CC BY
9
вопросы инновационной экономики
Том 10 • Номер 3 • Июль-сентябрь 2020 ISSN 2222-0372 Russian Journal of Innovation Economics
>
Первое
экономическое издательство
компаративный анализ эффективности ниокр и инновационной деятельности предприятий центрально-Черноземного макрорегиона
Колоскова О.И. 1, Сомина И.В. 1
1 Белгородский государственный технологический университет им. В.Г. Шухова, Белгород, Россия
АННОТАЦИЯ:_
В статье представлен региональный срез оценки эффективности НИОКР и инновационной деятельности предприятий с использованием методического подхода, основанного на применении метода оболочеч-ного анализа данных. Апробация подхода проведена на примере предприятий обрабатывающей промышленности Центрально-Черноземного макрорегиона России с позиций определения уровней технологичности отрасли. В результате исследования выявлено, что в большинстве случаев эффективность НИОКР и инновационной деятельности предприятий снижается в соответствии с уровнем технологичности отрасли.
КЛЮЧЕВЫЕ СЛОВА: НИОКР, инновационная деятельность, эффективность, инновационное развитие, промышленность, уровень технологичности, метод оболочечного анализа данных.
comparative analysis of R&D and innovative activity efficiency of the enterprises in the central Black Earth macroregion
Koloskova O.I. 1, Somina I.V. 1
1 Belgorod State Technological University named after V.G. Shukhov, Russia
введение
Согласно Стратегии пространственного развития Российской Федерации на период до 2025 года [5], перспективная экономическая специализация субъектов России по большей части включает отрасли обрабатывающей промышленности. Это неслучайно, поскольку развитый сектор обрабатывающей промышленности свидетельствует о технологической мощи государства, выступая мощным драйвером исследований и разработок, их внедрения в производство и усиливая эффект мультипликации в смежных отраслях промышленности.
Выполнение НИОКР и осуществление инновационной деятельности стали основой выживания и развития промышленных предприятий. НИОКР и инновационная деятельность предприятия, являясь составной частью инновационного процесса, неразрывно связаны друг с другом: инновационная деятельность нацелена на практическое применение результатов НИОКР. Именно грамотная организация и
1598
RUSSiAN JOURNAL OF iNNOVATiON ECONOMiCS #3'2020 (July-September)
прогнозирование инновационных процессов на предприятии влияют на успешность ведения бизнеса, а от инновационного развития предприятий зависит эффективность экономики на отраслевом, региональном и федеральном уровнях.
В современных условиях ученые активно исследуют проблему инновационного и научно-технологического развития экономики Российской Федерации и ее субъектов, включая различные аспекты оценки эффективности НИОКР и инновационной деятельности в обрабатывающей промышленности. Однако несмотря на разработанность вопросов оценки эффективности инновационной деятельности экономических субъектов, недостаточно работ, посвященных изучению эффективности НИОКР и инновационной деятельности предприятий в разрезе уровней технологичности. Это обстоятельство определяет актуальность данного исследования.
На основе ранее проведенных исследований [2, 9] (Koloskova, 2019), официальной статистики [3, 5], трудов российских и зарубежных ученых-экономистов [1, 4, 6, 7, 8, 10] (Glisin, Kalyuzhnyy, 2015; Aleskerov, Belousova, Petrushchenko, 2017; Arshinova, 2011; Khezrimotlagh, Chen, 2018; Sufian, 2009) и др. оценим эффективность НИОКР и инновационной деятельности предприятий в отраслях обрабатывающей промышленности в контексте уровней технологичности посредством применения метода оболочечного анализа данных.
Теоретико-методологическую базу научной работы составляют комплексный анализ и системный подход к исследованию трудов российских и зарубежных ученых-экономистов, материалов научных статей, сведений федеральной службы госу-
ABSTRACT:_
This article presents the estimation of R&D and innovative activities efficiency of enterprises in a region with the methodological approach based on the data envelopment analysis. The authors have tested this approach by comparing technological levels of the processing enterprises in the Central Black Earth macroregion of Russia. As the result of the research it has been found out that in most cases the efficiency of R&D and innovative activities of enterprises is reduced in accordance with the technological level of the brunch.
