). Prediction of firm-level technical efficiencies with a generalized frontier

production function and panel data. Journal of Econometrics, 38, 387-399. ®

о

Business Information Tracking Series Tables. (2014). U. S. Census Bureau. g

TO

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

China Statistical Yearbook (2013). http://www.stats.gov.cn/tjsj/ndsj/2013/indexeh.htm. ^

Digest of Education Statistics. (2010). National Center for Education Statistics. U. S. Department of Ed- 2 ucation. Washington, DC. https://nces.ed.gov/pubs2011/2011015.pdf.

Freeman C. (1987). Technology policy and economic performance: Lessons from Japan. London: Pinter. | Japan Statistical Yearbook (2014). http://www.stat.go.jp/english/data/nenkan/back63/index.htm. Kumbhakar S., Lovell K. (2004). Stochastic frontier analysis. Cambridge: Cambridge University Press. MEXT Statistical abstract (2012). http://www.mext.go.jp/en/publication/statistics/title02/detail02/ 1379365.htm.

OECD innovation indicators. (2014). PCT patent applications — count. Dataset. Patent Technology Monitoring Team Report, U. S. Patent and Trademark (2014). Patent counts by country, state, and year — all patent types. https://www.uspto.gov/web/offices/ac/ido/oeip/taf/cst_all.htm.

PCT: вопросы и ответы (2015). WIPO. http://www.wipo.int/export/sites/www/pct/ru/docs/faqs_about_ the_pct.pdf.

Поступила в редакцию 27.01.2017; принята в печать 15.03.2017.

Aivazian S., Afanasiev M., Kudrov A., Lysenkova M. To the question about parameterization of national innovation system. Applied Econometrics, 2017, v. 45, pp. 29-49.

Sergei Aivazian

Central Economics and Mathematics Institute of the Russian Academy of Sciences, Russia, Moscow;

aivazian@cemi.rssi.ru

Mikhail Afanasiev

Central Economics and Mathematics Institute of the Russian Academy of Sciences, Russia, Moscow;

miafan@cemi.rssi.ru

Alexander Kudrov

Central Economics and Mathematics Institute of the Russian Academy of Sciences, Russia, Moscow;

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

kovlal@inbox.ru

Maria Lysenkova

Central Economics and Mathematics Institute of the Russian Academy of Sciences, Russia, Moscow; lysenkovam@gmail.com

To the question about parameterization of national innovation system

The objective of the study is to obtain quantitative characteristics of the influence of science and business on the results of innovation activity of regions of the Russian Federation. Patents, international patent applications and new manufacturing technologies are considered as results of innovation activity. The dependence between the results of innovative activity in the region and the number of potential links between research organizations and business companies is found. The possibility of using the obtained parametric description of national and regional innovation systems for cross-country comparisons is justified.

Keywords: regional economy; econometric modeling; hypothesis testing; stochastic frontier; efficiency assessment. JEL classification: C12; C51; R15.

References

Aivazian S. A., Afanasiev M. Yu., Lysenkova M. A. (2016). Evaluation of the region's innovative activity considering the size of innovative space. Analysis and modeling of economic and social processes — MCE, 94-115 (in Russian).

Gibson D., Butler J. (2013). Research universities in the framework of regional innovation ecosystem: The case of Austin, Texas. Foresight — Russia, 7 (2), 42-57 (in Russian).

Golichenko O. G., Balycheva Y. E. (2012). The typical models of innovation behaviour of enterprises. Innovations, 2 (160), 19-28 (in Russian).

Ivanov D., Kuzyk M., Simachev Y. (2012). Fostering innovation performance of russian manufacturing enterprises: New opportunities and limitations. Foresight — Russia, 6 (2), 18-41 (in Russian).

Ickovic G. (2010). Trojnaja spiral'. Universitety-predprijatija-gosudarstvo. Innovacii v dejstvii. Tomsk: Izd-vo Tomskogo gos. un-ta sistem upravlenija (in Russian).

Larina E. O. (2012). Innovative forms of institutional structures in Russian regions. Modern Research of Social Problems, 1, 283-298 (in Russian).

Makoveeva V. V. (2012). Network interaction: the key factor of education, science and business integration. Tomsk State University Journal, 354, 163-166 (in Russian).

Regiony Rossii. Social'no-jekonomicheskie pokazateli (2013). http://www.gks.ru/bgd/regl/B13_14p/ S (in Russian). ^

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Strategija modernizacii rossijskoj jekonomiki. Pod red. V. M. Polterovicha. (2010). S-Pb.: Aletej. (in Russian). o"

Rumyantsev A. A. (2013). Basic properties and problem fields of scientificinnovation space of the re- Ц gion. Prostranstvennaya ekonomika — Spatial economics, 2, 103-118 (in Russian). ^

Simachev Y. V, Dezhina I. G. (2012). Partnerstvo biznesa i nauki v innovacionnoj sfere. Atomnaja strate-

gijaXXI veka, 6, 8-10 (in Russian). ®

0

Aivazian S., Afanasiev M. (2016). The size of innovation space as a factor of innovation activity in re- g

TO

gions. Montenegrin Journal of Economics, 12 (2), 7-27. ;&■

Aivazian S., Afanasiev M. (2015). Assessment of innovative activity of regions in the Russian Federa- S2

tion. Montenegrin Journal of Economics, 11 (1), 7-21. §

1

Battese G., Coelli T. J. (1988). Prediction of firm-level technical efficiencies with a generalized frontier §

§

production function and panel data. Journal of Econometrics, 38, 387-399. >s

Business Information Tracking Series Tables. (2014). U. S. Census Bureau.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

China Statistical Yearbook (2013). http://www.stats.gov.cn/tjsj/ndsj/2013/indexeh.htm. °

Digest of Education Statistics. (2010). National Center for Education Statistics. U. S. Department of Education. Washington, DC. https://nces.ed.gov/pubs2011/2011015.pdf.

Freeman C. (1987). Technology policy and economic performance: Lessons from Japan. London: Pinter. Japan Statistical Yearbook (2014). http://www.stat.go.jp/english/data/nenkan/back63/index.htm. Kumbhakar S., Lovell K. (2004). Stochastic frontier analysis. Cambridge: Cambridge University Press. MEXT Statistical abstract (2012). http://www.mext.go.jp/en/publication/statistics/title02/detail02/ 1379365.htm.

OECD innovation indicators. (2014). PCT patent applications — count. Dataset. Patent Technology Monitoring Team Report, U. S. Patent and Trademark (2014). Patent counts by country, state, and year — all patent types. https://www.uspto.gov/web/offices/ac/ido/oeip/taf/cst_all.htm.

PCT: voprosy i otvety (2015). WIPO. http://www.wipo.int/export/sites/www/pct/ru/docs/faqs_about_ the_pct.pdf.

Received 27.01.2017; accepted 15.03.2017.