CC BY
34
Митус А. А.1, Гармашова Е. П.1, Баранов А. Г.1, Дребот А. М.1
1 Севастопольский государственный университет, Севастополь, Россия
Методика оценки инновационного развития региона (на примере регионов Южного федерального округа)
ЦИТИРОВАТЬ СТАТЬЮ:_
Митус А. А., Гармашова Е. П., Баранов А. Г, Дребот А. М. Методика оценки инновационного развития региона (на примере регионов Южного федерального округа) // Креативная экономика. — 2020. — Том 14. — № 12. — С. 3259-3276. Сог 10.18334/се.14.12.111416 О
С
АННОТАЦИЯ:_
Оценка уровня инновационного развития как регионов, так и страны в целом представляет особый интерес в условиях динамично развивающейся внешней среды, высоких темпов сменяемости техники и технологии, усиления конкуренции. В статье выявлены основные недостатки существующих подходов к оценке инновационного развития регионов. На основе обобщения преимуществ и недостатков существующих методик оценки инновационного развития предложен расчет авторского индекса инновационного развития региона. Данный индекс формируется как среднее арифметическое подиндексов: индекса развития научно-технического потенциала региона, индекса производственно-технологического потенциала, индекса инновационной инфраструктуры и индекса региональной инновационной политики, отражающих соответствующее влияние факторов на развитие инновационной активности в регионе. В свою очередь, в расчетах подиндексов использовались нормированные показатели по 26 параметрам, отражающим различные аспекты инновационного развития регионов. Указанные параметры также формируют подиндексы посредством использования средних величин. С целью упрощения расчетов сводного индекса инновационного развития региона по данным субъектов Южного федерального округа РФ построены модели подиндексов методом корреляционно-регрессионного анализа. Проведена оценка регионов Южного федерального округа в соответствии с предлагаемой методикой. Предложена градация регионов на регионы с низким, средним и высоким уровнем инновационного развития.
КЛЮЧЕВЫЕ СЛОВА: инновации, инновационное развитие, методика, уровень инновационного развития региона, показатели инновационного развития, моделирование
>ч
Е
&
КРЕАТИВНА? ЭКОНОМИКА
ОБ АВТОРАХ_
Митус Александр Александрович, доцент кафедры экономики предприятия, кандидат экономических наук (mitus@sevsu.ru)
Гармашова Елена Петровна, доцент кафедры экономики предприятия, кандидат экономических наук, доцент (elena.chep@rambler.ru)
Баранов Алексей Геннадиевич, доцент кафедры экономики предприятия, кандидат экономических наук, доцент (alex_baranoff@rambler.ru)
Дребот Александр Михайлович, старший преподаватель кафедры экономики предприятия (drebot_am@mail.ru)
ФИНАНСИРОВАНИЕ:_
Исследование выполнено при финансовой поддержке внутреннего гранта ФГАОУ ВО «Севастопольский государственный университет» в рамках научного проекта № 38/06-31.
— 3259 —
Mitus A. A.1, Garmashova E. P.1, Baranov A. G.1, Drebot A. M.1
1 Sevastopol State University, Russia
Methodology for assessing the regional innovative development (on the example of the regions of the Southern federal district)
«¡t
o>
<J\
m m
CITE AS:
Mitus A. A., Garmashova E. P., Baranov A. G., Drebot A. M. (2020) Metodika otsenki innovatsionnogo razvitiya regiona (na primere regionov Yuzhnogo federalnogo okruga) [Methodology for assessing the regional innovative development (on the example of the regions of the Southern federal district)]. Kreativnaya ekonomika. 14. (12). - 3259-3276. doi: 10.18334/ce.14.12.111416
ABSTRACT:
Assessment of the innovative development level of both regions and the country as a whole is particularly interesting in the context of a dynamically developing external environment, high rates of turnover of equipment and technology, and increased competition. The main shortcomings of existing approaches to assessing the innovative development of regions are identified. Based on the generalization of the advantages and disadvantages of existing methods of assessing innovative development, the authors' index of the regional innovative development is calculated. This index is formed as the average of the following sub-indices: the index of the regional scientific and technical potential development, the index of production and technological potential, innovation infrastructure index and regional innovation policy index. These indices reflect a corresponding impact of the factors on the development of innovative activity in the region. In turn, in the calculations of sub-indices, normalized indicators were used for 26 parameters reflecting various aspects of innovative development of regions. These parameters also form sub-indices by using average values. To simplify calculations of the composite index of the regional innovative development according to the data of the subjects of the Southern federal district, the model of the sub-indices based on correlation and regression analysis was suggested. The assessment of the regions of the Southern federal district was carried out in accordance with the proposed methodology. A gradation of regions into regions with low, medium and high levels of innovative development is proposed.
