УДК 005.521:005.591.6(470.4)
МОДЕЛИРОВАНИЕ И ПРОГНОЗИРОВАНИЕ ОСНОВНЫХ ИНДИКАТОРОВ ИННОВАЦИОННОЙ ДЕЯТЕЛЬНОСТИ РЕГИОНОВ РОССИЙСКОЙ ФЕДЕРАЦИИ
И.А. ИВАНОВА, кандидат экономических наук, доцент кафедры статистики, эконометрики и информационных технологий в управлении E-mail: ivia16@mail.ru Мордовский государственный университет имени Н.П. Огарева
В статье проведено исследование, эконометри-ческое моделирование и прогнозирование инновационной деятельности регионов РФ. Моделирование инновационной стратегии развития региона осуществлено с использованием рекурсивной системы эконометрических уравнений индикаторов инновационного потенциала, на основе которого обосновываются управленческие решения по повышению конкурентоспособности экономики субъектов Федерации.
Ключевые слова: инновации, прогнозирование, интегральная оценка, регион, инновационный потенциал, эконометрическая система уравнений
Развитие системы производства, распределения и потребления регионального продукта с учетом максимизации общественных потребностей, создание конкурентоспособного отечественного рынка продукции и продовольствия являются стратегическим национальным приоритетом. Необходимы прогрессивные механизмы и инструменты их реализации, предусматривающие оптимизацию социально-экономической политики. На современном этапе важнейшими задачами выступают:
- обеспечение национальной экономической безопасности;
- формирование стратегических резервов качественных ресурсов;
- активизация инновационной деятельности.
На повышение конкурентоспособности региональной системы, ее развитие существенно влияет формирование инновационного потенциала.
Понятие «инновационный потенциал» стало концептуальным отражением феномена инновационной деятельности [11]. Оптимальный уровень инновационного потенциала эффективно функционирующего региона определяется основными индикаторами его состояния и динамики.
Развитие теоретических положений, разработка методического инструментария и практических рекомендаций по моделированию инновационной стратегии в современных социально-экономических условиях несомненно актуальны. Предложенное исследование посвящено проблеме разработки методических и практических подходов к моделированию инновационной деятельности в масштабах субъекта Федерации. Данный подход предусматривает оценку параметров формирования инновационного потенциала региона с учетом технологических, экономических, научно-технических, экологических и социальных аспектов в целях принятия эффективных управленческих решений в инновационной сфере и определения системы показателей для анализа следующих компонентов:
- организация инновационной деятельности;
- разработка и внедрение инноваций;
- финансирование и стимулирование инновационного процесса;
- технологический трансферт интеллектуальной собственности.
В экономической литературе понятие «инновационный потенциал» трактуется по-разному. Приведем наиболее распространенные определения:
1) потенциальная возможность создания инноваций, формирования и реализации инновационного продукта с учетом современных социально-экономических требований;
2) совокупность всевозможных ресурсов, необходимых для реализации эффективной инновационной деятельности;
3) способность системы к трансформации:
- в модернизированное состояние в целях удовлетворения потребностей рынка, населения;
- в платформу интеграции экономики исследуемого региона в мировое хозяйство, встраивания в международные цепочки производства и реализации продукции с учетом условий и требований ВТО;
- в эффективный инструмент преодоления социально-экономических проблем;
4) система, объединяющая все взаимодействующие и взаимно обусловливающие составляющие потенциала:
- стратегические;
- рыночные;
- нормативные;
- научно-технические;
- ресурсно-производственные;
- финансово-экономические и др.
Теоретические подходы к уточнению сущности
и выявлению структуры инновационного потенциала региона обобщаются в ряде исследований [7, 10]. В работах экономистов также обосновывается роль инноваций в повышении конкурентоспособности экономики регионов и вводится понятие «инновационное здоровье региона» [3].
Ресурсная компонента инновационного потенциала, включающая в себя составляющие с различным функциональным назначением (материально-технические, технологические, информационные, финансовые, трудовые и др.), является фундаментом его формирования [1].