KEYWORDS: R&D activity, innovative activity, efficiency, innovative development, industry, technological level, method of data envelopment analysis
JEL Classification: 031, 032, 033 Received: 08.05.2020 / Published: 30.09.2020
© Author(s) / Publication: PRIMEC Publishers
For correspondence: Koloskova O.I. (koloskovaoi0mail.ru)
CITATION:_
Koloskova O.I., Somina I.V. (2020) Komparativnyy analiz effektivnosti NIOKR i innovatsionnoy deyatelnosti predpriyatiy Tsentralno-Chernozemnogo makroregiona [Comparative analysis of R&D and innovative activity efficiency of the enterprises in the Central Black Earth macroregion]. Voprosy innovatsionnoy ekonomiki. 10. (3). - 1597-1604. doi: 10.18334/vinec.10.3.1 10286
вопросы ИННОВАЦИОННОЙ экономики № 3'2020 (Июль-сентябрь)
1599
дарственной статистики, нормативно-правовых актов, связанных с вопросами оценки эффективности инновационной деятельности промышленных предприятий.
Методический инструментарий настоящего исследования содержит метод обо-лочечного анализа данных, методы рейтинговых оценок и сравнения экономических объектов и показателей.
эффективность ниокр и инновационной деятельности промышленных предприятий центрально-Черноземного макрорегиона россии по уровням технологичности
В рамках данного исследования проведем анализ эффективности НИОКР и инновационной деятельности обрабатывающих предприятий Центрально-Черноземного макрорегиона (ЦЧМ) в разрезе уровней технологичности.
В соответствии с авторитетным рейтингом инновационных регионов России [3], разработанным Ассоциацией инновационных регионов России (АИРР) и Минэкономразвития РФ, в составе 85 регионов РФ выделяют: «сильных инновато-ров», «средне-сильных инноваторов», «средних инноваторов» и «средне-слабых инно-ваторов».
В 2018 году в состав средне-сильных инноваторов вошли Воронежская (17-е место), Липецкая (21-е место) и Белгородская (23-е место) области, средних инноваторов -Тамбовская (35-е место) и Курская (40-е место) области.
Продемонстрируем позиции и группы вышеуказанных областей в динамике (табл. 1).
В соответствии с данными вышеуказанной таблицы лидером в рейтинге является Воронежская область, по праву считаемая экономическим центром региона. Она занимает прочные позиции в группе рейтинга «средне-сильные инноваторы», равно как Липецкая область, с 2015 года закрепившаяся в данной группе рейтинга. Более того, Липецкая область входит в состав так называемых регионов АИРР, являющихся наиболее инновационно развитыми субъектами России.
Белгородская область в 2018 году впервые вошла в группу средне-сильных инно-ваторов, улучшив позиции в рейтинге и переместившись вверх на 10 позиций относительно 2017 года.
ОБ АВТОРАХ:_
Колоскова Ольга Ивановна, ассистент кафедры стратегического управления (ko1oskovaoi0mai1.ru) Сомина Ирина Владимировна, профессор кафедры стратегического управления, доктор экономических наук, доцент (irasomina0yandex.ru)
ЦИТИРОВАТЬ СТАТЬЮ:_
Колоскова О.И., Сомина И.В. Компаративный анализ эффективности НИОКР и инновационной деятельности предприятий Центрально-Черноземного макрорегиона // Вопросы инновационной экономики. -2020. - Том 10. - № 3. - С. 1597-1604. doi: 10.18334^пес.10.3.1 10286
1600
RUSSiAN иоиРМА1 ОР iNNOVATiON ЕСОШОМ^ #3'2020 (July-Septembeг)
Таблица 1
Рейтинговые оценки инновационного развития регионов ЦЧМ
Область Период
2014 2015 Изм. 2016 Изм. 2017 Изм. 2018 Изм.
Воронежская 12* 13* -1 17* -4 19* -2 17* 2
Липецкая 34** 25* 9 18* 7 21* -3 21* 0
Белгородская 35** 36** -1 29** 7 33** -4 23* 10
Курская 41** 39** 2 53*** -14 52** 1 40** 12
Тамбовская 51** 49** 2 43** 6 37** 6 35** 2
Примечание:
* - средне-сильные инноваторы;
** - средние инноваторы
*** - средне-слабые инноваторы
Источник: составлено автором на основе данных источника [3].
Устойчивое положение в группе «средние инноваторы» на протяжении изучаемого периода занимает Тамбовская область, ярко демонстрируя положительную динамику в инновационном развитии по сравнению с прошлыми периодами.
Динамика в рейтинге Курской области отличается нестабильностью. При этом она смогла вернуть утраченные в 2016 году позиции, переместившись на 13 позиций вверх с 53-го места. В исследуемом периоде область относилась к средним и средне-слабым инноваторам.