KEYWORDS: innovations, innovative development, methodology, level of the regional innovative development, innovative development indicators, modeling
JEL Classification: O31, O32, O33, R12, R13
Received: 13.12.2020 / Published: 25.12.2020 © Author(s) / Publication: CREATIVE ECONOMY Publishers For correspondence: Mitus A. A. (mitus@sevsu.ru)
ACKNOWLEDGMENTS:_
The research was carried out with the financial support of the internal grant of the Sevastopol State University within the framework of the scientific project No. 38/06-31.
- 3260 -
Введение
Уровень социально-экономического развития страны, перспективы роста экономики во многом определяются инновационным развитием ее отдельных регионов. Данный факт объясняет интерес большого числа отечественных и зарубежных ученых к проблеме оценки инновационного развития региона, выявлению факторов, определяющих его уровень.
В то же время не существует единого подхода к определению уровня экономического развития региона, а те или иные существующие методики наряду с достоинствами не лишены и определенных недостатков. Кроме того, актуальность статьи объясняется еще и тем, что в указанном контексте проводится анализ двух новых субъектов Российской Федерации — Республики Крым и города Севастополя, которые стали частью страны лишь с 2014 года. Предварительный анализ инновационного развития Севастополя [2, 4, 5] (Baranov, Garmashova, Drebot, 2020; Garmashova, Drebot, Baranov, Mitus, 2019;
Garmashova, Drebot, 2020) показал наличие определенных перспектив субъ-
екта в данной области. та
Целью статьи является разработка методики оценки инновационного развития региона на материалах субъектов Российской Федерации, входящих в Южный федеральный округ.
Материалы и методы исследования. В результате рассмотрения существующих методик оценки инновационного развития регионов нами выявлены некоторые недостатки, представленные в таблице 1.
Отсутствие единой методики и выявленные недостатки существующих дают возможность предложить новую методику оценки инновационного развития регионов. В исследовании сделан акцент на субъектах Южного федерального округа, частью которого являются Республика Крым и город Севастополь. В то же время основные выводы могут быть распространены и на прочие субъекты Российской Федерации.
Основная часть
Анализ базовых работ в сфере инноватики [10] (Yakovets, 2004) позволил выделить 4 группы факторов, определяющих инновационное развитие регионов:
■ факторы развития научно-технического потенциала;
■ факторы производственно-технологического потенциала;
■ факторы функционирования инновационной инфраструктуры;
■ региональная инновационная политика.
- 3261 -
Таблица 1
Методики оценки инновационного развития регионов
Наименование методики Недостатки
Сводный индекс инновационного развития (Portfolio Innovation Index) [11] Использует четыре блока показателей с заранее заданными весовыми коэффициентами: человеческий капитал (30%); экономическая динамика (30%); производительность и занятость (30%); благосостояние (10%). Несмотря на высокую научную обоснованность и апробированность, считаем неприемлемым использование указанной структуры для отличных от США стран
Региональное инновационное табло (Regional Innovation Scoreboard) [12] В силу специфики индикаторов и региональной статистики методика неприменима к отдельным регионам, но может использоваться для ранжирования групп регионов, сходных по инновационному развитию
Методика Центра исследований и статистики науки РФ [8] Используется более 350 разнородных индикаторов, что излишне усложняет расчет сводного показателя. Кроме того, большое количество индикаторов невозможно рассчитать, пользуясь данными официальной статистики
Рейтинг инновационного развития регионов Высшей школы экономики [7] Использует четыре блока показателей: социально-экономические условия инновационной деятельности; научно-технический потенциал инновационной активности; инновационная деятельность; качество региональной инновационной политики. Несмотря на комплексность оценки и относительную простоту, часть показателей невозможно рассчитать, используя открытую статистическую информацию
Карта российского инновационного пространства На основе кластерного анализа все субъекты РФ сгруппированы в шесть групп регионов. К основному недостатку, по нашему мнению, можно отнести отсутствие результирующего показателя
Индекс ПРИМ (Правовое регулирование, Институты и инфраструктура, Механизмы поддержки инновационной деятельности) (И.Л. Балезина, В.Н. Якимец) [1] (Balezina, Yakimets, 2011) Оценка основана не на статистических данных, а на мнениях ключевых потенциальных и реальных участников инновационного процесса, что затрудняет ее использование в рамках страны в целом
Индекс инновационное™ регионов России Независимого института социальной политики Включает лишь пять индикаторов, что не позволяет учесть всей специфики инновационного развития тех или иных регионов
- 3262 -
Индекс инновационного развития региона (IИ)
Индекс развития научно-технического потенциала региона (¡НТП)
X,.