Для моделирования основных индикаторов, оказывающих непосредственное влияние на эффективность инновационной деятельности региона, использовалась пространственная статистическая информация по 76 регионам Российской Федера-
ции за 2012 г. [8]. В качестве модели была выбрана рекурсивная система эконометрических уравнений следующего вида [9]:
Yl = аи Хг + а12 Х2 + ... + а1тХт +Е1 ,
1 = Ь2111 + а21 Х1 + а22Х2 + ... + а2тХт ' 1 = Ь3111 + Ь3212 + аз1 Х1 + аз2Х 2 + • • • + +а3тХт +£3 •
(1)
Этот выбор обоснован тем, что для описания инновационных процессов в сложных региональных системах и объяснения механизма их функционирования, построения изолированных уравнений регрессии недостаточно, ибо отдельно взятое уравнение множественной регрессии не может характеризовать истинные функциональные взаимосвязи отдельных признаков и их влияние на вариацию результирующих переменных [4].
При построении системы уравнений (1) в качестве эндогенных переменных были выбраны следующие показатели:
- 11- число выданных патентов, ед.;
- 12- созданные (разработанные) передовые производственные технологии, ед.;
- 13- удельный вес инновационных товаров, работ, услуг в общем объеме отгруженных товаров, выполненных работ, услуг, %.
В качестве основных факторов, характеризующих инновационный потенциал российских регионов, можно выделить следующие показатели:
- Х1 - инновационная активность организаций,
%; 1
- Х2 - удельный вес организаций, осуществлявших технологические инновации в отчетном году, в общем числе обследованных организаций, %;
- Х3 - удельный вес затрат на технологические инновации в общем объеме отгруженных товаров, выполненных работ, услуг, %
- Х4 - используемые передовые производственные технологии, ед.;
- Х5 - затраты на технологические инновации, тыс. руб.;
- Хс - численность экономически активного населения, в среднем за год, тыс. чел.;
- Х7 - численность персонала, занятого научными исследованиями и разработками, чел.;
- Х8 - численность исследователей, имеющих ученую степень, чел.;
- Х9 - удельный вес организаций, использовавших персональные компьютеры, от общего числа
2
обследованных организаций соответствующего субъекта РФ, %;
- Х10 - среднегодовая численность населения, тыс. чел.;
- Хп - ВРП, млн руб.;
- X12 - ВРП на душу населения, руб.;
- X - количество компьютеров с выходом в интернет на 100 работников;
- Х14 - удельный вес организаций, использующих СПС для научных исследований, в общем числе обследованных организаций, %;
-X - удельный вес затрат на технологические инновации в общем объеме ВРП, %;
- Х16 - численность персонала, занятого научными исследованиями и разработками, на 1 000 чел. экономически активного населения;
- X - численность исследователей, имеющих ученую степень, на 100 чел. населения;
- Х18 - созданные (разработанные) передовые производственные технологии на 10 000 используемых передовых производственных технологий, ед.;
- X - число выданных патентов на 100 поданных патентных заявок, ед.
Рекурсивная система регрессионных уравнений строилась исходя из причинно-следственных связей эндогенных У (г = 1, 2, 3) и экзогенных переменных X ( = 1,...,19). Число выданных патентов У1:
- включает в себя проведение фундаментальных, прикладных исследований и разработок;
- определяет развитие и создание новых передовых технологий, использование которых повышает конкурентоспособность продукции и стимулирует инновационную активность.
Появляются новые конструктивные идеи, которые дают импульс новым продуктовым и процессным инновациям, формируя новые передовые технологии У Использование новых технологий, продуктовых и процессных инноваций, в свою очередь, приводит к увеличению производства и реализации инновационной продукции У3 [2].
Кроме того, на каждый эндогенный показатель в отдельности влияют множество других факторов, выделенных в качестве экзогенных переменных.
Методом последовательного пошагового присоединения построим множественные уравнения регрессии зависимости У У У3 от представленных факторов, исключив из модели факторы, ответственные за мультиколлинеарность, а также факторы, статистически не значимые по критерию Стьюден-та. Система построенных рекурсивных уравнений
инновационного потенциала Российской Федерации имеет следующий вид:
Y1 =-268,74 + 4,06Х9
0,29 Х1(
Y2 = 70,71 + 0,0711 +1,82 Х„ ,
0,64 Х. + 2,29 Х.
13 = -1,19 + 0,00111 + 0,0512 + 1,61Х1 + +1,73 Х, + 0,00002X, + 2,62Х< +6,.
(2)
Фактические значения критерия Стьюдента р-статистики) для каждого уравнения построенной системы (2) превышают по абсолютной величине критические значения:
^ = 1,91; ^ = 4,24; ^(0,1;73) = 1,667;
ч2, = 4,68 ^25 = 2,06;^215 = 2,63; ^2,6 = 5,88
^кр2 (0,1; 71) = 1,667; г = 1,91; th = 1,97; ta = 1,69; ta = 1,68;
Ь 31 ' ' Ь 32 ' а 31 ' ' а 3 2 ' '
г = 4,11; ta = 4,75; * (0,1; 69) = 1,667.