Согласно представленным данным, изучаемые области характеризуются достаточно высоким уровнем инновационного развития, демонстрируя положительную динамику.
Кроме того, осуществляется более тщательный анализ позиций субъектов РФ по таким подрейтингам, как «Научные исследования и разработки», «Инновационная деятельность организаций», «Социально-экономические условия инновационной деятельности», «Инновационная активность региона». Позиции изучаемых областей в данных подрейтингах в целом сопоставимы с занимаемыми ими позициями в основном рейтинге.
Распределение областей по уровню инновационного развития объясняется применяемыми технологиями, характером и степенью наукоемкости выпускаемой продукции, объемами финансирования, государственной поддержкой, географическим расположением и т.д.
Посредством метода оболочечного анализа данных по методике, представленной в работах [2, 9] (Koloskova, 2019), исследуем эффективность НИОКР и инновационной деятельности в обрабатывающих отраслях ЦЧМ за 2016-2017 гг.
Применение вышеуказанного метода подразумевает соотнесение результатов деятельности и ресурсов, потраченных на получение результатов.
вопросы инновационной экономики № 32020 (Июль-сентябрь)
1601
С учетом имеющейся статистической базы были использованы следующие входные (ресурсные) показатели:
• Удельный вес организаций, осуществлявших инновации, в общем числе обследованных организаций,%.
• Удельный вес персонала, занятого в выполнении исследований и разработок, в общей численности персонала организации,%.
• Удельный вес затрат на технологические инновации в общем объеме отгруженных товаров, выполненных работ, услуг,%.
• В качестве выходных (результативных) показателей приняты:
• Удельный вес инновационных товаров, работ, услуг в общем объеме отгруженных товаров, работ, услуг,%.
• Удельный вес вновь внедренных или подвергшихся значительным изменениям инновационных товаров, работ, услуг в общем объеме отгруженных товаров, работ, услуг,%.
• Количество разработанных и использованных передовых технологий, шт.
• Коэффициент изобретательской активности, ед.
В ходе проведения данного исследования был использован существенный массив официальных статистических данных [5].
Полученные результаты оценки эффективности НИОКР и инновационной деятельности предприятий рассматриваемых регионов по своему уровню в целом коррелируют с рейтинговыми оценками их инновационного развития. Распределение значений коэффициента эффективности по уровням технологичности представлено на рисунке 1.
Отрасли обрабатывающей промышленности традиционно разделяют на высоко-, средне- (высокого и низкого уровней) и низкотехнологичные. Согласно данным представленного рисунка, уровень эффективности НИОКР и инновационной деятельности в обрабатывающей промышленности исследуемых отраслей неоднороден. НИОКР и инновационная деятельность наиболее развиты в высокотехнологичных и среднетехнологичных отраслях высокого уровня, что определяется имеющимися существенными ресурсами, применяемыми знаниями и технологиями. В ходе настоящего исследования был установлен следующий характер взаимосвязи между уровнем эффективности инновационной деятельности предприятий и уровнем технологичности отрасли: преимущественно эффективность НИОКР и инновационной деятельности предприятий снижается в соответствии с уровнем технологичности отрасли.
заключение
Подводя итоги, следует отметить, что ЦЧМ имеет значительный потенциал для инновационного и научно-технологического развития экономики Российской Федерации в перспективе. На законодательном уровне определено, что обрабатывающие производства составляют перспективную экономическую специализацию макро-
1602 551АРи01тМА1- Ор ^ЮнУАТЮи ЕССИЧОМЮБ #3 2020 (July-SeptemЬег)
Высокотехнологичные отрасли
Белгородская
область 1,00
.урская область
САедoетехoологoчoые отрасли высокого уровня
.урская область
САедoетехocлcгoчoые отрасли низкого уАOJОЯ
Белгородская
область 0,90
урская область
Нoзoотехoологoчoые отрасли
Белгородская
область 0,80
Рисунок 1. Результаты проведенной оценки эффективности НИОКР и инновационной
деятельности Источник: рассчитанн автором на основе [5].
региона. На основании изучения официальных данных было выявлено, что в настоящее время области ЦЧМ демонстрируют положительную динамику инновационного развития.