X
12
X,
X
14
X,
X,.,
X...
Индекс производственно-технологического потенциала
(¡Г)
X..,
X,.,
X
110
X
111
X
112
X
113
X
114
X
115
X
116
X
117
Индекс инновационной инфраструктуры
(I г)
X
118
X
119
X
120
X
121
X
122
Индекс региональной инновационной политики (¡И")
X
123
X
124
X
125
X
126
>ч
Е о с о
и
ш .>
'+->
го ш
Рисунок 1. Структура индекса инновационного развития региона Источник: разработано авторами.
- 3263 -
В соответствии с данной классификацией предлагается рассчитать сводный индекс инновационного развития региона. Структура индекса и показатели подиндексов представлены на рисунке 1, а расшифровка обозначений — в таблице 2.
Таблица 2
Показатели инновационного развития региона
Обозначение Показатель
X'1 Организации, выполнявшие научные исследования и разработки (НИР) на 10 тыс. чел. постоянного населения
X'2 Численность персонала, занятого НИР на 10 тыс. чел. постоянного населения
X'3 Численность исследователей на 10 тыс. чел. постоянного населения
X'4 Доля внутренних затрат на исследования и разработки, в процентах к валовому региональному продукту (ВРП)
X'5 Доля затрат на технологические инновации в общем объеме отгруженных товаров, выполненных работ, услуг
X'6 Численность исследователей, выполнявших НИР, на 10 тыс. занятых в экономике
X'7 Удельный вес затрат на исследования и разработки, нацеленные на развитие экономики, в общем объеме внутренних затрат на исследования и разработки
X'8 Доля работников с высшим образованием в общей численности занятых
X'9 Удельный вес студентов, обучающихся по образовательным программам высшего образования - программам бакалавриата, специалитета, магистратуры, в общей численности населения
Xj10 Доля организаций, осуществлявших технологические инновации, в общем числе обследованных организаций
X11 Доля инвестиций, направленных на реконструкцию и модернизацию, в общем объеме инвестиций в основной капитал по субъектам Российской Федерации
X 12 Объем инвестиций в основной капитал, направленных на приобретение информационного, компьютерного и телекоммуникационного оборудования (без субъектов малого предпринимательства и объема инвестиций, не наблюдаемых прямыми статистическими методами) в фактически действовавших ценах на 1000 чел. постоянного населения, тыс. руб.
Xj13 ВРП на душу населения, руб.
X'14 Стоимость основных фондов на конец года по полной учетной стоимости на душу населения, тыс. руб./чел.
- 3264 -
Обозначение Показатель
Xj15 Степень годности основных фондов
j Число патентов на изобретения, выданных Роспатентом российским заявителям, в расчете на 1 млн чел. населения
Xj17 Коэффициент изобретательской активности (число отечественных патентных заявок на изобретения, поданных в России, в расчете на 10 тыс. чел. населения)
Xj18 Доля организаций, использовавших интернет, в общем числе обследованных организаций
Xj19 Доля организаций, получавших заказы на выпускаемые товары (работы, услуги) по Интернету, в общем числе обследованных организаций
Xj20 Количество центров коллективного пользования научным оборудованием
Xj21 Количество технопарков по данным Ассоциации кластеров и технопарков России и данным Информационного портала «Национальный центр по мониторингу инновационной инфраструктуры научно-технической деятельности и региональных инновационных систем»
Xj22 Доля организаций, имевших веб-сайт, в общем числе обследованных организаций
Xj23 Удельный вес бюджетных средств во внутренних затратах на исследования и разработки
Xj24 Внутренние затраты на НИР финансируемые за счет бюджетных средств в расчете на 1000 чел. постоянного населения, тыс. руб.
Xj25 Количество СЭЗ
Xj26 Доля ОГВ и ОМС, имевших скорость передачи данных через Интернет не менее 2 Мбит/сек, в общем числе обследованных организаций ОГВ и ОМС
Источник: разработано авторами.