а 312 ' а 315 ' КР3 V ' ' ' '
Наблюдаемые значения критерия Фишера (Е-статистики) превышают критические значения: Е = 10,55; ЕКй(0,05;2;73) = 3,12;
Е2 = 30,61; Екрг(0,05;4;71) = 2,50;
Е = 8,77; (0,05; 6; 69) = 2,23. Таким образом, уравнения регрессии системы и их параметры являются достоверными (статистически значимыми) по критериям Фишера и Стью-дента при уровне значимости а = 0,1 (0,05).
Коэффициенты детерминации находятся в интервале от 0,6 до 0,7.
Анализируя полученные уравнения и, в частности, коэффициенты при переменных, можно сделать следующие выводы.
1. Число выданных патентов зависит в большей степени от удельного веса организаций, использовавших персональные компьютеры, и созданных (разработанных) передовых производственных технологий.
2. Разработка передовых производственных технологий зависит от числа выданных патентов, удельного веса организаций, использовавших персональные компьютеры, затрат на технологические инновации и численности персонала, занятого научными исследованиями и разработками.
3. Производство инновационных товаров, работ, услуг варьируется под влиянием изменения числа выданных патентов, созданных передовых техно-
логий, инновационной активности предприятий и организаций, ВРП на душу населения и от размера затрат на технологические инновации. Итак, систему рекурсивных уравнений следует использовать для моделирования и прогнозирования инновационных процессов в регионе.
Достаточная совокупность показателей и факторов в построенной модели инновационной деятельности региона доказывает правильность ее выбора для анализа и прогнозирования, что является объективным условием выживания и развития субъекта Федерации в современных условиях.
Интерес к анализу инновационных процессов в экономике диктуется значением технологического развития как фактора конкурентоспособности регионов. Пока данный фактор является одной из основных причин отставания экономики России от западных стран.
Истоки слабого развития российских фирм надо искать не в недостатках российских технических разработок, а в системных научно-практических проблемах организации инновационного процесса
[5, 6].
Формирование и развитие инновационного потенциала России предполагают учет и анализ специфики инновационного развития отдельных регионов. Региональные инновационные системы, объединенные единой целью (конкурентоспособность, устойчивое развитие), действующие в рамках единой государственной экономической политики и законодательства, формируют инновационный потенциал страны в целом. Целесообразно в каждом регионе, учитывая его специфические условия развития, исходя из наличия материальных, информационных, финансовых, трудовых и производственных ресурсов, инфраструктуры, разработать свою инновационную среду.
Список литературы 1. Антоненко И.В. Типологизация и классификация инновационного потенциала экономической
системы // Проблемы перехода к инновационной экономике. 2013. № 3. С. 33-37.
2 . Архипова М.Ю. Методология статистического исследования инновационно-технологической деятельности в России. М.: РУДН. 2007.
3. Ерохина Е.В. Инновационный потенциал федеральных округов и регионов России: анализ и оценка // Региональная экономика: теория и практика. 2013. № 26. С. 20-33.
4 . ИвановаИ.А.,МальченковаО.С. Моделирование конкурентоспособности предприятий, производящих продукцию на рынок мучных кондитерских изделий. Пенза: Академия естествознания. 2013.
5. Иванова И.А. Оценка инновационной деятельности регионов Приволжского федерального округа с использованием кластерного и корреляционно-регрессионного анализа. Киров. 2012. С. 24-27
6 Иванова И.А. Разработка методологического подхода к прогнозированию экономических рисков в обеспечении национальной продовольственной безопасности с учетом цикличности в развитии агропродовольственной системы // Национальные интересы: приоритеты и безопасность. 2013. № 44. С.53-59.
7. Прокофьев К.Ю. Инновационный потенциал региона: сущность, структура // Региональная экономика: теория и практика. 2013. № 30. С.12-19.
8. Регионы России. Социально-экономические показатели. 2013: стат. сборник. М.: Росстат. 2013. С. 786-828.
9 . Сажин Ю.В., Иванова И.А. Эконометрика: учебник. Саранск: Изд. Мордовского государственного университета. 2014. 318 с.
10. ТобиенМ.А., Тобиен А.О. Методика оценки инновационного потенциала региона // Региональная экономика: теория и практика. 2014. № 3. С.16-24.