Результатом данного исследования стало подтверждение того факта, что метод оболочечного анализа данных достаточно универсален. Его можно использовать в целях оценки эффективности НИОКР и инновационной деятельности промышленных предприятий на различных уровнях технологичности отраслей. На примере отраслей ЦЧМ было установлено, что эффективность НИОКР и инновационной деятельности предприятий снижается вместе с уровнем технологичности отрасли, в рамках которой они функционируют.
вопросы ИННОВАЦИОННОЙ экономики № 3'2020 (Июль-сентябрь)
1603
источники:
1. Глисин Ф.Ф., Калюжный В.В. Оценка эффективности научной и инновационной деятельности в зарубежных странах и в России // Инновации. - 2015. - № 6. - с. 32-36.
2. Колоскова О.И. Инструментально-методические аспекты оценки эффективности инновационной деятельности в промышленности // Современная экономика: проблемы и решения. - 2019. - № 12(120). - с. 154-167. - doi: 10.17308/meps.2019.12/2271.
3. Рейтинг инновационных регионов России. I-regions.org. [Электронный ресурс]. URL: http://i-regions.org/reiting/rejting-innovatsionnogo-razvitiya (дата обращения: 05.02.2020).
4. Стратегия пространственного развития российской федерации на период до 2025 года. Консультант Плюс. [Электронный ресурс]. URL: http://www.consultant.ru/ document/cons_doc_LAW _318094/006fb940f95ef67a1a3fa7973b5a39f78dac5681 (дата обращения: 21.12.2019).
5. Федеральная служба государственной статистики. [Электронный ресурс]. URL: http://www.gks.ru (дата обращения: 19.02.2020).
6. Aleskerov F.T., Belousova V.Yu., Petrushchenko V.V. Models of data envelopment analysis and stochastic frontier analysis in the efficiency assessment of universities // Automation and Remote Control. - 2017. - № 5. - p. 902-923. - doi: 10.1134/ S0005117917050125.
7. Arshinova T. Construction of Equity Portfolio on Basis of Data Envelopment Analysis Approach // Scientific Journal of Riga Technical University. - 2011. - p. 104-108. - doi: 10.2478/v10143-011-0050-1.
8. Khezrimotlagh D., Chen Y. Decision Making and Performance Evaluation Using Data Envelopment Analysis. - Springer: Springer International Publishing, 2018. - 269 p.
9. Koloskova O.I. Fundamentals for evaluating the efficiency of innovative activities of high-tech enterprises // Espacios. - 2019. - № 42. - p. 10-16.
10. Sufian F. Analysis Of The Relevance Of Non-Traditional Activities Items Upon The Efficiency Of Chinese Banks: A Non-Stochastic Frontier DEA Approach // Review. -2009. - № 2. - p. 83-102.
REFERENCES:
Aleskerov F.T., Belousova V.Yu., Petrushchenko V.V. (2017). Models of data envelopment analysis and stochastic frontier analysis in the efficiency assessment of universities Automation and Remote Control. 78 (5). 902-923. doi: 10.1134/ S0005117917050125.
Arshinova T. (2011). Construction of Equity Portfolio on Basis of Data Envelopment Analysis Approach Scientific Journal of Riga Technical University. 45 104-108. doi: 10.2478/v10143-011-0050-1.
1604
RUSSiAN JOURNAL OF iNNOVATiON ECONOMiCS #3'2020 (July-September)
Glisin F.F., Kalyuzhnyy V.V. (2015). Otsenka effektivnosti nauchnoy i innovatsionnoy deyatelnosti v zarubezhnyh stranakh i v Rossii [Evaluation of the R&D effectiveness in foreign countries and in Russia]. Innovations. (6). 32-36. (in Russian).
Khezrimotlagh D., Chen Y. (2018). Decision Making and Performance Evaluation Using Data Envelopment Analysis Springer: Springer International Publishing.
Koloskova O.I. (2019). Fundamentals for evaluating the efficiency of innovative activities of high-tech enterprises Espacios. 40 (42). 10-16.
Koloskova O.I. (2019). Instrumentalno-metodicheskie aspekty otsenki effektivnosti innovatsionnoy deyatelnosti v promyshlennosti [Instrumental-methodical aspects of estimation of innovati-ve activity efficiency in the industry_]. Modern economy: problems and solutions. (12(120)). 154-167. (in Russian). doi: 10.17308/ meps.2019.12/2271.
Sufian F. (2009). Analysis Of The Relevance Of Non-Traditional Activities Items Upon The Efficiency Of Chinese Banks: A Non-Stochastic Frontier DEA Approach Review. (2). 83-102.