Каждый из четырех подиндексов предлагается рассчитывать как среднее арифметическое нормированных показателей (). Нормирование проводится по формуле (1):
X „ - X min,
X' __j_ ,
ß~ X max,. - X min, ' (1)
где Х'ц — уровень г-го показателя для j-го региона;
- 3265 -
<n
IN
o>
Ю
o>
<J\
in
1Л
Хгат. , Xmaxi — соответственно минимальное и максимальное значение г-го показателя по совокупности анализируемых регионов.
Нормирование позволяет нивелировать влияние размерности отдельных показателей на результаты расчета. В случае использования формулы (1) показатели принимают значения в диапазоне от нуля до единицы. Так как подиндексы рассчитываются как среднее арифметическое, их значения также находятся в этом диапазоне. Кроме того, такой расчет приводит к тому, что отставание по одним показателям в регионе может быть скомпенсировано преимуществом по другим, учитывая тем самым отличительные характеристики субъекта РФ.
Расчет подиндексов инновационного развития для Республики Крым и Севастополя представлен в таблице 3.
Таблица 3
Расчет подиндексов инновационного развития для Республики Крым и Севастополя за 2017 г.
Xi Максимальное значение Xmaxi Минимальное значение Xmin. г
Республика Крым Севастополь Республика Крым Севастополь
Индекс развития научно-технического потенциала региона (1НТП) 0,2804 0,5642
X1 20,00 9,00 100,00 6,00 0,14894 0,03191
X'2 11,05 25,05 28,03 5,71 0,23897 0,86646
X3 2,10 6,36 6,36 1,50 0,12283 1,00000
X4 0,41 1,14 1,14 0,10 0,29808 1,00000
X 5 0,60 0,30 4,00 0,10 0,12821 0,05128
X 6 11,10 31,30 31,30 9,30 0,08182 1,00000
X 7 64,30 7,00 67,70 7,00 0,94399 0,00000
Индекс производственно-технологического потенциала (1ПТП) 0,2262 0,5507
X 8 35,00 44,80 44,80 30,70 0,30496 1,00000
X 9 2,20 3,30 3,30 2,10 0,08333 1,00000
Xj 10 3,50 3,20 10,70 2,50 0,12195 0,08537
X I11 10,30 4,60 33,70 4,60 0,19588 0,00000
- 3266 -
Максимальное значение Хшах; Минимальное значение Хшт. 1 Х'р
Республика Крым Севастополь Республика Крым Севастополь
ХД2 2193,11 4506,57 4506,57 543,66 0,41622 1,00000
Х]13 187726,00 164978,40 413440,60 164978,40 0,09155 0,00000
Х]14 1156,53 703,56 1471,92 445,80 0,69264 0,25120
ХД5 31,50 53,60 62,80 31,50 0,00000 0,70607
Х 18,80 73,30 150,20 6,60 0,08496 0,46448
Х)17 0,44 1,33 1,33 0,11 0,27049 1,00000
Индекс инновационной инфраструктуры ЦИИ) 0,3108 0,3212
ХД8 18,20 68,50 68,50 14,51 0,06826 1,00000
ХД9 16,76 9,30 21,47 9,30 0,61351 0,00000
Х]20 4,00 2,00 20,00 0,00 0,20000 0,10000
Х)21 0,00 1,00 3,00 0,00 0,00000 0,33333
Х22 46,59 38,14 52,13 35,22 0,67217 0,17249
Индекс региональной инновационной политики (!ИЯ) 0,8217 0,9656
Х)23 98,20 94,30 98,20 43,10 1,00000 0,92922
Х;24 763,70 1773,55 1885,09 214,10 0,32891 0,93325
Х)25 1,00 1,00 1,00 0,00 1,00000 1,00000
Х;26 82,80 84,70 84,70 39,70 0,95778 1,00000
>ч
Е о с о
и
ш .>
'+->
го ш
Источник: разработано авторами.
На рисунке 2 представим сравнение подиндексов по Республике Крым и г. Севастополю за 2017 г. Визуальное представление позволяет сопоставить значения по регионам, выявить преимущества и слабые стороны субъекта РФ.
По сравнению с Республикой Крым город Севастополь продемонстрировал лучшие показатели по индексу развития научно-технического потенциала региона, индексу производственно-технологического потенциала и индексу региональной инновационной политики.