11 . Хайдаргалиева Т.Т. Исследование сущности инновационного потенциала // Вестник КарГУ. 2012. № 1. С. 23-28.
Regional economics: theory and practice Innovation and investment
ISSN 2311-8733 (Online) ISSN 2073-1477 (Print)
MODELING AND FORECASTING OF MAIN INDICATORS OF INNOVATIVE ACTIVITY OF THE REGIONS OF THE RUSSIAN FEDERATION
Irina A. IVANOVA
Abstract
The article studies econometric modeling and forecasting of innovation activity of the regions of the Russian Federation . The author used a recursive system of econometric equations of indicators of innovation potential to model the innovation development strategy of a region, on the basis of which administrative decisions to increase competitiveness of the Federation subjects' economy may be reasoned.
Keywords: innovation, forecasting, integrated assessment, region, potential, econometric equation system
References
1. Antonenko I.V. Tipologizatsiya i klassifikatsiya innovatsionnogo potentsiala ekonomicheskoi sistemy [Typologization and classification of innovation capacity of an economic system]. Problemyperekhoda k innovatsionnoi ekonomike - Problems of transition to innovation economy, 2013, no. 3, pp. 33-37.
2 . Arkhipova M .Yu . Metodologiya statistichesko-go issledovaniya innovatsionno-tekhnologicheskoi deyatel'nosti v Rossii [Methodology of statistical research of innovative and technological activity in Russia]. Moscow, RUDN Publ., 2007.
3. Erokhina E.V. Innovatsionnyi potentsial federal'nykh okrugov i regionov Rossii: analiz i otsenka [Innovation capacity of the federal districts and regions of Russia: an analysis and assessment]. Regional'naya ekonomika: teoriya i praktika - Regional economics: theory and practice, 2013, no. 26, pp. 20-33.
4. Ivanova I.A., Mal'chenkova O.S. Modelirovanie konkurentosposobnosti predpriyatii, proizvodyashchikh produktsiyu na rynok muchnykh konditerskikh izdelii [Simulation of the competitiveness of enterprises producing products in the confectionery market]. Penza, Natural Sciences Academy Publ., 2013, pp. 2499 - 2504.
5 . Ivanova I . A . Otsenka innovatsionnoi deyatel 'nosti regionov Privolzhskogo federal 'nogo okruga s ispol 'zovaniem klasternogo i korrelyatsionno-regression-
nogo analiza [Assessment of innovative activity of the Volga Federal District regions using the cluster and correla-tion-and-regression analysis]. Kirov, 2012, pp. 24-27.
6. Ivanova I.A. Razrabotka metodologicheskogo podkhoda k prognozirovaniyu ekonomicheskikh riskov v obespechenii natsional'noi prodovol'stvennoi bezopasnosti s uchetom tsiklichnosti v razvitii agroprodovol'stvennoi sistemy [Development of a methodological approach to forecasting of economic risks in ensuring national food security, taking into account the recurrence in development of the agro-food system]. Natsional'nye interesy: prioritety i bezopas-nost'- National interests: priorities and security, 2013, no. 44, pp. 53-59.
7. Prokof'ev K.Yu. Innovatsionnyi potentsial regiona: sushchnost', struktura [Innovation capacity of a region: the essence and structure]. Regional'naya ekonomika: teoriya i praktika - Regional economics: theory and practice, 2013, no. 30, pp. 12-19.
8 . Regiony Rossii. Sotsial 'no-ekonomicheskie poka-zateli. 2013 [Regions of Russia. Socio-economic indexes. 2013]. Moscow, Rosstat Publ., 2013, pp. 786-828.
9. Sazhin Yu.V., Ivanova I.A. Ekonometrika [Econometrics]. Saransk, Mordovia State University Publ., 2014, 318 p.
10. Tobien M.A., Tobien A.O. Metodika otsenki innovatsionnogo potentsiala regiona [A technique of assessment of innovation capacity of a region]. Regional 'naya ekonomika: teoriya i praktika - Regional economics: theory and practice, 2014, no. 3, pp . 16-24 .
11. Khaidargalieva T. T. Issledovanie sushchnosti innovatsionnogo potentsiala [Research of the essence of innovation potential]. Vestnik KarGU- Bulletin of Karagandy State University, 2012, no. 1, pp. 23-28.
Irina A. IVANOVA
Ogarev Mordovia State University, Saransk, Republic of Mordovia, Russian Federation ivia16@mail . ru