Рассчитанные значения подиндексов по регионам Южного федерального округа за 2014-2017 гг. представлены в таблице 4.
- 3267 -
Подиндекс 1
от
IN ОТ Ю
от
ОТ
1Л 1Л
Республика Крым г. Севастополь
Подиндекс 4
Подиндекс 2
Подиндекс 3
Рисунок 2. Сравнение подиндексов инновационного развития Республики Крым и г. Севастополя за 2017 г.
При этом подиндексы рассчитаны на основе большого числа показателей, что не всегда удобно при оперативном ранжировании. Более того, часть исходных показателей в необходимом виде не представлена в официальной статистике и они требуют предварительных расчетов. Для нивелирования данного недостатка предлагается использовать методы корреляционно-регрессионного анализа. Анализ проводился с помощью программного продукта МтйаЬ. В качестве результирующего показателя используется рассчитанное значение подиндексов (1НТП, 1}ПТП, 1ИИ, 1ИП) а аргументами выступают исходные величины (хр.
Проверка моделей на значимость представлена в таблице 5.
Таким образом, лишь параметры модели индекса региональной инновационной политики прошли проверку на значимость. Коэффициенты при следующих переменных незначимы по ^критерию Стьюдента:
■ численность исследователей на 10 тыс. чел. постоянного населения X 3);
■ доля внутренних затрат на исследования и разработки, в процентах к ВРП (Х4);
■ численность исследователей, выполнявших НИР, на 10 тыс. занятых в экономике (Х6);
- 3268 -
Таблица'
Значения подиндексов инновационного развития регионов Южного федерального округа за 2014-2017 гг.
Подиндекс Субъекты РФ 2014 г. 2015 г. 2016 г. 2017 г. Подиндекс 2014 г. 2015 г. 2016 г. 2017 г.
^ягп ] Республика Адыгея 0,1774 0,1616 0,1715 0,1770 ^пгп ] 0,3661 0,3071 0,2649 0,2509
Республика Калмыкия 0,1420 0,0935 0,1072 0,0775 0,4224 0,3996 0,3699 0,3621
Республика Крым 0,241 1 0,2393 0,2804 0,2530 0,2143 0,2262
Краснодарский край 0,3840 0,4279 0,3992 0,4929 0,5591 0,5253 0,5257 0,5764
Астраханская область 0,2899 0,2693 0,2454 0,1995 0,6459 0,6334 0,5405 0,5386
Волгоградская область 0,4079 0,3677 0,3542 0,3466 0,5212 0,4793 0,4617 0,4970
Ростовская область 0,7418 0,6926 0,7640 0,7130 0,661 1 0,6255 0,5931 0,5862
г. Севастополь 0,5800 0,5633 0,5642 0,5231 0,5615 0,5507
рт Республика Адыгея 0,3854 0,3063 0,3627 0,3604 рт 0,1661 0,1117 0,1227 0,1384
Республика Калмыкия 0,1059 0,0650 0,0489 0,0380 0,2604 0,1801 0,2082 0,2010
Республика Крым 0,3579 0,4382 0,2562 0,3108 0,4520 0,8056 0,7976 0,8217
Краснодарский край 0,4738 0,531 1 0,6024 0,5168 0,1879 0,1370 0,2589 0,2158
Астраханская область 0,5208 0,4742 0,5800 0,4677 0,3620 0,5266 0,5078 0,4805
Волгоградская область 0,2649 0,1667 0,1998 0,2005 0,4302 0,1837 0,1734 0,1279
Ростовская область 0,4766 0,4491 0,6669 0,6877 0,6378 0,6486 0,7304 0,6775
г. Севастополь 0,3119 0,4923 0,41 1 1 0,3212 0,5281 0,9102 0,9047 0,9656
Источник: разработано авторами.
creativeconomy.ru
Таблица 5
Оценка качества параметров моделей
Показатель Параметры Стандартная ошибка t-критерий Вероятность нулевой гипотезы
Свободный член -0,11814 0,04506 -2,62 0,016
0,001107 0,0003675 3,01 0,006
Х,2 0,018887 0,006574 2,87 0,009
Хз 0,015486 0,008357 1,85 0,077
Х,4 0,01356 0,05749 0,24 0,816
Х,5 0,025941 0,007858 3,30 0,003
% -0,000104 0,004678 -0,02 0,983
0,001761 0,000534 3,30 0,003
Свободный член -0,3601 0,1128 -3,19 0,005
Х,8 0,000344 0,0021 53 0,16 0,875
Х,9 0,09685 0,01664 5,82 0,000
ХД0 0,010669 0,003403 3,14 0,005
Хш 0,0019461 0,000961 5 2,02 0,057
Х]12 0,00003139 0,00000809 3,88 0,001
ХЦ3 0,00000038 0,00000024 1,55 0,138
Х14 0,00005729 0,00005373 1,07 0,300
ХЛ5 0,003147 0,001365 2,31 0,033
Х )16 0,0004641 0,0002416 1,92 0,070
Х]И 0,06009 0,01833 3,28 0,004
Свободный член -0.11849 0.08436 -1.40 0.169
Х)18 0.0025001 0.0009577 2.61 0.013
Х19 0.018482 0.007030 2.63 0.013
Х 20 0.007902 0.003572 2.21 0.034
Х 21 0.09585 0.02900 3.31 0.002
Х] 22 0.001433 0.002702 0.53 0.599
- 3270 -
Показатель Параметры Стандартная ошибка ^критерий Вероятность нулевой гипотезы
Свободный член -0,39274 0,02416 -16,26 0,000
^23 0,0043100 0,0002680 16,08 0,000
^24 0,000141 50 0,00000891 15,87 0,000
^25 0,25002 0,01323 18,90 0,000
^26 0,0052462 0,0003800 13,81 0,000
Источник: разработано авторами.
■ доля работников с высшим образованием в общей численности занятых
■ доля инвестиций, направленных на реконструкцию и модернизацию, в общем объеме инвестиций в основной капитал по субъектам Российской Федерации ^п);
■ ВРП на душу населения ^13);
■ стоимость основных фондов на конец года по полной учетной стоимости на душу населения ^14);
■ число патентов на изобретения, выданных Роспатентом российским заявителям, в расчете на 1 млн чел. населения ^16);
■ доля организаций, имевших веб-сайт, в общем числе обследованных организаций ^22).
Исключив указанные переменные, получим модели, представленные в таблице 6, проверка параметров моделей на значимость — в таблице 7.
Все полученные модели являются адекватными исходным данным. При этом они достаточно точно определяют динамику подиндексов инновационного развития региона: коэффициент детерминации варьируется от 77,6% до 99,0%.
Сводный индекс инновационного развития региона предлагается также рассчитывать как среднее арифметическое. Полученное значение, во-первых, позволяет проранжировать регионы по индексу инновационного развития, во-вторых, дать качественную характеристику такого развития, пользуясь следующей шкалой:
0-0,35 — низкое инновационное развитие (НИР); 0,35-0,65 — среднее инновационное развитие (СИР); 0,65-1,0 — высокое инновационное развитие (ВИР).
>ч
Е о с о
и
ш .>
'+->
го ш
- 3271 -
Таблица 6
от гч от ю
от от
(Л 1Л
Оценка качества моделей подиндексов инновационного развития регионов
Коэффициент детерминации Критерий Фишера Вероятность нулевой гипотезы
1НТП = - 0,0684 + 0,00105 X, + 0,0212 X, + 0,0183 X., + 0,00129 X.7 j jl J2 ¡5 ¡7
96,9% 195,23 0,000
1ПТП = - 0,123 + 0,0489 X.c j ¡5 + 0,0224 X,„ +0,000023 I, + 0,00397 + 0,0901 X17 ' ¡10 ' ¡12 ' ¡15 ' ¡17
92,6% 60,35 0,000
JMM = - 0,102 + 0,00275 X.,„ + 0,0212 Ia + 0,00751 X.-n + 0,0927 X.,, j ' ' ¡18 ' ¡19 ' ¡20 ' ¡21
77,6% 30,24 0,000
1ИП = - 0,393 + 0,00431 X„ +0,000141 + 0,250 X-, + 0,00525 X.,, ¡ ' ' ¡23 ' ¡24 ' ¡25 ' ¡26
99,0% 837,69 0,000
Источник: разработано авторами.
Оценка качества параметров моделей
Таблица 7
Показатель Параметры Стандартная ошибка t-критерий Вероятность нулевой гипотезы
Свободный член -0,06842 0,03433 -1,99 0,057
Х1 0,0010458 0,0002732 3,83 0,001
Х2 0,021 233 0,001280 16,59 0,000
Х5 0,0012933 0,0004686 3,17 0,004
Х7 0,0012933 0,0004686 2,76 0,011
Свободный член -0,1 2327 0,06036 -2,04 0,052
Х I9 0,04887 0,01557 3,14 0,004
Х;10 0,022389 0,002910 7,69 0,000
Х)12 0,00002349 0,00000864 2,72 0,012
0,0039712 0,0009004 4,41 0,000
Х Д7 0,09008 0,01918 4,70 0,000
Свободный член -0,10188 0,07752 -1,31 0,197
- 3272 -
Показатель Параметры Стандартная ошибка ^критерий Вероятность нулевой гипотезы
^18 0,0027498 0,0008252 3,33 0,002
^19 0,021165 0,004828 4,38 0,000
^20 0,007505 0,003457 2,17 0,037
^21 0,09267 0,02808 3,30 0,002
Источник: разработано авторами.
В таблице 8 представим как рассчитанные значения индексов инновационного развития по регионам Южного федерального округа, так и ранжирование регионов, а также качественную оценку их развития.
б
Таблица 8
Инновационное развитие регионов Южного федерального округа
та
Республика Адыгея 0,2737 0,2217 0,2305 0,2317
Республика Калмыкия 0,2327 0,1846 0,1835 0,1697
Республика Крым 0,4345 0,3768 0,4098
Краснодарский край 0,4012 0,4053 0,4465 0,4505
Астраханская область 0,4547 0,4759 0,4684 0,4216
Волгоградская область 0,4061 0,2994 0,2973 0,2930
Ростовская область 0,6293 0,6040 0,6886 0,6661
г Севастополь 0,6264 0,6101 0,6004
Рейтинг региона ЮФО по индексу инновационного развития
Республика Адыгея 5 7 7 7
Республика Калмыкия 6 8 8 8
Республика Крым 4 5 5
Краснодарский край 4 5 4 3
Астраханская область 2 3 3 4
Волгоградская область 3 6 6 6
Регионы 2014 г. 2015 г. 2016 г. 2017 г.
Индекс инновационного развития региона
- 3273 -
от
IN
от
Ю
от
ОТ
1Л 1Л
Регионы 2014 г. 2015 г. 2016 г. 2017 г.
Ростовская область 1 2 1 1
г. Севастополь 1 2 2
Качественная оценка инновационного развития
Республика Адыгея НИР НИР НИР НИР
Республика Калмыкия НИР НИР НИР НИР
Республика Крым СИР СИР СИР
Краснодарский край СИР СИР СИР СИР
Астраханская область СИР СИР СИР СИР
Волгоградская область СИР НИР НИР НИР
Ростовская область СИР СИР ВИР ВИР
г. Севастополь СИР СИР СИР
Источник: разработано авторами.
Заключение
Расчет по построенным моделям, несмотря на то, что несколько изменяет абсолютное значение индексов, не отражается на рейтинговой оценке региона и на качественной характеристике его инновационного развития. Это говорит об устойчивости методики и возможности применения полученных моделей для упрощения расчетов.
Республика Крым и город Севастополь на протяжении анализируемого периода стабильно характеризовались как регионы со средним инновационным развитием. Рейтинг указанных регионов в 2017 году составил 5 и 2 соответственно. Стабильно высокий рейтинг инновационного развития.
В целом разработанная методика использует в расчетах показатели, представленные в официальной статистике, которые характеризуют развитие научно-технического потенциала региона, факторы его производственно-технологического потенциала, функционирование инновационной инфраструктуры, а также проводимую региональную инновационную политику. Использование методов корреляционно-регрессионного анализа позволило получить модели, упрощающие ранжирование регионов, и дать качественную характеристику инновационного развития регионов. Многофакторность оценки позволяет региону получить объективное представление о своих преимуществах, наметить дальнейшие пути развития. ■
- 3274 -
ИСТОЧНИКИ:
1. Балезина И. Л., Якимец В. Н. Оценка инновационного потенциала региона на основе Индекса ПРИМ // Каспийский регион: политика, экономика, культура. — 2011. — № 4 (29). — с. 54-63.
2. Баранов А. Г., Гармашова Е. П., Дребот А. М. Совершенствование организационно-экономического механизма управления инновационным развитием г. Севастополь // Экономические исследования и разработки. — 2020. — № 4. — с. 54-60.
3. Бернал Дж. Наука в истории общества. — Москва: Изд-во иностранной литературы, 1956. — 735 с.
4. Гармашова Е. П., Дребот А. М., Баранов А. Г., Митус А. А. Анализ и определение ключевых проблем инновационного развития г. Севастополь // Вопросы □ инновационной экономики. — 2019. — № 3. — с. 905-920. — 10.18334/ утес.9.3.40984.
5. Гармашова Е. П., Дребот А. М. Факторы инновационного развития региона //
си
Вопросы инновационной экономики. — 2020. — № 3. — с. 1523-1534.
6. Кузнец С. Современный экономический рост: результаты исследований и размышлений. Нобелевская лекция. / под ред. Ю. В. Яковца. — Санкт-Петербург: Гуманистика, 2003. — 548 с.
7. Абдрахманова Г. И., Бахтин П. Д., Гохберг Л. М. Рейтинг инновационного развития субъектов Российской Федерации. Выпуск 5. / Г. И. Абдрахманова, П. Д. Бахтин, Л. М. Гохберг и др.; под ред. Л. М. Гохберга; Нац. исслед. ун-т «Высшая школа экономики». — М.: НИУ ВШЭ, 2017. — 260 с.
8. Статистика науки и образования. [Электронный ресурс]. URL: http://www. csrs.ru (дата обращения: 14.12.2019).
9. Твисс Б. Управление научно-техническими нововведениями. / Б. Твисс; авт. предисл., науч. ред. К. Ф. Пузыня. — М.: Экономика, 1989. — 217 с.
10. Яковец Ю. В. Эпохальные инновации XXI века. / Международный институт Питирима Сорокина Николая Кондратьева. — Москва: Экономика, 2004. — 444 с.
11. Innovation in American Regions. [Электронный ресурс]. URL: http://www. statsamerica.org/innovation/index.html (дата обращения: 14.12.2019).
12. RIS 2019-Methodology report. [Электронный ресурс]. URL: https://ec.europa. eu/docsroom/documents/37783 (дата обращения: 14.12.2019).
го ш
REFERENCES:
Abdrakhmanova G. I., Bakhtin P. D., Gokhberg L. M. (2017). Reyting innovatsion-nogo razvitiya subektov Rossiyskoy Federatsii. Vypusk 5 [Rating of innovative development of the subjects of the Russian Federation. Issue 5] (in Russian).
- 3275 -
<n
IN
o>
lO
o>
Ol
l/l
Balezina I. L., Yakimets V. N. (2011). Otsenka innovatsionnogo potentsiala regiona na osnove Indeksa PRIM [Assessment of the innovative potential of the region based on the PRIM Index]. Kaspiyskiy region:politika, ekonomika, kultura. (4 (29)). 54-63. (in Russian).
Baranov A. G., Garmashova E. P., Drebot A. M. (2020). Sovershenstvovanie organi-zatsionno-ekonomicheskogo mekhanizma upravleniya innovatsionnym razvi-tiem g. Sevastopol [Improvingof the organizational and economic mechanism of managing of innovative development of Sevastopol]. Ekonomicheskie issle-dovaniya i razrabotki. (4). 54-60. (in Russian).
Bernal Dzh. (1956). Nauka v istorii obshchestva [Science in the history of society] (in Russian).
Garmashova E. P., Drebot A. M. (2020). Faktory innovatsionnogo razvitiya regiona [Factors of innovative development of the region]. Russian Journal of Innovation Economics. (3). 1523-1534. (in Russian).
Garmashova E. P., Drebot A. M., Baranov A. G., Mitus A. A. (2019). Analiz i opre-delenie klyuchevyh problem innovatsionnogo razvitiya g. Sevastopol [Analysis and definition of key problems of innovative development of Sevastopol]. Russian Journal of Innovation Economics. (3). 905-920. (in Russian). doi: 10.18334/vinec.9.3.40984.
Innovation in American Regions. Retrieved December 14, 2019, from http://www. statsamerica.org/innovation/index.html
Kuznets S. (2003). Sovremennyy ekonomicheskiy rost: rezultaty issledovaniy i razmyshleniy. Nobelevskaya lektsiya [Modern economic growth: results of research and reflection. Nobel Lecture] (in Russian).
RIS 2019-Methodology report. Retrieved December 14, 2019, from https://ec.eu-ropa.eu/docsroom/documents/37783
Tviss B. (1989). Upravlenie nauchno-tekhnicheskimi novovvedeniyami [Management of scientific and technical innovations] (in Russian).
Yakovets Yu. V. (2004). Epokhalnye innovatsii XXI veka [Epochal innovations of the 21st century] (in Russian).
- 3276 -
